AI 基础设施建设热潮之下，一场规模空前的债务扩张正在悄然成形——而其中最危险的部分，从未出现在任何一张资产负债表上。
高盛最新报告预测，2027 年超大规模云计算企业资本支出将达 1.1 万亿至 1.4 万亿美元，远超市场共识。然而，据摩根士丹利的深度研究，这一已令市场咋舌的数字，仍只是冰山一角。
市场目前尚未将上述风险充分定价。
摩根士丹利警告，超大规模云企业的杠杆率在短短两个季度内已从 0.9 倍飙升至 1.8 倍，资本支出增速持续跑赢营收与自由现金流增速，而折旧压力的真正冲击尚未到来。
与此同时，以 Apollo、黑石为代表的私募信贷机构正通过 SPV（特殊目的载体）将杠杆转移至供应链层面，形成高度循环、难以穿透的融资结构。一旦 AI 商业化进程不及预期，或企业客户大规模转向廉价替代方案，整条融资链条的脆弱性将集中暴露。
债务发行狂潮：AI 已成公开市场最大变量
据摩根士丹利最新 "AI 债务融资追踪报告 "，截至 2026 年 5 月底，全球 AI 相关债券发行规模已达 2360 亿美元，较 2025 年同期激增 357%。
摩根士丹利预计，AI 债务全年发行总量将突破 5700 亿美元，下半年随着资本支出融资需求集中释放，发行节奏将进一步加速。
4 月单月 AI 相关债券发行超过 740 亿美元，创年内新高，其中项目融资结构（用于数据中心建设）占高收益债供给的 85%、投资级债供给的 40%。与此同时，亚马逊、Meta、谷歌、微软、甲骨文五家超大规模云企业，目前已占整个投资级债券指数的 4%。
在杠杆层面，超大规模云企业的整体毛杠杆率已从 2025 年三季度的 0.9 倍升至当前的 1.8 倍，每季度约上升 0.3 倍，已超过整个能源行业的杠杆水平。
摩根士丹利指出，受供给压力影响，相关信用利差已从 AA 区间漂移至 A 区间，并可能进一步走阔。Meta 的信用利差目前已宽于 CDX IG 基准。
在自由现金流层面，摩根士丹利预测，亚马逊与 Meta 在 2026 年的自由现金流将趋近于零甚至转负，届时增量融资将几乎完全依赖新增债务。
摩根士丹利全球估值、会计与税务团队的 Todd Castagno 在报告中指出，仅盯着资本支出数字，会严重低估 AI 建设周期的真实财务承诺。在已披露的资本支出之外，还有三类关键的表外敞口：
采购承诺约 9820 亿美元。 超大规模云企业及英伟达的长期采购合同总额接近 1 万亿美元。根据会计准则，除非企业预期合同亏损，否则这些义务在货物交付前不计入负债，因此近乎一万亿美元的未来现金流出，当前并不体现为任何资产负债表上的负债。
值得注意的是，英伟达自身的库存与采购义务已升至 2027 财年共识营收预测的约 32%，远高于历史区间的 15% 至 20%，供应链承诺风险已向芯片供应商端延伸。
未生效租赁承诺约 8220 亿美元。 超过 8000 亿美元的租赁合同已签署但尚未开始执行，不计入当前租赁负债。此外，可变租赁付款、续租选择权、残值担保等安排同样游离于负债表之外。
应付账款中的未付资本支出约 1100 亿美元。 超大规模云企业的应付账款天数（DPO）大幅拉长——甲骨文同比增加 370%，Meta 增加 73%，微软增加 69% ——意味着整条供应链实际上正在为 AI 建设垫资，供应商承担了本应由买方承担的流动性压力。
SPV 与循环融资：杠杆转移至暗处
表外风险的另一个核心维度，是通过 SPV 构建的循环融资结构。
本周 Apollo 与黑石联合为 Anthropic 完成了一笔 350 亿美元的 " 芯片抵押 " 私募信贷交易，集中体现了这一模式的运作逻辑：
博通为该 SPV 提供背书，Anthropic 用所筹资金购买由博通制造的谷歌芯片，而谷歌持有 Anthropic 14% 的股权；安排此次交易的摩根士丹利，同时向参与交易的投资者提供贷款。
摩根士丹利的 AI 生态系统融资关联图谱显示，OpenAI、甲骨文、英伟达、微软、CoreWeave、AMD、亚马逊之间存在客户、投资者、供应商融资与回购的多重循环关系，同一笔资金在少数几个主体之间反复流转，SPV 则是实现这种循环的核心工具。
当前财务数据存在系统性的乐观偏差。大量资本支出目前以 " 在建工程 "（CIP）形式挂账，尚未开始折旧，导致已报告的利润率被人为抬高，未来的费用压力被低估。甲骨文、Meta、谷歌的在建工程余额同比分别增长约 200%、90% 和 55%。
摩根士丹利预测，微软、甲骨文、Meta、谷歌四家企业未来三年的累计折旧将超过 5200 亿美元。以甲骨文为例，折旧占营收比例可能从当前的 7% 升至 2028 财年的 28%；Meta 则可能从 9% 升至 19%。
在此背景下，维持利润率的唯一路径是营收同步大幅增长——而目前营收预测的上调幅度，远落后于资本支出预测的上调幅度。
数据显示，谷歌 2026 年资本支出共识预测较一年前上调 139%，Meta 和亚马逊分别上调 85% 和 81%，甲骨文上调幅度最大，达 175%。
与此同时，营收预测的修正幅度明显滞后，资本支出先于商业化落地的结构性错配已清晰可见。
此外，超过 2 万亿美元的剩余履约义务（RPO）高度集中于少数大型长期合同，交易对手集中风险不容忽视——一旦循环体系中任何一个主要参与者出现问题，将可能引发连锁反应。
时机错配而非即时偿付危机
摩根士丹利的结论是，上述风险目前尚不构成迫在眉睫的偿付能力危机，而是一系列时机错配与信息披露缺口的叠加：折旧压力被递延、资本支出跑赢货币化进度、杠杆向供应商与私募信贷层转移，以及不同公司之间资本强度的可比性因会计分类差异而大打折扣。
超大规模云企业显然意识到当前市场情绪窗口的有限性，正在抓紧时机最大化融资规模。
高盛分析师 Ryan Hammond 指出，若 AI 基础设施投资规模达到 GDP 的 2% 至 3%，类比铁路与汽车工业的历史建设周期，2027 年资本支出可能达到 1.1 万亿美元；极端情景下，结合超大规模云企业现金流与投资级信贷市场容量，上限或达 1.4 万亿美元。
然而，这一切的前提是大型语言模型（LLM）能够持续提升 token 定价，并维持足够的企业客户黏性。越来越多的企业正将目光转向性能接近但价格大幅低廉的 AI 产品。一旦需求端发生结构性转移，当前这套精心构建的融资体系，将面临根本性的压力测试。
