中信建投證券在7月29日釋出的宏觀深度報告《債務流動性視角：誰將為AI超級週期買單？》中，從債務融資角度系統拆解了本輪AI投資的資金來源、融資結構與潛在脆弱性。報告認為，本輪AI投資已從科技巨頭的內部現金流驅動，演變為由企業信用、專案資產與全球長期儲蓄共同推動的信用擴張週期。無論採用何種融資工具，本質都是以母公司信用、專案資產和長期合同為支撐，將尚未兌現的AI收入提前資本化，把全球長期儲蓄導向GPU、資料中心和電力資產。報告強調，真正的脆弱性不在於銀行或非銀金融機構是否過度槓桿，而在於融資條件——低成本、高抵押率和快速審批能否持續維持。只要AI需求與現金流路徑未被證偽，當前債務擴張更接近超級資本開支週期，而非終極泡沫。報告特別警示，2026至2027年，新型AI雲服務提供商是最值得警惕的區域性流動性風險節點。
報告指出，2024年以來，生成式AI訓練與推理需求同步上升，驅動全球科技企業資本開支快速擴張。微軟、谷歌、亞馬遜、Meta和甲骨文五家公司合計資本開支，從2023年約1540億美元升至2024年約2390億美元，再躍至2025年約4120億美元。按各公司最新指引估算，2026年合計資本開支可能接近7800億美元，幾乎是2025年的兩倍。與此同時，營收增速已明顯跟不上資本開支擴張節奏。五家公司合計自由現金流由2024年約2390億美元下降至2025年約1910億美元，資本開支佔經營現金流的比例則由約50%升至68%。以2026年為例，若資本開支達7800億美元而經營現金流約為6500億美元，行業整體在股息派發和回購之前就可能形成約1300億美元的資金缺口。
對投資者而言，這意味著科技巨頭將持續壓縮回購。五家公司合計回購規模已由2022年約1250億美元降至2025年約950億美元。同時淨債務融資顯著增加，2025年淨債務融資上升至約900億美元，融資工具也向多元化方向擴充套件。報告預計，未來四年全球AI基礎設施全棧投資總規模約為4.51萬億美元，其中科技巨頭承擔約2.93萬億美元，AI雲服務提供商約2480億美元，其他玩家約1.33萬億美元。但總基建投資並不等於總債務規模，企業可先動用經營現金流、存量現金和股權資本，債務融資填補剩餘缺口。
面對融資缺口，AI基建融資正呈現出兩個鮮明方向：從表內向表外遷移，從母公司整體信用向客戶合同和專案資產下沉。表內融資包括公司債、銀行貸款、GPU抵押貸款、可轉債和已確認租賃負債，債務直接進入母公司資產負債表；表外融資則是由開發商、合資公司（JV）或特殊目的載體（SPV）承擔債務，科技公司通過長期租約、容量購買合同或擔保為專案提供隱性信用支援。科技巨頭呈現“母公司融資＋長期租賃＋專案融資”三層結構。穆迪統計，美國前五大科技巨頭的租賃承諾合計已達到約9690億美元，且多數對應尚未開始的租賃，這些承諾隨專案交付將逐步轉化為租賃負債和長期現金流支出。AI雲服務提供商則主要依靠“GPU及合同支援貸款＋租賃＋可轉債”的組合。以CoreWeave為例，截至2026年3月末，其有息債務已達251億美元，融資工具覆蓋多筆延遲提款定期貸款（DDTL）、裝置融資、高收益債、可轉債和迴圈貸款，頭部AI雲服務提供商已形成多層次資本結構。
融資成本的梯度實質上反映的是“現金流確定性和債權人控制力”的差異。以CoreWeave為例，其高階無擔保債有效融資成本約10%，而由投資級客戶合同、GPU資產和專案現金流支援的DDTL 4.0融資成本降至約5.9%；同期Meta 2032年公司債票息約4.6%，而Hyperion資料中心專案債發行收益率約6.58%——專案債並不比母公司債便宜，其目的是節約母公司資本和保留評級空間，而非單純降低利率。
