**摘要：**AI 基建融资正在把科技公司的资本开支，改造成由数据中心资产、长期租约、私募债务和残值担保共同支撑的长久期金融产品。债务离开了超大规模厂商的主资产负债表，却没有离开经济风险链条。

事实截止日期：2026 年 8 月 31 日

**证据边界：**本文以监管文件、公司公告、评级材料和国际金融机构研究为主要依据。部分非公开交易只能观察到外部结构，无法穿透全部契约、投资者名单和风险留存安排；对未获一手材料支持的数字，本文不作为核心结论使用。

**免责声明：**本文仅用于讨论产业与金融结构，不构成证券、基金、信贷或其他投资建议。

引言：风险没有消失，只是换了资产负债表

生成式 AI 竞赛正在改变大型科技公司的财务身份。

过去二十年，超大规模厂商（Hyperscalers）依靠高毛利软件、轻资产扩张和充沛现金流获得高信用评级。如今，GPU 集群、变电设施、冷却系统、土地和数据中心园区成为增长的前置条件。这使科技巨头越来越像同时经营算力、电力与地产的基础设施开发商。

当资本开支增长快于经营现金流，融资问题就不再只是“发多少公司债”，而变成：

  1. 谁拥有数据中心资产？
  2. 谁在法律上承担债务？
  3. 谁以租金、保底采购或残值担保支撑现金流？
  4. 最终损失由科技公司、私募信贷机构，还是保险与养老金账户承担？

国际清算银行（BIS）把这类安排概括为 “影子借贷”（shadow borrowing）：经济效果近似借债，但主要义务位于科技公司的主资产负债表之外。这个词并不意味着交易天然违法或注定违约，而是提醒分析者：只看公司债和账面净负债，可能低估真实的长期承诺。

本文的核心判断是：

AI 数据中心融资的关键风险，不是单笔债务是否在表内，而是技术迭代、租约现金流、残值担保与债务久期能否在二十多年里持续匹配。

一、宏观范式转移：从现金流机器到重资产开发商

1.1 资本开支正在追上经营现金流

Epoch AI 对亚马逊、微软、Alphabet、Meta 与甲骨文的追踪显示，五家公司经营现金流的趋势增速约为每年 23%，现金资本开支则约为 70%。如果趋势线机械外推，合计资本开支会在 2026 年第三季度附近追上经营现金流。

这个模型不等于五家公司会同时“失去现金流”。公司之间的交叉点差异很大，且 AI 投资也可能反过来提高未来收入。它真正揭示的是融资约束的方向：自由现金流缓冲被压缩，企业会更依赖公司债、合资资本、长期采购承诺和表外项目融资。

因此，观察 AI 基建风险时，股票回购和公开债发行仍然重要，但更值得跟踪的是三组变量：

  • 现金资本开支占经营现金流的比例；
  • 长期租赁、云容量采购和电力合同的新增承诺；
  • SPV、合资公司与残值担保形成的或有负债。

1.2 公开债与“影子借贷”不是替代关系，而是融资栈

科技公司并没有离开公开债市场。BIS 的研究显示，超大规模厂商 2025 年公司债发行总额已超过 1,000 亿美元，其中大量是五年以上长期债。同时，它们也在增加表外融资。

更准确的理解不是“公开债用完后被迫转向私募信贷”，而是两者共同组成新的融资栈：公开债承担公司信用融资，项目公司债务承担单个园区的长期建设成本，租约和担保把科技公司的信用传递给项目投资者。

维度传统公开公司债私募信贷与项目 SPV
主要债务人科技公司本体合资公司、项目公司或发行载体
核心信用基础公司整体现金流与信用评级园区资产、租约现金流、担保与储备账户
信息透明度定期报告、募集文件与公开交易价格契约多为私募，外部通常只能看到摘要
期限与结构标准化程度较高可定制摊销、建设期利息、租约和残值条款
典型投资者公募基金、银行、保险与债券账户私募信贷、保险、养老金、主权基金及项目债投资者
主要风险公司信用与利率风险建设、再融资、租户集中、残值与流动性风险

这种结构的吸引力很直接：科技公司保留建设和使用能力，却不必在第一天把全部项目债务并入主表；长期资金则获得由投资级租户和实体资产支撑的现金流。

问题在于，法律隔离并不自动等于经济隔离。

二、角色更替：银行没有消失，而是换了位置

2.1 “银行因 Basel III 被迫退出”是过度简化

将数据中心私募信贷的兴起完全归因于《巴塞尔协议 III 终局》并不准确。银行减少长期、非标、集中度高的资产敞口，确实受到资本、流动性和压力测试约束，但还受到资产久期、抵押品估值、单一借款人集中度以及自身负债期限的共同影响。

