中金：“棉花糖”時代的美國AI

本文來源：中金；作者：張文朗、黃亞東、周彭
最近兩個月來，美國股市波動較大，也波及其他地區。美國股市波動既有其貨幣政策變化的影響，也有市場對AI板塊資本開支持續性的擔憂，而前者又加劇了後者。簡而言之，今年美國AI領域的幾家大公司資本開支快速上升，明年雖然增速可能比今年慢，但仍然較快。但另一方面，AI企業的收入卻面臨較大不確定性，經營現金流已經與資本開支相若，一些公司開始通過發債支持資本開支。而美國國債收益率上升更加劇了市場的疑慮：在收入面臨不確定性的情況下，資本開支如何維持，這是市場普遍關心的話題。
圖表1：美國AI企業資本開支與經營現金流相若

註：圖中數據為微軟、亞馬遜、谷歌、Meta、甲骨文之和
資料來源：Epoch AI，Bloomberg，iFinD，中金公司研究部
AI是個新興產業，其技術突破時點以及商業收入增速天然難以預測。我們將不聚焦收入，而選擇從資金配置的視角出發，探討美國AI資本開支的潛在資金來源。實際上，投資是收入的來源，如果資本開支難以保障，那收入增長也就缺乏支持。換言之，資本開支與收入並非互相割裂的兩個變量。因此，討論資本開支的融資狀況也有助於我們判斷收入的前景。

我們首先從AI產業的屬性出發，分析該產業在吸引資金方面的優勢。第二部分我們分析自1990年代以來美國社會資金供應的變化。具體而言，我們剖析美國的"金融化"如何重塑其流動性。"金融化"並無統一定義，其體現也比較複雜，但我們認為至少有兩點對分析AI融資有意義。從宏觀視角來看，金融化意味著廣義流動性與GDP之比上升，通俗地說，就是社會上的"錢"逐步增多。從微觀來說，金融化意味著新的金融產品數量與種類增加。金融產品（比如衍生品）使得資金"活"起來，也提升資產的流動性。當然，宏觀層面與微觀層面並非割裂，金融產品數量增加本身也可能導致宏觀層面的流動性增加。

劍橋大學國王學院院長、Financial Times資深記者Gillian Tett 在《歡迎來到金融棉花糖時代》裡面通俗地闡述了美國金融化現象，並回顧了金融"棉花糖"這個詞的來源。因此，我們不妨借用金融"棉花糖"這個形象的說法來近似代指美國金融化。[1]

雖然美國在2008年次貸危機之後加強了金融監管，尤其是對銀行的監管，但總體而言，其金融化現象並未明顯逆轉。在此基礎上，我們回顧了1990年以來美國兩次泡沫破裂前的金融化：1990年代的科網金融化與次貸危機之前的房地產金融化。我們然後分析當前美國AI產業的金融化所處的階段，最後也分析當前美國AI板塊可能面臨的流動性風險。

AI：既有科技屬性，也有"類地產"屬性

我們認為，AI既有科技屬性，也有"類地產"屬性（固定資產占比較高），意味著既可以通過股權融資，也可以通過債權融資（抵押貸款）。

AI的科技屬性無需贅述，其技術進步和生產效率提升似乎較科網企業更快。其中一個體現是，AI對勞動力的依賴較科網企業低，甚至可以替代勞動力。從中觀數據來看，自2022年ChatGPT發布以來，美國通信和計算機行業的非農就業小幅縮減了6%。與此不同，從1995年8月美國網景公司上市（美國科網泡沫元年）到2000年3月美國科網泡沫破裂之間，其通信和計算機行業的非農就業則上升了60%多。
圖表2：科網革命時期與AI年代美國通信、計算機行業就業走勢分化

註：AI科技革命以ChatGPT發布（2022年11月）為T=0，科網革命以網景上市（1995年8月）為T=0。非農就業包括通信、數據處理、計算機系統設計行業，數據經過標準化處理
資料來源：iFinD，中金公司研究部
從微觀數據來看，如果將2021年谷歌、微軟、Meta三家公司勞動密度（員工人數與固定資產之比）指數平均設為100，2019年該指數為109，2025年下降到了37。具體而言，其固定資產指數從2021年的100升到了2025年的306，而其員工人數指數則只升到了112。
圖表3：三家美國大科技公司的勞動密度

