“消失”的万亿债务：深扒数据中心“影子借贷”、GPU金融化与次贷风险

一转 650000 亿美元 ， 用 100 美元纸币首尾相连 ， 可以绕地球赤道大约 64 圈 。 这个数字是如今美国五大数据中心的发债总额 。

而如今这些负债 ， 似乎离奇地 " 消失 " 了 。

它们藏到哪里去了呢 ？

国际清算银行给这种做法起了个名字 ：Shadow Borrowing， 影子借贷 。 如今被称为 Hyperscalar 的大型云巨头们 ， 正在用这样的手法藏起天价债务数字 ， 目的是让自己有一张更干净的资产负债表 。

Hello 大家好 ， 欢迎收看 《 硅谷 101》， 我是陈茜 。 这期视频我们就来聊聊 AI 数据中心背后的债务账 。

我们仔细翻阅了大型数据中心的各类申报文件 ， 找出了至少 5 种不同的 " 藏债手法 "。 来看看巨头们究竟是怎么让这些债务 " 消失 " 的 ， 谁是这场金融游戏的幕后操盘手和话事人。

以及 AI 时代的次贷危机是否在萌芽呢 ？

如今我们说的五大 Hyperscalar 数据中心 ， 背后的亚马逊 、 微软 、 谷歌 、Meta，以及甲骨文 ， 可以说是位列全世界最能 " 印钱 " 的机器们 。

科技巨头们的现金多到不知道放哪 ， 于是他们做了一件事 ： 一遍遍回购自己的股票 。

但是现在 ， 奇怪的事情出现了 。

我们把 2021 年以来五家巨头的季度回购额都给排出来 ， 你会看到一条完整的下滑曲线 。 四年前的 2021 年第四季度 ， 五家巨头一个季度合计回购了 480 亿美元 ，是历史峰值 ； 到去年最后一个季度只剩 129 亿 ， 再到今年第一季度又砍掉了近三分之二 ， 只有 46 亿美元 。

四年多的时间 ， 少了九成 。 但如今还在回购的只剩微软一家 ， 谷歌从今年一季度起完全停止了回购 ，Meta 连续三个季度零回购 ，Oracle 上一个财年全年只回购了不到 1 亿美元 ，而亚马逊则从 2022 年年终之后再也没有买过 。

你可能觉得 ， 回购本来就是可多可少的事 ，但是对于这几家公司来说 ， 它其实是一个信号 ： 以前他们把赚的钱还给股东 ， 现在这笔钱要留下来盖楼了 。

那问题就来了 ： 这五家公司账上躺着几千亿现金 ， 怎么会缺到需要动股东的钱呢 ？ 那我们先来看看两条线 。

大家看 ， 图中的蓝线 ，是这五家 Hyperscalar 财报上的经营现金流 ，也就是他们赚到的钱 。 橙色的这条线 ，是他们每年的资本开支 ， 这其中的花销增速很大一部分就是该数据中心花出去的钱 。AI 研究机构 Epic AI 在今年 6 月的一篇报告里面就做了一次推演 ， 把这五家的经营现金流和资本开支各自按 2023 年以来的趋势往后延 。

经营现金流每年增长大约 23%，而资本开支每年增长大约 70%。 那么这两条线会在今年第三季度交叉 。 也就是说 ，在 2027 年前 ， 如果科技巨头还是按现有的速度花钱 ，他们将在明年就会集体返贫 ， 回到亏损时代 。

所以这些公司面临的问题 ，是钱来得不够快 。

根据摩根士丹利的测算 ，2028 年前全球数据中心资本开支大约 2.9 万亿美元 ，其中大约 1.4 万亿可由超大规模厂商的现金流覆盖 ，而剩下的大约 1.5 万亿就要靠纯外部资本了 。

于是五家 Hyperscalar 开始了疯狂发债的节奏 。

Hyperscalar debt explosion.

Hyperscalar bonds is a top trade for 2026.

2020 年到 2024 年， 这五家公司平均每年发债大约 280 亿美元 ，但是到了 2025 年， 这个数字涨到了 1083 亿 。 而从今年初到我们写稿的 7 月底 ， 巨头们已经就快发了 2000 亿 ，是过去的年均 6 倍 。

不过这五家里面有一个例外 ，是微软 ，2024 年到现在它一笔公开债务都没有发过 ， 总债务反而还降了 。

这件事情挺反常的 。 那么中间的蹊跷 ， 我们放在后面再说 。 那问题来了 ， 借来这么多钱 ， 到底拿去干嘛了呢 ？

你可能会觉得 ， 这还用问吗 ？ 当然是买显卡 、 盖机房了 。

但我们把这五家公司两年半里发的招股书全部翻了一遍 ，在 " 资金用途 " 这部分 ， 想找 " 数据中心 " 和 " 人工智能 " 这两个词 ， 结果是一次都没有出现过 。

就拿 Meta 此前发行的这笔 300 亿美元的债来说 ，Meta 自己表示这笔钱是为 AI 和数据中心做长期融资 。 但是在递交给证监会的招股说明书里 ， 资金用途整张基本上就六个字 ： 一般公司用途 。Oracle 也是如此 ，2026 年 2 月发债的时候说这笔钱是为了给云客户扩容 ， 结果第二天递交的招股书里面却写了分红和股票回购 。

所以这里出现了一个很有意思的错位 ： 同一笔钱 ，在财报电话会上是 " 我们要 All in AI"，但是在招股说明书里面就只剩下 " 一般公司用途 " 这六个字了 。

这么遮遮掩掩的原因也很简单 ： 前者是讲给股东听的故事 ，而后者是要承担法律责任的具体表述 。

那巨头们在法律文件里面把话说得如此模糊 ， 就是不想向市场公开宣告他们在大规模举债 。

但你说 ， 既然市场愿意买 ， 公开债又便宜又标准 ， 容量又大 ， 那么为什么不大大方方地承认呢 ？

那主要有三个原因 ： 第一 ， 就是市场的胃口有边界 。

衡量一笔债好不好卖 ， 业内有个指标叫做超额认购倍数 。 简单来说 ， 就是市场下的订单是发行量的几倍 ， 倍数越高 ， 说明越抢手 。

比如说亚马逊的这个数据 ，在过去九个月就一路往下走 ， 从去年 11 月份的 5.3 倍 ， 是一路跌到了 2026 年 7 月的这笔 1.6 倍 。

市场上有担心就认为 ， 倍数掉得这么快 ，是市场开始害怕了 。 但是在我们 《 硅谷 101》 的采访中， 两位华尔街投资人提供了不同的视角 。

认购倍数的这个问题 ，其实我的理解是因为这个市场还太新了 ， 更多的是因为这些发行人还没学会排队 ，而不是说更多的是市场的担忧 。

新的就是说从去年 10 月才开始 ， 比如说 Meta 今年第二笔 120 多亿的 SPV 债进场 ， 同一个窗口还有好几百亿美金的项目也都在路演 ， 都堆在了一起 。

