AI巨债压断资金链？

—— 信用市场对超大规模资本开支的重新定价与债券收益率分化 资本开支失控与自由现金流逆转

2026年第三季度，Meta Platforms的财务数据清晰揭示了人工智能基础设施扩张对科技巨头现金流的直接冲击。当季营收达到646亿美元，同比增长26%，广告业务依然强劲。然而，资本开支（含融资租赁本金偿还）攀升至349.1亿美元，超过运营活动产生的现金327.9亿美元，自由现金流由此转为负值2.12亿美元。一年前同期，自由现金流为正值106.25亿美元，两者相差超过127亿美元。

全年资本开支指引进一步上调至1350亿至1450亿美元区间，前九个月已支出约858亿美元，意味着第四季度支出可能达到490亿至590亿美元。未来不可撤销合同承诺与尚未开始的租赁义务合计规模巨大，市场普遍引用的数据指向约8250亿美元量级，其中不可撤销合同约4545亿美元，数据中心、能源及网络相关租赁另有数千亿美元。这些承诺并非即期债务，但方向明确：现金生成能力在下降，而长期支出义务在急剧上升。

Meta股价在财报后一度下跌超过6%。其五年期信用违约互换（CDS）利差升至约108至119个基点的历史高位，2036年到期债券相对国债的利差也有所走阔。这一反应并非孤立现象，而是信用市场对整个AI资本开支链条重新评估的信号。

信用风险从边缘向中心扩散

AI相关债务发行规模在2026年显著扩张。相关公司全年已发行约4660亿美元债务，远高于前一年同期水平。与此同时，信用保护成本全面上升。Oracle五年期CDS利差一度超过290个基点甚至更高，Microsoft、Alphabet、Broadcom等公司的CDS也同步走高。CoreWeave作为数据中心运营商中的高杠杆代表，其债券收益率升至约15%，部分债券价格跌至面值的80%以下，进入困境债务区间；五年期CDS利差超过1000个基点，隐含五年内违约概率显著高于60%。

SoftBank的情况同样突出。自2026年6月高点以来，其市值一度接近腰斩，债务保险成本升至近四年来最高水平。该公司通过杠杆投资网络广泛参与AI基础设施、能源与技术项目，融资成本与杠杆水平成为市场焦点。

这些公司的风险并非完全同质。Meta、Microsoft等拥有强劲的核心业务与较大规模现金储备，短期违约概率仍低。但信用市场关注的是融资结构的可持续性：成本即时发生，收入则取决于客户采用速度、生产率提升与付费意愿。历史经验显示，变革性技术往往伴随过度投资与杠杆，部分企业无法存活至收益兑现阶段。

国债市场的安全资产迁移

与企业信用溢价上升形成对照的是国债市场的买盘。2026年11月初，两年期国债收益率运行在4.59%至4.61%区间，十年期约4.91%至4.95%，曲线斜率仍为正值，但此前已出现明显平坦化趋势。风险资产抛售后，资金流向高流动性政府债券，体现典型的风险迁移。

短期票据利率与期限SOFR利率之间出现历史少见的背离。票据端仍定价美联储可能因通胀数据而进一步收紧的可能性，而期限SOFR与相关对冲则更倾向于保护经济与信用条件恶化、政策无法继续收紧的情景。这种分歧反映市场对政策路径的预期范围扩大：短期可能出现政策滞后于数据的错误，中期则因信用周期与消费疲软而被迫转向。

九月效应的消退也强化了这一基本面驱动的走势。季度末资产负债表约束、回购市场弹性下降以及杠杆交易仓位调整等技术性因素曾推升长期收益率并陡峭化曲线，主流解读一度偏向通胀失控或债务担忧。随着这些机械性因素减弱，曲线重新平坦，即使在看似偏热的通胀报告后，国债收益率仍难以持续上行。AI与信用焦虑进一步加剧了避险买盘。

宏观信用周期的反馈机制

更广泛的信用市场已提前发出预警。CCC级垃圾债券利差突破关键阈值，投资者对最弱企业借款人要求显著更高的风险溢价。这些借款人通常杠杆最高、现金流最弱、利息覆盖率有限，且直接暴露于消费需求与融资条件。能源成本上升从两端施压：消费者在交通与公用事业上支出增加，压缩自由支配开支；企业则面临更高运营成本与更不确定的客户需求。

这一环境直接威胁AI采用假设。受困于高能源账单、疲软销售与昂贵债务的企业，不会因为基础设施已建成就迅速采购昂贵的AI服务。项目延迟、价格压力与实验预算削减将成为常态。基础设施可能先行到位，而有利可图的需求却滞后，形成“供给先行、需求滞后”的错配。

反馈循环由此形成：采用放缓削弱现金流，现金流恶化推升信用风险，融资成本上升迫使削减支出，进一步放缓采用。最弱借款人最先暴露问题，私人信贷与杠杆贷款市场已率先反应，随后担忧蔓延至AI投资链条中心的超大规模企业。

通胀预期市场并未验证持续加速的通胀螺旋。TIPS盈亏平衡通胀率与互换市场均显示，能源价格更多被定价为对消费者与企业的税负，而非1970年代式工资-物价螺旋的开端。收入增长潜力与当前宏观条件与当时存在根本差异。互换曲线继续指向中期更低利率，仅为短期政策可能的“绕道”留出空间。

债务融资模式的核心矛盾

AI投资周期的典型路径是：乐观模型假设数百亿美元数据中心建设后，客户迅速采用、生产率立即跃升、新收入及时覆盖成本。现实中，成本立即发生——芯片采购、能源合同、租赁、网络容量与工程人员支出无法推迟；收入则高度假设性，取决于产品是否真正有效、能否融入现有系统、节省是否足以覆盖费用。

采用过程从来不是直线。实施失败、预算约束、生产率不及预期与付费意愿不足都会出现。当融资依赖债务市场持续配合时，风险被放大。CoreWeave等依赖债务扩张数据中心的企业，以及通过杠杆网络布局的投资者，对利率与再融资条件高度敏感。即便如Meta这样资源雄厚的企业，当自由现金流转负且未来承诺大幅上升时，市场也会开始质疑整个链条的融资假设。

股票市场可以在一段时间内忽略算术问题，争论数十年后的可寻址市场。债券市场则必须回答更近的问题：下一期利息由谁支付？再融资能否完成？当信用市场开始主导叙事，企业风险溢价上升、国债收益率下降，便成为融资结构重新评估的直接证据。

政策与周期的交叉点

美联储仍控制隔夜利率，但无法直接控制信用周期与市场定价。当前票据与期限利率的背离、国债曲线的平坦化以及信用利差的走阔，共同指向一个可能的路径：短期政策可能因滞后数据而保持或进一步收紧，中期则因消费者疲软、杠杆借款人压力与AI资本开支的现金实现滞后而被迫调整。

九月技术性抛售后的收益率回落，叠加AI信用焦虑引发的避险买盘，强化了基本面重新占据主导的判断。收益率上升并不自动等于增长或通胀预期上升，收益率下降也不自动等于政策立即转向宽松。必须结合曲线形态、融资市场、互换、信用利差与实体经济信号综合判断。

当前局面的核心问题已从人工智能技术本身的可行性，转向债务融资企业能否在足够长的时间内保持流动性，直至承诺的收入真正到来。信用市场已开始对这一前景提出更为严厉的质疑。历史反复表明，技术变革与投资过度、杠杆扩张往往相伴而行，最终能穿越周期的企业与无法完成再融资的企业之间，分野将由现金流与债务服务能力决定。