YT YouTube2Text

YouTube2Text → Transcripts → “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

“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 — Transcript

by 硅谷101 · 1,685 words · 1,462 segments · language zh · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:001.65万亿美元
0:02用100美元纸币首尾相连
0:03可以绕地球赤道大约64圈
0:06这个数字
0:07是如今美国五大数据中心的发债总额
0:10而如今这些负债似乎离奇地“消失”了
0:14它们藏到哪里去了呢
0:17国际清算银行给这种做法起了个名字
0:20Shadow Borrowing 影子借贷
0:22如今被称为hyperscaler的大型云巨头们
0:25正在用这样的手法藏起天价债务数字
0:28目的是让自己有一张更干净的资产负债表
0:32哈喽大家好
0:33欢迎收看《硅谷101》我是陈茜
0:35这期视频我们就来聊聊
0:36AI数据中心背后的债务账
0:39我们仔细翻阅了
0:40大型数据中心的各类申报文件
0:42找出了至少五种不同的藏债手法
0:44来看看巨头们
0:45究竟是怎么让这些债务“消失”的
0:48谁是这场金融游戏的幕后操盘手和话事人
0:51以及AI时代的次贷危机是否在萌芽呢
1:03如今我们说的五大hyperscaler数据中心
1:05背后的亚马逊、微软、谷歌、Meta
1:07以及甲骨文
1:08可以说是位列全世界最能印钱的机器们
1:12科技巨头们的现金多到不知道放哪
1:14于是它们做了一件事
1:16一遍遍回购自己的股票
1:18但是现在奇怪的事情出现了
1:21我们把2021年以来
1:23五家巨头的季度回购额都给排出来
1:25你会看到一条完整的下滑曲线
1:284年前的2021年第四季度
1:31五家巨头一个季度合计回购了480亿美元
1:34是历史峰值
1:36到去年最后一个季度只剩129亿
1:38再到今年第一季度
1:40又砍掉了近2/3 只有46亿美元
1:43四年多的时间少了九成
1:45如今还在回购的只剩微软一家
1:48谷歌从今年一季度起完全停止了回购
1:51Meta连续三个季度零回购
1:53Oracle上一个财年
1:54全年只回购了不到1亿美元
1:56而亚马逊
1:57则从2022年年中之后再也没有买过
2:00你可能觉得
2:01回购本来就是可多可少的事
2:04但是对于这几家公司来说
2:05它其实是一个信号
2:07以前它们把赚的钱还给股东
2:09现在这笔钱要留下来盖楼了
2:12那问题就来了
2:13这五家公司账上躺着几千亿现金
2:16怎么会缺到需要动股东的钱呢
2:18我们先来看看两条线
2:21大家看图中的蓝线
2:22是这五家hyperscaler财报上的经营现金流
2:25也就是它们“赚到的钱”
2:27橙色的这条线是它们每年的资本开支
2:29这其中的花销增速
2:30很大一部分就是盖数据中心花出去的钱
2:34AI研究机构Epoch AI
2:35在今年6月的一篇报告里面
2:37就做了一次推演
2:38把这五家的经营现金流和资本开支
2:41各自按2023年以来的趋势往后延
2:44经营现金流每年增长大约23%
2:47而资本开支每年增长大约70%
2:50那么这两条线会在今年第三季度交叉
2:53也就是说在2027年前
2:55如果科技巨头还是按现有的速度花钱
2:58它们将在明年就会“集体返贫”
3:00回到亏损时代
3:02所以这些公司面临的问题
3:04是钱来得不够快
3:05根据摩根士丹利的测算
3:072028年前全球数据中心资本开支
3:10大约2.9万亿美元
3:11其中大约1.4万亿
3:13可由超大规模厂商的现金流覆盖