註：圖中大科技公司包括谷歌、微軟、Meta。勞動密度使用員工數量/固定資產衡量

資料來源：iFinD，中金公司研究部
圖表4：三家美國大科技公司固定資產增長快於員工數量

註：圖中大科技公司包括谷歌、微軟、Meta
資料來源：iFinD，中金公司研究部
科網革命時期，以微軟為例，其固定資產投資和員工數量同時增加，而且員工數量增加更快，帶動勞動密度上升。即使是2000年科網泡沫破滅後，企業勞動密度仍在上升。如果將1995年微軟的勞動密度指數設為100，該指數2000年為138，2005年進一步上升到了174。具體而言，其員工人數指數從1995年的100升到了2000年的220和2005年的343。同期，其固定資產指數僅從100升到了197。
圖表5：微軟的勞動密度走勢（1995-2005）

註：勞動密度使用員工數量/固定資產衡量

資料來源：iFinD，中金公司研究部
圖表6：微軟員工數量和固定資產走勢

資料來源：iFinD，中金公司研究部
從經過通脹調整的人均創收來看，目前AI公司是傳統互聯網公司的2倍以上，反映AI公司的效率更高。比如，2026年Anthropic的人均創收與美國人均GDP之比大約為100倍，OpenAI和英偉達可能分別為63和57倍。2025年Meta、Apple、Google 和微軟該比例分別為28、28、23和14倍。1999年，Apple、微軟和思科該比例分別為26、18和16倍。
圖表7：科技公司人均創收/美國人均GDP比值

資料來源：iFinD，Epoch AI，中金公司研究部
之所以說美國AI企業也有"類地產"屬性，是指其固定資產占比較高。比如，目前微軟、Alphabet、亞馬遜、Meta和甲骨文五家雲廠商的固定資產與其總資產的平均比重超過了40%，而沃爾瑪、埃克森美孚、寶潔和卡特彼勒四家傳統企業現在的固定資產占比平均為37%。微軟、思科、亞馬遜、WorldCom和Lucent科網革命時期企業（以下簡稱科網企業）2000年的固定資產占比則平均為15%。固定資產中，微軟、Meta土地房屋占46%，亞馬遜、甲骨文的土地房屋分別占37%和40%，谷歌的土地房屋占比最低（11%）。這幾家企業的軟硬件和設備資產占固定資產的比重分別為47%、38%、49%、41%和56%。
圖表8：當前AI企業固定資產占比較高

註：各組為樣本公司先分別計算比率後簡單平均。AI企業包括微軟、Alphabet、亞馬遜、Meta、甲骨文；傳統企業包括沃爾瑪、埃克森美孚、寶潔、卡特彼勒；科網企業包括微軟、思科、亞馬遜、WorldCom、Lucent。 AI企業使用最新可得2026Q2季報或者年報，傳統企業使用最新年報；科網企業使用FY2000年報

資料來源：iFinD，Wind，Bloomberg，中金公司研究部
圖表9：五家美國AI公司固定資產分解

註：使用最新可得2026Q2季報或者年報
資料來源：iFinD，Wind，Bloomberg，中金公司研究部
動態來看，這幾家公司固定資產占總資產的比重總體從2020年的22%上升到2025年的41%，而那五家科網企業的固定資產占總資產的比重從1995年到2000年一直基本上維持在15%左右。
圖表10：AI企業固定資產占比上升

注：各組為樣本公司先分別計算比率後簡單平均。AI企業包括微軟、Alphabet、亞馬遜、Meta、甲骨文
資料來源：iFinD，Wind，Bloomberg，中金公司研究部
圖表11：科網企業固定資產占比基本不變

注：各組為樣本公司先分別計算比率後簡單平均。科網企業包括微軟、思科、亞馬遜、WorldCom、Lucent
資料來源：iFinD，Wind，Bloomberg，中金公司研究部

金融化提升流動性

金融化並沒有統一定義。我們不妨引用Epstein（2005）的定義：金融目的、金融市場、金融主體以及金融機構，在國內與國際經濟運行當中發揮愈發重要的作用[2]。這個定義隱含的意思是金融在資源配置中的作用上升。

