随着 AI 债券供应激增，高盛对超大规模云服务商债务转趋谨慎

尽管主要 AI 借款方拥有强劲的资产负债表，Goldman Sachs 仍转为低配其债务，这使超大规模云服务商债务供应成为投资者再也无法忽视的矛盾。

Goldman Sachs Asset Management 多行业投资主管 Lindsay Rosner 于 9 月 24 日披露了这一立场。根据她的投资组合立场，该公司仍看好人工智能的增长前景。但由于过多债券发行正在涌入市场，该公司对为这一增长提供融资的债券持谨慎态度。

这一区分改变了 AI 投资的讨论。眼下的问题并非 Microsoft、Amazon、Alphabet、Meta 或 Oracle 能否偿还债务，而是当数千亿美元新增债券将争夺同一批资金时，投资者是否应接受当前的利差水平。

Goldman Sachs Research 预计，五家超大规模云服务商的总借款额将在 2027 年前大幅攀升。投资者的回应是要求更高的新债发行让利，偏好传统企业发行人，并限制对 AI 相关信贷的集中敞口。

因此，市场已将过去通常同步变化的两种观点分开。投资者可以继续看好 AI 需求，同时降低持有为其基础设施融资的债务意愿。

Goldman Sachs 对超大规模云服务商债务的立场聚焦供应风险

即使违约风险仍然较低，Goldman Sachs Asset Management 也将大量债券供应视为投资风险。

Rosner 的低配立场针对的是最大的 AI 借款方，而非整个科技行业。低配意味着投资组合的持仓敞口低于其基准或常规配置所暗示的水平。

这一决定反映了进入市场的债券数量。公司债的定价不仅取决于信用基本面，也受供需状况影响。一家财务状况健康的公司，其发行的债券仍可能在随后表现不佳，前提是投资者收到的同类债务多于他们能够从容吸收的数量。

这一机制之所以重要，是因为超大规模云服务商并非在为单一收购案融资。它们正为一轮持续多年的建设周期提供资金，涉及数据中心、计算硬件、网络设备、土地和电力基础设施。

Goldman Sachs Research 估计，截至 2026 年 8 月初，AI 相关借款方已发行近 5,000 亿美元债务。其对AI 债务市场的讨论称，这一发行规模和持续时间在公司信贷市场中并不寻常。

这一数字不仅包括最大云平台的直接借款，还涵盖与数据中心、科技供应商、公用事业公司及基础设施链条其他环节相关的融资。

这一更广泛的范围可能使敞口难以衡量。一只债券基金可能直接持有某家超大规模云服务商的债券，为数据中心业主提供融资，并持有支持同一扩张计划的公用事业债务。即使这些头寸所属行业标签不同，它们也可能共享同一个经济驱动因素。

Rosner 的立场并不意味着她预测超大规模云服务商会违约。主要平台仍能产生可观的经营现金流，持有有价值的资产，并可广泛进入资本市场。

相反，这一立场反映的是对相对价值更狭义的判断。如果买方预计债券会持续发行，等待可能带来更优的利差或更有利的新债发行让利。

新债发行让利是指，为发行新债而提供的额外收益率，相对于发行人现有债务的收益率。供应变得更难被市场消化时，让利通常会上升。

这一模式已出现在个别交易中。一家投资管理机构报告称，Amazon 于 7 月通过八个债券期限档位筹集了 250 亿美元。该交易紧随 3 月份一笔 370 亿美元的交易之后，使 Amazon 过去 12 个月的融资总额达到 1,070 亿美元。

需求依然强劲，但条款变得对买方更有利。根据该机构的债券市场分析，Amazon 在 7 月各期限档位中支付了 12 至 22 个基点的发行让利。

这高于分析中引用的更广泛投资级债券平均水平。一个基点等于一个百分点的百分之一，因此看似微小的变化也会对大型机构投资组合产生实质影响。

这一变化很容易被忽略，因为每笔交易仍可能成功售出。然而，成功配售并不保证二级市场表现强劲，尤其是在数日内可能又有一笔大型交易到来之时。

因此，Goldman Sachs 对超大规模云服务商债务的谨慎首先源于市场结构。借款方依然可信，但可供购买的债券与可用买方之间的平衡正在发生变化。

AI 资本支出正在消耗更多企业现金

压力来自融资方式的转变：AI 投资规模正接近建设这些设施的公司所产生的现金。

超大规模云服务商最初主要通过经营现金为 AI 建设扩张提供资金。其高利润的广告、软件、电商和云业务，为它们提供了小型基础设施公司难以拥有的优势。

这一优势并未消失。问题在于，资本支出已增长至更接近经营现金流的规模，为股息、回购、收购和财务灵活性留下的空间更少。

Goldman Sachs 分析师估计，超大规模云服务商将在 2026 年投入约 7,700 亿美元资本支出。根据对这一资本转向的报道，这一数额约相当于其预计经营现金流的 100%。

