全球策略-AI债务繁荣：裂缝开始出现，但周期仍在延长--Global Strategy_ AI Debt Boom_ cracks emerge, but the cycle extends.pdf

这份报告揭示了一个尖锐的张力：尽管AI资本开支指引仍在疯狂上调，推动全球超大规模企业（Hyperscaler）2026年需发行2750-2850亿美元债务来填补资金缺口（较此前2300-2400亿大幅上修，FinGPT/PFD原文），但债券市场已从狂热追捧转向挑剔筛选。最直观的证据是亚马逊7月新债认购倍数从3月的3.4倍骤降至1.6倍（PDF原文），同时近期发行的长期限科技债在二级市场利差走阔20-50个基点（PDF原文）。矛盾的本质是：AI资本开支的“军备竞赛”依旧高烧不退，可市场对远期变现能力的信任正在瓦解——30年期美债收益率单月走阔约30bp（PDF原文）像一把钝刀，精准割向了这些高久期信用资产。报告一针见血：“许多超大规模发债人不过是在资本开支/发债的循环里‘接飞刀（catching a falling knife）’”。

资本开支与发债预测 - 据UBS最新测算，2026全美投资级科技债发行总量预计达4500亿美元（PDF原文），而超大规模企业贡献的全球发债组件上调至2750-2850亿美元，货币结构为70%美元/30%非美元（PDF原文）。 - 核心上调推力：Alphabet将2026财年资本开支指引提高至1950-2050亿美元，微软2027财年资本开支由2340亿上调至2610亿美元（UBS软件团队估计，PDF原文）。仅两家公司就新增了近280亿美元融资需求。 - FinGPT多智能体分析补充指出，资本开支/自由现金流严重失衡：企业自由现金流已无法覆盖新增资本开支，必须依赖大规模外部融资（FinGPT - financial_performance）。

需求端与利率压力 - 亚马逊案例：3月发债认购倍数3.4倍，7月仅1.6倍，需求热度腰斩（PDF原文）。 - 利率环境：30年期美债收益率过去一个月走阔~30bp（PDF原文），导致长期限科技债明显受挫。报告提到20年+期限债券利差走阔+20-50bp（PDF原文）。 - 信用曲线陡峭化：目前超大规模企业10年-30年信用利差斜率平均42bp，而全市场平均仅22bp（PDF原文）。历史上，2013-2015年并购潮时利差斜率曾达80-85bp，2016年金融部门TLAC改革时60-65bp，当前仍有一定上行空间（PDF原文）。

变现端隐患 - FinGPT提炼了收入端的逆风：企业端Token优化、模型路由转向更便宜的替代方案、内存成本高企，正在侵蚀超大规模厂商的收入变现速度（FinGPT - financial_performance/business_model）。 - 这直接动摇了“高资本开支→高收入增长”的叙事基础，与债务市场更挑剔的态度形成呼应。

整篇报告的因果链可拆解如下： A. 起点：AI资本开支超预期且持续上修 → 超大规模企业不得不多次进入债券市场，发行量预测从2300-2400亿跳升至2750-2850亿（PDF原文）。

B. 触发：供给洪峰遭遇利率逆风 → 30年美债收益率月升30bp，抬高了长久期信用债的必要回报率，投资者对“远期故事”的折现率更敏感（PDF原文）。

C. 传导：需求弹性萎缩，市场变得挑剔 → 亚马逊认购倍数骤降，新债普遍在二级市场承压，长期限利差走阔20-50bp。信用市场开始区分发债人的资质和节奏，“谁能给出更清晰的供给节奏，谁就能获得奖励，反之则受到约束”（PDF原文）。

D. 推演：负反馈风险形成 → 如果所有超大规模企业为抢夺资金而提前发债，可能在市场上形成“先发优势”争夺，进一步推高发行利差；而发债成本上升→挤压自由现金流→需要更多债务，形成一个危险的螺旋。报告明确警告，在超预期的资本开支与负自由现金流循环下，未来6个月后端利差可能再走阔10-15bp（PDF原文）。

E. 前提条件与薄弱环节：逻辑的前提是资本开支保持上修、利率维持高位、收入变现不及预期。如果其中任一要素逆转（如资本开支大幅下调或AI收入爆发），则链条断裂。报告承认，“资本开支过度缓和也可能被解读为需求降温的信号”，存在双向不确定性。

对信用市场（直接影响） - 未来新发科技债需要提供更大的折价（concession）才能吸引需求。尤其长期限品种面临重定价，可能带动通信、公用事业、资本品等其他长存续期行业信用利差联动走阔，因为投资者需要腾挪仓位来消化科技供给（PDF原文）。 - 超大规模企业信用曲线后端可能持续表现落后，报告预测6个月内超长期限利差额外走阔10-15bp（PDF原文）。