不同學派認為金融化的驅動因素不一樣[3]。新馬克思主義認為，70年代後資本主義實體投資回報率下滑，過剩資本湧入金融投機是資本主義金融化的主因。後凱恩斯主義認為，企業治理轉向股東價值優先，導致企業縮減實體投資、加大股票回購與金融資產配置，結果是金融投資擠出實體資本積累。而新古典主義則認為金融自由化、資產證券化提升資產流動性，優化資源配置，是經濟發展的進步。儘管不同理論學派對金融化的發展理解不同，羅煜（2017）認為，布雷頓森林體系瓦解、全球進入純信用貨幣制度，無疑為金融化創造了條件。具體而言，他認為支付媒介方面，實物現金占比大幅減少，交易變為帳戶數字劃轉，交易成本下降，交易規模增加。價值儲藏方面，各類金融資產起到了"準貨幣"的價值儲藏功能，廣義貨幣邊界更加廣闊。[4]

金融化的主要體現有以下幾個方面[5]：（1）廣義流動性更加充裕。比如廣義流動性與GDP之比提升，金融部門的利潤占比上升，金融部門規模增長相對更快。（2）低流動資產變成高流動資產。各類新型金融工具層出不窮，證券化將非流動資產轉化為流動資產，金融交易規模大幅增長。（3）資本利潤的獲取愈發依靠金融渠道，而非實體貿易與商品生產。例如，企業利潤更加依賴投資收益。（4）資本市場型金融體系話語權持續擴張。例如，股市/GDP、債務/GDP比值不斷上漲，銀行信貸/GDP比值下降。（5）企業治理中更加重視股東價值。例如，美股市場上回購增加。

從宏觀方面來看，1990年代中期後，美國廣義流動性與GDP之比趨勢上升，較M2與GDP之比大約高20個百分點。金融危機後，美國加強了金融監管，美國銀行部門的貸款業務相對放緩，但美國銀行資產/GDP之比未見收縮，銀行部門非貸款業務繼續擴張。
圖表12：美國廣義流動性與GDP之比上升

注：廣義流動性使用M2+貨幣市場基金

資料來源：iFinD，Jordà-Schularick-Taylor Macrohistory Database，中金公司研究部
圖表13：美國銀行資產與GDP之比未見收縮

資料來源：iFinD，中金公司研究部

從微觀方面來看，新的金融產品不斷出現。1985‑2014年，美國非金融企業證券發行數據表明，金融產品種類不斷擴張。1985年市場可用金融產品約150種，2014年增長至751種，新增600餘種。非金融企業通過新金融產品的融資占比上升，2010-2014年期間占比超過了50%。
圖表14：美國非金融企業融資方式

注：左圖展示了1985-1989年至2010-2014年各時期不同金融產品的總數量。柱狀圖將金融產品分為三類：（1）存量產品（Old）：1985年以前推出的產品；（2）當期新產品（New-Entrants）：在當期新推出的產品；（3）新生產品（New-Young）：1985年以後推出、但首次發行發生在此前時期的產品。右圖展示了1985-1989年至2010-2014年各時期融資總額的變化。柱狀圖進一步將融資規模分解為存量產品、當期新產品和新生產品的發行融資額

資料來源：Ana Babus, Matias Marzani, and Sara Moreira, "The Rise of Specialized Financial Products," NBER Working Paper 34594 (2025)，中金公司研究部

另外一些指標也有參考意義。比如，美國共同基金、期貨及期權合約數量不斷上漲。2025年活躍期貨及期權合約大幅上漲，主要是由於事件合約（event contracts）的增長，如Kalshi、ForecastEx等事件預測平台的合約數量顯著提升。事件合約是以特定事件是否發生或其結果為標的衍生合約，常見於預測市場（prediction markets），可涉及經濟指標、金融市場、天氣、政治等事件。2024年美國大選之後，預測市場獲得了巨大的流量，帶動了事件合約的增長。