资本支出不仅包括芯片。企业还必须建设建筑物、安装网络系统、保障电力供应、冷却设备，并在多个地区将设施连接至客户。

这些预算中的每一美元并非都用于生成式 AI。云业务扩张也支持传统工作负载，而基础设施在其使用寿命内可以服务多种产品。不过，AI 需求正推动其中大部分新增产能。

当资本支出吸收了大部分经营现金流时，管理团队面临几种选择：发行债务、出售股票、减少回购、放缓建设，或组合使用这些选项。

对于拥有投资级评级的公司而言，债务具有明显吸引力。它能避免立即稀释股东权益，并将基础设施成本分摊至资产应当产生收入的多年期间。

缺点在于，这是一项固定义务。即使需求预测过于乐观、定价下滑，或新硬件降低了现有设施的价值，利息仍必须支付。

债务还会将部分 AI 投资决策从公司董事会转移到公开市场。每次发行都要求债券投资者通过其接受的价格来验证支出计划。

这一转移改变了投资者所需的信息。股票持有人关注增长、利润率、市场份额和 AI 服务的未来价值。信贷投资者还会问，公司借款频率有多高，以及其债券在未来供应日程中处于什么位置。

Goldman Sachs 预计，五家最大的超大规模云服务商将在 2026 年发行约 2,500 亿美元债券。其估计显示，2027 年发行量接近 4,000 亿美元，而资本支出预计仍将维持高位。

这些估计是预测，而非合同承诺。企业可以调整预算、推迟设施建设、使用租赁安排，或在不同货币和市场之间重新分配融资。

不过，方向已然清晰。Reuters 报道称，预期的 2027 年超大规模云服务商总发行量已升至 4,200 亿美元，较 2026 年估计值增长 60%。

与此同时，截至 8 月，美国公司债总发行量达到 1.9 万亿美元，同比增长 30%。这意味着 AI 借款方正在一个本已拥挤的市场中竞争。

压力并不局限于科技发行人。大量评级相近的债务可能将需求从工业、金融、医疗保健和消费企业中吸走。

投资者会按收益率、期限、流动性和预期波动性比较债券。一个吸收更多科技债务的投资组合，要么需要吸引新的资金流入，要么必须减持其他资产。

这正是为何超大规模云服务商债务供应即便对从不购买科技债券的人也至关重要。这些融资需求可能影响投资级信贷市场整体的借款成本，并影响其他领域可获得的资本。

对 AI 增长的信心如今与债券纪律相冲突

核心转变在于，相信 AI 已不再意味着必须看好用于为其融资的每一种证券。

在 AI 热潮的大部分时期，运营成功与融资信心相互强化。不断上升的需求鼓励更多投资，而强劲的公司估值又让这些投资显得负担得起。

债券市场如今正在施加一种区分。即使持续发债不断压低发行人既有证券的价格，一项成功的科技战略仍可能与平庸的债券回报并存。

这正是 Goldman Sachs 对超大规模云服务商债务进行配置的主要逻辑。Rosner 可以接受长期增长前景，同时选择不持有那么多供应最充裕的债券。

这与 Goldman Sachs 的其他观点并不矛盾。不同部门和策略面对的是不同证券、时间跨度和客户目标。

例如，Goldman Sachs 股票研究部门在 2026 年稍早曾主张，投资者应优先选择超大规模云服务商股票，而非半导体股票。这一论点关注的是 AI 带来的经济收益可能在股票市场的何处沉淀。

固定收益投资组合面临另一种计算。其上行空间通常仅限于合同付款和利差收窄，而下行风险则包括利差走阔、久期损失和信用指标恶化。

久期衡量债券价格对利率变化的敏感程度。即使发行人的财务状况保持稳定，长期科技债券也可能在美国国债收益率上升时贬值。

供应增加则带来另一种压力来源。以更高收益率发行的新债，可能使旧债的吸引力下降，迫使其市场价格走低。

这一差异也解释了为何仅聚焦违约的分析遗漏了当前问题。投资者不必认为 Microsoft 或 Alphabet 会拖欠付款，仍可选择相对估值更优的银行、工业企业或政府债券。

