炒股就看金麒麟分析师研报股票推荐，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：中金点睛
美国头部AI企业经营现金流已接近资本开支，市场高度关注其高投入模式的可持续性。我们认为，作为新兴产业，AI技术突破与商业化收入天然具备较大不确定性，需要从多个视角理解其资本开支的可持续性。因此，我们跳出传统盈利预测框架，从资金配置逻辑，拆解美国AI高资本开支的核心资金来源。
资金供给端，美国长期金融化趋势延续，即某些学者类比的“棉花糖”式流动性扩张。宏观层面的体现是，美国广义流动性相对GDP持续抬升；微观层面则体现为新金融产品层出不穷，盘活存量资产、激活闲置资金，为部分潜在回报较高的产业输血。
资金需求端，美国AI产业具备科技和类地产双重属性，打通股权、债权双融资通道。其硬核科技属性适配股权融资，对标90年代养老金松绑驱动的美股科网革命时期VC与股权金融化模式；其高固定资产的类地产特征，意味着可通过资产抵押开展债权融资。虽然其固定资产不能完全对标房地产，但2000年后美国地产金融化依托衍生品盘活存量、扩张信用的债务融资逻辑具有参考意义。
当前美国AI金融化仍处于早期阶段。头部AI企业筹资现金流刚转正，叠加债务融资成本尚显著低于股权融资，行业新增融资以债权为主，大规模股权融资尚未启动。复盘历史，美股科网泡沫、地产泡沫破裂，均同时出现高杠杆、基本面恶化、流动性系统性收紧三大现象。从这些指标来看，目前美国AI行业暂无系统性风险。
但美国短期流动性风险不容忽视。美国经济走势、市场与美联储之间的博弈，叠加美伊地缘冲突带来的油价不确定性，美国流动性存在超预期收紧的可能。如果出现这种情况，全球市场也将受到波及，市场对AI企业资本开支可持续性的担忧也可能随之升温。
Text正文
]article_adlist-->最近两个月来，美国股市波动较大，也波及其他地区。美国股市波动既有其货币政策变化的影响，也有市场对AI板块资本开支持续性的担忧，而前者又加剧了后者。简而言之，今年美国AI领域的几家大公司资本开支快速上升，明年虽然增速可能比今年慢，但仍然较快。但另一方面，AI企业的收入却面临较大不确定性，经营现金流已经与资本开支相若，一些公司开始通过发债支持资本开支。而美国国债收益率上升更加剧了市场的疑虑：在收入面临不确定性的情况下，资本开支如何维持，这是市场普遍关心的话题。
图表1：美国AI企业资本开支与经营现金流相若
注：图中数据为微软、亚马逊、谷歌、Meta、甲骨文之和
资料来源：Epoch AI，Bloomberg，iFinD，中金公司研究部
AI是个新兴产业，其技术突破时点以及商业收入增速天然难以预测。我们将不聚焦收入，而选择从资金配置的视角出发，探讨美国AI资本开支的潜在资金来源。实际上，投资是收入的来源，如果资本开支难以保障，那收入增长也就缺乏支持。换言之，资本开支与收入并非互相割裂的两个变量。因此，讨论资本开支的融资状况也有助于我们判断收入的前景。
我们首先从AI产业的属性出发，分析该产业在吸引资金方面的优势。第二部分我们分析自1990年代以来美国社会资金供应的变化。具体而言，我们剖析美国的“金融化”如何重塑其流动性。“金融化”并无统一定义，其体现也比较复杂，但我们认为至少有两点对分析AI融资有意义。从宏观视角来看，金融化意味着广义流动性与GDP之比上升，通俗地说，就是社会上的“钱”逐步增多。从微观来说，金融化意味着新的金融产品数量与种类增加。金融产品（比如衍生品）使得资金“活”起来，也提升资产的流动性。当然，宏观层面与微观层面并非割裂，金融产品数量增加本身也可能导致宏观层面的流动性增加。
剑桥大学国王学院院长、Financial Times资深记者Gillian Tett 在《欢迎来到金融棉花糖时代》里面通俗地阐述了美国金融化现象，并回顾了金融“棉花糖”这个词的来源。因此，我们不妨借用金融“棉花糖”这个形象的说法来近似代指美国金融化。[1]
虽然美国在2008年次贷危机之后加强了金融监管，尤其是对银行的监管，但总体而言，其金融化现象并未明显逆转。在此基础上，我们回顾了1990年以来美国两次泡沫破裂前的金融化：1990年代的科网金融化与次贷危机之前的房地产金融化。我们然后分析当前美国AI产业的金融化所处的阶段，最后也分析当前美国AI板块可能面临的流动性风险。