美國科網與地產金融化的經驗

美國在自1980年代以來有兩次加速金融化的經驗，一個是1990年代的科網金融化，另一個是2000年後的地產金融化。1990年代科網金融化表現為美國VC大幅增長和股權融資熱，增加了資金使用方式，使得資金能夠流動起來。這個階段金融化的一個重要驅動因素是對養老金投資約束放鬆，促進VC發展，IPO提供退出渠道，釋放VC資金，吸引更多資金進入。而2000年代美國地產金融化，既創造新流動性，也增加流動性使用方式，其主要體現是通過證券化，使得房地產貸款機構釋放資本金，突破資產負債表約束，形成更多的貸款，創造了新的流動性。而證券化進一步讓更多金融機構參與到地產金融化，資金使用方式增多。

美國企業的股權融資方式包括私人股權融資和公開股權融資。在初創期主要是通過私人股權融資，在成長期之後，通過公開股權融資方式。1979年後，美國放鬆對養老金的投資限制，促進了VC的大幅增長。VC把"沒有抵押品的互聯網創業公司"變成比較容易融資的企業，IPO提供退出渠道，將股權佔用的資金釋放出來，再形成新的投資。IPO退出也幫助VC吸引更多資金。

具體而言，1979年之前，《雇員退休收入保障法》（Employee Retirement Income Security Act of 1974）的"審慎人規則（Prudent‑Man Rule）"限制美國養老金參與初創企業投資。1979年美國勞工部對"審慎人規則"做出澄清，養老金做投資判斷要看整個組合的風險分散效果，不再要求每個項目都必須風險低。改革後養老金可以增加配置風險投資，機構LP大規模入場，深刻改變美國VC行業資金來源結構，美國VC新增規模和投資額呈現大幅增長。從美國VC資金來源看，在1978年只有約15%來自養老金，而到了1990年，約有53%來自養老金。美國VC的募資額和投資額也是在1990年代開始出現快速增長。
圖表15：美國VC資金來源

資料來源：Gompers \& Lerner. 1998. What Drives Venture Capital Fundraising?，Nicole R. Onorato. 1997. Trends in Venture Capital Funding in the 1990s，中金公司研究部
圖表16：美國VC募資額和投資額

資料來源：National Venture Capital Report 2013\&2023\&2025，中金公司研究部

資金流向VC之後，VC為缺乏實物抵押品的互聯網初創企業，開闢了股權融資渠道。互聯網創業公司通常資產輕、無形資產多、現金流為負、沒有穩定利潤、缺乏銀行抵押品，難以通過傳統渠道融資，只能通過股權融資。1990年代，美國IPO數量增加，VC支持的IPO比例上升，股權融資大幅增加。
圖表17：1990s後，美國VC支持的IPO上升

資料來源：Jay R. Ritter IPO Data，中金公司研究部
為了實現更好的退出，1990年代末期，美國IPO大幅折價發行，特別是科技股，以吸引更多投資者參與。新成立、歷史業績少的VC，有很強動機推動被投企業 IPO，接受較高IPO折價，利用IPO首日暴漲製造成功退出案例，向LP展示業績，方便募集下一期VC基金。1990年代後期IPO退出回報非常可觀，進一步刺激LP向 VC大規模出資。而隨著IPO發行量的增加，上市企業的平均質量下降。VC支持的上市科技企業平均年齡從9年（1991年）下降到4年（1999年）。

2000年後美國地產金融化既通過衍生品盤活了存量資產，也帶動廣義貨幣的擴張，與債權融資緊密相關。各類金融機構通過資產證券化，將房地產資產轉化成可交易、可抵押、可加槓桿的金融資產，從而把房地產市場和資本市場、銀行體系及影子銀行體系連接起來。住房按揭MBS證券化的首要作用是盤活存量信貸資產，讓原有貨幣更加活躍，提高貨幣流通速度；同時銀行回籠資金後可以持續向家庭發放新增貸款，通過商業銀行信貸派生機制，帶來廣義貨幣擴張。

盤活存量資產的方式包括信用增強、再次證券化、給抵押貸款加"保險"等，使得原本難以"流動"的資產變成"可流動"的資產。信用增強（Credit enhancement）大約有三個方式：（1）信用分層（Tranching），將抵押貸款轉換成了不同風險等級的證券，滿足不同的投資者的需求；（2）超額抵押（Over‑collateralization）：資產池的規模大於對外發行全部證券的本金總和，多出的那一部分資產就是超額抵押，用來吸納虧損；（3）超額利差（Excess spread）：抵押貸款利率高於MBS的利率，保證利差為正。

