中金：目前美国AI行业暂无系统性风险
2026-10-12 · 同创配资
中金：目前美国AI行业暂无系统性风险 资金供给端，美国长期金融化趋势延续，即 某 些学者类比的“ 棉花 糖”式流动性扩张。宏观层面的体现是，美国广义流动性相对GDP持续抬升；微观层面则体现为新金融产品层出不穷，盘活存量资产、激活闲置资金，为部分潜在回报较高的产业输血。 资金需求端，美国AI产业具备科技和类地产双重属性，打通股权、债权双融资通道。其硬核科技属性
中金：目前美国AI行业暂无系统性风险
资金供给端，美国长期金融化趋势延续，即 某 些学者类比的“ 棉花 糖”式流动性扩张。宏观层面的体现是，美国广义流动性相对GDP持续抬升；微观层面则体现为新金融产品层出不穷，盘活存量资产、激活闲置资金，为部分潜在回报较高的产业输血。
资金需求端，美国AI产业具备科技和类地产双重属性，打通股权、债权双融资通道。其硬核科技属性适配股权融资，对标90年代 养老 金松绑驱动的美股科网革命时期VC与股权金融化模式；其高固定资产的类地产特征，意味着可通过资产抵押开展债权融资。虽然其固定资产不能完全对标 房地产 ，但2000年后美国地产金融化依托衍生品盘活存量、扩张信用的债务融资逻辑具有参考意义。
当前美国 AI金融 化仍处于早期阶段。头部AI企业筹资现金流刚转正，叠加债务融资成本尚显著低于股权融资，行业新增融资以债权为主，大规模股权融资尚未启动。复盘历史，美股科网泡沫、地产泡沫破裂，均同时出现高杠杆、基本面恶化、流动性系统性收紧三大现象。从这些指标来看，目前美国AI行业暂无系统性风险。
但美国短期流动性风险不容忽视。美国经济走势、市场与美联储之间的博弈，叠加美伊地缘冲突带来的油价不确定性，美国流动性存在超预期收紧的可能。如果出现这种情况，全球市场也将受到波及，市场对AI企业资本开支可持续性的担忧也可能随之升温。
最近两个月来，美国股市波动较大，也波及其他地区。美国股市波动既有其货币政策变化的影响，也有市场对AI板块资本开支持续性的担忧，而前者又加剧了后者。简而言之，今年美国AI领域的几家大公司资本开支快速上升，明年虽然增速可能比今年慢，但仍然较快。但另一方面，AI企业的收入却面临较大不确定性，经营现金流已经与资本开支相若，一些公司开始通过发债支持资本开支。而美国国债收益率上升更加剧了市场的疑虑：在收入面临不确定性的情况下，资本开支如何维持，这是市场普遍关心的话题。
图表1：美国AI企业资本开支与经营现金流相若
我们首先从AI产业的属性出发，分析该产业在吸引资金方面的优势。第二部分我们分析自1990年代以来美国社会资金供应的变化。具体而言，我们剖析美国的“金融化”如何重塑其流动性。“金融化”并无统一定义，其体现也比较复杂，但我们认为至少有两点对分析AI融资有意义。从宏观视角来看，金融化意味着广义流动性与GDP之比上升，通俗地说，就是社会上的“钱”逐步增多。从微观来说，金融化意味着新的金融产品数量与种类增加。金融产品（比如衍生品）使得资金“活”起来，也提升资产的流动性。当然，宏观层面与微观层面并非割裂，金融产品数量增加本身也可能导致宏观层面的流动性增加。
虽然美国在2008年次贷危机之后加强了金融监管，尤其是对 银行 的监管，但总体而言，其金融化现象并未明显逆转。在此基础上，我们回顾了1990年以来美国两次泡沫破裂前的金融化：1990年代的科网金融化与次贷危机之前的房地产金融化。我们然后分析当前美国AI产业的金融化所处的阶段，最后也分析当前美国AI板块可能面临的流动性风险。
AI：既有科技属性，也有“类地产”属性
我们认为，AI既有科技属性，也有“类地产”属性（固定资产占比较高），意味着既可以通过股权融资，也可以通过债权融资（抵押贷款）。