AI：既有科技属性，也有“类地产”属性
我们认为，AI既有科技属性，也有“类地产”属性（固定资产占比较高），意味着既可以通过股权融资，也可以通过债权融资（抵押贷款）。
AI的科技属性无需赘述，其技术进步和生产效率提升似乎较科网企业更快。其中一个体现是，AI对劳动力的依赖较科网企业低，甚至可以替代劳动力。从中观数据来看，自2022年ChatGPT发布以来，美国通信和计算机行业的非农就业小幅缩减了6%。与此不同，从1995年8月美国网景公司上市（美国科网泡沫元年）到2000年3月美国科网泡沫破裂之间，其通信和计算机行业的非农就业则上升了60%多。
图表2：科网革命时期与AI年代美国通信、计算机行业就业走势分化
注：AI科技革命以ChatGPT发布（2022年11月）为T=0，科网革命以网景上市（1995年8月）为T=0。非农就业包括通信、数据处理、计算机系统设计行业，数据经过标准化处理
资料来源：iFinD，中金公司研究部
从微观数据来看，如果将2021年谷歌、微软、Meta三家公司劳动密度（员工人数与固定资产之比）指数平均设为100，2019年该指数为109，2025年下降到了37。具体而言，其固定资产指数从2021年的100升到了2025年的306，而其员工人数指数则只升到了112。
图表3：三家美国大科技公司的劳动密度
注：图中大科技公司包括谷歌、微软、Meta。劳动密度使用员工数量/固定资产衡量
资料来源：iFinD，中金公司研究部
图表4：三家美国大科技公司固定资产增长快于员工数量
注：图中大科技公司包括谷歌、微软、Meta资料来源：iFinD，中金公司研究部
科网革命时期，以微软为例，其固定资产投资和员工数量同时增加，而且员工数量增加更快，带动劳动密度上升。即使是2000年科网泡沫破灭后，企业劳动密度仍在上升。如果将1995年微软的劳动密度指数设为100，该指数2000年为138，2005年进一步上升到了174。具体而言，其员工人数指数从1995年的100升到了2000年的220和2005年的343。同期，其固定资产指数仅从100升到了197。
图表5：微软的劳动密度走势（1995-2005）
注：劳动密度使用员工数量/固定资产衡量
资料来源：iFinD，中金公司研究部
图表6：微软员工数量和固定资产走势
资料来源：iFinD，中金公司研究部
从经过通胀调整的人均创收来看，目前AI公司是传统互联网公司的2倍以上，反映AI公司的效率更高。比如，2026年Anthropic的人均创收与美国人均GDP之比大约为100倍，OpenAI和英伟达可能分别为63和57倍。2025年Meta、Apple、Google 和微软该比例分别为28、28、23和14倍。1999年，Apple、微软和思科该比例分别为26、18和16倍。
图表7：科技公司人均创收/美国人均GDP比值
资料来源：iFinD，Epoch AI，中金公司研究部
之所以说美国AI企业也有“类地产”属性，是指其固定资产占比较高。比如，当前微软、Alphabet、亚马逊、Meta和甲骨文五家云厂商的固定资产与其总资产的平均比重超过了40%，而沃尔玛、埃克森美孚、宝洁和卡特彼勒四家传统企业现在的固定资产占比平均为37%。微软、思科、亚马逊、WorldCom和Lucent科网革命时期企业（以下简称科网企业）2000年的固定资产占比则平均为15%。固定资产中，微软、Meta土地房屋占46%，亚马逊、甲骨文的土地房屋分别占37%和40%，谷歌的土地房屋占比最低（11%）。这几家企业的软硬件和设备资产占固定资产的比重分别为47%、38%、49%、41%和56%。
图表8：当前AI企业固定资产占比较高
注：各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文；传统企业包括沃尔玛、埃克森美孚、宝洁、卡特彼勒；科网企业包括微软、思科、亚马逊、WorldCom、Lucent。 AI企业使用最新可得2026Q2季报或者年报，传统企业使用最新年报；科网企业使用FY2000年报
资料来源：iFinD，Wind，Bloomberg，中金公司研究部
图表9：五家美国AI公司固定资产分解