CDO（Collateralized Debt Obligation）將以次級貸款為底層資產的MBS再次進行證券化、分層，轉換成不同等級的證券。此外，CDS（Credit Default Swap）給抵押貸款加上一層"保險"，進一步提升其流動性。

數據顯示，1980年代以後，美國貸款/GDP比例大幅上升，其中居民地產貸款上升最多。1995年，居民抵押貸款與GDP之比不足50%，而2007年該比例超過80%。從2001年到2006年，美國抵押貸款證券化比例大幅上升，特別是Alt-A和Sub-prime這些質量較差的抵押貸款證券化比例上升較快。例如，Alt-A級抵押貸款的證券化比例從19%（2001年）上升到了91%（2006年），Sub-prime級抵押貸款的證券化比例從46%（2001年）上升到了75%（2006年）。

美國抵押貸款持有人從銀行轉向非銀。早期美國住宅證券化主要由Fannie Mae、Freddie Mac、Ginnie Mae等政府支持機構參與，後期越來越多的非政府支持機構開始參與抵押貸款證券化（包括投資銀行）。通過證券化方式，政府支持機構（如房地美、房利美）、ABS發行人持有占比2006年超過60%。

美國AI 金融化尚處於早期階段

美國主要AI企業籌資現金流剛由負轉正，開始轉向外部融資。美國代表性AI企業投資支出/營收比值由2020年的約10.3%升至2025年的約32.8%，2026Q2進一步升至約51.7%，已超過科網革命時期高位。投資支出的來源上，AI企業經營現金流/營收比值維持在40%以上，籌資現金流/營收比值由2025年約-7%轉為2026Q2約16.2%。
圖表18：AI企業投資支出來源

注：各組為樣本公司先分別計算現金流/營收比率後簡單平均。AI企業包括微軟、Alphabet、亞馬遜、Meta、甲骨文。AI企業2020-2025為年報，2026Q1和2026Q2採用截至相應季度的過去四季度合計口徑，以減弱季節性影響

資料來源：Wind，Bloomberg，中金公司研究部
圖表19：科網企業投資支出來源

注：各組為樣本公司先分別計算現金流/營收比率後簡單平均。科網企業包括微軟、思科、亞馬遜、WorldCom、Lucent
資料來源：Wind，Bloomberg，中金公司研究部
目前AI企業外部籌資增量主要是債務融資，股權融資尚未大規模開始。2026Q2，AI企業籌資現金流淨額/營收比值升至16.2%，高於2000年的科網企業（13.2%）。其中，淨債務融資/營收比值為21.2%，淨股權融資/營收比值收窄至-3.3%，而彼時科網企業債務和股權融資均為淨流入。相比起來，本輪AI融資擴張目前更集中於債務端，股權融資還體現為淨回購。如果未來債權融資成本上升，AI企業可能轉向股權融資。
圖表20：AI企業籌資現金流來源

注：各組為樣本公司先分別計算現金流/營收比率後簡單平均。淨債務融資=債務增加/發行-債務減少/償還；淨股權融資=股本增加/發行-股本減少/回購-已付股息；其他籌資=CFF-淨債務融資-淨股權融資。AI企業包括微軟、Alphabet、亞馬遜、Meta、甲骨文。AI企業2020-2025為年報，2026Q1和2026Q2採用截至相應季度的過去四季度合計口徑，以減弱季節性影響

資料來源：Wind，Bloomberg，中金公司研究部
圖表21：科網企業籌資現金流來源

注：各組為樣本公司先分別計算現金流/營收比率後簡單平均。淨債務融資=債務增加/發行-債務減少/償還；淨股權融資=股本增加/發行-股本減少/回購-已付股息；其他籌資=CFF-淨債務融資-淨股權融資。科網企業包括微軟、思科、亞馬遜、WorldCom、Lucent。科網企業淨股權融資/營收1995年均值顯著偏高主要受亞馬遜當年營收基數較小影響
資料來源：Wind，Bloomberg，中金公司研究部
根據Dealoggic的數據，截至2026年6月，AI企業（Alphabet、Amazon、Meta、Microsoft和 Oracle），在全球範圍內發行了1590億美元債券，而2025年全年為1080億美元，2024年全年僅為170億美元。這五家AI企業的總負債從25Q4開始大幅增加，26Q2一個季度增加了2115億美元。邊際上來看，26Q2的短期債務增長更多，長期債務增長放緩，企業的償債壓力有所增加。
圖表22：美國AI企業債發行量大幅增長