AI的科技属性无需赘述，其技术进步和生产效率提升似乎较科网企业更快。其中一个体现是，AI对劳动力的依赖较科网企业低，甚至可以替代劳动力。从中观数据来看，自2022年ChatGPT发布以来，美国通信和计算机行业的非农就业小幅缩减了6%。与此不同，从1995年8月美国网景公司上市（美国科网泡沫元年）到2000年3月美国科网泡沫破裂之间，其通信和计算机行业的非农就业则上升了60%多。
图表2：科网革命时期与AI年代美国通信、计算机行业就业走势分化
从微观数据来看，如果将2021年谷歌、微软、Meta三家公司劳动密度（员工人数与固定资产之比）指数平均设为100,2019年该指数为109,2025年下降到了37。具体而言，其固定资产指数从2021年的100升到了2025年的306，而其员工人数指数则只升到了112。
图表3：三家美国大科技公司的劳动密度
注： 图中大科技公司包括谷歌、微软、Meta。劳动密度使用员工数量/固定资产衡量
图表4：三家美国大科技公司固定资产增长快于员工数量
科网革命时期，以微软为例，其固定资产投资和员工数量同时增加，而且员工数量增加更快，带动劳动密度上升。即使是2000年科网泡沫破灭后，企业劳动密度仍在上升。如果将1995年微软的劳动密度指数设为100，该指数2000年为138,2005年进一步上升到了174。具体而言，其员工人数指数从1995年的100升到了2000年的220和2005年的343。同期，其固定资产指数仅从100升到了197。
图表5：微软的劳动密度走势（1995-2005）
注： 劳动密度使用员工数量/固定资产衡量
从经过通胀调整的人均创收来看，目前AI公司是传统互联网公司的2倍以上，反映AI公司的效率更高。比如，2026年Anthropic的人均创收与美国人均GDP之比大约为100倍，OpenAI和英伟达可能分别为63和57倍。2025年Meta、Apple、Google 和微软该比例分别为28、28、23和14倍。1999年，Apple、微软和思科该比例分别为26、18和16倍。
图表7：科技公司人均创收/美国人均GDP比值
之所以说美国AI企业也有“类地产”属性，是指其固定资产占比较高。比如，当前微软、Alphabet、亚马逊、Meta和甲骨文五家云厂商的固定资产与其总资产的平均比重超过了40%，而沃尔玛、埃克森美孚、宝洁和卡特彼勒四家传统企业现在的固定资产占比平均为37%。微软、思科、亚马逊、WorldCom和Lucent科网革命时期企业（以下简称科网企业）2000年的固定资产占比则平均为15%。固定资产中，微软、Meta土地房屋占46%，亚马逊、甲骨文的土地房屋分别占37%和40%，谷歌的土地房屋占比最低（11%）。这几家企业的软硬件和设备资产占固定资产的比重分别为47%、38%、49%、41%和56%。
图表8：当前AI企业固定资产占比较高
注： 各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文；传统企业包括沃尔玛、埃克森美孚、宝洁、卡特彼勒；科网企业包括微软、思科、亚马逊、WorldCom、Lucent。 AI企业使用最新可得2026Q2季报或者年报，传统企业使用最新年报；科网企业使用FY2000年报
图表9：五家美国AI公司固定资产分解
动态来看，这几家公司固定资产占总资产的比重总体从2020年的22%上升到2025年的41%，而那五家科网企业的固定资产占总资产的比重从1995年到2000年一直基本上维持在15%左右。
注： 各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文
图表11：科网企业固定资产占比基本不变
金融化并没有统一定义。我们不妨引用Epstein（2005）的定义：金融目的、金融市场、金融主体以及金融机构，在国内与国际经济运行当中发挥愈发重要的作用[2]。这个定义隐含的意思是金融在资源配置中的作用上升。
