陈兴系华福证券宏观首席分析师、中国首席经济学家论坛成员
核心观点
一、AI融资缺口有多大？
外部债务融资占比超50%。随着云厂商内生现金流接近枯竭，摩根士丹利预计，2026-2028年全球AI算力扩张带来的外部融资需求中，各类债务融资占比55%，合计1.75万亿美元。
其中，AI 领域股权融资或趋于饱和，难以持续供给增量资金，且公开市场增发会摊薄股东权益。投资级债券虽近年快速扩容，但会抬升杠杆率，压缩后续举债空间，甚至触发信用评级下调。同时 AI 企业普遍缺乏抵押品，传统银行贷款规模受限。私募信贷的资金来源大多为中长期机构资金，叠加长期算力租赁合约形成的可预测、稳定现金流，私募信贷与 ABS 依托 SPV 实现债务表外化，叠加租约增信，融资成本不高且不稀释股权，未来或将成为云厂商算力扩张的重要增量债务工具。
二、私募融资如何运作？
AI初创企业信用与融资能力偏弱。英伟达搭建GPU配套融资生态，参与算力项目融资共担风险，以担保换取认股权证，解决初创企业抵押物不足痛点。截至2026年二季度，其对外股权投资956亿美元，大幅增长，布局多条AI赛道，以此绑定产业链、巩固CUDA生态，还联合机构搭建算力融资平台，计划撬动5000亿美元外部资本。但该模式也潜藏循环融资风险。
英伟达+四大云厂商非经营性利润占比接近一半。2026年二季度其税前利润高增，但扣除非经营收益后营业利润增速明显回落。该浮盈仅为账面收益并无现金流，若AI企业估值收缩，将冲击科技龙头盈利。
三、怎么衡量潜在风险?
GPU租赁价格是算力行业供需的风向标。2026年以来H100租赁单价明显回升，印证算力行业景气持续修复。7月以来租金边际回落，但近期已企稳，指向算力供需格局依旧偏紧，潜在违约风险可控。
头部大模型企业收入仍保持较快增长。从年化ARR（年化经常性收入）数据上看，头部大模型企业均维持较快增长态势，其中Anthropic增长斜率更为陡峭、增速更快。
AI下游商业应用场景仍有巨大空间。从企业AI支出结构来看，前1%头部初创企业AI支出前期呈爆炸式扩张；绝大多数普通中小企业AI投入体量仍处低位。过去两周企业经营活动中使用AI的企业占比整体呈稳步上行态势。
高频跟踪数据来看，主流大模型Token调用规模持续走高，总调用量呈现阶梯式抬升态势，行业真实AI需求保持扩张。今年6月之后，Token支出价格不断下降，主因大模型供给扩容，并非需求见顶。
截至9月18日，美国投资级债券利差仍处于低位，但投机级债券利差持续走高，已突破10%，逼近2025年3月高点。反映市场对中小规模、高杠杆尾部主体的现金流与再融资风险担忧显著升温。
7月份以来超级云厂商CDS利差有所上行，但整体可控。软件科技行业私募信贷违约率也降至低位。
报告正文
随美国 AI 资本开支持续快速扩张，传统内生现金流无法支撑资本投入，外部债务融资成主流。由此催生了哪些融资创新，同时暗藏哪些潜在风险？
一、AI融资缺口有多大？
美国五大云厂商内生现金流逐步枯竭。随着AI算力建设驱动资本开支持续扩张，头部云厂商资本开支持续高增。2026年二季度，五大云厂商合计资本开支同比增长89%，显著高于同期经营现金流35%的同比增速，资本投入对内部现金流的消耗显著加剧。受此影响，二者差值由2025年的500-600亿美元区间快速收缩至60亿美元，预计2027年头部云厂商可用现金流或将转负。传统内生经营性现金流无法支撑算力扩产投入，外部融资需求明显抬升。