Reuters 发现，截至 9 月下旬，高评级公司信贷已分化为两类。AI 相关发行人面临更大谨慎，而传统借款方则获得更强劲的需求。

投资组合经理提到发行规模和不可预测的发行日程，频率高于偿付能力。由此产生的买方选择性体现在发行让利和投资组合集中度决策上。

可预测性很重要，因为债券基金会围绕预定到期日管理现金和基准敞口。一家公布明确年度融资计划的借款方，会给予投资者预留配置空间的时间。

AI 基础设施计划的变化可能更快。一个新模型、客户协议、芯片代际升级或电力承诺，都可能触发额外支出和新一轮债券发行。

外币发行提供了一条缓冲渠道。超大规模云服务商可以面向以欧元或其他货币计价的买家融资，而不必完全依赖美元投资级市场。

根据TwentyFour Asset Management的数据，2026年，非美元债券占超大规模云服务商发行量的33%，高于2025年的14%。

私募信贷、基础设施基金、项目融资和资产支持型结构提供了其他渠道。这些安排可以将债务从母公司转移出去，并使偿债与特定设施或合同更直接地挂钩。

它们并不会消除经济风险。一个项目仍取决于建设进度、电力供应、租户承诺、技术需求和再融资条件。

融资结构决定了由谁承担这些风险，以及损失何时显现。公开债券持有人、私人贷款方、业主、公用事业公司和股东都可能承担不同部分的风险。

随着AI基础设施建设走出大型科技公司现金充裕的核心业务，这种风险分配正变得愈发重要。数据中心开发商和专业云服务商通常缺乏同等水平的资产负债表保障。

对投资者而言，实际结论是选择性配置，而非全面回避。一只债券在利差扩大后可能提供有吸引力的补偿，即便同一家公司此前发行的债券曾显得昂贵。

Rosner的低配反映了这种时点判断。Goldman Sachs Asset Management似乎愿意等待供应增加带来更有利的入场点。

强劲的资产负债表并不能终结AI债务争论

看空观点可能被夸大，因为最大的借款人仍拥有卓越的现金创造能力和多种融资选择。

供应压力确实存在，但不会自动引发信贷危机。债券市场仍在为大额交易提供融资，投资者依然看重知名投资级发行人的高流动性证券。

Goldman Sachs分析师认为，对主要超大规模云服务商而言，杠杆率适度上升仍可与投资级评级兼容。杠杆率将债务与盈利、现金流或其他偿债能力指标进行比较。

这些公司还保留着较弱借款人所没有的选择。它们可以放缓回购、减少收购、以多种货币发行证券，或将建设周期拉长。

随着收益率变得更具吸引力，高质量债券的需求可能扩大。养老基金、保险公司、外国机构和以收益为导向的投资组合，可能会在让利上升时入场。

这形成了一种自我修正机制。大量发行推高利差，更宽的利差吸引买家，而更强的需求有助于下一笔交易顺利完成。

Goldman Sachs研究还发现，信贷市场已在承担更大的融资角色，且尚未出现明显失序。尽管借款规模庞大，在发行激增的部分时期，利差仍维持在历史较窄水平。

BlackRock投资组合经理Amanda Brownback在Reuters报道中提出了类似解读。她认为，AI相关利差走阔主要源于供需状况，而非信贷质量普遍恶化。