不同学派认为金融化的驱动因素不一样[3]。新马克思主义认为，70年代后资本主义实体投资回报率下滑，过剩资本涌入金融投机是资本主义金融化的主因。后凯恩斯主义认为，企业治理转向股东价值优先，导致企业缩减实体投资、加大股票回购与金融资产配置，结果是金融投资挤出实体资本积累。而新古典主义则认为金融自由化、资产 证券 化提升资产流动性，优化资源配置，是经济发展的进步。尽管不同理论学派对金融化的发展理解不同，罗煜（2017）认为，布雷顿森林体系瓦解、全球进入纯信用货币制度，无疑为金融化创造了条件。具体而言，他认为支付媒介方面，实物现金占比大幅减少，交易变为账户数字划转，交易成本下降，交易规模增加。价值贮藏方面，各类金融资产起到了“准货币”的价值储藏功能，广义货币边界更加广阔。[4]
金融化的主要体现有以下几个方面[5]：（1）广义流动性更加充裕。比如广义流动性与GDP之比提升，金融部门的利润占比上升，金融部门规模增长相对更快。（2）低流动资产变成高流动资产。各类新型金融工具层出不穷，证券化将非流动资产转化为流动资产，金融交易规模大幅增长。（3）资本利润的获取愈发依靠金融渠道，而非实体贸易与商品生产。例如，企业利润更加依赖投资收益。（4）资本市场型金融体系话语权持续扩张。例如，股市/GDP、债务/GDP比值不断上涨，银行信贷/GDP比值下降。（5）企业治理中更加重视股东价值。例如，美股市场上回购增加。
从宏观方面来看，1990年代中期后，美国广义流动性与GDP之比趋势上升，较M2与GDP之比大约高20个百分点。金融危机后，美国加强了金融监管，美国银行部门的贷款业务相对放缓，但美国银行资产/GDP之比未见收缩，银行部门非贷款业务继续扩张。
图表12：美国广义流动性与GDP之比上升
注： 广义流动性使用M2+货币市场基金
图表13：美国银行资产与GDP之比未见收缩
从微观方面来看，新的金融产品不断出现。1985‑2014年，美国非金融企业证券发行数据表明，金融产品种类不断扩张。1985 年市场可用金融产品约150种，2014 年增长至751种，新增600余种。非金融企业通过新金融产品的融资占比上升，2010-2014年期间占比超过了50%。
注： 左图展示了1985-1989年至2010-2014年各时期不同金融产品的总数量。柱状图将金融产品分为三类：（1）存量产品（Old）：1985年以前推出的产品；（2）当期新产品（New-Entrants）：在当期新推出的产品；（3）新生产品（New-Young）：1985年以后推出、但首次发行发生在此前时期的产品。右图展示了1985-1989年至2010-2014年各时期融资总额的变化。柱状图进一步将融资规模分解为存量产品、当期新产品和新生产品的发行融资额
另外一些指标也有参考意义。比如，美国共同基金、 期货 及期权合约数量不断上涨。2025年活跃期货及期权合约大幅上涨，主要是由于事件合约（event contracts）的增长，如Kalshi、ForecastEx等事件预测平台的合约数量显著提升。事件合约是以特定事件是否发生或其结果为标的衍生合约，常见于预测市场（prediction markets），可涉及经济指标、金融市场、天气、政治等事件。2024年美国大选之后，预测市场获得了巨大的流量，带动了事件合约的增长。
美国在自1980年代以来有两次加速金融化的经验，一个是1990年代的科网金融化，另一个是2000年后的地产金融化。1990年代科网金融化表现为美国VC大幅增长和股权融资热，增加了资金使用方式，使得资金能够流动起来。这个阶段金融化的一个重要驱动因素是对养老金投资约束放松，促进VC发展，IPO提供退出渠道，释放VC资金，吸引更多资金进入。而2000年代美国地产金融化，既创造新流动性，也增加流动性使用方式，其主要体现是通过证券化，使得房地产贷款机构释放资本金，突破资产负债表约束，形成更多的贷款，创造了新的流动性。而证券化进一步让更多金融机构参与到地产金融化，资金使用方式增多。