外部债务融资占比超50%。根据摩根士丹利测算，2026-2028年，全球AI算力大规模扩张带来的外部融资需求中，股权融资规模达1.46万亿美元，占外部总融资的45%，主要来源包括头部上市公司股权增发、AI企业IPO募资，以及PE私募股权融资。剩余55%的资金缺口，合计1.75万亿美元，则由各类外部债务融资补足。债务结构上，非银私募信贷以7000亿美元规模，占比22%，成为债务端第一大资金来源。其次是以五大云厂商为主体的投资级债券融资占比20%。ABS/CMBS证券化产品融资占比6%，通过硬件资产、算力租约现金流打包分层后向机构投资者分销；高收益债融资5%，发行主体或多为资质偏弱的算力运营商及中小算力企业。传统银行贷款仅500亿美元，占整体融资比重仅2%。究其原因，一方面AI硬件设备折旧贬值速度快，难以满足银行对于抵押资产保值性的风控要求；另一方面多数大模型企业仍处于亏损阶段，尚未形成稳定经营性现金流。
股权融资渠道或接近饱和，难以持续贡献增量资金。从净融资结构占比来看，2026年上半年私募股权（VC）融资中AI相关项目占比高达85%，VC市场几乎由AI赛道主导，绝大部分资金流向AI初创企业。IPO及定增融资中，AI相关融资占比达到58%，接近六成。债务融资层面，投资级债、高收益债投向AI领域的占比分别为34%、40%，整体渗透率仍有提升空间；私募信贷、资产证券化渠道的AI融资占比近两年虽快速增长，但截至2025年底，市场占有率尚不足20%。在股权、传统债券融资增量空间趋于受限的背景下，私募信贷叠加ABS的结构化融资模式，凭借灵活的交易结构与适配重资产算力项目的现金流特征，未来或成为AI产业获取增量债务资金的重要工具。
近两年，头部云厂商债券供给大幅放量。2023-2024年，美国五大超级云厂商（谷歌、亚马逊、Meta、微软和甲骨文）年均债券发行规模240亿美元附近，但2025年五大超级云厂商债券发行规模达1145亿美元，是2023-2024年债券发行量的三倍以上，反映出AI算力资本开支扩张驱动下，企业债务融资需求快速抬升。进入2026年，相关债券发行节奏进一步显著提速，截至9月中旬，五大厂商年内债券累计发行量已攀升至1861亿美元，规模已经超过2025年全年发行总量。高盛预计，五大超大规模云服务商今年发债规模将达约2500亿美元，2027年将达到4000亿美元。头部云厂商虽主体评级较高，但债券融资快速增加抬升杠杆率水平，挤占后续债务融资空间，并可能触发评级下调与契约约束。其次，持续举债扩产也向市场传递内生现金流不足的信号，易引发估值负反馈，造成股价波动。典型如甲骨文大幅资本开支，导致内生现金流转负，债券评级被下调至BBB-级，距离投机债券评级仅一步之遥。
AI私募融资快速增长。相较于银行信贷、公募债券，私募信贷的核心竞争力体现在灵活的风险承接与持仓能力，可承接监管约束下银行无法独立承做的贷款业务，同时敢于承担债券资金规避的数据中心前期开发风险。行业普遍通过SPV、合资载体开发算力资产，由财团股权注资、载体独立募集债务，助力科技企业获取算力资源，有效实现债务表外剥离，优化自身资产负债结构。据Pitch book统计，近十年全球私募信贷总资产规模持续扩张，截至2025年余额约2万亿美元。资金来源方面，机构资金为绝对主力，养老金、主权基金等占比达78%；零售及高净值财富渠道占15%，保险资金占7%。具备长期属性的机构资本支撑行业扩容，匹配私募信贷久期较长、可承接高风险项目的特点。其中AI行业未偿私人信贷余额已突破2000亿美元，预计2030年规模有望攀升至3000亿至6000亿美元，成长空间广阔。从投放节奏来看，2025年私人信贷基金对AI领域新增贷款规模超400亿美元，较2010年30亿美元的基数实现跨越式增长，成为AI产业重要融资支撑。
