7 月 29 日，中信建投证券发布宏观深度报告《债务流动性视角：谁将为 AI 超级周期买单？》，从债务融资角度系统拆解了本轮 AI 投资的资金来源、融资结构与潜在脆弱性。
报告认为，本轮 AI 投资已从科技巨头的内部现金流驱动，演变为由企业信用、项目资产与全球长期储蓄共同推动的信用扩张周期。
因为无论采用何种融资工具，本质都是以母公司信用、项目资产和长期合同为支撑，将尚未兑现的 AI 收入提前资本化，把全球长期储蓄导向 GPU、数据中心和电力资产。
真正的脆弱性不在于银行或非银金融机构是否过度杠杆，而在于融资条件——低成本、高抵押率和快速审批能否持续维持。
只要 AI 需求与现金流路径未被证伪，当前债务扩张更接近超级资本开支周期，而非终极泡沫。2026 至 2027 年，新型 AI 云服务提供商是最值得警惕的局部流动性风险节点。
融资缺口已然成形：巨头资本开支逼近经营现金流极限
2024 年以来，生成式 AI 训练与推理需求同步上升，驱动全球科技企业资本开支快速扩张。
微软、谷歌、亚马逊、Meta 和甲骨文五家公司合计资本开支，从 2023 年约 1540 亿美元升至 2024 年约 2390 亿美元，再跃至 2025 年约 4120 亿美元。按各公司最新指引估算，2026 年合计资本开支可能接近 7800 亿美元，几乎是 2025 年的两倍。
与此同时，营收增速已明显跟不上资本开支扩张节奏。
五家公司合计自由现金流由 2024 年约 2390 亿美元下降至 2025 年约 1910 亿美元，资本开支占经营现金流的比例则由约 50% 升至 68%。
以 2026 年为例，若资本开支达 7800 亿美元而经营现金流约为 6500 亿美元，行业整体在股息派发和回购之前就可能形成约 1300 亿美元的资金缺口。
对投资者而言，这意味着科技巨头将持续压缩回购。五家公司合计回购规模已由 2022 年约 1250 亿美元降至 2025 年约 950 亿美元。同时净债务融资显著增加，2025 年净债务融资上升至约 900 亿美元，融资工具也向多元化方向扩展。
未来四年，全球 AI 基础设施全栈投资总规模约为 4.51 万亿美元。其中，科技巨头承担约 2.93 万亿美元，AI 云服务提供商约 2480 亿美元，其他玩家约 1.33 万亿美元。
但总基建投资并不等于总债务规模，企业可先动用经营现金流、存量现金和股权资本，债务融资填补剩余缺口。
融资方式的结构性转变：信用从母公司向合同和资产下沉
面对融资缺口，AI 基建融资正呈现出两个鲜明方向：从表内向表外迁移，从母公司整体信用向客户合同和项目资产下沉。
表内融资包括公司债、银行贷款、GPU 抵押贷款、可转债和已确认租赁负债，债务直接进入母公司资产负债表；
表外融资则是由开发商、合资公司（JV）或特殊目的载体（SPV）承担债务，科技公司通过长期租约、容量购买合同或担保为项目提供隐性信用支持。
科技巨头呈现 " 母公司融资＋长期租赁＋项目融资 " 三层结构。穆迪统计，美国前五大科技巨头的租赁承诺合计已达到约 9690 亿美元，且多数对应尚未开始的租赁，这些承诺随项目交付将逐步转化为租赁负债和长期现金流支出。
AI 云服务提供商则主要依靠 "GPU 及合同支持贷款＋租赁＋可转债 " 的组合。以 CoreWeave 为例，截至 2026 年 3 月末，其有息债务已达 251 亿美元，融资工具覆盖多笔延迟提款定期贷款（DDTL）、设备融资、高收益债、可转债和循环贷款，头部 AI 云服务提供商已形成多层次资本结构。
融资成本的梯度实质上反映的是 " 现金流确定性和债权人控制力 " 的差异。
以 CoreWeave 为例，其高级无担保债有效融资成本约 10%，而由投资级客户合同、GPU 资产和项目现金流支持的 DDTL 4.0 融资成本降至约 5.9%；
同期 Meta 2032 年公司债票息约 4.6%，而 Hyperion 数据中心项目债发行收益率约 6.58% ——项目债并不比母公司债便宜，其目的是节约母公司资本和保留评级空间，而非单纯降低利率。
资金来源穿透：银行只是管道，最终买单者是全球储蓄体系
AI 投融资对融资中介提出特殊要求。单个 1GW 级项目投资可能达数百亿美元，投资回收期通常十年以上，而银行负债端以存款和短期批发融资为主，存在天然的期限错配、资本占用和集中度约束。