3:15而剩下的大约1.5万亿
3:17就要靠纯外部资本了
3:19于是五家hyperscaler
3:20开始了疯狂发债的节奏
3:23HyperScaler爆发式发债
3:24HyperScaler债券是2026年的首选交易之一
3:282020年到2024年
3:30这五家公司平均每年发债大约280亿美元
3:33但是到了2025年
3:34这个数字涨到了1083亿
3:38而从今年初到我们写稿的7月底
3:40巨头们已经就快发了2000亿
3:42是过去的年均6倍
3:44不过这五家里面有一个例外是微软
3:462024年到现在
3:48它一笔公开债务都没有发过
3:50总债务反而还降了
3:51这件事情挺反常的
3:53那么中间的蹊跷我们放在后面再说
3:55那问题来了
3:56借来这么多钱到底拿去干嘛了呢
3:59你可能会觉得
4:00这还用问吗当然是买显卡盖机房了
4:03但是我们把这五家公司
4:04两年半里面发的招股书全部翻了一遍
4:07在资金用途这部分想找“数据中心”
4:09还有“人工智能”这两个词
4:10结果一次都没有出现过
4:14就拿Meta
4:14此前发行的这笔300亿美元的债来说
4:17Meta自己表示
4:18这笔钱是为AI和数据中心做长期融资
4:21但是在递交给证监会的招股说明书里
4:24“资金用途”整章基本上就六个字
4:27“一般公司用途”
4:29Oracle也是如此
4:302026年2月发债的时候说
4:32这笔钱是为了给云客户扩容
4:35结果第二天递交的招股书里面却写了
4:37“分红和股票回购”
4:39所以这里出现了一个很有意思的错位
4:42同一笔钱
4:43在财报电话会上是“我们要all in AI”
4:46但在招股说明书里面
4:48就只剩下“一般公司用途”这六个字了
4:51这么遮遮掩掩的原因也很简单
4:54前者是讲给股东听的故事
4:56而后者是要承担法律责任的具体表述
4:59巨头们在有法律文件里面
5:01把话说得如此模糊
5:03就是不想向市场公开宣告
5:04它们在大规模举债
5:06但你说既然市场愿意买
5:08公开债又便宜、又标准、容量又大
5:10为什么不大大方方地承认呢
5:13主要有三个原因
5:15第一就是市场的胃口有边界
5:18衡量一笔债好不好卖
5:20业内有个指标叫做超额认购倍数
5:23简单来说就是市场下的订单
5:25是发行量的几倍
5:27倍数越高说明越抢手
5:28比如说亚马逊的这个数据
5:30在过去九个月就一路地往下走
5:32从去年11月份的5.3倍
5:34是一路跌到了2026年7月的这笔1.6倍
5:39市场上有担心就认为
5:40倍数掉得这么快是市场开始害怕了
5:43但是在我们《硅谷101》的采访中
5:45两位华尔街投资人提供了不同的视角
5:48认购倍数的这个问题
5:49其实我的理解是
5:50因为这个市场还太新了
5:52更多的是因为这些发行人还没学会排队
5:55而不是说更多的是市场的担忧
5:57新到就是说从去年10月才开始
5:59比如说Meta今年第二笔120多亿的
6:02SPV（特殊目的实体）债进场
6:04同一个窗口还有好几百亿美金的项目
6:06也都在路演
6:07都堆在了一起
6:08再加上前一阵谷歌的现金流
6:12转负引发的情绪
6:13所以是这样导致了认购倍数的自然摊薄
6:17其实跟钱袋鼓不鼓没有什么关系
6:21更多反映的是大家的一个意愿
6:23其实就跟IPO一样
6:25比如说如果发行的债券很紧
6:27好我本来只需要买100股
6:30因为我知道抢的人很多我就申请200股
6:34所以倍数掉下来
6:36并不是市场没钱了
6:37而是大家变得更加挑剔了
6:39同一个时间窗口里
6:41好几百亿的公开债一起路演
6:43但愿意买这类资产的还是同一批机构
6:46而它们在一段时间里面
6:48能够吃下的同类型债务是有上限的
6:51而一旦发债的速度超过了这个上限
6:53发行人就只剩两条路
6:55要么提高利息
6:56把那些原本嫌贵
6:57站在场外观望的钱给吸引进来
