第四，是期限匹配与市场窗口的考虑。数据中心、芯片采购这类资本开支，具有相对确定的现金流回收周期，用30年甚至百年期的固定利率债务去匹配，本质上是把当下相对友好的融资条件锁定到未来，对冲掉未来利率进一步上行的风险，而眼下信用债市场需求旺盛、投资者愿意为AI叙事买单，意味着发行窗口本身就处于相对有利的时间点。
当然，发债和股权融资并不是互斥选择，很多公司其实是两条腿一起走。Alphabet在2026年除了密集发债，还完成了一笔规模高达850亿美元的股票增发，这是公开市场历史上规模最大的单笔股权融资之一，吸引了伯克希尔•哈撒韦认购其中100亿美元的份额。Anthropic的路径也是先股权再私募信贷。这说明，面对万亿美元级别的资本开支需求，单一融资渠道已经难以满足胃口。
融资结构正在被变化，风险也在累积
这场发债潮带来的另一个后果，是投资级债券市场的板块权重正在发生变化。过去一年，几家头部云服务商在彭博美国投资级公司债指数中的合计权重，已经接近翻倍，与AI相关的存量债务规模已膨胀至约1.2万亿美元，在高评级市场中的占比首次超过美国银行业，成为规模最大的单一板块。
这种供给冲击也已经反映在定价上。2026年以来，科技板块债券的信用利差出现边际走阔，部分交易的定价已经接近评级更低的发行人水平，市场人士将此视为一种共识被打破的信号：过去多年，投资者默认AI资本开支应当由股权资金或自身现金流承担，与信用风险无关；但当资本开支大规模进入债市，这些公司的偿债能力第一次被纳入信用分析的核心视角。
对于信用风险敞口的担忧也并非是杞人忧天。最常被观察员提及的一点是硬件迭代风险，比如未来出现更高效的芯片或更具竞争力的替代方案，当下投入巨资建设的数据中心可能在债券到期前就面临资产贬值，这对持有30年甚至百年期债券的投资者而言，是一种全新且难以定价的久期风险。
Anthropic这类私募信贷交易里设计的残值担保条款，本质上正是为了对冲这种风险，但这也说明市场本身已经意识到，芯片和数据中心的折旧速度，可能远快于传统固定收益资产的久期假设。此外，客户集中度风险同样值得关注。在算力采购链条上，少数几家AI实验室已成为甲骨文、SpaceX等基础设施提供商最重要的收入来源，一旦下游客户的商业模式或资金状况出现波动，上游基础设施投资的回报预期也将随之承压。
总之，这场发债潮与其说是科技巨头现金流不足的信号，不如说是AI资本开支周期进入爆发期后，整条AI产业链——从云服务商到芯片公司、再到尚未上市的AI大模型企业——在融资工具箱里做出不同选择的结果。
云服务商更多是真实现金流缺口与资本结构优化并存，芯片设计和代工企业目前主要还能靠超高利润率自给自足，英伟达的发债更像是主动布局而非被动需求，AI大模型企业不得不依赖私募信贷和股权融资的组合，因为它们还没有公开债券市场的准入资格。这场围绕AI基础设施的融资接力，远远没有结束。不同类型企业的杠杆水平和利率敏感度，以及一旦AI投资回报不及预期时的连锁反应，值得持续跟踪。
（注：张林，FT中文网专栏作家、远东资信研究院副院长，本文不代表作者所在机构观点。责编邮箱bo.liu@ftchinese.com）