再加上前一阵谷歌的现金流转付引发的情绪 ， 所以是这样导致了认购倍数的自然摊薄 。

其实跟钱贷鼓不鼓没有什么关系 ， 更多反映的是大家的一个意愿 。其实就跟 IPO 一样 ，因为比如说如果发行人债券很紧 ，OK， 我本来是需要买 100 股 ，因为我知道认购抢的人很多 ， 我就申请 200 股 。

所以倍数掉下来并不是市场没钱了 ，而是大家变得更加挑剔了 。 同一个时间窗口里 ， 好几百亿的公开债一起路演 ，但愿意买这类资产的还是同一批机构 ，而他们在一段时间里面能够吃下的同类型债务是有上限的 。

而一旦发债的速度超过了这个上限 ， 发行人就只剩两条路 ： 要么提高利息 ， 把那些原本嫌贵 、 站在场外观望的钱给吸引进来 ； 要么干脆绕开这个市场 ， 去找一批全新的买家 。

现在这两件事都已经发生了 ， 我们先来看一下价格这一头 。 那借钱的价格也在变 ，2025 年整个投资级债券市场 ， 中位数只要比二级市场多给 2.25 个基点就能够卖出 。

但是到了 2026 年， 涨到了 12 个基点 。 以今年 7 月亚马逊的那一笔为例 ， 最长的一档是多给了 18 到 21 个基点 ， 近五倍的代价 。

多给的这十几个基点 ， 听上去是个小数 ，但是摊到几百亿美元的发行量和二三十年的期限上， 意味着每年多掏出去的几亿美元现金 。

但是更麻烦的是 ， 这个借钱的价格只会像阶梯一样越借越高 ， 市场给当前这笔债务的成本定价就成了下一笔的地板价 ，也会顺带把公司在二级市场上的存量债券价格一起往下压 。

也就是说 ， 公开债这条路对于这五家公司不是走不通 ，而是每走一步都在变贵 ，而且变贵的速度比他们盖楼的速度还要快 。

那第二个原因是 ， 过多的公开债打破了和股东之间的默契 。

这些公司过去的形象是手上进现金 ， 几乎不欠债 ， 赚了钱还给你 ，而现在变成了大举借债 ， 砍掉回购 。

美国财新媒体 CNBC 就评论到 ， 这打破了他们和投资者之间不言自明的 " 契约 "。 这个契约之所以要紧 ，是因为它决定了今天到底是谁会去持有这几家公司的股票 。

过去他们的买家 ， 很大一批是冲着 " 临近负债 、 高回购 、 现金充沛 " 这套画像来的 ， 质量型和成长型基金 。

一旦巨头们的资产负债表上开始堆起千亿美元的债务 ， 回购又被砍掉 ， 那这批股东手里面的持仓逻辑就不成立了 。他们要么下调仓位 ， 要么要求更高的回报来补偿 。

而债券那一头 ， 新增的债会推高杠杆率 ， 压低评级 ， 让下一笔债更贵 。 所以打破契约的代价 ，是股和债两头被同时重新定价 。

而第三个原因 ， 可能才是最根本的 ， 那就是公开债借来的钱 ， 会一分不少地记在自己的资产负债表上， 这直接会决定了评级机构给他们什么评级 ，而评级又决定了谁可以买他的债 。

这五家里面压得最厉害 、 借得最多的是 Oracle， 它的资本开支一年之内从 212 亿美元涨到了 557 亿 ，而今年 7 月份 ， 标普把 Oracle 的债务评级从 BBB 降到了 BBB 减 ， 离垃圾级只差一档 。

那可能这里有观众就会问 ，不就降了一级吗 ？ 有那么严重吗 ？ 问题在于 ， 掉出投资席不仅是面子问题 ， 还有买家名单的问题 。

一般情况下， 保险公司和养老金这一类资金最雄厚 ，但是对风险非常厌恶的机构来说 ， 内部对评级有严格要求 。

评级一旦掉下去 ， 会直接影响内部对投资标的的判断 ，而他们恰恰是这些公司最大的一批买家 。

他们 Oracle 也有投资 ，但是当时投得比较小 ，也是考虑到 Oracle 的风险 。 如果以后假设 Oracle 跌出了投资级 ， 那么对他来说 ，他其实更在乎的是说 Oracle 是否会违约 。

因为走到违约那一步的话 ， 你肯定首先还是先走 Equity， 对吧 ？ 然后债权人开始承担损失 。 所以在这个角度上 ，他们并没有那么担心评级的变化 ，而是更多的是底层信用 Underlying Credit 的变化 。

因为这个是 Private Credit， 然后如果历史上他也觉得一旦到了这个程度 ， 说大家都想跑了 ， 这种情况下大概率也不是那么好卖出的 。

真正的问题不光是必须卖 ，而是在想卖的时候还有没有人接盘 。 所以对于这几家公司来说 ， 账面上的债不是可以无限往上加的 ， 加到某个位置 ， 买家自己就消失了 ，而 Oracle 可能就是那个已经加到位置上的人。

所以来总结一下， 这五家公司想要的其实是三样东西 ： 第一 ， 就是更多的钱 ，因为公开市场上那批老买家已经明显撑不住了 ； 而第二 ，是期限更长的钱 。

我们知道盖一座数据中心 ， 从动工到收回成本要十多二十年的时间 ， 公开债给不了这么长又这么定制的条件 。

第三 ，也是最难的一样 ， 就是他们希望这笔钱最好别那么显眼地记在自己的资产负债表上 。 而这三样 ， 公开债市场一样都给不全 。

那么谁能够同时满足这些需求呢 ？ 巧了 ， 就在同一个时间点 ， 华尔街那边也有一帮遇到麻烦的人 ，而解决麻烦的最好办法 ， 恰恰就是把这三样东西一起给递过去 。

那这就一拍即合了 。 那华尔街上这群人中间 ，有一个机构叫做 Blue Owl。

2026 年上半年， 全球最大的私募信贷机构之一的 Blue Owl 旗下的一只基金连续两个季度遭到 40% 的赎回挤兑 ，但最终只兑付了不到 15%。

而公司的股价也从 24 美元一路跌到了 9 美元 。

换句话说 ， 每三个想把自己的钱从里面拿走的人里面 ， 只有一个人能够真正地拿到钱 。 为什么会出现这样的事呢 ？

因为它旗下的这支被挤兑的基金主要投资软件 SaaS 领域 ，而这正是今年华尔街最不想拿在手里的 。

这里的关键词 ， 一个是贷款率 ， 一个是 AI， 两个因素叠加在一起 ， 让 SaaS 板块在今年数次在美股中崩盘 。

从 2025 年的 9 月高点算起 ， 软件股一路跌了近四成 。 过去投资人愿意给软件公司有很高的估值 ， 买的就在于确定性 。

客户每年都会续订 ， 收入年年往上走 。 而现在这份确定性被打上了问号 ，因为市场判断 AI 会杀死软件 。

那逻辑也很简单 ， 如果一家公司用 AI 自己就能够做出一个够用的工具 ， 那么它为什么还要每年去掏订阅费呢 ？

但是有意思的一件事是 ， 如果你去看基本面 ， 情况并没有那么糟 。

微软的 M365 订阅业务同期收入增速从 15% 升到了 19%。ServiceNow、Salesforce、Snowflake 这几家 SaaS 公司最近的季度营收也在企稳甚至加速 。

既然基本面没事 ， 那么为什么会崩得这么惨呢 ？ 那这就要说到软件公司的贷款率了 。

国际清算银行今年 7 月的一份报告就显示 ，在私募信贷机构放给 SaaS 公司的所有贷款里面 ，有 60% 是借给了那些同时向七家以上机构借钱的企业 。

而十年前这个比例还不到 10%。

所以就算 SaaS 业务暂时没有被 AI 冲击 ， 然而一旦市场的情绪转向 ， 整个 SaaS 产业的信贷敞口逻辑开始崩塌 。Blue Owl 承认了这一点 。

I think most lenders that have significant software will be looking to reduce exposure. I think we'll be looking to reduce exposure, but within reasonable bounds.