以摩根大通为例，其一级资本为 2957.58 亿美元，对单一借款人法定贷款上限约 450 亿美元。
因此，银行在 AI 融资中更多扮演 " 融资管道 " 角色：承担项目筛选、信用塑造、过桥融资、结构设计和风险分销功能，在条件成熟后将风险通过银团贷款、私募债或资产支持证券分散给机构投资者，而非永久持有全部风险。
穿透各类融资工具，AI 基础设施的终极资金来自全球长期储蓄体系。
资金传导路径为：居民与国家储蓄→养老金、保险和主权财富基金→基础设施基金、地产基金、私募信贷基金及大型资产管理机构→ AI 项目股权、项目债、公司债、ABS/CMBS →数据中心、电力及算力基础设施。
当前 AI 融资体系尚未呈现 2008 年前影子银行普遍高杠杆特征。
美联储相关机构估计，美国私募信贷基金平均杠杆约 30%，欧元区约 40%，杠杆更多集中于资金使用端，即 AI 云服务提供商、数据中心开发商及项目 SPV。
私募信贷借款企业的债务 /EBITDA 通常达 5 至 6 倍，若剔除较激进的 EBITDA 调整，实际杠杆可能接近 7 倍，明显高于广义银团杠杆贷款约 4 倍的水平。
脆弱点定位：AI 云服务提供商是 2026 至 2027 年最危险的环节
两类主体的风险画像截然不同。
科技巨头的主要压力是资本配置约束而非流动性危机。
在 15 年中性分摊情景下，微软、谷歌、亚马逊、Meta 和甲骨文五家公司 2026 年剩余期间固定支付墙约 749 亿美元，2027 年升至约 1273 亿美元。
同期预期经营现金流分别约 5783 亿美元和 9728 亿美元，固定支付墙占比仅 13% 左右，到 2030 年进一步降至约 9.4%。
即使 AI 投资回报低于预期，这些公司可通过减少回购、延后项目或增发公司债进行缓冲。
AI 云服务提供商面临的则是更直接的流动性错配。
在同等情景下，CoreWeave 和 Nebius 2026 年剩余期间固定支付墙约 98 亿美元，而同期预期经营现金流仅约 90 亿美元，固定支付墙已达经营现金流的 109%。
即便采用更宽松的 20 年分摊假设，该比例仍约为 102%，说明压力并非来自计算假设，而是源于债务集中到期与经营现金流尚未充分形成之间的结构性裂缝。
研报认为，其中 CoreWeave 的错配最为突出。
2026 年剩余期间主口径固定支付墙约 92 亿美元，经营现金流预计仅约 62 亿美元，支付墙相当于经营现金流的 149%。若进一步计入建设成本挂钩租赁和设备采购承诺，广义固定支付压力可达到经营现金流的约 170%。
这意味着 CoreWeave 在未来两年均难以完全依靠内部现金流完成债务和租赁支付，持续融资是维持经营的必要前提。
2027 年，AI 云服务提供商的主口径固定支付墙进一步上升至约 109 亿美元，虽然一致预期经营现金流可能增至约 246 亿美元使覆盖比例改善，但这一改善高度依赖收入增长、客户合同正常履约和项目按期投产，核心风险从 " 当期现金流不足 " 转化为 " 对业绩兑现和持续再融资的高度依赖 "，并未实质消除。
投资者行动框架：关注融资效率而非融资窗口是否关闭
综合来看，AI 融资短期内不太可能出现全面断裂，但融资体系正在从 " 资金是否存在 " 转向 " 资金能否以足够低的成本、足够高的杠杆和足够快的速度落地 " 的效率问题。
对科技巨头而言，融资收紧主要意味着资本开支节奏放缓和投资回报下降；对 AI 云服务提供商而言，则可能直接触发流动性缺口。
为此，投资者应优先跟踪以下信号：
融资利差与综合资金成本：项目贷款、私募信贷和设备融资利差持续上升，意味着风险溢价提高；
贷款价值比 LTV 及股权资本比例：贷款价值比下降，说明同一项目需投入更多股权资本，融资杠杆效率恶化；
债务偿付覆盖率：接近或低于 1，意味着经营现金流不足以覆盖当期固定义务；
GPU 抵押率、利用率和算力租赁价格：这是 AI 云服务提供商融资能力的底层基础，任何下滑都将同时压低经营现金流和可获融资规模。
AI 超级周期能否持续，最终不仅取决于算力需求能否增长，也取决于全球储蓄能否持续以足够低的成本、足够高的效率转化为长期算力资产。这一转化效率，才是真正值得投资者持续追踪的核心变量。
