消失的万亿债务：AI 数据中心影子借贷、GPU 金融化与次贷风险
“消失”的万亿债务：AI 数据中心影子借贷、GPU 金融化与次贷风险
一、核心摘要
2026 年前 7 个月，美国五大 Hyperscaler（亚马逊、微软、谷歌、Meta、甲骨文）累计发行约 2081 亿美元公司债，是 2020-2024 年均值（280 亿/年）的约 12 倍。但翻开财报，大量债务”凭空消失”了——它们通过 SPV 壳公司、融资租赁、信用担保、未起租合同等至少五种手法，将债务移出资产负债表。
与此同时，五家巨头的股票回购从 2021 Q4 峰值 480 亿美元/季骤降至 2026 Q1 的 46 亿美元（降幅超 90%），所有现金都被导向数据中心建设。按 Epoch AI 模型推算，资本开支年增约 70%、经营现金流年增仅约 23%，两条线在 2026 Q3 交叉——意味着巨头们将”集体返贫”，进入自由现金流为负的时代。
二、五大巨头的”藏债术”详解
2.1 Meta：SPV 壳公司 + 残值担保
Hyperion 项目（路易斯安那州）：
- 通过 7 家名为 “Beignet” 的特拉华州壳公司发行 272.9 亿美元债券
- 票息 6.581%，2049 年到期，完全摊销（相当于 24 年按揭）
- Blue Owl 持股 80%，Meta 持股 20%（仅 23.7 亿美元记入 Meta 负债表）
- Meta 通过子公司 Pelican Leap 签署租约，租金流向壳公司链条用于偿债
- 残值担保上限约 280 亿美元——真正的抵押品是 Meta 本身
- 标普评级 A+（Meta 自身 AA-，降一档）
Sopaipilla 项目（得克萨斯州）：
- 2026 年 7 月定价，发行 125 亿美元，票息 7.534%，2048 年到期
- 贝莱德持股 80%，Meta 持股 20%
不到一年，Meta 表外债务新增近 400 亿美元。
2.2 微软：融资租赁”隐身术”
- 过去两年总债务从 449 亿降至 403 亿（看似减债）
- 但融资租赁负债从 271 亿暴增至 629 亿美元（翻倍）
- 融资租赁 = 名义租、实际买，会计上记入”其他流动/长期负债”，不在”债务”行显示
- 2027 财年起数据中心折旧年限从 15 年延至 25 年
2.3 谷歌：信用衍生品担保
- 不搭壳、不持股，只给第三方数据中心提供付款担保
- 担保规模半年内从 169 亿激增至 438 亿美元
- 会计上记为”信用衍生品”，仅 8.15 亿（不足 2%）进入负债表
2.4 亚马逊：最老实的一家
- 自己借钱自己盖，2026 年 3 月一次性发债 500 多亿
- 但另有 1063 亿租约未进负债表
2.5 甲骨文 Oracle：只签合同
- 签下 2600 亿美元数据中心租约，租期 15-19 年
- 全部尚未起租，一分钱未记入负债表
- 标普 2026 年 7 月降级至 BBB-（距垃圾级一档）
- CDS 利差突破 203 个基点，创 2008 年以来新高
汇总：三层债务全景
| 层级 | 定义 | 五家合计 |
|---|---|---|
| 第一层 | 已借到手的钱（债券/票据/贷款） | 4,458 亿 |
| 第二层 | 表内全部欠账 | — |
| 第三层 | 签字但未上表的租约 | 8,310 亿 |
| 合计（含采购承诺） | 2.13 万亿 |
三、华尔街的”金融刀法”
3.1 GPU 金融化
- GPU 正成为可抵押、可投资的新资产类别
- CoreWeave GPU 抵押贷款利率从 2023 年的 15% 降至 2026 年 3 月的 5.9%
- 2026 年 8 月黄仁勋宣布联合阿波罗、贝莱德、黑石等 6 家成立 AI 算力融资平台，目标撬动 5000 亿美元第三方资本
- 英伟达承诺为部分项目提供最高 25% 的”残值支持”
3.2 资产证券化（ABS）
- 数据中心租约打包为证券，从 AAA 到 BB 分档出售
- 市场存量约 340 亿，2026 年全年新发行量预计冲至 500 亿
3.3 风险转移（SRT）
- 银行将贷款留在账上，但向私募基金购买”首损保险”
- SRT 已是万亿级市场，越来越多用于 AI 贷款
3.4 私募资本的主导地位
