-
Meta (META) 为路易斯安那州数据中心发行了 30B 美元融资。 Meta 的总债务为 37B 美元,现金储备超过 60B 美元。
-
在发行 18B 美元债券和 38B 美元贷款后,甲骨文持有近 96B 美元的债务。甲骨文的利息支付可能会消耗其 30 亿美元季度净利润的较大份额。
-
科技公司在 9 月和 10 月为人工智能数据中心借贷了 75B 美元。这是过去十年年平均水平的两倍多。
-
一些投资者致富,而另一些投资者则苦苦挣扎,因为他们从未了解到有两种完全不同的创造财富的策略。不要犯同样的错误,在这里了解两者。
美国银行 刚刚发布的研究表明,主要科技公司为其人工智能 (AI) 雄心提供资金的方式可能会发生令人不安的转变。报告指出,人工智能数据中心的借款在 9 月和 10 月激增,诸如 元平台 (纳斯达克股票代码:META), 甲骨文 (纽约证券交易所股票代码:ORCL)等公司发行了 750 亿美元的债券和贷款,是过去十年年平均水平的两倍。
这是因为资本支出已经接近公司现金流所能支持的极限。共识估计显示,2025 年和 2026 年,人工智能资本支出将达到运营现金流减去股息和股票回购的 94%,高于 2024 年的 76%。这种趋势引发了人们对高估值下可持续增长的质疑,因为公司可能越来越依赖债务来构建人工智能模型和计算能力所需的基础设施。
到目前为止,科技巨头通过云服务和广告等核心业务的强劲现金流推动了人工智能的扩张。然而,数据中心扩建的规模现在需要的资金超出了内部资源所能提供的。
美国银行的分析强调了这一转向,并指出近几个月借款激增。例如,关键参与者的总价值包括 亚马逊 (纳斯达克股票代码:AMZN), 字母 (纳斯达克股票代码:GOOG)(纳斯达克股票代码:GOOGL), 微软 (纳斯达克股票代码:MSFT)等公司的数据显示,资本支出份额大幅上升。这表明推动人工智能快速发展的自筹资金模式可能会造成压力,迫使企业利用债务市场来维持发展势头。
预测显示,到 2028 年,全球数据中心支出可能达到 3 万亿美元,其中很大一部分来自外部融资。尽管整个行业的现金流仍然强劲,每年总计数千亿美元,但投资速度却超过了现金流。
这种转变可以支持持续的人工智能创新,但引入了早期阶段并不那么突出的杠杆作用。
其中许多公司已经背负着因过去的收购和扩张而积累的巨额债务。例如,Meta 的总债务约为 370 亿美元,被超过 600 亿美元的现金储备所抵消。最近的 300 亿美元融资交易(包括路易斯安那州数据中心的 270 亿美元债务)进一步增加了这一点,但考虑到季度运营现金流超过 200 亿美元以及每季度低于 2 亿美元的低利息支出,该公司仍处于可控范围内。不过,投资者仍然担心 Meta 会再次陷入其元宇宙过度行为的深渊。
相比之下,甲骨文在 2025 年末发行了 180 亿美元债券并发放了 380 亿美元贷款后,其债务接近 960 亿美元。由于季度净利润约为 30 亿美元,如果利率上升,其利息支付可能会攀升,消耗更大一部分利润。从本质上讲,它是在把自己没有的钱花在那些不是为它没有的客户建造的设施上。
较小的人工智能玩家喜欢 超微半导体公司 (纳斯达克股票代码:AMD)面临着更严峻的挑战。目前债务低于 30 亿美元,但可能还需要数十亿美元的资本支出,由于信用评级较低,他们可能会以更高的利率借款,从而推高利息成本,侵蚀微薄的利润。
英伟达 然而,NVDA 公司以极低的债务(不到 100 亿美元)和来自芯片销售的大量自由现金流展现了韧性,使其能够比同行更长时间地为内部增长提供资金。
依靠债务可以通过实现更快的数据中心部署来加速人工智能的进步,但在股票估值过高的情况下,它会增加风险。如果人工智能的回报令人失望——比如,由于采用速度较慢或技术障碍——利息负担可能会对盈利造成压力。高估值(一些公司的市盈率高达 40 倍或更高)意味着完美的执行力;任何债务驱动的经济放缓都可能引发调整。
然而,多元化的收入来源提供了缓冲。微软的企业重点和亚马逊的电子商务基础产生了稳定的现金,有助于降低风险。尽管如此,如果经济状况恶化,潜在的债务泡沫等系统性问题就会出现,这与过去的科技繁荣相呼应。
到那时, 纽约时报 刚刚透露 黑石 (纽约证券交易所股票代码:BX)正在使用“奇异的金融工具”为其数字基础设施公司 QTS Data Centers 的扩张提供资金。 Blackstone 即将完成一项 34.6 亿美元的商业抵押贷款支持证券 (CMBS) 发行,为 QTS 持有的债务进行再融资,该公司将 QTS 视为人工智能基础设施领域最大的参与者。 《纽约时报》重点介绍了麦肯锡的数据,该数据显示,到 2030 年,数据中心将需要 7 万亿美元的投资才能满足预计的需求。
谷歌、Meta、微软和亚马逊等公司在过去三个月内总共花费了 1,120 亿美元,并使用了企业债务、证券化市场、私人融资和表外工具的组合,这可以追溯到 2008 年金融危机。
对于投资者来说,这表明在购买人工智能驱动的股票之前需要极度谨慎。像 Meta 这样的强劲资产负债表表明,债务是增长工具,而不是困境工具,但投资者需要关注他们想要购买的股票的利息覆盖率和资本支出投资回报率。实力较弱的参与者可能会面临过度杠杆化的风险,从而可能会侵蚀回报。
人工智能的繁荣仍将推动进一步的增长,但今天的赢家不一定是明天的赢家。人工智能的持续炒作在很大程度上取决于盈利规模的扩大,而无需承担过高的借贷成本。不是每个人都会穿那根针。
关键词:数据中心,现金储备,运营现金流,现金流,美国银行,债券发行,利息支付,科技公司,元,股票回购