7:00要么干脆绕开这个市场
7:02去找一批全新的买家
7:05现在这两件事都已经发生了
7:07我们先来看一下价格这一头
7:09借钱的价格也在变
7:112025年整个投资级债券市场
7:14中位数只要比二级市场多给2.25个基点
7:17就能够卖出
7:18但是到了2026年涨到了12个基点
7:21以今年7月亚马逊的那一笔为例
7:24最长的一档是多给了18到21个基点
7:27近5倍的代价
7:28多给的这十几个基点
7:30听上去是个小数
7:31但是摊到几百亿美元的发行量
7:33和二三十年的期限上
7:35意味着每年多掏出去的几亿美元现金
7:39但是更麻烦的是
7:40这个借钱的价格只会像阶梯一样越借越高
7:43市场给当前这笔债务的成本定价
7:45就成了下一笔的地板价
7:47也会顺带
7:48把公司在二级市场上的存量债券价格
7:51一起往下压
7:52也就是说
7:53公开债这条路对于这五家公司不是走不通
7:56而是每走一步都在变贵
7:58而且变贵的速度比它们盖楼的速度还要快
8:02第二个原因是过多的公开债
8:04打破了和股东之间的默契
8:07这些公司过去的形象是
8:08手上进现金、几乎不欠债
8:10赚了钱还给你
8:12而现在变成了大举借债、砍掉回购
8:15美国财经媒体CNBC就评论道
8:17这打破了它们和投资者之间
8:19“不言自明的契约”
8:21这个契约之所以要紧
8:23是因为它决定了今天到底是谁
8:25会去持有这几家公司的股票
8:27过去它们的买家
8:29很大一批是冲着“零净负债、高回购
8:31现金充沛”这套画像
8:33来的质量型和成长型基金
8:35一旦巨头们的资产负债表上
8:36开始堆起千亿美元的债务
8:38回购又被砍掉
8:40这批股东手里面的持仓逻辑就不成立了
8:43它们要么下调仓位
8:44要么要求更高的回报来补偿
8:47而债券那一头
8:47新增的债会推高杠杆率、压低评级
8:50让下一笔债更贵
8:52所以打破契约的代价
8:54是股和债两头被同时重新定价
8:58而第三个原因可能才是最根本的
9:00那就是公开债借来的钱
9:02会一分不少地记在自己的资产负债表上
9:05这直接会决定了评级机构给它们什么评级
9:08而评级又决定了谁可以买它的债
9:11这五家里面押得最厉害、借得最多的
9:13是Oracle
9:14它的资本开支一年之内
9:16从212亿美元涨到了557亿
9:19而今年7月份
9:20标普把Oracle的债务评级
9:22从BBB降到了BBB-
9:23离垃圾级只差一档
9:25可能有观众会问
9:27不就降了一级吗有那么严重吗
9:30问题在于
9:30掉出投资级不仅是面子问题
9:33还有买家名单的问题
9:35一般情况下
9:35保险公司和养老金这一类资金最雄厚
9:38但是对风险非常厌恶的机构来说
9:40内部对评级有严格要求
9:43评级一旦掉下去
9:44会直接影响内部对投资标的的判断
9:47而它们恰恰是这些公司最大的一批买家
9:51它们（保险基金）（对）Oracle也有投资
9:52但是当时投得比较小
9:54也是考虑到Oracle的这个风险
9:56如果以后假设Oracle跌出了这个投资级
10:01对它来说
10:01它其实更在乎的是说Oracle是否会违约
10:06因为走到违约那一步的话
10:07你肯定首先还是先走equity（股东）
10:10然后债权人开始承担损失
10:11所以在这个角度上
10:12它们并没有那么担心评级的变化
10:14而更多的是底层信用
10:16Underlying credit的变化
10:17因为这个是private credit（私募债）
10:19如果历史上它也觉得
10:21一旦到了这个程度
10:22说大家都想跑了
10:24这种情况下大概率也不是那么好卖出的
10:27真正的问题不光是“必须卖”
10:28而是在想卖的时候
10:30还有没有人接盘
10:32所以对于这几家公司来说
10:34账面上的债不是可以无限往上加的