而更要紧的是 ， 真正的检验其实还没有到 。

根据摩根士丹利的计算 ， 大约 11% 的软件贷款在 2027 年年底之前到期 ， 另外有 20% 在 2028 年年底之前 。

这意味着资管巨头们必须在 SaaS 失灵之前 ， 找到一个让市场能重新买单的故事 。 而这个故事就是 AI 数据中心 。

过去私募信贷最大的一块资产钱是软件公司 ，但是软件现在的故事讲不动了 。 那这批投资人其实正好把额度转过来 ， 来投这个数据中心的债 。

比如 2025 年 12 月 ，Blue Owl 就以不符合承销标准为由 ， 拒绝了 Oracle 在密西根的数据中心项目 。 但很快这个单子就被另外一家私募资管巨头 PIMCO 以更高的定价给抢了下来 。2026 年围绕 AI 数据中心的抢单事件 ， 几乎每个月都在华尔街上演 。

同一个数据中心项目要融资 ， 能够收到好几家机构的同时报价 ， 谁给的利率更低 、 条件更松 ， 谁就能够敲下这笔单子 。

把数据中心打包成证券卖给投资人的规模 ， 从 2022 年的 13 亿美元涨到了现在的 300 到 400 亿美元 ， 四年来翻了 20 倍 。

而在所有的这些交易当中， 有一单最为标志性 ， 那就是 Meta 最新的 Hyperscaler， 叫做 Hyperion。 那么接下来我们就以它作为案例 ， 一步步来拆解一下它的藏债大法 。Hyperion 这个项目一共借了 273 亿美元 ，而在 Meta 自己的资产负债表上， 跟这个项目有关的记录只有一笔 23.7 亿美元的投资 。

那么剩下的那 200 多亿去哪了呢 ？ 我们来一层一层地拆解一下他们的藏债工具 。

这座数据中心在路易斯安那州 ， 登记在一家名叫 Lately LLC 的公司名下， 园区由它运营 ， 还跟当地的电力公司签了一份 15 年的供电合同 。Lately 上面是 Project Benihae Holdings， 数据中心的产权在这家公司手里 。

再往上是 Benihae Investor， 那 273 亿的债券就是它发的 。 更上面是一家叫做 Benihae Plagiar 的公司 ， 它全资持有 Benihae Investor， 同时它把这些股权质押给了受托人， 这样债权人把 273 亿美元借出去 ， 拿回的抵押品是发债公司的股权和它名下的数据中心 。Plagiar 上面还有四家持股公司 ，其中一家叫做 Benihae Net Lease Aggregator， 它把所有出资人先汇集进一个壳里 ， 再由这家壳公司出面持股 。

而站在最顶上的是 Blue Owl 旗下的一支叫做 OSNL 的基金 ， 它专做净租赁不动产 。 除此之外， 还有一批跟着 Blue Owl 一起出钱的共同投资人。

那到这儿 ，Hyperion 这个数据中心资产就和与它相关的债务做好了法律层面的隔离 。 另外你会发现 ， 这几家公司的名字都带着一个词叫 Benihae。

这是新奥尔良街头的一种油炸甜点 ， 那这种美食命名法倒是跟 Meta 大模型的取名方法是同一个路数 。

我们去查了查这七家带 Benihae 名字的公司的注册记录 ， 它们全部注册在美国特拉华州 ， 注册时间前后不到六个星期 。在特拉华州 ，有限责任公司不需要公开自己的成员和出资比例 ， 那这笔 273 亿美元的债券也一样 ，不用向证监会递交招股说明书 。

也就是说 ， 它永远不会转成一笔公开登记的债券 。

但法律层面的隔离其实并不能够让债务消失 。 这类壳公司结构其实一点都不新鲜 ， 它们在金融领域有一个正经的名字 ， 叫做特殊目的实体 ， 简称 SPV。

而正因为太常见 ， 会计准则早就对这套结构有所准备了 。

美国会计准则里面有一条专门管这件事情的规定 ， 它的原则是一笔债要不要放进你的资产负债表 ， 主要看两条 ： 第一 ， 你对项目的关键决策有没有主导权利 ； 第二 ， 你是否是该项目的主要受益人。

而 Meta 的答案写在股权结构上 。

Blue Owl 通过 63% 的股权间接控股 Benihae Investor， 然后又通过 Benihae Investor 持有 Project Benihae Holdings 80% 的股权 ，也就是实际拥有数据中心的那家公司 。

而剩下的 20% 是 Meta 的 ， 这也就是 Meta 资产负债表上那笔 23.7 亿美元的投资 。Meta 自己在财报里面是这样写的 ： 因为在这家合资公司里面最重要的经营活动上没有主导权利 ， 所以 Meta 不是主要受益人 ，因此不用并表 。

合资公司不并进 Meta 的报表 ， 那与它相关的 273 亿美元债务也就自然从 Meta 的负债表上消失了 。

但是这就引出了下一个问题 ， 这笔债不在 Meta 的表上 ，是不是就意味着 Meta 不用还钱了呢 ？ 答案是当然得还了 ，但是绕了一圈 。

Meta 旗下有一家承租公司 ， 叫做 Pelican Leap， 它跟 Hyperion 的运营主体 Lately LLC 签了一份租赁合同 。 从 2029 年起 ，Pelican Leap 要每个月向 Lately 交纳租金 ， 这笔钱先到 Lately 账上， 然后顺着 Benihae 这一串壳公司往上走 ， 最后到债权投资人手里用来偿还本息 。

所以绕了这么一大圈 ， 还债的钱都还是 Meta 自己掏的 。

我们再来看看这笔债本身 ， 总金额 272.9 亿美元 ， 票息 6.581%，2049 年 5 月到期 ，而且是完全摊销 。 说白了 ， 这就是一笔 24 年的按揭贷款 。

还有一个细节值得我们注意 ， 这份租赁合同的初始租期是四年，2029 年起租 ，并且给 Meta 附上了续约选择权 ， 最长可以续到 20 年 。

可是这里就又有一个问题了 ， 这笔债要还 24 年， 但是 Meta 只租了四年， 也就是说到 2033 年的时候 ，Meta 可以选择直接走人。

那剩下的这 200 多亿的债谁来还呢 ？ 答案还是在这份租约里面 。

我们来仔细看一下这份租约 ， 除了每个月的租金 ，Meta 还在租约上附加了一份残值担保 ， 它的上限大约是 280 亿美元 。Meta 在财报里面写得很清楚 ， 如果它决定不再续租或者退出这个园区 ， 那么到时候这个园区的市价与 280 亿美元之间的价差全部由 Meta 补上 。