注：使用最新可得2026Q2季报或者年报资料来源：iFinD，Wind，Bloomberg，中金公司研究部
动态来看，这几家公司固定资产占总资产的比重总体从2020年的22%上升到2025年的41%，而那五家科网企业的固定资产占总资产的比重从1995年到2000年一直基本上维持在15%左右。
图表10：AI企业固定资产占比上升
注：各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文
资料来源：iFinD，Wind，Bloomberg，中金公司研究部
图表11：科网企业固定资产占比基本不变
注：各组为样本公司先分别计算比率后简单平均。科网企业包括微软、思科、亚马逊、WorldCom、Lucent
资料来源：iFinD，Wind，Bloomberg，中金公司研究部
金融化提升流动性
金融化并没有统一定义。我们不妨引用Epstein（2005）的定义：金融目的、金融市场、金融主体以及金融机构，在国内与国际经济运行当中发挥愈发重要的作用[2]。这个定义隐含的意思是金融在资源配置中的作用上升。
不同学派认为金融化的驱动因素不一样[3]。新马克思主义认为，70年代后资本主义实体投资回报率下滑，过剩资本涌入金融投机是资本主义金融化的主因。后凯恩斯主义认为，企业治理转向股东价值优先，导致企业缩减实体投资、加大股票回购与金融资产配置，结果是金融投资挤出实体资本积累。而新古典主义则认为金融自由化、资产证券化提升资产流动性，优化资源配置，是经济发展的进步。尽管不同理论学派对金融化的发展理解不同，罗煜（2017）认为，布雷顿森林体系瓦解、全球进入纯信用货币制度，无疑为金融化创造了条件。具体而言，他认为支付媒介方面，实物现金占比大幅减少，交易变为账户数字划转，交易成本下降，交易规模增加。价值贮藏方面，各类金融资产起到了“准货币”的价值储藏功能，广义货币边界更加广阔。[4]
金融化的主要体现有以下几个方面[5]：（1）广义流动性更加充裕。比如广义流动性与GDP之比提升，金融部门的利润占比上升，金融部门规模增长相对更快。（2）低流动资产变成高流动资产。各类新型金融工具层出不穷，证券化将非流动资产转化为流动资产，金融交易规模大幅增长。（3）资本利润的获取愈发依靠金融渠道，而非实体贸易与商品生产。例如，企业利润更加依赖投资收益。（4）资本市场型金融体系话语权持续扩张。例如，股市/GDP、债务/GDP比值不断上涨，银行信贷/GDP比值下降。（5）企业治理中更加重视股东价值。例如，美股市场上回购增加。
从宏观方面来看，1990年代中期后，美国广义流动性与GDP之比趋势上升，较M2与GDP之比大约高20个百分点。金融危机后，美国加强了金融监管，美国银行部门的贷款业务相对放缓，但美国银行资产/GDP之比未见收缩，银行部门非贷款业务继续扩张。
图表12：美国广义流动性与GDP之比上升
元股证券:ygzq.hk
注：广义流动性使用M2+货币市场基金
资料来源：iFinD，Jordà-Schularick-Taylor Macrohistory Database，中金公司研究部
图表13：美国银行资产与GDP之比未见收缩
资料来源：iFinD，中金公司研究部
从微观方面来看，新的金融产品不断出现。1985‑2014年，美国非金融企业证券发行数据表明，金融产品种类不断扩张。1985 年市场可用金融产品约150种，2014 年增长至751种，新增600余种。非金融企业通过新金融产品的融资占比上升，2010-2014年期间占比超过了50%。
图表14：美国非金融企业融资方式
注：左图展示了1985-1989年至2010-2014年各时期不同金融产品的总数量。柱状图将金融产品分为三类：（1）存量产品（Old）：1985年以前推出的产品；（2）当期新产品（New-Entrants）：在当期新推出的产品；（3）新生产品（New-Young）：1985年以后推出、但首次发行发生在此前时期的产品。右图展示了1985-1989年至2010-2014年各时期融资总额的变化。柱状图进一步将融资规模分解为存量产品、当期新产品和新生产品的发行融资额
资料来源：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