AI投融資對融資中介提出特殊要求。單個1GW級專案投資可能達數百億美元，投資回收期通常十年以上，而銀行負債端以存款和短期批發融資為主，存在天然的期限錯配、資本佔用和集中度約束。以摩根大通為例，其一級資本為2957.58億美元，對單一借款人法定貸款上限約450億美元。因此，銀行在AI融資中更多扮演“融資管道”角色：承擔專案篩選、信用塑造、過橋融資、結構設計和風險分銷功能，在條件成熟後將風險通過銀團貸款、私募債或資產支援證券分散給機構投資者，而非永久持有全部風險。穿透各類融資工具，AI基礎設施的終極資金來自全球長期儲蓄體系。資金傳導路徑為：居民與國家儲蓄→養老金、保險和主權財富基金→基礎設施基金、地產基金、私募信貸基金及大型資產管理機構→AI專案股權、專案債、公司債、ABS/CMBS→資料中心、電力及算力基礎設施。當前AI融資體系尚未呈現2008年前影子銀行普遍高槓杆特徵。美聯儲相關機構估計，美國私募信貸基金平均槓桿約30%，歐元區約40%，槓桿更多集中於資金使用端，即AI雲服務提供商、資料中心開發商及專案SPV。私募信貸借款企業的債務/EBITDA通常達5至6倍，若剔除較激進的EBITDA調整，實際槓桿可能接近7倍，明顯高於廣義銀團槓桿貸款約4倍的水平。
兩類主體的風險畫像截然不同。科技巨頭的主要壓力是資本配置約束而非流動性危機。在15年中性分攤情景下，微軟、谷歌、亞馬遜、Meta和甲骨文五家公司2026年剩餘期間固定支付牆約749億美元，2027年升至約1273億美元。同期預期經營現金流分別約5783億美元和9728億美元，固定支付牆佔比僅13%左右，到2030年進一步降至約9.4%。即使AI投資回報低於預期，這些公司可通過減少回購、延後專案或增發公司債進行緩衝。AI雲服務提供商面臨的則是更直接的流動性錯配。在同等情景下，CoreWeave和Nebius 2026年剩餘期間固定支付牆約98億美元，而同期預期經營現金流僅約90億美元，固定支付牆已達經營現金流的109%。即便採用更寬鬆的20年分攤假設，該比例仍約為102%，說明壓力並非來自計算假設，而是源於債務集中到期與經營現金流尚未充分形成之間的結構性裂縫。
研報認為，其中CoreWeave的錯配最為突出。2026年剩餘期間主口徑固定支付牆約92億美元，經營現金流預計僅約62億美元，支付牆相當於經營現金流的149%。若進一步計入建設成本掛鉤租賃和裝置採購承諾，廣義固定支付壓力可達到經營現金流的約170%。這意味著CoreWeave在未來兩年均難以完全依靠內部現金流完成債務和租賃支付，持續融資是維持經營的必要前提。2027年，AI雲服務提供商的主口徑固定支付牆進一步上升至約109億美元，雖然一致預期經營現金流可能增至約246億美元使覆蓋比例改善，但這一改善高度依賴收入增長、客戶合同正常履約和專案按期投產，核心風險從“當期現金流不足”轉化為“對業績兌現和持續再融資的高度依賴”，並未實質消除。
綜合來看，AI融資短期內不太可能出現全面斷裂，但融資體系正在從“資金是否存在”轉向“資金能否以足夠低的成本、足夠高的槓桿和足夠快的速度落地”的效率問題。對科技巨頭而言，融資收緊主要意味著資本開支節奏放緩和投資回報下降；對AI雲服務提供商而言，則可能直接觸發流動性缺口。為此，投資者應優先跟蹤以下訊號：融資利差與綜合資金成本（專案貸款、私募信貸和裝置融資利差持續上升，意味著風險溢價提高）；貸款價值比LTV及股權資本比例（貸款價值比下降，說明同一專案需投入更多股權資本，融資槓桿效率惡化）；債務償付覆蓋率（接近或低於1，意味著經營現金流不足以覆蓋當期固定義務）；GPU抵押率、利用率和算力租賃價格（這是AI雲服務提供商融資能力的底層基礎，任何下滑都將同時壓低經營現金流和可獲融資規模）。AI超級週期能否持續，最終不僅取決於算力需求能否增長，也取決於全球儲蓄能否持續以足夠低的成本、足夠高的效率轉化為長期算力資產。這一轉化效率，才是真正值得投資者持續追蹤的核心變數。