所以这笔 273 亿美元的贷款的真正抵押品 ，其实就是 Meta 自己 。 那这个结论 ， 你也能够从这笔债的信用评级里面能看出来 。

标普给这笔债券的评级是 A+，而 Meta 自己的评级是 AA 减 ，其实就是拿 Meta 自身的信用往下调了一档 。

你不会说是因为我给你有一个这个 guarantee， 你就能享受到这个 credit rating， 那是不可能的 。 市场没有傻到这个程度 ， 它的 credit rating 就是比 Meta 低 。

它会考虑到 Meta 是作为一个 backing，但是不会给你 100% 的这个 credit 的 。 它肯定要有 haircut。

作为投资人来在评估 Meta 的时候 ， 我其实不是非常关心说它到底是在哪张表上， 它是表内表外 ，而是说它这个确实是 Meta 的实际的义务 。

那么它就是说是租约加上残值担保 ， 那本质上就是 Meta 长期的一个固定支出承诺 ， 所以我会把它算进我的模型里 。

当然了 ，Meta 为了要得到这张干净的资产负债表 ，也是要付出额外的代价的 。

Meta 如果自己在公开市场上发一笔同样期限的债 ， 成本大约是 5.5%，而通过 Benihae 这套 SPV 借钱 ， 成本是 6.581%， 相当于一年要多付将近 3 亿美元的利息 。

那设计出这么贵的一套工具 ，Meta 和华尔街写人不打算只用一次 。 而就在今年 7 月 ， 第二笔来了 ， 名叫做 SOAPP 了 。

这是 Meta 在德克萨斯州埃尔帕索的另外一个项目 ，7 月 27 号定价 ， 最终发了 125 亿美元 ， 票息 7.534%，2048 年到期 。

同样是完全摊销 ， 同样的 82 开股份结构 ， 唯一的区别是这一次拿 80% 的从 Blue Owl 变成了贝莱德 。

不到一年的时间 ，Meta 就发行了两笔数据中心债 ， 加起来将近 400 亿美元 。

所以说 ，Meta 设计的这套发债机制已经是非常成熟了 ，但当前的市场对同一家公司连续快速发债的风险敞口依然是比较有严格的把控的 。

我观察到很多的这种实际参与了这两笔融资的大的这种机构投资人， 对比去年， 今年这个 125 亿的参与度是相对少了很多 。

有几个原因 ， 首先就是他们觉得这两笔发得太快了 ， 就一下出来了很多大量的可投资的标的 。

然后第二个就是 ， 当他们越来越多地去投资数据中心的时候 ， 数据中心在他们的 portfolio 里面的占比已经达到了一个比较高的程度 。在这个时候 ，他们要非常平衡自己的这个 credit portfolio 的一个资产配置 ， 所以会今年会稍微少投一些 。

但是这个其实本身和 Meta 是没有关系的 。

我们同时也把另外四家巨头的财报也翻了一遍 ， 发现在发债这件事上， 大家真的是八仙过海 ， 各显神通 。

那先来看看微软 ， 我们开头就说到了 ， 它挺奇葩的 ， 它不搭壳也不发债 。 那在过去的将近两年， 微软资产负债表上的总债务不升反降 ， 从 449 亿美元一路是降到了 403 亿 ，但这其实是它的障眼法 。

就在同一段时间里 ， 微软的融资租赁负债从 271 亿涨到了 629 亿美元 ， 翻了一倍多 ， 比它的总负债还多 200 多亿 。

融资租赁的意思说白了就是名义上租 ， 实际上是分期买 ， 租期几乎是覆盖了这栋楼能用的全部年限 。

那会计上就认定你其实已经把它买下来了 ， 只是钱分期再付 。 所以这笔钱得全额进行负债 ，但在资产负债表上， 它不用写在债务的那一行 。

也就是说 ， 你从资产负债表上的表面是看不到它的 。

这笔 629 亿美元的确记在了微软的负债表上 ，不过它不叫债务 ，而是被拆进了其他流动负债和其他长期负债这两行里 。

再来看看谷歌 ， 它比微软走得更进一步 ， 它连壳都不搭 ，也不持股 ， 那只做一件事 ， 就是给别人盖的机房做付款担保 ， 让它能够借得到钱 。

谷歌自己在财报里面写了一句话 ： 一旦对方违约 ， 我们保留接管底层租约的权利 。 那这些担保在会计上被记成了信用衍生品 ， 账面规模半年之内从 169 亿美元涨到了 438 亿 ，但是这 438 亿里面只有一小部分是进入了谷歌的负债表 ，也就是这份担保今天值多少钱 ，而这部分总共 8.15 亿美元 ， 连总金额的 2% 都不到 。

那亚马逊是五家里面最老实的一个 ， 它就是自己借钱自己盖 。

去年 3 月 ， 亚马逊一次性发了 500 多亿美元的债 ，不过它的手上还另外签了 1063 亿的租约 ， 和后面要说的 Oracle 一样 ， 都没有进入亚马逊的负债表里 。

那最后是甲骨文 Oracle， 它既不搭壳也不做担保 ，而是只签合同 。

甲骨文 Oracle 签下的租约一共 2600 亿美元 ， 几乎全部与数据中心有关 ， 租期 15 到 19 年， 而这些租约要到明年才开始起租 。

也就是说到今天为止 ， 这些租赁债务一分钱都没有写到它的负债表里 。 总的来说 ，Meta 搭壳 ， 微软走融资租赁 ， 谷歌卖保险 ， 亚马逊和 Oracle 全靠租 ， 这几家的做法基本上都是不一样的 。

但你要是把这五张图叠在一起看 ， 会发现他们在做的其实是同一件事 。 我们把它称之为还钱的艺术 。

我们先建立一个标准 ， 把一家公司的债务分成三层 。 那第一层是已经借到手的钱 ， 比如说债券 、 票据 、 贷款 ， 这些钱是真金白银进了账 ，也真金白银地记在了负债表上 。

第二层是表内全部的欠账 ， 除了借款 ， 还有比如说欠供应商的贷款 、 欠客户的服务和已经开始付的租金 。

第三层是签了字但还没有上表的 ， 比如说租约 ， 这一层不出现在资产负债表上， 只写在财报最后的附注里 。

那问题来了 ， 一笔将来一定要付的钱 ， 什么时候才算是债呢 ？ 根据会计准则 ， 只要是拿到了钱 、 拿到了货 ， 或者拿到了一栋已经能够用的楼 ， 就必须得记 。