另外一些指标也有参考意义。比如，美国共同基金、期货及期权合约数量不断上涨。2025年活跃期货及期权合约大幅上涨，主要是由于事件合约（event contracts）的增长，如Kalshi、ForecastEx等事件预测平台的合约数量显著提升。事件合约是以特定事件是否发生或其结果为标的衍生合约，常见于预测市场（prediction markets），可涉及经济指标、金融市场、天气、政治等事件。2024年美国大选之后，预测市场获得了巨大的流量，带动了事件合约的增长。
美国科网与地产金融化的经验
美国在自1980年代以来有两次加速金融化的经验，一个是1990年代的科网金融化，另一个是2000年后的地产金融化。1990年代科网金融化表现为美国VC大幅增长和股权融资热，增加了资金使用方式，使得资金能够流动起来。这个阶段金融化的一个重要驱动因素是对养老金投资约束放松，促进VC发展，IPO提供退出渠道，释放VC资金，吸引更多资金进入。而2000年代美国地产金融化，既创造新流动性，也增加流动性使用方式，其主要体现是通过证券化，使得房地产贷款机构释放资本金，突破资产负债表约束，形成更多的贷款，创造了新的流动性。而证券化进一步让更多金融机构参与到地产金融化，资金使用方式增多。
美国企业的股权融资方式包括私人股权融资和公开股权融资。在初创期主要是通过私人股权融资，在成长期之后，通过公开股权融资方式。1979年后，美国放松对养老金的投资限制，促进了VC的大幅增长。VC把“没有抵押品的互联网创业公司”变成比较容易融资的企业，IPO提供退出渠道，将股权占用的资金释放出来，再形成新的投资。IPO退出也帮助VC吸引更多资金。
具体而言，1979年之前，《雇员退休收入保障法》（Employee Retirement Income Security Act of 1974）的“审慎人规则（Prudent‑Man Rule）”限制美国养老金参与初创企业投资。1979 年美国劳工部对“审慎人规则”做出澄清，养老金做投资判断要看整个组合的风险分散效果，不再要求每个项目都必须风险低。改革后养老金可以增加配置风险投资，机构LP大规模入场，深刻改变美国VC行业资金来源结构，美国VC新增规模和投资额呈现大幅增长。从美国VC资金来源看，在1978年只有约15%来自养老金，而到了1990年，约有53%来自养老金。美国VC的募资额和投资额也是在1990年代开始出现快速增长。
图表15：美国VC资金来源
资料来源：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
图表16：美国VC募资额和投资额
资料来源：National Venture Capital Report 2013&2023&2025，中金公司研究部
资金流向VC之后，VC为缺乏实物抵押品的互联网初创企业，开辟了股权融资渠道。互联网创业公司通常资产轻、无形资产多、现金流为负、没有稳定利润、缺乏银行抵押品，难以通过传统渠道融资，只能通过股权融资。1990年代，美国IPO数量增加，VC支持的IPO比例上升，股权融资大幅增加。
实盘股票配资图表17：1990s后，美国VC支持的IPO上升
资料来源：Jay R． Ritter IPO Data，中金公司研究部
为了实现更好的退出，1990年代末期，美国IPO大幅折价发行，特别是科技股，以吸引更多投资者参与。新成立、历史业绩少的VC，有很强动机推动被投企业 IPO，接受较高IPO折价，利用IPO首日暴涨制造成功退出案例，向LP展示业绩，方便募集下一期VC基金。1990年代后期IPO退出回报非常可观，进一步刺激LP向 VC大规模出资。而随着IPO发行量的增加，上市企业的平均质量下降。VC支持的上市科技企业平均年龄从9年（1991年）下降到4年（1999年）。
2000年后美国地产金融化既通过衍生品盘活了存量资产，也带动广义货币的扩张，与债权融资紧密相关。各类金融机构通过资产证券化，将房地产资产转化成可交易、可抵押、可加杠杆的金融资产，从而把房地产市场和资本市场、银行体系及影子银行体系连接起来。住房按揭MBS证券化的首要作用是盘活存量信贷资产，让原有货币更加活跃，提高货币流通速度；同时银行回笼资金后可以持续向家庭发放新增贷款，通过商业银行信贷派生机制，带来广义货币扩张。