与此同时，银行并未退出这条链条。它们仍可能担任：

  • 交易顾问、债券承销商和贷款发起人；
  • SPV 或私募信贷基金的授信行；
  • 利率、汇率和建设期风险的对冲交易对手；
  • 将项目债分销给保险、养老金和其他长期资金的中介。

所以，风险转移更接近“从银行账面直接持有，转向非银机构持有、银行提供外围融资与服务”，而不是银行风险归零。

2.2 私募资本的优势也是它的流动性弱点

私募信贷能够承接数据中心，是因为保险和长期基金的负债久期更长，也能够接受定制化契约。但底层资产的长期性与部分投资产品提供的季度赎回窗口之间，存在天然张力。

Blue Owl Technology Income Corp.（OTIC）就是一个有辨识度的案例。根据其 2026 年二季度提交给 SEC 的投资者材料，一季度回购申请约占份额的 40.4%，二季度仍有 38.1%，而季度回购上限为 5%；二季度实际满足的规模约为申请量的 13%。这意味着问题不是“基金损失了 40%”，而是投资者申请的流动性远高于产品承诺提供的流动性。

OTIC 向 SEC 提交的回购文件也明确提醒：投资者不应预期能够随时出售份额，超额申请可能按比例回购。

这揭示了一个容易被忽略的区别：

信用风险回答“资产是否最终还本付息”，流动性风险回答“投资者能否在想退出时拿回现金”。两者可以在同一时刻给出完全不同的答案。

数据中心债能够降低软件贷款的行业集中度，却不会自动消除基金层面的赎回错配。

三、金融工程解构：Hyperion 如何把算力园区变成债券

Meta 在路易斯安那州 Richland Parish 建设的 Hyperion 数据中心，是观察这套融资工业化最清晰的样本之一。

3.1 已公开确认的交易骨架

根据 Meta 2025 年 10 月公告与 SEC 10-Q：

  • Blue Owl 管理的基金持有合资公司 80%，Meta 持有 20%；
  • 双方计划按权益比例为约 270 亿美元的开发成本提供资金；
  • Meta 为园区提供建设管理和物业管理服务；
  • 合资公司建成后把全部设施租给 Meta，初始租期 4 年，并可续租至最长 20 年；
  • Meta 提供前 16 个运营年度的残值担保，担保阈值最初约为 280 亿美元，并随时间下降；
  • Meta 因不主导对合资公司经济表现影响最大的活动，将其认定为不并表的可变利益实体（VIE）。

S&P Global 的评级材料进一步显示，Beignet Investor LLC 计划发行 273 亿美元、2049 年到期的摊还型高级担保债务，以持有该合资公司 80% 的权益。

因此，可以把公开可见的核心链路简化为：

  1. Blue Owl 旗下基金提供项目权益资本；
  2. Beignet Investor LLC 发行长期项目债；
  3. 资金进入持有 Hyperion 园区的合资结构；
  4. 底层运营实体持有并运营数据中心资产；
  5. Meta 通过租约、建设责任和残值担保支撑项目现金流；
  6. 项目债投资者依靠租金、储备账户与担保获得偿付。

公开评级资料能够确认这条主链，但不能完整替代私募发行文件。诸如全部中间持股平台、质押顺位、触发条款和投资者分配，仍应以最终法律文件为准。

3.2 ASC 810 不是简单的“20%股权规则”

Hyperion 不并表并非因为存在一条自动生效的“持股低于 20%即可表外化”规则。

美国会计准则 ASC 810 对 VIE 的核心判断是：谁拥有主导最重要经济活动的权力，以及谁承担可能显著影响实体的损失或收益。20% 与 80% 的股权比例是证据之一，但不是唯一判据。

这一区别非常重要。它意味着投资者不能只看股权比例，而应继续问：

  • 谁决定预算、融资、建设变更和资产处置？
  • 租约终止后谁承担现金流缺口？
  • 建设超支、延误和灾损由谁兜底？
  • 残值担保是否把主要尾部风险重新带回科技公司？