10:37加到某个位置买家自己就消失了
10:40而Oracle
10:40可能就是那个已经加到位置上的人
10:44所以来总结一下
10:45这五家公司想要的其实是三样东西
10:48第一就是更多的钱
10:50因为公开市场上那批老买家
10:52已经明显撑不住了
10:54而第二是期限更长的钱
10:56我们知道盖一座数据中心
10:58从动工到收回成本
11:00要十多二十年的时间
11:01公开债给不了这么长、又这么定制的条件
11:05第三也是最难的一样
11:07就是它们希望这笔钱
11:08最好别那么显眼地
11:10记在自己的资产负债表上
11:12而这三样公开债市场一样都给不全
11:15那么谁能够同时满足这些需求呢
11:19巧了
11:20就在同一个时间点
11:21华尔街那边也有一帮遇到麻烦的人
11:24而解决麻烦的最好办法
11:25恰恰就是把这三样东西一起给递过去
11:29这就一拍即合了
11:31华尔街上这群人中间
11:33有一个机构叫做Blue Owl
11:382026年上半年
11:40全球最大的私募信贷机构之一的Bule Owl
11:42旗下的一只基金连续两个季度
11:45遭到40%的赎回挤兑
11:47但最终只兑付了不到15%
11:49而公司的股价
11:50也从24美元一路跌到了9美元
11:53换句话说
11:54每三个想把自己的钱从里面拿走的人里面
11:57只有一个人能够真正地拿到钱
12:00为什么会出现这样的事呢
12:01因为它旗下这只被挤兑的基金
12:03主要投资软件SaaS领域
12:06而这正是今年华尔街最不想拿在手里的
12:10这里的关键词
12:11一个是“贷款率” 一个是“AI”
12:13两个因素叠加在一起
12:15让SaaS板块在今年数次在美股中崩盘
12:18从2025年的9月高点算起
12:20软件股一路跌了近四成
12:22过去投资人愿意给软件公司有很高的估值
12:25买的就在于确定性
12:27客户每年都会续订收入年年往上走
12:30而现在这份确定性被打上了问号
12:33因为市场判断 AI会杀死软件
12:37逻辑也很简单
12:38如果一家公司用了AI
12:39自己就能够做出一个够用的工具
12:41它为什么还要每年去掏订阅费呢
12:44但是有意思的一件事是
12:46如果你去看基本面情况并没有那么糟
12:49微软的M365订阅业务
12:51同期收入增速从15%升到了19%
12:54ServiceNow, Salesforce, Snowflake
12:56这几家SaaS公司
12:58最近的季度营收也在企稳甚至加速
13:01既然基本面没事
13:02那么为什么会崩得这么惨呢
13:04这就要说到软件公司的贷款率了
13:07国际清算银行今年7月的一份报告就显示
13:10在私募信贷机构
13:11放给SaaS公司的所有贷款里面
13:13有60%是借给了那些
13:15同时向七家以上机构借钱的企业
13:18而十年前这个比例还不到10%
13:22所以就算SaaS业务暂时没有被AI冲击
13:25然而一旦市场的情绪转向
13:27整个SaaS产业的信贷敞口逻辑开始崩塌
13:30Blue Owl承认了这一点
13:32我认为大多数放贷机构
13:34拥有大量软件相关业务的
13:35都会寻求降低风险敞口
13:38我们也不例外
13:39但会控制在合理范围内
13:42而更要紧的是真正的检验其实还没有到
13:45根据摩根士丹利的计算
13:46大约11%的软件贷款
13:48在2027年年底之前到期
13:51另外有20%在2028年年底之前
13:54这意味着资本巨头们
13:55必须在SaaS“失灵”之前
13:57找到一个让市场能重新买单的故事
14:01而这个故事就是AI数据中心
14:09过去的私募信贷最大的一块资产
14:11其实是软件公司
14:12但是软件现在的故事讲不动了
14:15这批投资人其实正好把额度转过来
14:17来投这个数据中心的债
14:19比如2025年12月