美国企业的股权融资方式包括私人股权融资和公开股权融资。在初创期主要是通过私人股权融资，在成长期之后，通过公开股权融资方式。1979年后，美国放松对养老金的投资限制，促进了VC的大幅增长。VC把“没有抵押品的互联网创业公司”变成比较容易融资的企业，IPO提供退出渠道，将股权占用的资金释放出来，再形成新的投资。IPO退出也帮助VC吸引更多资金。
资金流向VC之后，VC为缺乏实物抵押品的互联网初创企业，开辟了股权融资渠道。互联网创业公司通常资产轻、无形资产多、现金流为负、没有稳定利润、缺乏银行抵押品，难以通过传统渠道融资，只能通过股权融资。1990年代，美国IPO数量增加，VC支持的IPO比例上升，股权融资大幅增加。
图表17：1990s后，美国VC支持的IPO上升
为了实现更好的退出，1990年代末期，美国IPO大幅折价发行，特别是科技股，以吸引更多投资者参与。新成立、历史业绩少的VC，有很强动机推动被投企业 IPO，接受较高IPO折价，利用IPO首日暴涨制造成功退出案例，向LP展示业绩，方便募集下一期VC基金。1990年代后期IPO退出回报非常可观，进一步刺激LP向 VC大规模出资。而随着IPO发行量的增加，上市企业的平均质量下降。VC支持的上市科技企业平均年龄从9年（1991年）下降到4年（1999年）。
2000年后美国地产金融化既通过衍生品盘活了存量资产，也带动广义货币的扩张，与债权融资紧密相关。各类金融机构通过资产证券化，将房地产资产转化成可交易、可抵押、可加杠杆的金融资产，从而把房地产市场和资本市场、银行体系及影子银行体系连接起来。住房按揭MBS证券化的首要作用是盘活存量信贷资产，让原有货币更加活跃，提高货币流通速度；同时银行回笼资金后可以持续向家庭发放新增贷款，通过商业银行信贷派生机制，带来广义货币扩张。
盘活存量资产的方式包括信用增强、再次证券化、给抵押贷款加“ 保险 ”等，使得原本难以“流动”的资产变成“可流动”的资产。信用增强（Credit enhancement）大约有三个方式：（1）信用分层（Tranching），将抵押贷款转换成了不同风险等级的证券，满足不同的投资者的需求；（2）超额抵押（Over‑collateralization）：资产池的规模大于对外发行全部证券的本金总和，多出的那一部分资产就是超额抵押，用来吸纳亏损；（3）超额利差（Excess spread）：抵押贷款利率高于MBS的利率，保证利差为正。
CDO（Collateralized Debt Obligation）将以次级贷款为底层资产的MBS再次进行证券化、分层，转换成不同等级的证券。此外，CDS（Credit Default Swap）给抵押贷款加上一层“保险”，进一步提升其流动性。
数据显示，1980年代以后，美国贷款/GDP比例大幅上升，其中居民地产贷款上升最多。1995年，居民抵押贷款与GDP之比不足50%，而2007年该比例超过80%。从2001年到2006年，美国抵押贷款证券化比例大幅上升，特别是Alt-A和Sub-prime这些质量较差的抵押贷款证券化比例上升较快。例如，Alt-A级抵押贷款的证券化比例从19%（2001年）上升到了91%（2006年），Sub-prime级抵押贷款的证券化比例从46%（2001年）上升到了75%（2006年）。
美国抵押贷款持有人从银行转向非银。早期美国住宅证券化主要由Fannie Mae、Freddie Mac、Ginnie Mae等政府支持机构参与，后期越来越多的非政府支持机构开始参与抵押贷款证券化（包括投资银行）。通过证券化方式，政府支持机构（如房地美、房利美）、 ABS 发行人持有占比2006年超过60%。