如果什么都还没拿到 ， 那就不用记 。 那么这也是巨头们的藏债的核心方法 ， 把自己盖楼变成向别人租楼 。

那租楼的形态主要有三种 。 第一种是融资租赁 ， 它上表但是被拆进其他负债里面 ， 表面看不见 ， 微软的 629 亿债务就属于这一种 。

第二种是经营租赁 ， 它也上表 ，但是只上租金现值的那一小块 ， 比如说 Meta 的那份租约 ， 就只记了四年的债务 。

第三种是还没有开始起租的 ， 它一分钱都不上表 ，Oracle 的那 2600 亿 、 亚马逊的那 1063 亿美元 ， 全部都站在这一层 。

那我们把这五家的数字摆在一起看 ， 已经借到手的钱 ， 五家加起来 4458 亿 ，而签了字还没有上表的租约是 8310 亿 ， 近两倍 。

那如果再把采购和建设的承诺算进来 ， 总和就是 2.13 万亿 。 那这就是 AI 数据中心背后最终真正要付出去的那笔钱 。

当谷歌和华尔街这么一拍即合 ， 这种玩法有没有风险呢 ？

到这里 ， 我们已经看完了五家巨头各自的做法 。 如果你把它们排成一条线 ， 会发现这是一条不断往下延伸的金融产品线 ， 越往下价格越贵 ， 风险越高 。

一开始这些公司历史上都是非常有钱的 ， 都是可以去靠烧自己的这个 cash flow 来做的 ，但这个到现在这个肯定是不行了 。

再往下就是他们各自像 Meta、Microsoft、Amazon 都发自己的这个企业债 ， 然后再往下就是这种 project based 的这个 financing 或者是 joint venture， 那再有他们会帮着像 CoreWeave、NABIS 这些来发他们的这个债 。

那再往下走 ，其实就是一些像这个以 GPU 作为抵押品 ， 这以前都没有 。 所以你从这个风险的角来讲 ，其实就是从上往下慢慢慢慢慢慢去往上走的 。

当然 ，在这场 AI 军备竞赛当中， 需要借钱的不止巨头 ，而华尔街也为所有人准备了一整套丰富的金融产品 ，其中最值得关注的就是用显卡作为抵押品的贷款 。

比如说这家非常大的这个保险公司 ，他们已经做了一些 ， 比如类似于 Meta 这样的这个债务 ，但是他们其实之前没有做过 GPU 相关的 ， 现在他们也去尝试说要去做 GPU 相关的这种相对短期一点的这种 credit。他们讨论的点是说 ， 就是这是一个比较新的尝试吧 ， 然后对于他们的 portfolio 里面 ，GPU 其实是和数据中心都算 AI，但是算不同的这个配置 。

2023 年 AI 云服务商 CoreWeave 想要借这种钱 ， 大约要付 15% 的利息 ，而到了今年 3 月 ， 这种贷款的利息已经降到了大约 5.9%，而且还能够拿到投资级评级 。

也就是说 ，在不到三年的时间当中， 华尔街就已经把显卡认成了一种新的硬资产 ，而且这种资产的边界还在往外推 。

今年 7 月 ， 一家 2026 年才成立的推理云公司 General Compute， 用一批推理专用芯片借到了 4 亿美元的贷款 ， 那这也是推理芯片第一次成为大额 AI 贷款的主要抵押品 。

而就在不久之前 ， 把显卡变成资产这件事情被推到了一个新的高度 。

8 月 10 号 ， 黄仁勋亲自在推特上发表长文 ， 标题叫 《 英伟达的 AI 算力正在成为一种可投资的资产类别 》。

黄仁勋在文中宣布联合阿波罗 、 贝莱德 、 黑石 、Brookfield、 高盛 、KKR 这六家机构成立专门的 AI 算力融资平台 ， 目标是撬动超过 5000 亿美元的第三方资本 。

英伟达特意说明 ， 这 5000 亿不是他自己的收入 ，也不是某一只基金或者对某一个客户的承诺 ，而是这些平台未来要动员的社会资本总量 。

你会发现 ， 这六个名字我们在前面几乎全部都见到过 。他在文章里面写 ，在 AI 时代算力就是收入 ，并且认为 AI 工厂可以像基础设施一样被融资 。

但是一样东西要能够被当成抵押品或能产生收入还不够 ， 还得回答另外一个问题 ， 就是几年之后它还值多少钱 。

那黄仁勋的回答分两层 ， 第一层是拿市场价格说话 。他说 2020 年推出的 A100， 六年之后仍然在商用 ， 经济寿命正在往十年这个数字上靠 。

而 H100 的一年租赁价格 ， 从 2025 年的 10 月每卡时约 1.7 美元 ， 涨到了今年 3 月的大约 3.35 美元 ， 显卡本身的赚钱能力也上来了 。

第二层是英伟达自己下场兜底 ， 黄仁勋在推文里称 ，在部分项目上， 英伟达可能会为其中最多 25% 提供一种残值支持 ，并且强调这个比例比市面上其他算力融资安排要低得多 。

你看 ， 残值支持这四个字 ， 我们在之前讲 Hyperion 的 273 亿美元债务的时候就提到过 。在这笔贷款当中， 就是 Meta 为数据中心提供了残值担保 。

现在站出来兜底的 ，不光只是租楼的人， 连卖卡的人也来了 。

任何一个东西都有一个 price， 只要这个 price 是对的就好了 ， 就是白菜再烂 ，但只要它的这个价格足够低 ， 可能也能做个好菜 。

它的这个 lifetime， 它不像你的这个数据中心 ， 你可以是十年、 二十年的 duration， 那你这个可能就是五年以内 。在这种情况下， 你的风险是多少 ？

我觉得还是回到 price 是不是 justified， 然后你通过这种方式借钱的人， 可能你就是整个这个风险链条上面风险最高的那一批 。

第二种主流贷款是资产证券化 ，也就是 ABS。

它把数据中心租约的未来租金打包成证券 ， 切成从 AAA 到 BB 不同的档 ， 卖给风险偏好不同的投资人。 目前这类证券的市场存量大约 340 亿美元 ，而机构预测光今年一年的新发行量就会冲到 500 亿 。

那第三类稍微有点复杂 ， 叫做风险转移 SRT。

它的做法是银行把贷款留在自己账上 ，但是向私募基金买一份首损保险 ， 把赔付的风险转嫁出去 ，但是贷款还挂在自己名下， 这样更多的资本就可以被释放出来 ， 再拿去放新的贷款 。

而 SRT 已经是一个万亿级的市场了 ，而且越来越多的 SRT 被用在 AI 相关的贷款上 。

那到这里 ， 我们看懂了这些债是如何被藏起来的 ，也聊了华尔街是怎么在这之上把资本玩出了花 。

但是这里还有个问题 ， 新盖的这些数据中心 ， 产权到底在谁手上呢 ？

我们把刚才那些贷款交易背后的名字认真梳理一遍 ， 会发现来来回回就那么几个 ：Blue Owl、Brookfield、PIMCO、 黑石 、KKR、 贝莱德 。

没错 ，他们就是这些巨额数据中心债背后的话事人。

而且更想不到的是 ，他们早在 AI 浪潮还没出现之前 ， 就已经在盘算着这门生意了 。 那我们先把时间拨回到 2021 年 。

那一年全球数据中心的并购金额是 490 亿美元 ， 创下了当时的记录 。 随后的 2022 年， 这个金额维持在了 480 亿美元的位置 ， 一共 187 笔交易 ， 这些并购资金里有 91% 来自私募资本 。