数据中心证券化融资渠道迎来快速扩容。数据中心ABS产品以租赁类ABS为主，底层为服务器及设备租赁债权；涵盖租金、GPU服务等收入，投资者可直接享有租约对应的现金流。而数据中心CMBS的底层资产为不动产抵押贷款。整体结构上，ABS是核心发行品种，CMBS作为补充融资工具。2025年，数据中心运营商发行的ABS与CMBS合计规模约170亿美元。摩根士丹利预测，2026-2027年美国数据中心证券化产品年度发行量将分别达到270亿美元、400亿美元，分别占ABS与商业地产抵押贷款支持证券总发行量的7%和10%；至2028年，发行规模有望突破600亿美元。
数据中心ABS发行利率与投资级债券收益率相当。依托长期算力租赁合约形成的可预测、稳定现金流，叠加资产隔离的结构化增信安排，数据中心证券化产品融资成本贴近投资级债券水平，显著优于普通高收益债。在传统融资渠道受限的大背景下，该类产品可盘活存量数据中心资产，拓宽项目债务资金来源，正成为继私募信贷之后，AI算力数据中心获取低成本长期资金的重要补充路径。不过ABS高度依赖底层租金回款稳定性，GPU租赁价格波动、客户续约风险仍会对底层资产质量与产品定价形成扰动。
总体上看，公开市场增发将直接摊薄股东权益，压制企业ROE；传统债券融资则会增厚报表负债，加重云厂商表内偿债压力。相比之下，私募股权投资可作为权益补充，无需刚性还本付息，适配AI算力长周期资本开支。私募信贷与ABS依托SPV破产隔离架构，可实现项目债务表外化；叠加优质租户租约与主体信用增信，能够压低融资成本，不稀释母公司股权。在股权增量空间受限、表内举债约束增强的背景下，私募信贷+ABS已成为云厂商算力扩张重要的增量债务工具。
二、私募融资如何运作？
AI初创企业主体信用偏弱，融资能力弱。AI算力资本开支爆发背景下，大模型企业、数据中心运营商存在大规模GPU采购资金需求，但不少AI初创主体信用偏弱、缺乏传统抵押物，没有独立举债和获得银行信贷的能力。为支持客户及合作伙伴搭建AI基础设施，英伟达正深度参与算力项目的信用安排、融资支持与风险分担，搭建起GPU资产配套融资生态，通过为初创企业提供担保换取股权，化解初创企业抵押物不足难题，同时获取高成长企业股权收益。凭借集团战略投资与NVentures基金完成全产业链布局，对OpenAI、Anthropic、CoreWeave等主体进行股权投资，形成“股权投资-算力采购”的生态绑定。因此，也被被市场称为“AI融资银行”。
对外股权投资总额呈指数级增长。从数据上看，截至2026年二季度，其对外股权投资总额已经达到956亿美元，距离千亿美元关口仅一步之遥。对比来看，2023年末该规模仅约15亿美元，短短两年时间实现量级跃升。这一轮资本扩张由集团战略直投与NVentures风投共同推动，投资覆盖大模型实验室、AI云算力、半导体光通信供应链、机器人等关键赛道。英伟达并非单纯追求财务回报，更多通过股权投资深度绑定上下游主体，锁定硬件采购需求，巩固CUDA生态壁垒，也进一步放大其在全球AI产业中的“AI央行”式影响力。
将GPU资产算力资产基础设施化，拓宽项目资金来源。2026年8月10日，英伟达联合阿波罗、贝莱德、黑石、博枫、高盛、KKR推出AI算力基础设施融资平台，计划撬动超5000亿美元第三方资本投向算力建设。英伟达为项目牵头方，但并非主要出资方：其向各 SPV 供应AI软硬件获取销售收入，仅提供最高25%的设备残值兜底，不就项目债务承担全额担保；其余合作机构独立开展项目承销，资金端主要对接养老金、保险资金等长久期资本。该模式创新地将GPU算力资产基础设施化，吸引充足的外部资金流入，加速全球各地数据中心建设落地。该模式存在显著的资产久期错配风险：资金端多为养老金等超长期资本，而资产端GPU设备生命周期仅3-5年，硬件折旧速度快，持续更新换代压力较高。此外，英伟达面临或有负债隐患：最高25%的设备残值兜底属于隐性承诺，一旦下游算力需求走弱、GPU技术迭代加速，设备残值大幅下滑，英伟达将触发相应赔付义务。