注： 各组为样本公司先分别计算现金流/营收比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文。AI企业2020-2025为年报，2026Q1和2026Q2采用截至相应季度的过去四季度合计口径，以减弱季节性影响
目前AI企业外部筹资增量主要是债务融资，股权融资尚未大规模开始。2026Q2，AI企业筹资现金流净额/营收比值升至16.2%，高于2000年的科网企业（13.2%）。其中，净债务融资/营收比值为21.2%，净股权融资/营收比值收窄至-3.3%，而彼时科网企业债务和股权融资均为净流入。相比起来，本轮AI融资扩张目前更集中于债务端，股权融资还体现为净回购。如果未来债权融资成本上升，AI企业可能转向股权融资。
注： 各组为样本公司先分别计算现金流/营收比率后简单平均。净债务融资=债务增加/发行-债务减少/偿还；净股权融资=股本增加/发行-股本减少/回购-已付股息；其他筹资=CFF-净债务融资-净股权融资。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文。AI企业2020-2025为年报，2026Q1和2026Q2采用截至相应季度的过去四季度合计口径，以减弱季节性影响
根据Dealoggic的数据，截至2026年6月，AI企业（Alphabet、Amazon、Meta、Microsoft和 Oracle），在全球范围内发行了1590亿美元债券，而2025年全年为1080亿美元，2024年全年仅为170亿美元。这五家AI企业的总负债从25Q4开始大幅增加，26Q2一个季度增加了2115亿美元。边际上来看，26Q2的短期债务增长更多，长期债务增长放缓，企业的偿债压力有所增加。
图表22：美国AI企业债发行量大幅增长
注： 企业债发行数据包括谷歌、亚马逊、Meta、微软、甲骨文。企业债发行2026年数据截至2026年6月5号
图表24：私募信贷对美国AI企业的直接贷款快速增长
图表25：涉及AI贷款的私募信贷比例上升
目前，AI企业债务压力不大，债务融资仍有空间。美国五大 云计算 厂商经营现金流充足，整体偿债能力稳健。现金流利息保障倍数均高于1，最低的甲骨文约为7倍，其次亚马逊约为48倍，最高的谷歌约为82倍。还本付息率均低于1，甲骨文约为48%，亚马逊约为12%，最低的谷歌仅约为6%。
图表26：美国五大云厂商还本付息率（债务本息现值/经营现金流）
美国五大云计算厂商有效利率目前还不高，净现金储备情况分化。2026Q2，五大云厂商有效利率为4.9%，低于Baa级企业债收益率。五大云厂商融资成本还不高，一定程度上源于前期低利率环境“锁定”利率、以及非美货币发债。净现金储备情况中，谷歌、微软、Meta相对较好，亚马逊、甲骨文净现金为负，说明对外部融资的依赖程度更高。
图表27：美国五大云厂商有效利率还不高
资产证券化或成为美国AI公司融资的下一步。随着长期租赁和容量采购合同不断累积，数据中心与算力资产的稳定现金流开始具备证券化条件。2024年初，CyrusOne发行了11.75亿美元的数据中心资产支持证券（ABS）[6]；2025年3月，Sabey发行3.25亿美元ABS，抵押品是在美国的7个数据中心[7]；2025年5月，Stack发行3.45亿美元ABS，抵押品是11个美国数据中心的房地产、租赁和相关权益[8]；2025年9月，QTS发行6亿美元ABS，抵押品是Phoenix的数据中心[9]；2026年初，Compass Datacenters发行了8.3亿美元的数据中心ABS，底层资产即为向云厂商租赁算力的长期合约[10]。AI数据中心贷款正被打包成ABS，向养老金、保险资金等机构投资者分销，类似于房地产证券化过程。