注：企業債發行數據包括谷歌、亞馬遜、Meta、微軟、甲骨文。企業債發行2026年數據截至2026年6月5號

資料來源：WSJ，Dealoggic，iFinD，Bloomberg，中金公司研究部
圖表23：美國AI企業債務組成

注：AI企業使用谷歌、亞馬遜、Meta、微軟、甲骨文
資料來源：iFinD，中金公司研究部
私募信貸已成為美國AI企業表外融資體系重要的資金來源。私募信貸正逐步替代傳統銀行貸款支持長周期AI基建投資。由於AI項目投資規模巨大且回收周期長，傳統銀行體系風險偏好有限，Apollo、Ares、Blackstone、Blue Owl等大型私募信貸機構遂成為關鍵資金提供者。據BIS估算，私募信貸向AI相關公司的貸款已增長至超過2000億美元，占私募信貸總量近8%。涉及AI貸款的私募基金目前已有20%左右。私募信貸資金主要通過數據中心SPV、CoreWeave等算力運營商及GPU融資平台流入，以與M7長期合同產生的穩定現金流作為償債支持，促使資金來源從銀行體系向非銀金融體系轉移，實際上起到了類似銀行的作用。
圖表24：私募信貸對美國AI企業的直接貸款快速增長

資料來源：Aldasoro, Iñaki, Sebastian Doerr, and Daniel Rees. Financing the AI boom: from cash flows to debt. No. 120. Bank for International Settlements, 2026.，中金公司研究部
圖表25：涉及AI貸款的私募信貸比例上升

資料來源：Aldasoro, Iñaki, Sebastian Doerr, 和 Daniel Rees。為AI熱潮融資：從現金流到債務。第120號。國際結算銀行，2026年。中金公司研究部
目前，AI企業債務壓力不大，債務融資仍有空間。美國五大雲計算廠商經營現金流充足，整體償債能力穩健。現金流利息保障倍數均高於1，最低的甲骨文約為7倍，其次亞馬遜約為48倍，最高的谷歌約為82倍。還本付息率均低於1，甲骨文約為48%，亞馬遜約為12%，最低的谷歌僅約為6%。
圖表26：美國五大雲廠商還本付息率（債務本息現值/經營現金流）

註：按照BIS還本付息率公式計算
資料來源：Bloomberg，中金公司研究部
美國五大雲計算廠商有效利率目前還不高，淨現金儲備情況分化。2026Q2，五大雲廠商有效利率為4.9%，低於Baa級企業債收益率。五大雲廠商融資成本還不高，一定程度上源於前期低利率環境"鎖定"利率、以及非美貨幣發債。淨現金儲備情況中，谷歌、微軟、Meta相對較好，亞馬遜、甲骨文淨現金為負，說明對外部融資的依賴程度更高。
圖表27：美國五大雲廠商有效利率還不高

註：債務有效利率=近12個月利息支出/總債務
資料來源：Bloomberg，中金公司研究部
資產證券化或成為美國AI公司融資的下一步。隨著長期租賃和容量採購合同不斷累積，數據中心與算力資產的穩定現金流開始具備證券化條件。2024年初，CyrusOne發行了11.75億美元的數據中心資產支持證券（ABS）[6]；2025年3月，Sabey發行3.25億美元ABS，抵押品是在美國的7個數據中心[7]；2025年5月，Stack發行3.45億美元ABS，抵押品是11個美國數據中心的房地產、租賃和相關權益[8]；2025年9月，QTS發行6億美元ABS，抵押品是Phoenix的數據中心[9]；2026年初，Compass Datacenters發行了8.3億美元的數據中心ABS，底層資產即為向雲廠商租賃算力的長期合約[10]。AI數據中心貸款正被打包成ABS，向養老金、保險資金等機構投資者分銷，類似於房地產證券化過程。