从法律形式看，项目债位于 Meta 之外；从经济实质看，评级仍然高度依赖 Meta 的信用、租约和履约能力。S&P 也明确指出，如果 Meta 信用质量下降，项目评级可能同步下调。

3.3 从 Beignet 到 Sopaipilla：复制的是合同模具

2026 年的市场报道显示，BlackRock 正围绕 Meta 的 Sopaipilla 项目安排超过 120 亿美元债务，权益结构同样被描述为外部资本 80%、Meta 20%。截至本文截止日，可获得的一手披露仍少于 Hyperion，因此不宜把所有条款视为完全相同。

但可以确认的产业方向是：数据中心融资正在从单项目创新，转向可复制的合同模具——少数股权、项目债、长期租约、建设服务、残值支持和退出选项被组合成标准融资接口。

四、GPU抵押品化：残值支持改变的是损失分配

4.1 NVIDIA 从设备供应商走向融资协调者

2026 年 8 月，NVIDIA 宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 合作，建立独立的算力基础设施融资平台，目标是长期撬动超过 5,000 亿美元第三方资本。

NVIDIA 的官方公告把 GPU 算力描述为可投资资产，但也明确说明这些合作仍有待最终协议。公告本身没有披露残值支持比例；TechCrunch 随后报道称，NVIDIA 可能按项目评估提供最高覆盖机会规模 25% 的残值支持。因此，这个比例应视为拟议机制，而不是已对全部 5,000 亿美元平台作出的统一担保。

这类残值支持的经济作用不是“保证 GPU 永不贬值”，而是把部分二手价格下跌风险从贷款人转移给设备生态的核心厂商。它可以降低融资中的损失率假设，进而提高高级债容量或压低融资成本。

但它也创造了新的反馈回路：

  1. 融资更便宜，客户能够购买更多 GPU；
  2. GPU 销售和数据中心建设加速；
  3. NVIDIA 对二手残值或特定项目承担更多或有风险；
  4. 如果算力需求下降，设备价格、客户信用与担保赔付可能同时恶化。

4.2 真正的矛盾是 24 年债务对 2—6 年设备周期

Beignet 项目债到期时间为 2049 年，覆盖约 24 年。相比之下，微软 2026 财年 10-K 对服务器和网络设备的会计使用年限仍是 2—6 年。GPU 的真实经济寿命会因工作负载、能效、软件生态和二手市场而变化，但显然短于数据中心建筑和项目债久期。

所以，长期项目债并不是由“同一批 GPU 使用 24 年”支撑，而是依赖三种持续更新：

  • 租户不断替换设备并维持园区利用率；
  • 电力、冷却和网络设施在多代芯片之间保持可复用；
  • 租约、残值担保或新租户在每轮技术更新后继续支撑现金流。

如果这三项同时失败，所谓资产支持融资就会迅速退化为对租户信用和担保履约能力的押注。

五、会计风险：折旧年限改变利润，不改变现金支出

2026 年 7 月，微软宣布自 2027 财年起，把数据中心和办公建筑的预计使用年限从 15 年延长至 25 年。这个变化会降低年度折旧费用、提高会计利润，但不会返还已经支付的建设现金。

需要同时校准两点：

第一，延长的是建筑类资产的预计寿命，不是把 GPU 或服务器统一按 25 年折旧。微软的服务器和网络设备使用年限仍为 2—6 年。

第二，经营租赁与融资租赁的分类会影响费用确认节奏和资产负债表展示，但在现行准则下，经营租赁通常也需要确认使用权资产和租赁负债。不能把“其他长期负债”科目的总额直接等同于被隐藏的数据中心债务。

因此，真正值得监控的不是给会计处理贴上“操纵”标签，而是估计变化是否与技术现实一致：

  • 建筑和供配电设施能否在 25 年内持续服务多代算力设备？
  • 加速淘汰、改造和减值是否抵消折旧年限延长带来的利润提升？
  • 租赁、容量采购和残值担保是否在附注中得到足够披露？
  • 非并表实体的最大损失敞口是否可以由外部投资者重建？

折旧年限是利润分配器，不是现金流制造机。

六、系统性风险：不是“AI版次贷”已经发生，而是传染通道正在形成

把数据中心融资直接等同于 2008 年次贷危机，会忽略两者的重要差异：当前核心租户通常拥有投资级信用，项目具有真实电力与土地资产，许多债务还带有租约、储备账户和企业担保。