盘活存量资产的方式包括信用增强、再次证券化、给抵押贷款加“保险”等，使得原本难以“流动”的资产变成“可流动”的资产。信用增强（Credit enhancement）大约有三个方式：（1）信用分层（Tranching），将抵押贷款转换成了不同风险等级的证券，满足不同的投资者的需求；（2）超额抵押（Over‑collateralization）：资产池的规模大于对外发行全部证券的本金总和，多出的那一部分资产就是超额抵押，用来吸纳亏损；（3）超额利差（Excess spread）：抵押贷款利率高于MBS的利率，保证利差为正。
CDO（Collateralized Debt Obligation）将以次级贷款为底层资产的MBS再次进行证券化、分层，转换成不同等级的证券。此外，CDS（Credit Default Swap）给抵押贷款加上一层“保险”，进一步提升其流动性。
数据显示，1980年代以后，美国贷款/GDP比例大幅上升，其中居民地产贷款上升最多。1995年，居民抵押贷款与GDP之比不足50%，而2007年该比例超过80%。从2001年到2006年，美国抵押贷款证券化比例大幅上升，特别是Alt-A和Sub-prime这些质量较差的抵押贷款证券化比例上升较快。例如，Alt-A级抵押贷款的证券化比例从19%（2001年）上升到了91%（2006年），Sub-prime级抵押贷款的证券化比例从46%（2001年）上升到了75%（2006年）。
美国抵押贷款持有人从银行转向非银。早期美国住宅证券化主要由Fannie Mae、Freddie Mac、Ginnie Mae等政府支持机构参与，后期越来越多的非政府支持机构开始参与抵押贷款证券化（包括投资银行）。通过证券化方式，政府支持机构（如房地美、房利美）、ABS发行人持有占比2006年超过60%。
美国AI 金融化尚处于早期阶段
美国主要AI企业筹资现金流刚由负转正，开始转向外部融资。美国代表性AI企业投资支出/营收比值由2020年的约10.3%升至2025年的约32.8%，2026Q2进一步升至约51.7%，已超过科网革命时期高位。投资支出的来源上，AI企业经营现金流/营收比值维持在40%以上，筹资现金流/营收比值由2025年约-7%转为2026Q2约16.2%。
图表18：AI企业投资支出来源
注：各组为样本公司先分别计算现金流/营收比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文。AI企业2020-2025为年报，2026Q1和2026Q2采用截至相应季度的过去四季度合计口径，以减弱季节性影响
资料来源：Wind，Bloomberg，中金公司研究部
图表19：科网企业投资支出来源
注：各组为样本公司先分别计算现金流/营收比率后简单平均。科网企业包括微软、思科、亚马逊、WorldCom、Lucent
资料来源：Wind，Bloomberg，中金公司研究部
目前AI企业外部筹资增量主要是债务融资，股权融资尚未大规模开始。2026Q2，AI企业筹资现金流净额/营收比值升至16.2%，高于2000年的科网企业（13.2%）。其中，净债务融资/营收比值为21.2%，净股权融资/营收比值收窄至-3.3%，而彼时科网企业债务和股权融资均为净流入。相比起来，本轮AI融资扩张目前更集中于债务端，股权融资还体现为净回购。如果未来债权融资成本上升，AI企业可能转向股权融资。
图表20：AI企业筹资现金流来源
注：各组为样本公司先分别计算现金流/营收比率后简单平均。净债务融资=债务增加/发行-债务减少/偿还；净股权融资=股本增加/发行-股本减少/回购-已付股息；其他筹资=CFF-净债务融资-净股权融资。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文。AI企业2020-2025为年报，2026Q1和2026Q2采用截至相应季度的过去四季度合计口径，以减弱季节性影响
资料来源：Wind，Bloomberg，中金公司研究部
图表21：科网企业筹资现金流来源
