在AI基础设施建设的债务债成热潮中，一场空前的危机外负为潜债务扩张正在悄然形成，其最危险的患万部分却不在任何资产负债表上。

高盛最新报告指出，亿美元表到2027年，风险超大规模云计算企业的债务债成资本支出将达到1.1万亿至1.4万亿美元，这一预测远超市场预期。危机外负为潜摩根士丹利则强调，患万这一惊人的亿美元表数据仅是冰山一角。

根据摩根士丹利的风险研究，共有近1万亿美元的债务债成采购承诺、超过8000亿美元的危机外负为潜未生效租赁合同，以及数十亿的患万供应商融资安排，产生了约1.8万亿美元的亿美元表表外负债。这些负债并未反映在资产负债表上，风险但却真实地锁定了未来的现金流出。目前，市场尚未充分定价这些风险。

摩根士丹利警告称，超大规模云企业的杠杆率已经在短短两个季度内从0.9倍上升至1.8倍，且其资本支出增速远超营收与自由现金流增速，折旧压力尚未显现。

与此同时，以Apollo和黑石为代表的私募信贷机构通过特殊目的载体（SPV）将杠杆转移到供应链中，形成复杂且难以穿透的融资结构。如果AI商业化进程未达预期，或者企业客户转向更便宜的替代品，这一融资链条的脆弱性将暴露无遗。

债务发行狂潮：AI已成为公开市场的重要变量

根据摩根士丹利最新的“AI债务融资追踪报告”，截至2026年5月底，全球AI相关债券发行总额已达到2360亿美元，较2025年同期增长357%。摩根士丹利预计，全年AI债务发行将突破5700亿美元，特别是下半年资本支出融资需求集中释放，发行速度可能进一步加快。

在4月，AI相关债券的单月发行量超过740亿美元，创年内新高，其中用于数据中心建设的项目融资占高收益债供给的85%、投资级债供给的40%。五大超大规模云企业，包括亚马逊、Meta、谷歌、微软和甲骨文，占了整个投资级债券指数的4%。

在杠杆方面，超大规模云企业的整体毛杠杆率已从2025年第三季度的0.9倍上升至1.8倍，每季度平均上升0.3倍，超出了整个能源行业的杠杆水平。摩根士丹利指出，受供给压力影响，相关的信用利差也已从AA区间转至A区间，且可能进一步扩张。

在自由现金流方面，摩根士丹利预计，亚马逊及Meta到2026年的自由现金流将几乎归零甚至为负，未来增量融资将几乎完全依赖新增债务。

1.8万亿的表外负债：看不见的负债与未来的现金流出

摩根士丹利的报告强调，单看资本支出数据会严重低估AI建设周期的真实财务承诺。在已披露的资本支出之外，还有三类关键的表外负债：

- 采购承诺：约9820亿美元。

超大规模云企业及英伟达的长期采购合同接近1万亿美元。按照会计准则，除非企业预期合同亏损，否则这些义务在货物交付前不计入负债，因此近1万亿美元的未来现金流出并未在当前的资产负债表上反映。

- 未生效租赁承诺：约8220亿美元。

超过8000亿美元的租赁合同已签署但未开始执行，也未计入当前租赁负债。此外，可变租赁付款、续租选项和残值担保等安排都游离于负债表之外。

- 应付账款中的未付资本支出约1100亿美元。

超大规模云企业的应付账款天数大幅增加，这意味着供应链正为AI建设承担相应的流动性压力。

SPV与循环融资：杠杆的隐蔽转移

表外风险的另一个关键方面是通过SPV构建的循环融资结构。在近期，Apollo和黑石为Anthropic完成了一笔350亿美元的"芯片抵押"私募信贷交易，体现了此种融资模式的运作逻辑。

摩根士丹利的AI生态系统融资图谱显示，OpenAI、甲骨文、英伟达、微软等之间存在多重循环关系，资金在几个主体之间反复流转，而SPV则成为实现这种循环的核心工具。

Apollo旗下保险子公司Athene十分活跃，通过向退休人员销售年金募集资金，并注入SPV参与AI基础设施的融资。这种模式将杠杆风险从超大规模云企业的资产负债表转移至供应商和私募信贷生态系统，使系统性风险难以被外部识别。

折旧压力与盈利缺口：延后的冲击

当前的财务数据可能存在系统性的乐观偏差。大量资本支出以"在建工程"形式挂账，尚未开始折旧，从而抬高了已报告的利润率，并低估未来的费用压力。甲骨文、Meta和谷歌的在建工程余额同比分别增长约200%、90%和55%。

一旦这些资产开始折旧，冲击将集中显现。摩根士丹利预计，微软、甲骨文、Meta和谷歌未来三年的累计折旧将超过5200亿美元。

与此同时，维持利润率的唯一途径是显著增长营收。然而，目前营收增长的预测调增滞后于资本支出的调增幅度，谷歌、Meta和亚马逊的资本支出均有显著上调，但营收预测并未同步上调。

此外，超过2万亿美元的剩余履约义务（RPO）集中于少数大型长期合同，这种交易对手的集中风险不容小觑，一旦其中任何主要参与者出现问题，将引发连锁反应。

时机错配而非急迫的偿付危机

摩根士丹利的结论是，这些风险暂时未形成直接的偿付危机，而是一系列时机错配与信息披露缺口的叠加：折旧压力被推迟、资本支出快于货币化进度、杠杆向供应商与私募信贷转移。超大规模云企业意识到市场情绪的窗口有限，因此正加速融资。

高盛分析师Ryan Hammond指出，若AI基础设施投资达到GDP的2%至3%，2057年的资本支出可能达到1.1万亿美元，极端情况下可能达到1.4万亿美元。然而，这一切的前提是大型语言模型（LLM）能持续保持token定价和企业客户的粘性。越来越多的企业开始关注性能接近但价格更低的AI产品。

如果需求端发生结构性转移，这套精心构建的融资体系将面临根本性的压力测试。

本文转载自华尔街见闻，官网编辑：陈宇锋。