对相关行业与股票（间接影响） - 股票层面虽无直接数据，但更贵的债务融资将压制企业盈利与回购能力。FinGPT风险估值模块指出，若资本开支回报率长期低于融资成本，企业可能被迫削减回购或发行股权稀释现有股东（FinGPT - business_model）。 - 行业格局：UBS明确建议规避超大规模企业债务，转而青睐AI产业链中游——精选工业、电力、冷却设备领域的中期债券，受益于更有利的营运现金流/资本开支比和更快的变现（PDF原文）。

投资者预期修正 - 当前市场隐含预期：依然假设AI投资最终能产生足够回报。但债券市场的“用脚投票”表明，这种信任正在动摇，风险溢价需要重估。长期利率趋势的不确定性放大了久期风险，投资者需要对信用组合的利率敏感度进行再平衡。

最可能路径 - 基准情景：未来1-2个季度内，超大规模债务信用利差继续温和走阔，尤其后端期限。在资本开支上修与变现时点不确定的拉锯下，市场分化加剧，有能力展示清晰ROI时间表的发行人会获得更低利差，其余将被迫支付“糊涂税”。 - 如果美国经济减速但未衰退，30年期利率可能企稳甚至回落，这会给高久期信用带来短暂喘息，但信用利差难以快速收窄，因为供给压力尚在。

可能被忽视的风险 - 报告提及但FinGPT强化的风险：一旦AI需求不及预期，资本开支大幅下调虽能缓解供给，却可能触发对企业增长故事的全面重估，信用和股权可能同时承压，形成“两头挨打”。 - 尾部风险：“发债-成本上升-再融资更贵”的负反馈一旦启动，可能从科技板块扩散至整个投资级市场，类似于2015年能源高收益债危机，但规模更大。

验证节点 - 本周：微软、Meta、亚马逊财报，关注资本开支指引和ROI相关评论（PDF原文）。 - 未来3个月：美联储利率路径、美国预算与财政供应对长端利率的影响。 - 2026年H2：超大规模企业下一轮大规模发债时的认购倍数和定价利差，将是检验“市场选择性”持续性关键。

简单说，大科技公司们为了搞AI，疯狂砸钱买芯片、建数据中心，钱不够就拼命发债借钱。前两年市场还特别捧场，抢着买他们的债券。但最近风向变了——一是利息涨了，30年国债利率一个月就窜了0.3个百分点，借长债的代价变高；二是大家开始怀疑，砸这么多钱，到底啥时候能赚回来？我们看到亚马逊最近发的债，抢着买的人少了一半多，价格也跌了。于是瑞银的分析师说，这个AI借钱的大派对还在开，但酒杯已经开始晃了。接下来借钱会越来越难、越来越贵，如果你不是“明白账”的公司，市场就要给你脸色看。所以现在别傻买这些科技巨头的长债了，不如去看看造电厂、造冷却设备的公司，他们借钱少但赚得实在。

免责声明：以下仅为基于UBS报告的分析视角，不构成任何投资建议。

• 信用债投资者：减持或规避超大规模企业（Hyperscaler）的长期限（20年+）投资级债务。若已有相关持仓，可考虑用CDS对冲或移至中期（5-10年）品种。关注UBS推荐的工业、电力、冷却设备领域中期债券，优选OCF/Capex比例健康、变现周期更短的企业。
• 股票投资者：密切注意微软、Meta、亚马逊财报中资本开支及投资回报指引。若资本开支再度大幅上调而收入未见加速，风险偏好可能下降，高位科技股权重可酌情调整。电力、冷却设备等AI基础设施股相对防御性更强。
• 观望转机：如果6个月内10s30s信用利差像预测的那样再走阔10-15bp至55bp以上，且伴随企业端出现资本开支削减信号，届时超大规模债券可能会出现阶段性配置机会。在此之前，耐心等待“接飞刀”落地的更好点。
• 关键催化剂：①30年期美债收益率是否突破前高；②Alphabet/微软是否会修正资本开支指引；③亚马逊下一次发债的认购倍数能否回升。