加深上下游企业相互绑定，但存在循环融资风险。对英伟达而言，向下游AI企业进行战略股权投资或担保等方式为客户提供资金，具备双重价值。一方面可分享AI赛道成长红利，获取股权增值收益；另一方面依托资本深度绑定产业链，锁定下游算力采购需求，拉动GPU出货、扩大营收。同时构建资本、硬件、算力租约的产业闭环，巩固CUDA生态壁垒；同时借助算力融资平台撬动第三方资本，释放下游算力资本开支潜力，放大产业影响力。不过，这种深度参与融资的模式，引发市场对循环融资催生AI泡沫的担忧，认为相关投资会人为放大芯片需求。不止英伟达，超大规模云厂商同样存在循环融资：云厂商入股AI实验室，换取长期算力采购承诺；AI实验室获得投资资金后采购云厂商算力，资金回流形成云厂商营收。其风险集中体现为：账面营收虚增、主体信用深度绑定、远期采购承诺履约不确定性高，叠加信息披露不足。若AI商业化不及预期，将触发估值与信用重定价，风险在AI产业链内连锁传导。
云厂商通过合营SPV模式，实现表内债务表外化。尽管美国超级云厂商算力扩张需求旺盛，但自建数据中心资本开支体量庞大。若云厂商经营现金流承压，依托公开市场举债会直接推高自身财务杠杆，存在主体信用评级下调、新增融资成本抬升的风险。在此背景下，行业广泛运用SPV表外融资架构：设立独立特殊目的载体负责算力基础设施建设，云厂商与SPV签订长期租赁协议，账面仅确认租赁承诺，项目相关债务留存于SPV主体，不纳入云厂商合并资产负债表，实现资本开支出表。为增强资本市场对SPV的信心、降低SPV债务发行成本，云厂商通常配套多重增信安排，包括参股SPV主体、签署刚性长期租约、提供履约担保以及芯片/设备残值兜底等。
Meta与Blue Owl Capital合作的SPV是AI算力基建表外融资标杆案例。该项目初始总融资规模270亿美元，后续扩容接近500亿美元。其中Blue Owl旗下基金持有SPV主体80%股权，Meta参股20%，SPV独立发行债券、持有机房资产，相关债务不并入Meta资产负债表。增信端，Meta签署长期租赁协议并配套残值兜底担保，承诺若提前终止租约将承担资产价值差额，以此获取A+投资级债券评级，吸引PIMCO等其他机构认购。该模式优势显著，将Meta的大额资本开支转化为租金支出，保护Meta主体信用评级，支撑AI算力快速扩张；短板在于融资成本高于Meta直接发债，且残值担保形成隐性负债，算力需求下行时，Meta仍将承担资产减值与履约风险。
英伟达+四大云厂商非经营性利润占比接近一半。2022年以来，英伟达与四大云厂商（谷歌、微软、亚马逊以及Meta)的非经营性利润快速抬升，核心来源为对AI初创企业股权投资的账面浮盈。2025年以来，伴随AI产业逻辑持续兑现，初创企业估值大幅上行，相关非经营性利润由此前0-20亿美元区间飙升至千亿美元级别，贡献接近半数税前利润。2026年二季度，英伟达叠加四大云厂商合计税前利润达3539亿美元，同比大幅增长154.3%（前值83.7%），表现显著超出市场预期；但剔除非经营收益扰动后，营业利润为1913.4亿美元，同比增速回落至43.2%，较前期48.4%有所放缓。且值得注意的是，依据USGAAP准则，对未上市AI企业股权投资采用公允价值计量，估值变动计入非经营性其他收益，仅为账面会计收益，并不产生实际现金流入。分公司来看，谷歌和亚马逊受益于Anthropic估值的大幅抬升，非经营性利润占税前利润比重分别达到了71%和66%，占比均超过了三分之二。从这个角度看，美国科技龙头当前亮眼的利润存在结构性隐忧，一旦下游AI需求走弱，AI初创企业估值收缩，将对科技龙头盈利水平形成明显冲击。