注：各组为样本公司先分别计算现金流/营收比率后简单平均。净债务融资=债务增加/发行-债务减少/偿还；净股权融资=股本增加/发行-股本减少/回购-已付股息；其他筹资=CFF-净债务融资-净股权融资。科网企业包括微软、思科、亚马逊、WorldCom、Lucent。科网企业净股权融资/营收1995年均值显著偏高主要受亚马逊当年营收基数较小影响
资料来源：Wind，Bloomberg，中金公司研究部
根据Dealoggic的数据，截至2026年6月，AI企业（Alphabet、Amazon、Meta、Microsoft和 Oracle），在全球范围内发行了1590亿美元债券，而2025年全年为1080亿美元，2024年全年仅为170亿美元。这五家AI企业的总负债从25Q4开始大幅增加，26Q2一个季度增加了2115亿美元。边际上来看，26Q2的短期债务增长更多，长期债务增长放缓，企业的偿债压力有所增加。
图表22：美国AI企业债发行量大幅增长
注：企业债发行数据包括谷歌、亚马逊、Meta、微软、甲骨文。企业债发行2026年数据截至2026年6月5号
资料来源：WSJ，Dealoggic，iFinD，Bloomberg，中金公司研究部
图表23：美国AI企业债务组成
注：AI企业使用谷歌、亚马逊、Meta、微软、甲骨文资料来源：iFinD，中金公司研究部
私募信贷已成为美国AI企业表外融资体系重要的资金来源。私募信贷正逐步替代传统银行贷款支持长周期AI基建投资。由于AI项目投资规模巨大且回收周期长，传统银行体系风险偏好有限，Apollo、Ares、Blackstone、Blue Owl等大型私募信贷机构遂成为关键资金提供者。据BIS估算，私募信贷向AI相关公司的贷款已增长至超过2000亿美元，占私募信贷总量近8%。涉及AI贷款的私募基金目前已有20%左右。私募信贷资金主要通过数据中心SPV、CoreWeave等算力运营商及GPU融资平台流入，以与M7长期合同产生的稳定现金流作为偿债支持，促使资金来源从银行体系向非银金融体系转移，实际上起到了类似银行的作用。
图表24：私募信贷对美国AI企业的直接贷款快速增长
资料来源：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
图表25：涉及AI贷款的私募信贷比例上升
资料来源：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
目前，AI企业债务压力不大，债务融资仍有空间。美国五大云计算厂商经营现金流充足，整体偿债能力稳健。现金流利息保障倍数均高于1，最低的甲骨文约为7倍，其次亚马逊约为48倍，最高的谷歌约为82倍。还本付息率均低于1，甲骨文约为48%，亚马逊约为12%，最低的谷歌仅约为6%。
图表26：美国五大云厂商还本付息率（债务本息现值/经营现金流）
注：按照BIS还本付息率公式计算资料来源：Bloomberg，中金公司研究部
美国五大云计算厂商有效利率目前还不高，净现金储备情况分化。2026Q2，五大云厂商有效利率为4.9%，低于Baa级企业债收益率。五大云厂商融资成本还不高，一定程度上源于前期低利率环境“锁定”利率、以及非美货币发债。净现金储备情况中，谷歌、微软、Meta相对较好，亚马逊、甲骨文净现金为负，说明对外部融资的依赖程度更高。
图表27：美国五大云厂商有效利率还不高
注：债务有效利率=近12个月利息支出/总债务资料来源：Bloomberg，中金公司研究部
资产证券化或成为美国AI公司融资的下一步。随着长期租赁和容量采购合同不断累积，数据中心与算力资产的稳定现金流开始具备证券化条件。2024年初，CyrusOne发行了11.75亿美元的数据中心资产支持证券（ABS）[6]；2025年3月，Sabey发行3.25亿美元ABS，抵押品是在美国的7个数据中心[7]；2025年5月，Stack发行3.45亿美元ABS，抵押品是11个美国数据中心的房地产、租赁和相关权益[8]；2025年9月，QTS发行6亿美元ABS，抵押品是Phoenix的数据中心[9]；2026年初，Compass Datacenters发行了8.3亿美元的数据中心ABS，底层资产即为向云厂商租赁算力的长期合约[10]。AI数据中心贷款正被打包成ABS，向养老金、保险资金等机构投资者分销，类似于房地产证券化过程。