美国AI企业长期股权投资近期开始抬升，但总体占比不高。AI企业的对外长期股权投资自2025年以来抬升，到2026Q2在总资产中的占比约为5%。相比于科网企业，AI企业长期股权投资占比不高，显示AI企业的股权金融还处于早期。而且，通过将部分重资产项目以股权投资方式，剥离出超大规模云厂商的资产负债表，也是风险隔离的一种方式。
图表28：美国AI企业长期股权资产占比
注： 各组为样本公司先分别计算比率后简单平均。AI企业包括微软、Alphabet、亚马逊、Meta、甲骨文
图表29：美国科网企业长期股权资产占比
回顾历史，当年美国科网泡沫与地产泡沫破灭前同时出现三个现象：（1）高杠杆。科网革命时期，美国大量Dotcom公司上市，Shiller PE ratio从17倍（1990年）上涨到44倍（2000年）。次贷危机前，美国家庭部门宏观杠杆率从70%（2000年）上升到98%（2007年）；（2）基本面走弱。2000年左右，美国互联网用户渗透率出现拐点，而2006年开始，美国房贷违约率开始上升；（3）融资条件系统性收紧。美联储从1998年开始加息，联邦基金利率从4.75%（1998年）上升至6.5%（2000年）。次贷危机前，联邦基金利率从1.0%（2003年）上升到5.23%（2006年）。
当前，对于AI公司来说，这三个现象特征都还不显著。目前美国企业部门杠杆率相对还较低，股市估值也不算非常高；美国经济基本还比较强劲，名义增长在5%左右，以Mag 7为代表的大科技公司营收、利润增速还较高；融资条件暂时还未见明显持续的收紧。
但是，短期风险仍需要关注，可能对AI企业融资产生扰动。目前美国融资需求旺盛，而随着通胀上升，资金面边际紧张。近期，实际融资压力（实际利率TIPs）走高，市场对AI产业链高杠杆的持续性产生顾虑。
2026年9月，英格兰央行金融政策委员会指出AI债务上升，以及其不够透明，对风险评估带来困难，而随着金融条件收紧，信贷市场（包括私募信贷）相对比较脆弱[11]。2026年5月，美联储在《金融稳定报告》中指出，AI以及私募信贷是近期需要关注的风险[12]。美联储认为随着资本支出越来越多地依赖债务融资，增加了系统的杠杆效应；私人信贷面临着越来越大的压力，包括投资者的赎回、情绪恶化，以及 人工智能 带来的信贷质量影响。2026年9月，标普将Oracle的评级下调至BBB-，仅高于垃圾级[13]。自美联储在2026年9月加息后，到9月底，Coreweave一些高收益债的收益率上涨了超过0.5个百分点[14]。2026年7月，Meta新发120亿美元债券，为数据中心进行融资，债券收益率为7.5%，融资成本要比2025年10月发行270亿美元债券时高出0.4个百分点[15]。
图表30：泡沫破灭一般出现在融资条件系统性收紧之后
具体来看，短期需关注两类风险。一是融资条件收紧，削弱私人投资动能。若美联储加息，或银行收紧贷款标准，企业融资成本和资金获取难度可能上升，进而拖累私人投资扩张。二是短期融资压力加剧，放大流动性风险。回购与资产支持商业票据市场利差仍高于常态，提示部分市场主体的短期融资压力尚未消退。若此时货币政策进一步收紧，可能增加债务续借难度，并放大短期资金市场的波动。
本文摘自：2026年10月6日已经发布的《“棉花糖”时代的美国AI》
张文朗 分析员 SAC 执证编号：S0080520080009； SFC CE Ref：BFE988
黄亚东 分析员 SAC 执证编号：S0080523070016； SFC CE Ref：BTY091
周彭 分析员 SAC 执证编号：S0080521070001； SFC CE Ref：BSI036
股票频道更多独家策划、专家专栏，免费查阅>>