头部云厂商表外隐性负债巨大。最新财报数据显示，美国五大头部云厂商存在规模庞大的表外刚性履约承诺，合计隐性负债达3.18万亿美元，显著高于其1.66万亿美元的表内负债总额。该部分义务主要包括待投产机房长期租约、GPU 及电力配套硬件采购承诺。这类刚性义务仅披露于财报附注，不计入资产负债表负债科目，隐蔽性较强，但属于具备法律约束力的合同现金流出义务，未来将逐步入表转化为表内负债。这预示未来数年头部云厂商仍将维持高强度资本开支，持续承受刚性现金流支出压力。若下游AI需求景气回落，算力与数据中心产能或将闲置，进而触发资产减值风险。
从结构上看，谷歌总承诺规模居首（9020亿美元），核心压力来自大额采购与合同义务，对应8110亿美元采购承诺，其中2007亿美元为短期采购。微软的未来租赁规模突出，未来租赁承诺达4435亿美元。Meta同样具备较高采购与待起租租赁义务。英伟达采购承诺也高达3440亿美元，主要是英伟达对上游供应商台积电、内存厂、供应商等签订的采购合同。亚马逊、甲骨文整体承诺体量相对较小。若下游AI客户履约能力恶化，云厂商仍需继续支付GPU与机房租金，现金流缺口会快速显现，结构性风险依然值得警惕。为锁定晶圆代工产能和内存供应，英伟达大幅提前备货。除了采购承诺外，还有大量的隐性担保仅在报表附注中文字提及，具体规模无法得知。残值保证是租户承诺租赁资产期末价值不低于某一水平，若低于该水平，租户补差。
三、怎么衡量潜在风险?
二手GPU残值率呈非线性下行特征。AI私募信贷最突出的风险来自债务期限与 GPU 硬件快速折旧的周期错配：硬件迭代会带来抵押物价值快速缩水，项目高度依赖租约履约与残值担保机制，同时大量债务留存在表外，信息透明度不足。从英伟达二手GPU的残值率走势来看。2022年3月发布版本的H100芯片，近两年二手残值率整体呈现抬升趋势，当前仍维持在接近40%的水平，资产保值表现较好。与之形成对比的是，2020年发布的A100芯片残值持续走弱，最新已经回落至16%附近。而发布距今已有八年的V100，二手残值率进一步下滑至不足10%。这种残值差异背后反映市场供需结构变化，较新批次A100仍具备较强的实际算力使用价值，市场二手需求形成支撑；更早一代芯片受新架构产品迭代冲击，实用价值逐步衰减，资产折旧速度明显加快。
GPU租赁价格是算力行业供需的风向标。租金上行，代表算力供不应求，下游大模型企业抢卡，行业景气度抬升；租金下行，则反映芯片供给过剩，数据中心未来现金流承压，潜在违约风险上升。从市场数据看，2026年以来H100租赁单价由2.2美元/GPU/小时回升至2.8美元/GPU/小时附近，印证算力行业景气持续修复。7月起租金虽边际回落，但近期已企稳，指向算力供需格局依旧偏紧，项目潜在违约风险可控。
头部大模型企业收入仍保持较快增长。从年化ARR（年化经常性收入）数据上看，头部大模型企业均维持较快增长态势，其中Anthropic增长斜率更为陡峭、增速更快，并于2026年二季度实现对OpenAI的反超。截至2026年7月，Anthropic年化运行收入已达650亿美元，高于OpenAI的400亿美元。营收端的持续高增长，是判断AI产业叙事能否持续兑现的重要观测指标。
AI下游商业应用场景仍有待挖掘。从企业AI支出结构来看，美国中小企业AI投入呈现显著分化：前1%头部初创企业AI支出前期呈爆炸式扩张，愿意为API调用、GPU算力承担高额成本，但近两月已出现高位回落迹象；前10%优质企业仍在持续加码AI预算。与之形成对比的是，绝大多数普通中小企业AI投入体量仍处低位，员工月均AI支出中位数仅12.5美元。这也意味着，AI在下游商业场景的渗透与付费转化仍具备较大提升空间。