- Blue Owl、Brookfield、PIMCO、黑石、KKR、贝莱德反复出现在各笔大交易中
- 2022 年数据中心并购资金 91% 来自私募资本
- 私募信贷中 AI 相关交易占比从十年前 5% 涨至 20%（按笔数 34%）
- 最终资金来源：养老金和主权基金 → 即纳税人的退休账户
四、核心观点可信度校验
| # | 核心声明 | 验证结果 | 可信度 |
|---|---|---|---|
| 1 | 2026 前 7 月五家发债 2081 亿 | Reuters/LSEG 数据约 1940 亿（不含微软），BNP Paribas 约 2200 亿（含微软），时间窗口差异导致 | 高（85%） |
| 2 | 2020-2024 年均发债约 280 亿 | Dealogic 确认五年总计约 1500 亿，年均 ~280-300 亿 | 非常高（95%） |
| 3 | 标普 7 月将 Oracle 从 BBB 降至 BBB- | S&P Global 2026.7.9 确认 | 确认（100%） |
| 4 | Oracle CDS 约 203bp 创 2008 年以来新高 | 实际更高——8 月一度达 215bp，创历史新高 | 非常高（95%） |
| 5 | Hyperion/Beignet 272.9 亿 @ 6.581% | S&P 预售报告完全吻合 | 确认（100%） |
| 6 | Sopaipilla 125 亿 @ 7.534%，贝莱德 80% | Pitchbook 确认 | 确认（100%） |
| 7 | Blue Owl 遭 40% 赎回，股价从 $24 跌至 $9 | 40% 仅适用于旗下科技基金 OTIC（非全部基金），旗舰基金 OCIC 赎回率 22%；股价最低 $7.95 | 中高（75%） |
| 8 | 微软 Azure 营收增速 43% | 微软 FY2026 Q4 财报确认 | 确认（100%） |
| 9 | 摩根士丹利：全球 DC 资本开支 2.9 万亿，1.5 万亿需外部资本 | 摩根士丹利研究报告确认 2.9 万亿，外部资金缺口约 1.15-1.5 万亿 | 高（90%） |
总评：视频整体研究质量很高，9 项核心数据中 6 项完全准确，3 项方向正确但细节有轻微偏差（Blue Owl 的 40% 赎回率仅限科技子基金而非全部基金，这是最大的不精确处）。
五、对纳斯达克大公司的投资风险分析
5.1 五家公司风险画像（2026 年中）
| 公司 | 债务/股本比 | 信用评级 | FCF 转负时点 | 风险等级 |
|---|---|---|---|---|
| Oracle | ~500% | BBB-（距垃圾一档） | 已转负（FY2026 负 $240 亿） | 极高 |
| Amazon | ~23% | AA- | 2026 Q1-Q2 | 中高 |
| Meta | ~15% | AA- | 2026 年底临近 | 中高 |
| Alphabet | ~7% | AA+ | 2026 Q2（首次） | 中 |
| Microsoft | ~23% | AAA | 约 2028 Q3 | 中低 |
5.2 各公司具体风险
Oracle（风险：极高）
- 资本开支一年内从 212 亿暴增至 557 亿，债务/股本比高达 500%
- 2600 亿未起租合同悬在表外，一旦起租将全部涌入负债表
- 收入规模远小于其他四家，却承担类似量级债务
- 商业模式从”现金牛”转向”大基建”，债权投资人正在重新定价
- 标普降级至 BBB-，保险和养老金等最大买家群体面临内部评级约束
- 投资者关注点：若再降一档至 BB+（垃圾级），将触发大量机构被迫抛售
Meta（风险：中高）
- 表面负债仅约 290 亿，但加上 Hyperion + Sopaipilla 的 400 亿表外 SPV 债务，实际义务远超表面
- 残值担保意味着 Meta 实际上是全额兜底——债务”消失”只是会计处理
- AI 变现路径不清晰，市场对其 capex 态度取决于叙事环境
- 投资者关注点：Meta 不像微软有 Azure 这样清晰的变现引擎；如果 AI 叙事转向，”花钱就是错的”
Amazon（风险：中高）
- 最老实的发债方式（自己借自己盖），但 1063 亿表外租约也不容忽视