美國AI企業長期股權投資近期開始抬升，但整體占比不高。AI企業的對外長期股權投資自2025年以來抬升，到2026Q2在總資產中的占比約為5%。相比於科網企業，AI企業長期股權投資占比不高，顯示AI企業的股權金融還處於早期。而且，通過將部分重資產項目以股權投資方式，剝離出超大規模雲廠商的資產負債表，也是風險隔離的一種方式。
圖表28：美國AI企業長期股權資產占比

註：各組為樣本公司先分別計算比率後簡單平均。AI企業包括微軟、Alphabet、亞馬遜、Meta、甲骨文

資料來源：Wind，Bloomberg，中金公司研究部
圖表29：美國科網企業長期股權資產占比

註：各組為樣本公司先分別計算比率後簡單平均。科網企業包括微軟、思科、亞馬遜、WorldCom、Lucent
資料來源：Wind，Bloomberg，中金公司研究部

短期風險

前面的分析意味著，在美國金融化的大背景下，加上AI公司既有比科網公司更強的科技屬性，又有"類地產"屬性，AI公司既可以通過股權融資，也可以通過債權融資。而與歷史上的科網革命和房地產相比，美國AI公司當前金融化尚處於早期階段，其資金來源無需過度擔憂。但這不是說，我們就可以忽視短期的流動性波動風險，尤其是油價居高不下、美國加息路徑不清晰的情況下。

回顧歷史，當年美國科網泡沫與地產泡沫破滅前同時出現三個現象：（1）高槓桿。科網革命時期，美國大量Dotcom公司上市，Shiller PE ratio從17倍（1990年）上漲到44倍（2000年）。次貸危機前，美國家庭部門宏觀槓桿率從70%（2000年）上升到98%（2007年）；（2）基本面走弱。2000年左右，美國互聯網用戶滲透率出現拐點，而2006年開始，美國房貸違約率開始上升；（3）融資條件系統性收緊。美聯儲從1998年開始加息，聯邦基金利率從4.75%（1998年）上升至6.5%（2000年）。次貸危機前，聯邦基金利率從1.0%（2003年）上升到5.23%（2006年）。

當前，對於AI公司來說，這三個現象特徵都還不顯著。目前美國企業部門槓桿率相對還較低，股市估值也不算非常高；美國經濟基本還比較強勁，名義增長在5%左右，以Mag 7為代表的大科技公司營收、利潤增速還較高；融資條件暫時還未見明顯持續的收緊。

但是，短期風險仍需要關注，可能對AI企業融資產生擾動。目前美國融資需求旺盛，而隨著通脹上升，資金面邊際緊張。近期，實際融資壓力（實際利率TIPs）走高，市場對AI產業鏈高槓桿的持續性產生顧慮。

2026年9月，英格蘭央行金融政策委員會指出AI債務上升，以及其不夠透明，對風險評估帶來困難，而隨著金融條件收緊，信貸市場（包括私募信貸）相對比較脆弱[11]。2026年5月，美聯儲在《金融穩定報告》中指出，AI以及私募信貸是近期需要關注的風險[12]。美聯儲認為隨著資本支出越來越多地依賴債務融資，增加了系統的槓桿效應；私人信貸面臨著越來越大的壓力，包括投資者的贖回、情緒惡化，以及人工智能帶來的信貸質量影響。2026年9月，標普將Oracle的評級下調至BBB-，僅高於垃圾級[13]。自美聯儲在2026年9月加息後，到9月底，Coreweave一些高的收益債的收益率上漲了超過0.5個百分點[14]。2026年7月，Meta新發120億美元債券，為數據中心進行融資，債券收益率為7.5%，融資成本要比2025年10月發行270億美元債券時高出0.4個百分點[15]。
圖表30：泡沫破滅一般出現在融資條件系統性收緊之後

資料來源：iFinD，中金公司研究部
具體來看，短期需關注兩類風險。一是融資條件收緊，削弱私人投資動能。若美聯儲加息，或銀行收緊貸款標準，企業融資成本和資金獲取難度可能上升，進而拖累私人投資擴張。二是短期融資壓力加劇，放大流動性風險。回購與資產支持商業票據市場利差仍高於常態，提示部分市場主體的短期融資壓力尚未消退。若此時貨幣政策進一步收緊，可能增加債務續借難度，並放大短期資金市場的波動。