企业AI采用率仍有提升空间。根据美国人口普查局BTOS商业趋势与展望调查数据，过去两周企业经营活动中使用AI的企业占比整体呈稳步上行态势。从结构分化来看，AI渗透率与企业员工规模显著正相关：大型企业AI应用推进更快，小微企业落地节奏明显滞后。截至9月6日的双周调查，美国250人及以上规模大企业的AI采用率仅为38.4%，尚未突破40%；多数中小微企业AI采用率维持在20%上下。这意味着美国企业层面的AI整体渗透率仍处于偏低水平，仍有大量市场主体尚未完成AI落地应用。
Token调用量仍在快速增长。从OpenRouter高频跟踪数据来看，2025年末至2026年8月主流大模型Token调用规模持续走高，总调用量呈现阶梯式抬升态势，行业真实AI需求保持扩张。环比增速虽存在阶段性波动，受新产品迭代、热点事件扰动出现起伏，但多数时段维持正增长，印证全球大模型应用端需求持续落地。
今年6月之后，Token支出价格不断下降。TrakToken支出价格指数刻画AI市场实际调用付费成本。该指数2025年12月至2026年5月震荡上行，反映早期阶段AI应用付费意愿持续抬升；2026年5月触顶后快速回落，当前已跌至1.4美元附近，较高点回撤超60%。但价格下行并不代表行业需求见顶：核心驱动来自大模型供给扩容，尤其是开源模型与国内低价模型供给增加，叠加推理效率持续优化，Token供给趋于充裕，驱动行业竞争主线由“烧钱抢占技术高地”转向“低价争夺应用市场”。这一变化挤压了部分厂商的利润空间，但显著降低AI落地门槛，反过来助推AI应用层爆发式增长。我们认为，量增价降的组合意味着行业总量扩张，但单位收益承压，后续可重点跟踪价格指数企稳信号以及单位推理成本的下行斜率，以此观测AI产业商业化盈利拐点。
投资级债券利差仍处于低位，投机级债券利差持续走高。截至9月18日，美国投资级债券（BBB级及以上）利差维持低位，稳定在1%以内，波动幅度有限；而低资质高收益债（CCC级及以下）利差持续上行，已突破10%，逼近2025年3月高点。这一分化反映，伴随美债收益率上行、宏观流动性收紧，市场对中小规模、高杠杆尾部主体的现金流与再融资风险担忧显著升温，但对大型优质企业的偿债能力仍保有信心，资金向安全资产迁移的特征凸显。这种信用分化格局，通常对应经济仍具备韧性、但高利率持续侵蚀弱资质企业的阶段。若后续投资级债券利差同步抬升，则意味着信用风险将由局部尾部主体向全市场扩散。
今年以来超级云厂商CDS利差有所上行，但整体可控。CDS（信用违约保护成本）温和上。从CDS利差走势上看，2026年以来，美国AI产业链核心主体5年期CDS利差整体呈现系统性上行，反映AI资本开支驱动债务供给扩张带来的信用定价重估。甲骨文利差绝对水平显著高于其余企业，波动最为剧烈，体现其激进扩产模式下债务端压力更为突出。谷歌、微软、亚马逊信用资质更优，CDS上行幅度相对温和；Meta、英伟达自7月起利差加速走阔，与云厂商大规模GPU采购、债券放量发行节奏相匹配。板块CDS抬升更多属于供给冲击，并非实质性违约风险恶化。
软件科技行业私募信贷违约率降至低位。根据惠誉评级对美国1500余家私募信贷发行人的统计，2026年8月软件科技行业私募信贷TTM违约率回落至0.6%，在各细分行业中处于最低水平。该指标较7月1.2%进一步下行，对比2025年8月2.0%更是出现明显改善。软件科技板块违约压力持续缓和，背后受益于AI产业景气带动企业经营现金流修复，但需要注意该统计口径包含困境展期等软违约事件，读数并不直接等同于实际本金损失，仍需跟踪后续再融资环境变化。
风险提示：
美联储政策超预期紧缩。GPU租赁价格大幅波动。AI下游应用扩展不及预期。
发表评论 取消回复