- 超额认购倍数从 5.3x 跌至 1.6x，市场胃口在收窄
- 每笔新债都在推高下一笔的地板价
- 投资者关注点：AWS 增速是否能持续覆盖债务成本；发债成本的”阶梯效应”
Alphabet（风险：中）
- 债务/股本比仅 7%（五家最低），AA+ 评级最强
- 但 2026 Q2 自由现金流自 2004 年以来首次转负
- 进行了 2005 年以来首次 840 亿美元股权融资（被市场解读为无法自我融资的信号）
- 信用担保规模半年翻 2.5 倍（169→438 亿），增速惊人
- 投资者关注点：Pichai 本人承认当前支出存在”非理性成分”——CEO 自曝风险是罕见信号
Microsoft（风险：中低，五家中最佳）
- AAA 评级（全球仅两家公司持有此评级），FCF 转负时点最晚（~2028 Q3）
- Azure 增速 43%，backlog 6780 亿（YoY +84%），变现路径最清晰
- 投入资本回报率约 30%，约 3 年可回本
- 但需警惕：629 亿融资租赁藏在”其他负债”里；折旧年限从 15 年延至 25 年是会计美化
- 投资者关注点：若 AI 算力需求放缓，微软庞大的 capex（FY2026 约 1900 亿）将成为沉重包袱
5.3 系统性风险评估
“AI 版次贷”是否成立？
视频中的嘉宾认为目前尚不构成系统性风险，理由：
- 体量仍小：数据中心债务在万亿级企业债市场中仍是零头
- 银行参与度低：2008 危机的传导机制是银行杠杆；如今银行监管更紧、杠杆更低，风险主要留在私募信贷体系
- 终端需求真实存在：Azure 43% 增速、token 消费量持续上涨
但以下风险信号值得警惕：
- 期限错配：二三十年的债务押在五六年可能过时的 GPU 上。H100 第三年残值仅 45%，但折旧年限被拉长到 6-7 年甚至更长，做空机构估计未来三年行业利润可能被高估 1760 亿美元
- 圈内循环：Blue Owl 和 PIMCO 一年内在四笔交易中互换了四种角色（股东、债主、竞争者、买家），风险始终在同一个圈子内流转
- 养老金敞口：最终接盘方是养老金和主权基金——普通人的退休账户
- AI 收入缺口巨大：Apollo Academy 估算 2025 年 AI 应用收入仅 400-600 亿美元，但到 2030 年需要 1.5-2 万亿/年才能支撑已承诺的 5 万亿+ 资本开支
5.4 投资者行动建议
| 维度 | 关注指标 |
|---|---|
| 需求验证 | Azure/AWS/GCP 云收入增速、token 消费量趋势 |
| 偿债能力 | 各公司 FCF 转负后的持续时长、表外义务/OCF 比率 |
| 信用恶化 | Oracle CDS 利差、各公司评级变动、超额认购倍数 |
| 泡沫信号 | GPU 二手市场价格、数据中心空置率、SaaS 贷款违约率 |
| 政策风险 | 巴塞尔协议终局规则的最终版本、SEC 对表外披露的态度 |
六、结语
过去 20 年，市场习惯把硅谷科技公司视为轻资产生意——写代码、卖软件、产生现金流、回购股票。但 AI 正在把这套逻辑倒过来：抢芯片、拿电、买地、盖数据中心，再用未来 10-20 年的现金流为今天的建设买单。
科技公司正在变成”算力房地产商”。
资产负债表可以变干净，但风险不会凭空消失——它只是被切开、打包、担保，沿着金融链条分给了不同的人。而这条链条的终点，是普通人的退休账户。
硅谷和华尔街都在押注 AGI 的未来。如果赌对了，这些万亿债务将被 AI 的巨额收入覆盖；如果赌错了，”AI 版次贷”可能不再只是一个比喻。
关键时间窗口：2027-2028 年。 届时约 31% 的 SaaS 贷款到期需要展期，五家巨头的 capex 将全面超过 OCF，而第一批 GPU 抵押贷款也将面临残值检验。这是这场豪赌的第一个真正考验。
七、中国版 Hyperscaler：阿里巴巴与字节跳动的 AI 豪赌
美国五大巨头的”影子借贷”游戏正在太平洋彼岸上演中国版本。阿里巴巴和字节跳动——中国算力竞赛中投入最激进的两家——虽然没有照搬 Meta 式的 SPV 壳公司架构，但各自有一套同样值得关注的”骚操作”。
7.1 阿里巴巴：上市公司的”明牌豪赌”
投入规模
- 2025 年 2 月宣布三年投入 3800 亿元人民币（约 530 亿美元） 用于 AI/云基础设施