但这个类比也并非毫无价值。相似之处在于风险经过结构化后变得更难从单一资产负债表观察，并通过非银机构重新分配。

BIS 2026 年度报告指出，银行对私募信贷基金的融资、保险公司资产负债表的重叠敞口，以及长期数据中心租约中的退出条款，都可能成为冲击传导渠道。这里的关键不是某家机构“接盘”，而是多个机构同时依赖相同的底层假设：算力需求增长、投资级租户续约、电力持续可得、设备残值可管理。

全球私募信贷已是约 2 万亿美元级市场，但这个数字不等于 AI 数据中心风险敞口。当前最大的信息缺口，恰恰是缺少一个可以穿透公司债、SPV 债务、基金杠杆、保险配置和银行授信的统一口径。

6.1 三类核心风险

风险传导机制优先观察指标
抵押品与残值风险GPU 与设备贬值快于债务摊还，残值支持被触发二手 GPU 价格、设备更新周期、贷款价值比、担保覆盖率
现金流与租户集中风险单一超大规模租户不续约或压低租金租约到期分布、续租选择权、园区利用率、租金覆盖倍数
流动性与再融资风险长期私募资产遇到基金赎回或债务到期回购申请/上限、基金授信使用率、项目 DSCR、再融资利差
建设与电力风险延误、超支或电网接入失败推迟现金流建设进度、预算缓冲、电力合同、并网里程碑
会计透明度风险表外承诺与或有负债难以汇总VIE 最大损失敞口、租赁承诺、容量采购、残值担保附注
需求断裂风险Token 收入不足以覆盖算力租金与资本成本AI 收入/资本开支、推理利用率、单位 Token 毛利、客户集中度

6.2 一条可执行的压力测试链

对任何数据中心融资项目，可以按以下顺序进行压力测试：

  1. **先看底层需求：**把 Token、云收入与园区利用率下调，而不是只下调科技公司股价；
  2. **再看租约：**检查最低租金、续租权、提前终止和交叉违约条款；
  3. **再看资产：**分别估算建筑、电力设施、网络和 GPU 的可转用价值；
  4. **再看担保：**识别担保上限、触发条件、递减路径和担保人信用；
  5. **最后看资金链：**追踪项目债持有人、基金杠杆、银行授信和最终受益人。

只有当五层同时可见，才能判断风险究竟被转移、被缓释，还是仅仅被藏进了更长的合同链。

七、结语：AI变现效率将决定这台金融机器的终值

AI 基建竞赛正在完成科技公司的“重基础设施化”。代码和模型仍然是价值来源，但土地、电力、冷却、GPU 与长期资本已经成为决定竞争速度的硬约束。

SPV、私募信贷和残值支持本身不是金融骗局。它们能够把不同风险分配给更适合持有它们的资本，也能避免单一公司的资产负债表成为扩张上限。真正危险的是，所有参与者在不同合同里重复押注同一个未经压力测试的终值假设。

如果 AI 收入、Token 使用量和园区利用率能够持续增长，长期融资会把巨额前置成本转化为可管理的基础设施现金流。如果变现速度不及预期，最先失效的可能不是数据中心建筑，而是续租、设备残值、基金流动性和再融资定价之间的连接。

因此，所谓“AI 版次贷”的判决书并不掌握在某一个 SPV 名称、某一项会计分类或某一次债券发行手中。

它最终取决于：每一美元长期资本，能否在技术快速贬值之前，转化为足够稳定、足够分散、足够透明的 AI 现金流。

主要资料

  1. BIS：Financing the AI infrastructure boom: on- and off-balance sheet borrowing
  2. Epoch AI：Hyperscaler Capex to Exceed Cash Flow by Q3 2026
  3. Meta：Hyperion Data Center Joint Venture 公告
  4. Meta 2025 Q3 Form 10-Q：Hyperion VIE、租约与残值担保
  5. S&P Global：Beignet Investor LLC 273 亿美元高级担保债务评级
  6. NVIDIA：与六家金融机构建立 5,000 亿美元级 AI 算力融资平台
  7. Microsoft FY2026 Q4 Earnings：数据中心与办公建筑使用年限调整
  8. Microsoft 2026 Form 10-K：服务器、网络设备与建筑使用年限
  9. Blue Owl Technology Income Corp.：2026 Q2 回购材料
  10. BIS Annual Economic Report 2026：金融互联与私募信贷风险
  11. TechCrunch：NVIDIA 拟议残值支持机制
  12. “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 - YouTube