美国AI企业长期股权投资近期开始抬升，但总体占比不高。AI企业的对外长期股权投资自2025年以来抬升，到2026Q2在总资产中的占比约为5%。相比于科网企业，AI企业长期股权投资占比不高，显示AI企业的股权金融还处于早期。而且，通过将部分重资产项目以股权投资方式，剥离出超大规模云厂商的资产负债表，也是风险隔离的一种方式。
图表28：美国AI企业长期股权资产占比
注：各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文
资料来源：Wind，Bloomberg，中金公司研究部
图表29：美国科网企业长期股权资产占比
注：各组为样本公司先分别计算比率后简单平均。科网企业包括微软、思科、亚马逊、WorldCom、Lucent
资料来源：Wind，Bloomberg，中金公司研究部
短期风险
前面的分析意味着，在美国金融化的大背景下，加上AI公司既有比科网公司更强的科技属性，又有“类地产”属性，AI公司既可以通过股权融资，也可以通过债权融资。而与历史上的科网革命和房地产相比，美国AI公司当前金融化尚处于早期阶段，其资金来源无需过度担忧。但这不是说，我们就可以忽视短期的流动性波动风险，尤其是油价居高不下、美国加息路径不清晰的情况下。
回顾历史，当年美国科网泡沫与地产泡沫破灭前同时出现三个现象：（1）高杠杆。科网革命时期，美国大量Dotcom公司上市，Shiller PE ratio从17倍（1990年）上涨到44倍（2000年）。次贷危机前，美国家庭部门宏观杠杆率从70%（2000年）上升到98%（2007年）；（2）基本面走弱。2000年左右，美国互联网用户渗透率出现拐点，而2006年开始，美国房贷违约率开始上升；（3）融资条件系统性收紧。美联储从1998年开始加息，联邦基金利率从4.75%（1998年）上升至6.5%（2000年）。次贷危机前，联邦基金利率从1.0%（2003年）上升到5.23%（2006年）。
当前，对于AI公司来说，这三个现象特征都还不显著。目前美国企业部门杠杆率相对还较低，股市估值也不算非常高；美国经济基本还比较强劲，名义增长在5%左右，以Mag 7为代表的大科技公司营收、利润增速还较高；融资条件暂时还未见明显持续的收紧。
但是，短期风险仍需要关注，可能对AI企业融资产生扰动。目前美国融资需求旺盛，而随着通胀上升，资金面边际紧张。近期，实际融资压力（实际利率TIPs）走高，市场对AI产业链高杠杆的持续性产生顾虑。
2026年9月，英格兰央行金融政策委员会指出AI债务上升，以及其不够透明，对风险评估带来困难，而随着金融条件收紧，信贷市场（包括私募信贷）相对比较脆弱[11]。2026年5月，美联储在《金融稳定报告》中指出，AI以及私募信贷是近期需要关注的风险[12]。美联储认为随着资本支出越来越多地依赖债务融资，增加了系统的杠杆效应；私人信贷面临着越来越大的压力，包括投资者的赎回、情绪恶化，以及人工智能带来的信贷质量影响。2026年9月，标普将Oracle的评级下调至BBB-，仅高于垃圾级[13]。自美联储在2026年9月加息后，到9月底，Coreweave一些高收益债的收益率上涨了超过0.5个百分点[14]。2026年7月，Meta新发120亿美元债券，为数据中心进行融资，债券收益率为7.5%，融资成本要比2025年10月发行270亿美元债券时高出0.4个百分点[15]。
图表30：泡沫破灭一般出现在融资条件系统性收紧之后
资料来源：iFinD，中金公司研究部
具体来看，短期需关注两类风险。一是融资条件收紧，削弱私人投资动能。若美联储加息，或银行收紧贷款标准，企业融资成本和资金获取难度可能上升，进而拖累私人投资扩张。二是短期融资压力加剧，放大流动性风险。回购与资产支持商业票据市场利差仍高于常态，提示部分市场主体的短期融资压力尚未消退。若此时货币政策进一步收紧，可能增加债务续借难度，并放大短期资金市场的波动。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：尉旖涵 股票推荐
元股证券-稳健理财馆提示：本文来自互联网，不代表本网站观点。