- 据 LatePost 报道，2026 年中已考虑将目标上调至 4800 亿元（约 690 亿美元）
- 2026 年 6 月季度单季 capex 约 100 亿美元，年化 ~400 亿美元，较上一财年的 183 亿翻倍
阿里巴巴的”骚操作”
操作一：港股增发”输血”——中国版股权融资
2026 年 8 月，阿里巴巴在港股进行了 102 亿美元的配股融资（CICC/HSBC/Morgan Stanley/UBS 承销），这是阿里自上市以来规模最大的股权融资。与美国巨头们靠发债维持”干净报表”不同，阿里直接稀释股东——更激进，但也更透明。
对比：Alphabet 2026 年进行了 840 亿美元股权融资（2005 年以来首次增发），两家的逻辑一模一样——现金流已经养不起 AI capex 了。
操作二：消费级 GPU 补位——RTX 4090 采购
受美国芯片出口管制限制，阿里巴巴无法大量采购 Nvidia 高端训练芯片。据报道，阿里云曾大量采购消费级 RTX 4090 显卡用于推理场景——用游戏卡跑 AI 推理，是被逼出来的”土法炼钢”。
操作三：可转债零息融资
2025 年 9 月发行了 32 亿美元零息可转债——不用付利息，到期要么还钱、要么转成股票。这是一种把融资成本从”利息”转嫁为”未来股权稀释”的手法，比 Meta 的 6.58% SPV 债便宜得多，但代价是股东最终被稀释。
操作四：AI 模型 97% 降价——烧钱换市场
阿里云将大模型 API 价格降了 97%，与字节豆包、DeepSeek 展开价格战。这不是金融操作，但效果类似——用利润换市场份额，把竞争对手拖入消耗战。
阿里巴巴 vs 美国 Hyperscaler 对比
| 维度 | 美国五大 | 阿里巴巴 |
|---|---|---|
| 核心藏债工具 | SPV壳公司/融资租赁/信用担保 | 无类似结构（目前） |
| 融资方式 | 公开债 + 私募配售 + 表外操作 | 港股增发 + 可转债 + 现金储备 |
| 透明度 | 表外操作让真实负债不透明 | 相对直接，但中概股信息披露天然折价 |
| 芯片供应 | 不受限制 | 受美国出口管制严重限制 |
| 评级 | AA-到BBB-不等 | Fitch A（稳定） |
| FCF 转负 | 2026 Q2-Q3 普遍交叉 | FY2026 已转负（-68 亿美元） |
关键差异：阿里巴巴目前没有采用美国式的 SPV/表外结构。原因可能是：(1) 中国债券市场深度和金融工程成熟度不如美国；(2) 阿里手上仍有约 5210 亿元（755 亿美元） 现金储备；(3) 港股增发在中国市场的接受度比美国更高。但如果 AI capex 继续翻倍，阿里走上类似 Meta 的表外融资之路只是时间问题。
7.2 字节跳动：非上市巨兽的”隐形扩张”
投入规模
- 2025 年实际 AI capex 约 1500 亿元（210 亿美元）
- 2026 年初步计划 1600 亿元（230 亿美元），5 月上调至少 25%
- Bloomberg 2026 年 5 月报道：字节正在讨论 2026 年全年 capex 高达 700 亿美元（4000-5000 亿元）
- 2027 年甚至讨论提升至约 1000 亿美元——直逼 Amazon/Microsoft 的水平
字节跳动的”骚操作”
操作一：非上市 = 天然”表外”
字节跳动最大的”骚操作”就是——不上市。
作为全球估值最高的私有公司（5500 亿美元），字节不需要向公众披露财报、不需要面对华尔街的季度审视、不需要担心评级机构降级。它可以把 2025 年净利润从约 500 亿美元暴跌 70% 以上，而不引发股价崩盘。
对比：Meta 的 capex 加码导致股价被”penalize”；Oracle 被标普降级。字节跳动完全不用担心这些。非上市身份本身就是最强的”藏债”工具——不是藏在表外，而是根本没有”表”需要给外界看。
操作二：双轨芯片策略
- 向 Nvidia 试探性订购约 2 万颗 H200（约 4 亿美元）
- 同时与华为签订约 100 亿元人民币国产 AI 芯片采购合同
- 将更大比例预算分配给国产芯片以对冲地缘风险
这是在美国出口管制下的”两头押注”——既不完全放弃 Nvidia 的性能优势，又不把命运绑在美国政策上。