这一观点挑战了对Goldman Sachs超大规模云服务商债务谨慎立场最为警惕的解读。低配仓位可以表达耐心和相对价值纪律，并不意味着预测财务困境。

更棘手的不确定性在于投资回报。数据中心的运营寿命很长，而芯片和AI系统可能在更短周期内快速进步。

即使最初安装的加速器已经过时，一座设施仍可能保持实用价值。运营商可以更换硬件、重新分配容量，或将该站点用于成熟的云工作负载。

但改造需要更多资本。功率密度、冷却、网络和软件需求也可能发生变化，使部分设施的适应性低于预期。

不同公司的收入可见性各不相同。成熟云平台可以向数千名客户销售容量，而单一用途项目可能依赖一个租户或一份合同。

因此，信贷投资者需要超越“与AI相关”这一标签。基础借款人、担保、抵押品、租户、期限和契约结构，比主题本身更重要。

集中度带来了另一项担忧。指数投资者可能因大型发行人在出售更多债务后获得更高的基准权重，而不断累积相关敞口。

这一过程可能通过额外的被动需求奖励借款行为。主动管理人可能通过设置内部限额或持仓低于基准来应对，这正是低配仓位所实现的效果。

供应预测本身也存在预测风险。报道中2027年4200亿美元的预测，假设企业会落实当前投资计划，并采用预期融资组合。

AI需求放缓会降低资本需求，但也会带来不同的问题。届时，投资者将质疑现有支出能否产生足够回报。

更强劲的需求可能改善营收，同时推动规模更大的建设计划。在这种情况下，更好的经营业绩可能伴随着债券估值持续承压。

这两种情景都削弱了简单结论。关键问题不在于AI会成功还是失败，而在于营收、现金流和融资能力能否以相互匹配的速度扩张。

这种关系仍未得到解决。投资者不应把发行预测视为泡沫的证据，也不应把强劲评级视为免受按市值计价损失的保护。

债券供应正在成为AI雄心的价格标签

债务成本正成为一张公开记分卡，衡量市场以多大信心为AI基础设施下一阶段提供资金。

三个信号将决定Goldman Sachs对超大规模云服务商债务的谨慎判断是否及时。第一个是即将发行债券的定价。

投资者应关注新债发行让利、订单簿覆盖率，以及每笔大型交易后的二级市场表现。这些指标揭示需求是否能跟上供应。

一只债券若以较大让利定价、随后上涨，表明发行人找到了能够完成交易的价格水平。若交易立即走弱，则可能意味着买家仍然趋于饱和。

第二个信号是未来财报中资本支出与经营现金流之间的关系。投资者需要看到，AI服务是否足够快地产生现金，以减少对外部融资的依赖。

仅凭营收增长无法解决这一问题。自由现金流、租赁承诺、折旧和更新后的资本预算，将显示还剩多少财务灵活性。

管理层指引还将揭示公司能否分阶段推进项目。灵活的建设计划可以降低融资风险，而刚性的采购或电力承诺则会使支出更难调整。

第三个信号是Goldman Sachs预测的2027年发行管线。如果借款人确认融资计划，并持续跨货币发行，向4200亿美元跃升的报道预测将强化供应论点。

如果支出放缓、现金流增长快于预期，或替代融资实质性减少公开债券供应，这一论点将被削弱。投资者应区分真正的风险转移与结构上的表面变化。

项目融资可以将债务从超大规模云服务商的资产负债表中移除，但项目在经济上可能仍依赖该公司。租赁义务也可能形成持续性承诺，而不表现为传统债券发行。

更广泛的市场条件将塑造这三个信号。美国国债收益率影响公司债可提供的总收益，而基金资金流入决定买家能吸收多少新增供应。

Goldman Sachs指出，美国国债收益率上升和AI相关发行可能对长期收益率形成上行压力。不过，Goldman经济学家估计，更广泛的挤出效应仍小于部分评论所暗示的程度。

其分析认为，2026年AI投资接近6000亿美元，约占美国国内生产总值的2%。它还约占企业固定投资的10%和设备投资的15%。

这些估算说明了为何融资已成为宏观经济议题。AI建设如今正在科技行业之外，与其他领域争夺资本、劳动力、电力设备和施工能力。

然而，债券市场提供的检验比任何长期预测都更直接。每当发行人要求投资者为另一座设施融资时，市场都会给出一个价格。

这个价格将有助于决定企业是否能以计划中的速度继续推进。更高的借款成本可能推迟边际项目，偏向内部现金创造能力更强的公司，并提高较小竞争者的门槛。

开发商和企业技术买家应当关注，因为融资条件会影响供应。更昂贵的资本基础可能影响云合同、容量承诺和新基础设施的地域建设节奏。

知识工作者和AI产品用户将间接受到影响。基础设施成本会塑造服务商如何为模型定价、如何分配算力，以及如何决定哪些服务值得继续投资。

因此，AI市场的下一阶段将不只取决于基准测试分数或产品发布。它也将取决于投资者是否相信，承诺的现金流足以证明当下所需融资的合理性。

Goldman Sachs Asset Management选择等待最大借款人提供更好的补偿。这一决定并不否定AI增长。它承认，一个有说服力的技术故事与一只具有吸引力的债券并不是同一种投资。

接下来一个季度的问题很具体：新的超大规模云服务商交易会回报耐心的买家，还是有韧性的需求会吸收供应、而不发生持续重新定价？关注发行让利、现金转换和已确认的借款计划。它们将共同显示，今天的低配仓位究竟是早期预警，还是仅仅是与实力异常强劲的发行人进行有纪律的谈判。