而平均每一笔交易的规模 ， 从 2018 年的 8000 万美元涨到了 2022 年的 2.35 亿 ， 四年翻了将近三倍 。

你可能以为他们买的是服务器 ，但其实买的是数据中心的楼 、 土地 ， 还有已经接进来的电网 。

后来在 2023 年， 由于加息 ， 并购金额短暂下跌 ，但是从 2024 年开始年年创下新高 ，其中 84% 的钱也是来自私募资本 。

那为什么这些资管巨头会早早的就看上了这些地皮呢 ？ 答案其实也很简单 ，因为数据中心的租客是全世界信用最好的一批公司 。

新冠疫情以来 ， 线上办公的普及开始让云计算进入华尔街的视线 ，但是数据中心极其烧钱 ， 托管商自己盖不起 ， 只能拉人合伙 。

而参与进来的租客是投资级的云巨头 ，而且一签就是十几年的长约 。 于是在华尔街眼里 ， 数据中心就不再是一门科技生意了 ，而是一笔类似基础设施的稳定收益 。

而在那个利率几乎为零的时代 ， 手握大把现金的养老金和主权财富基金要找的 ， 正好就是这类资产 。

所以早在 AI 之前 ， 华尔街就已经把托管数据中心做成了一笔收租生意 。 那我们来看看两个比较典型的案例 。

2023 年 12 月 ， 黑石和数据中心地产商 Digital Reality 成立了一家 70 亿美元的开发合资公司 ， 股权比例是黑石占 80%，Digital Reality 占 20%。2024 年 10 月 ， 全球最大的数据中心托管商 Aquinix 拉上新加坡政府投资公司和加拿大养老金 ， 成立了一家规模超过 150 亿美元的合资公司 。

这一次两家出资方各占 37.5%，Aquinix 自己留着 25%。

所以回过头来看 ，Meta 的 82K 股权结构其实早就已经有了 ， 比例都是一模一样的 。 也就是说到 2023 年为止 ，AI 数据中心这门生意需要的东西其实就已经齐了 ， 结构是现成的 ， 租客是现成的 ， 连比例都是现成的 。

但是这里还有一个问题没有被解释 ， 为什么这么大的一笔钱都是私募资本在出呢 ？ 这就要聊到传统银行的败退了 。

按理说这本应该是银行接的活 ，但是恰恰就在这个时候 ， 本来最该干这件事情的人先退场了 。

为什么我说在金融危机以前没有这个行业 ，Private equity 就有一些小公司放高利贷 ， 为什么就过去 20 年就形成了一个巨大无比的 Private equity？

很大一个原因在于国家说银行不允许参与这种高风险的活动 。 银行不参与 ，但是这个需求还是在的 ， 那谁来做呢 ？

于是 Private equity 出现了 ， 它实际上就是一个银行的一个补充 。 高利贷很多时候银行因为监管的原因杠杆限制 ，不能做 。

好 ， 你不做 ， 我做 。 所以这个行业才出现了 。

也就是说这个行业本来就是替银行去做银行不能做的事 ，而 2023 年这条边界又往外推了一次 。

2023 年 3 月 ， 硅谷银行倒闭 ， 引发了一连串银行危机 。 同年 7 月 ， 美国监管机构出台了一份名为 《 巴塞尔协议 3》 终局的资本规则草案 。

按这份草案 ， 银行账上每多留一笔超长期限的大金额定制贷款 ， 需要占用的自有资本就会明显上升 。

所谓自有资本就是指银行股东自己投进来的那部分钱 。 监管要求银行每放一笔贷款 ， 都得从这部分钱里面拿出一块垫在下面 ， 万一贷款收不回来 ， 先亏股东 ，不亏储户 。

一笔贷款占用的自有资本越多 ， 能放出去贷款的股本就越少 。 于是整个银行业开始收缩资产负债表 ， 对长期大额又不标准的资产格外谨慎 。

而数据中心恰好就是银行最不想留在自己账上的那一类资产了 。 它们的期限动辄十几年， 单笔金额巨大 ，而且高度的非标准化 。

但是私募资本就正好相反了 ， 它们背后是保险年金和养老金 ， 那是真正的耐心资本 ， 正好对得上胃口 。

于是 AI 基建就逐渐的变成了私募信贷的主战场 ，而传统银行的角色则是越来越像中介去靠拢 。

我们视频前面提到过 ， 过去十年私募信贷最大的一块生意其实是 SaaS 软件 。 私募基金们已经放给软件公司 ，但目前还没有还完的贷款余额 ，也就是存量贷款 ， 从 2015 年的不到 80 亿美元 ，是涨到了 2025 年年底的 5000 多亿 ，是占到私募信贷直接贷款的大约 19%。

也就是说私募基金自掏腰包 ， 借出去的钱五分之一都给了 SaaS 公司 。 而 AI 相关的贷款存量则是在最近三年从零涨到了 2000 多亿美元 ， 占比从不到 1% 涨到了接近 8%。

现在投 AI 相关领域的私募信贷基金 ， 比例从十年前的 5% 涨到了 20%。 而按交易笔数算 ，AI 相关的交易已经占到了 34%。

市场这一头也在变 ， 像我们前面提到的 Hyperion 这样的私募配售债券 ，在数据中心这个领域 ， 去年底还几乎是一片空白 ，但有统计显示 ， 现在这个市场已经增长了 400 多亿美元 。

而未来的三年，AI 基建预计还要从私募信贷手里面拿走 8000 亿美元 ， 比软件用十年攒下来的存量还要多 。

那是不是可以说 AI 数据中心背后的话事人已经从银行换成了这些资管巨头呢 ？

不用神话 ， 我觉得他们就是一个提供资金的一个渠道而已 。 你可以在公开市场上 investment grade 去发债 ， 你可以在 high yield market 上去发债 ， 然后再往下你借不到钱了 ， 你就有各种各样的这种 ， 对吧 ？

你就把它讲成高利贷 。 我觉得就是大家做各自该做的事情 ， 挣自己该挣的钱 。

另外一方面 ，在 AI 基建这波大浪潮当中， 资管巨头的地位可能没有他们以为的那么稳 。

今年 3 月 ， 巴塞尔协议 3 终局的要求被大幅度放松了 ， 企业贷款的风险权重被调低 。 那在这之前 ， 银行普通企业贷款自己要垫的自有资本是贷款金额的四倍 ， 等于直接杀死了这项业务 。

银行给普通企业贷款时的资本占用 ， 从草案里的四倍恢复到了原来的 1:1。 按照监管自己估算 ， 这会给银行释放出 1 万多亿美元的新增放贷能力 。

比如说根据报道 ， 摩根大通就已经划出了 500 亿美元的直贷额度 。

所以传统银行正在回归 AI 基建的话事权争夺战当中来 ， 一场精彩的拉锯战可能才刚刚开始 。 但是问题来了 ， 这样庞大的 AI 债务 ， 这么多资本的玩法 ，是否在催生出新一轮 AI 时代的次贷危机呢 ？