操作三：海外算力租赁——Opex 替代 Capex
字节跳动在海外采用租赁算力的方式（计入运营费用而非资本支出），使实际算力能力超出 capex 账面数字。TikTok 美国业务已由 Oracle 托管数据。这与微软的融资租赁逻辑类似——真实算力投入比 capex 数字更大。
操作四：豆包生态的流量碾压
豆包（Doubao）2026 年春节后 DAU 突破 2 亿，月活超 3 亿，是中国最大的 AI 聊天机器人。字节用抖音/TikTok 的巨额流量直接导入 AI 产品——这是阿里和百度都没有的优势。流量就是变现保障，也是支撑巨额 capex 的底气。
字节跳动 vs 阿里巴巴对比
| 维度 | 字节跳动 | 阿里巴巴 |
|---|---|---|
| 2026 AI capex | 700 亿美元（讨论中） | ~400 亿美元（年化） |
| 融资来源 | 利润再投资为主 | 现金储备 + 港股增发 + 可转债 |
| 信息透明度 | 极低（私有公司） | 中等（上市公司，但中概股折价） |
| AI 产品变现 | 豆包 2 亿 DAU + 火山引擎 | 阿里云 AI 收入占比 30% |
| 芯片策略 | Nvidia + 华为双轨 | 类似，但更依赖消费级 GPU 补位 |
| 核心风险 | 利润暴跌 70%+ 但无外部约束 | FCF 转负 + 分析师降级潮 |
7.3 阿里巴巴股票（BABA/9988.HK）风险清单
风险一：自由现金流深度转负（已发生）
FY2026 自由现金流为 -466 亿元（-68 亿美元），较上年正值 739 亿元急转直下。如果 capex 继续翻倍（年化 400 亿美元），FCF 负数状态可能延续至 FY2028 以后。
风险二：分析师降级潮（正在发生）
2026 年 8 月密集降级：
- 摩根大通：降至 Underweight，目标价砍至 $120
- 麦格理：降至 Neutral
- Freedom Capital：降至 Hold，目标从 $180 砍至 $140
- 经营利润同比暴跌 74%，Non-GAAP 净利润下降 67%
风险三：五角大楼黑名单（地缘政治）
阿里巴巴被列入美国国防部 1260H “中国军事关联企业”名单。这不是制裁，但会触发部分机构投资者的强制清仓规则——类似 Oracle 降至垃圾级触发保险基金被迫抛售。
风险四：AI 价格战侵蚀利润
阿里云大模型 API 降价 97% 是一场消耗战。对手是字节跳动（利润率不透明、不受上市公司约束）和 DeepSeek（开源免费）。阿里云 EBITA 利润率仅约 9-12%，远低于 AWS 的 37% 和 Google Cloud 的 33%。
风险五：芯片供应链卡脖子
美国出口管制限制 Nvidia H200 等高端芯片对华出口。虽然华为昇腾芯片可部分替代，但在训练大模型的效率上仍有明显差距。阿里已有采购消费级 RTX 4090 补位的报道——这本身就是供应链脆弱性的信号。
风险六：核心人才流失
Qwen（通义千问）团队关键研究人员流失的报道引发执行力担忧。AI 人才争夺战在中国同样激烈，字节跳动的薪资竞争力和技术氛围对阿里构成持续吸引力。
风险七：股东回报被 AI capex 吞噬
FY2025 回购 119 亿 + 分红 46 亿美元，但 FY2026 的 102 亿港股增发实质上抵消了回购效果——左手回购、右手增发，股东被”空转”。如果 capex 继续加码，回购可能像美国巨头一样被完全砍掉。
风险八：估值锚定失效
市场过去给阿里估值的锚是”现金牛 + 电商垄断 + 云增长”。现在电商利润被 AI capex 和社区团购拖累、云在打价格战、现金流转负——三个锚同时松动。这与 Oracle 从”cash cow”变成”大基建”后被 CDS 市场重新定价的逻辑完全一致。
7.4 小结：中美 AI 豪赌的异同
1 | 美国 Hyperscaler 中国 Hyperscaler |
最大的不同：美国巨头的风险通过华尔街的金融链条最终传导到养老金和主权基金，波及普通人退休账户；而中国版的风险更集中——阿里巴巴的风险由港股投资者直接承担，字节跳动的风险则锁定在 PE/VC 和员工期权持有者身上。
最大的相似：无论中美，所有人都在押同一个赌注——AI 的 token 需求将永不放缓。如果这个假设错了，两边都没有退路。