2026 年 4 月 ，在 Blue Owl 基金遭到严重赎回挤兑后不久 ， 它发行了一笔 4 亿美元的新债券 ， 结果马上被市场买光了 。

这笔债券的买家只有一个 ， 就是 PIMCO 太平洋投资管理公司 ， 全球最大的债券投资机构之一 ， 手里管着全球 2 万亿美元以上的资产 。

这也就是说 ， 一家私募机构发的债 ， 被另一家私募机构的基金全部吃掉了 。

我们把过去一年最大的几笔数据中心融资摆在一起 ， 会发现同样的这两个名字出现在了四种完全不同的位置上 。

第一笔是 Meta 的 Hyperion，273 亿 ；Blue Owl 是股东持股 80%；PIMCO 是那批债券的锚定投资人， 一个出钱建楼 ， 一个借钱给这栋楼 。

第二笔是 AI 云服务商 Nscale 那笔 14 亿美元的 GPU 担保贷款 ， 这一次两家换了位置 ， 变成了并肩的债主共同放贷 。

第三笔是 Oracle 在密西根的 163 亿美元项目 ，Blue Owl 看过之后以不符合自己的成交标准退出 ，而 PIMCO 接了下来 ， 锚定了大约 100 亿 。

同一个项目一家觉得不能做 ， 另一家做了 。 第四笔就是刚才我们说到的那 4 亿美元 ， 这一次 Blue Owl 是发行人，PIMCO 是唯一的买家 。

所以在一年之内 ， 我们看到这两个名字之间的关系换了四种 ，但是无论位置怎么换 ， 接盘的钱始终都来自同一个圈子的内部 。

而这件事监管已经注意到了 。

美国金融研究办公室在今年 3 月的一份简报当中就写道 ， 这种集中凸显了传统金融机构与私募信贷生态之间的互联性 。

而金融稳定理事会 5 月的报告当中， 也把这种银行互联列为了这个行业的首要脆弱性 。 今年第二季度 ， 投资人一共申请赎回 156 亿美元 ，但是最终只拿回来了 59 亿 。

那这里的差额并不是基金想赖账 ， 这类半流动性基金普遍是有一个季度赎回上限 ， 通常是基金净资产的 5%。

申请赎回的金额一旦超过这个上限 ， 基金就按比例分配来退款 。 那比如说你申请赎回 100 万 ， 可能只批给你 38 万 ， 那么剩下的要排到下一个季度重新排队 。

而就在同一个季度 ， 这些基金转身去了债券市场借钱 ，以管理公司自己的名义发行投资级公司债 ， 用来补充自有基金 ， 维持继续放贷的能力 。

阿波罗 、 贝莱德 、ARIS、Blue Owl， 一家接着一家 。

那要知道 ， 这些资管机构拿来的钱并不是自己的 ，而是来自保险公司和养老金 。 那现在光是养老金已经答应购买的债券 ，但还没有支付的金额 ， 就有近 1000 亿美元 。

去买这些债券的人， 前面的是所谓的叫基金 ，不管是 loan 还是 hedge fund， 还是一些叫银行也好 ， 或是保险公司也好 ，但它背后的钱是谁 ？

在美国最大的可能就 pension endowment fundation。 那当然 endowment fundation 就是私人的钱 ，但 pension 其实相当于是纳税人的钱 ， 所以绝大部分的钱还是来自于 pension 和 sovereign。

换句话说 ， 最后来买单一定是纳税人。

所以这条资金链看起来是在自己人中间转 ，但是它有一个出口 ， 就是普通人的退休账户 。 而比这更麻烦的是抵押品这一头 。

别的行业借长钱 ， 背后压的是公路 、 桥梁或者厂房 ， 能用几十年跟债的期限对得上 。 而 AI 相关的债务 ， 背后压的很大一部分是显卡 。

巨头们发行的这些公开债 ， 偿还期限都在几十年以后 ，但这些钱买回来的显卡五六年就折旧完了 。

那市场分析报告就指出 ， 一块 H100 显卡到第三年， 价格只能卖到新品的 45%。

但折旧年限这个东西是科技公司自己定的 ， 定得长一点 ， 每年摊掉的成本就少一点 ， 账面上的利润也就更好看一点 。

以前我们说 depreciation 理论上不到三年的样子 ， 现在每一家运营商至少我的 depreciation 都是六年期 、 七年期 ， 包括大家这个厂房 ， 现在从可能十多年， 现在变成二十年、 三十年 。

那明显大家都在玩一个抗联的把戏 ，但这东西不仅仅是在微软自己在玩 ， 前面五个人大家都在做这样一个事情 ， 这并不是一个它独创的一个东西 。

有做空机构就算过这笔账 ， 认为未来三年被少算掉的成本是千亿美元级别的数字 。

Credit market 其实是非常 sophisticated 的一个 market， 我想说这没有对和错的区别 ， 它也不代表这个市场疯狂了还怎么样 。在这个周期 ，在这个环境下，GPU 它就变成了一个相对有价值的资产 ， 它有抵押价值 ， 那无非是在什么样的一个 price 上面 ， 我觉得这是更重要的事情 。

现在信用违约掉期市场 ，也就是 CDS， 似乎已经在对这种风险定价 。 看过电影 《 大空头 》 的朋友应该对这个名字都不陌生 ， 它本质上是一份违约保险 ，而这个保险的价格其实就是市场给违约风险打的分 。

保险越贵 ， 说明市场觉得越危险 。

前不久 Oracle 身上的 CDS 价格已经打破了历史记录 ， 创下 2008 年金融危机以来的最高水平 ， 约 203 个基点 。

那这是不是一个危险的信号呢 ？

最近确实有朋友问 ， 说你看这些公司的 CDS 都在狂飙 ， 就拿 Oracle，Oracle 是个特好的例子 。在这个之前 ，Oracle 是个什么生意 ？

它是个 cash cow， 没有什么投入了 ， 我就是现有的产品 ， 现有的客户 ， 坐在躺在那挣钱 。 大家要理解 credit investor 和 equity investor 看这个问题的思路是完全不一样的 。

你像我借钱给 Oracle， 我才不关心你后面发展的好 ， 我只关心一个事情 ， 你会不会倒闭 ， 你能不能把这个钱还给我 ， 对不对 ？

所以 credit 的人都是担心这个问题的 。 但现在是 Oracle 它的商业模式发生了天翻地覆的变化 ， 它开始借债 build out， 你从 credit 的角度来讲 ， 它就不是一个公司 ， 自然它的所有和 credit 相关的东西就是会往上涨的 。

这叫一个正常的 repricing。 我想跟大家讲的 ， 这不是一个危险信号 ， 这是一个市场在做它应该做的事情 ， 它在 reprice 这个生意 。

这些公司会从以前的这种 asset light business，也是 free cash flow 非常好 ， 它们势必会经历一段它们可能从来没有经历过的建设周期 ， 就是 free cash flow 就是负的 ， 你要不停的去建设 ，有点就像个石油公司 。credit market 就是在 reprice 这个东西 。

那么如果市场真的算得出来 ， 那么它算的到底是什么呢 ？ 上个月微软给了我们这样的一个机会 ， 把这件事情看清楚 。

微软宣布从 2027 财年起 ， 数据中心和办公楼的折旧年限从 15 年延长到 25 年， 同时表示未来会有更多的数据中心租赁从融资租赁转成经营租赁 ，因此不再计入资本开支 。

这使得 2026 年的资本开支数字就这样从大约 1900 亿降到了大约 1750 亿 。 财报当天 ， 微软股价涨了 9%。

那么市场给微软的认可 ， 真的是因为一个会计口径的调整吗 ？

其实跟这个会计的口径的统计并没有一个很大的一个关系 ， 可能就大家兴奋了两秒钟 ，但很快就华尔街就意识到它只是把一个口径改了 ， 实际上花的钱并没有任何的一个区别 。

真正它股价起来 ，是因为它自己的云这一块 ， 就 Microsoft Azure 它增速比大家想象的要很好 ，因为它超过了 40 个点 ， 那就说明它的增速主要来源是来自于它的 AI compute 这边的租赁的结果 ， 那就说明你的终端背后的需求是很旺盛的 ， 就说明不管是大企业还是小企业 ， 还是做 AI 的 startup，他们真的是在花现金在租赁我的 Microsoft 提供的这个算力 。

根据我们就你们 charge 客户的一个价格 ， 我们能够算出来 ， 你们买了一个芯片 ， 包含内存 ， 建了一个数据中心 ， 最后能够大概三年可以回本 ， 可以 payback。

那你的 ROIC 的话 ， 相对来说就接近 30 点 ， 那是一个比较合理的 ROIC， 所以大家觉得那感觉 Microsoft 这条路可以走通了 。

过去的几周是一个大的一个 risk off 的一个环境 ， 我觉得市场 reward 它更多的是它的云 error 的这个增长起来了 。 同时当时对比这个 Meta，Meta 就被 penalized 了 。Meta 我觉得市场去 penalize 它原因也很简单 ， 就是你是在花钱 ， 你也在花钱 ，但是你的这个 monetization 的这个 sequence 不清晰 。

市场是在 reward 你花钱 ， 还是在 penalize 你花钱 ， 很大程度上取决于当时的这个 narrative 是什么 。 当我们对 AI 有信心的时候 ， 那你花钱就是对的 。

当我们突然再进入到一个 correction 或者是 AI 这个 narrative 不好的时候 ， 那你花钱就是错的 。 至于表内表外， 我觉得这是一个会计处理 ， 我不觉得这是有意的去隐藏 ，因为真的大家在做这个计算的时候 ， 你都会把这些 financial lease 放在它整个要 ，因为归根到底大家看的是你到底花了多少钱 ， 对吧 ？

这个东西都是 disclose 出来的 ， 大家都能看到 。 从另外一个角度来讲 ， 你只要是在做这个 research， 我觉得不存在一个故意隐瞒 ， 我觉得这就是一个 accounting 的处理 ， 历史上大家也都是这么处理的 。

最新一个季度 ， 微软云业务 Azure 的营收增速是 43%， 这是这几年最快的一次 ，而已经签下合同还没确认的收入达到了 6780 亿美元 ， 比一年前增长了 84%。

但真正值得注意的不是这个增速本身 ，而是这笔钱是谁在花 。 只要这方面的它的增速是非常稳定 ， 总体说就是它的 token volume 是在上涨的 ， 那么它的这个因为所有融资结构都要回到现金流嘛 ， 那这个就是一个可以继续下去的事情 。

所以我觉得去 track 微软的这样的云服务是一个更理智的一个指标 。 那么只要这块的是在增长的 ， 那么我们就可以说它其实是一个可以赚得下来的一个资本循环 。

我们想要看到它的 ROI， 看到它的这个有足够量的这个现金等等 ，其实这些都还没有说让我感到担忧 。

所以会计口径怎么改 ， 市场其实不太在意 ， 它在意的是那笔钱有没有换回真实的收入 。 那这也解释了为什么这些巨额表外债务在专业投资人的眼中并没有那么惊悚 。

不过最重要的是在他们眼中， 现在数据中心债的规模其实还很小 。

目前这个行业虽然大家花了很多钱 ，但它整个的盘子跟 07 年、08 年那时候的话 ， 就整个 housing market 占净率占比 ， 相比较来说还是比较小的 。

所以我觉得很难会造成一个系统性的风险 。 第二 ， 一个很重要的不同在于 ，在那个时候真正接盘或说承担了很多这种债务或风险的是美国的银行系统 ， 所以它把一个 housing 这样一个危机变成了一个美国银行系统系统性的危机 。

但过去这样就基本上 20 年的话 ， 现在美国的银行整个银行业相对来说监管是比较紧 ， 第二阶段杠杆一般来说都很低 ， 所以很难现在出现一个情况把美国的银行业金融业全部拖下水 。

总体而言 ， 我觉得这个市场还是非常大的 。 从容量上看 ， 这些数据中心的债务已经进入了这个所谓的万亿美金级的企业债的市场 。

数据中心所发债的这些钱 ，在企业债市场里面其实还是个零头 。

一个万亿级的市场 ， 一个还只是零头的品类 ，以及一批监管更紧 、 杠杆更低的银行 ， 这就是为什么在从业者看来 ，AI 版次贷这个说法或许并不成立 。

好了 ， 这一整期节目我们拆解了各种把债挪出报表的做法 ，不得不说 ， 当华人接碰到硅谷 ， 这群人简直是太会玩了 。

但是这背后其实反映出的是 ，AI 正在改变科技公司的资本结构 ，也在改变整个金融体系给科技定价的方式 。

这一整套巧妙的结构 ， 每一层结构都对应着一个价格 ， 企业债 、 项目融资 、 私募信贷都各自对应着标价 。

然而资产负债表可以变干净 ，但风险却不会凭空消失 ， 它只是被切开 、 打包 、 担保 ， 然后沿着这条金融链条分给了不同的人。

过去 20 年， 市场习惯把硅谷科技公司们理解成一种轻资产生意 ， 写代码 、 卖软件 、 产生现金流 ， 然后用现金回购股票 。

但 AI 正在把这套逻辑倒过来 ， 如今最前沿的科技竞争越来越像房地产行业 ， 抢芯片 、 拿电 、 买地 、 盖数据中心 ， 再用未来 10 年、20 年的现金流为今天的建设买单 。

而今天的建设也都基于一个未来的假设 ， 就是 AI 的 token 需求将不会放缓的急速增长 。 硅谷和华尔街都在押注那个 AGI 的未来 。

然而在未来到来之前 ， 风险真的可控吗 ？ 嘉宾们口中的市场依然还小的数据中心债 ， 真的没有风险吗 ？

这个市场中泡沫存在在哪里 ， 又会在什么时候被戳破呢 ？ 那这个问题在资本市场为 AI 疯狂之际 ， 应该被提出来 ， 我们也会为大家持续的关注 。

好了 ， 那以上就是本期视频的全部内容了 。 你们的点赞 、 留言 ， 还有转发是支持我们硅谷 101 做好深度科技和商业内容的最佳动力 。

我是陈茜 ， 那我们就下期视频再见了 ， 拜

。