14:20Blue Owl就以不符合承销标准为由
14:23拒绝了Oracle在密歇根的数据中心项目
14:26但很快
14:27这个单子就被另外一家私募资管巨头
14:29PIMCO以更高的定价给抢了下来
14:342026年围绕AI数据中心的“抢单”事件
14:36几乎每个月都在华尔街上演
14:39同一个数据中心项目要融资
14:40能够收到好几家机构的同时报价
14:43谁给的利率更低、条件更松
14:45谁就能够敲下这笔单子
14:48把数据中心打包成证券卖给投资人的规模
14:51从2022年的13亿美元
14:53涨到了现在的300到400亿美元
14:56四年来翻了二十倍
14:58而在所有这些交易当中
15:00有一单最为标志性
15:02那就是Meta最新的Hyperscaler
15:04叫做Hyperion
15:05接下来我们就以它作为案例
15:07一步步来拆解一下它的“藏债大法”
15:13Hyperion这个项目一共借了273亿美元
15:17而在Meta自己的资产负债表上
15:19跟这个项目有关的记录
15:20只有一笔23.7亿美元的投资
15:24那么剩下那两百多亿去哪儿了呢
15:26我们来一层一层地
15:27拆解下它们的“藏债工具”
15:29这座数据中心在路易斯安那州
15:32登记在一家名叫Laidley LLC的公司名下
15:35园区由它运营
15:36还跟当地的电力公司
15:37签了一份15年的供电合同
15:40Laidley上面
15:41是Project Beignet Holdings
15:43数据中心的产权在这家公司手里
15:46再往上是Beignet Investor
15:48那273亿的债券就是它发的
15:52更上面是一家叫做
15:53Beignet Pledgor的公司
15:55它全资持有Beignet Investor
15:57同时它把这些股权质押给了受托人
16:00这样债权人把273亿美元借出去
16:03拿回的抵押品
16:04是发债公司的股权和它名下的数据中心
16:08Pledgor上面还有四家持股公司
16:10其中一家
16:11叫做Beignet Net Lease Aggregator
16:13它把所有出资人先汇集进一个壳里
16:16再由这家壳公司出面持股
16:18而站在最顶上的
16:20是Blue Owl旗下的一只叫做OSNL的基金
16:23它专做净租赁不动产
16:25除此之外
16:25还有一批跟着Blue Owl
16:27一起出钱的共同投资人
16:29到这 Hyperion这个数据中心资产
16:31就和与它相关的债务
16:33做好了法律层面的隔离
16:35另外你会发现
16:36这几家公司的名字都带着一个词
16:38叫“Beignet”
16:40这是新奥尔良街头的一种油炸甜点
16:43这种“美食命名法”
16:44倒是跟Meta大模型的取名方法
16:46是同一个路数
16:47我们去查了查这七家带Beignet名字的
16:50公司的注册记录
16:51它们全部注册在美国特拉华州
16:54注册时间前后不到六个星期
16:56在特拉华州
16:57有限责任公司
16:58不需要公开自己的成员和出资比例
17:01这笔273亿美元的债券也一样
17:04不用向证监会递交招股说明书
17:06也就是说
17:07它永远不会转成一笔公开登记的债券
17:10但法律层面的隔离
17:12其实并不能够让债务消失
17:14这类壳公司结构其实一点都不新鲜
17:17它们在金融领域有一个正经的名字
17:19叫做特殊目的实体简称SPV
17:22而正因为太常见
17:24会计准则早就对这套结构有所准备了
17:27美国会计准则里面
17:29有一条专门管这件事情的规定
17:31它的原则是
17:32一笔债要不要放进你的资产负债表
17:34主要看两条
17:36第一你对项目的关键决策
17:38有没有主导权力
17:39第二你是否是该项目的主要受益人
17:42而Meta的答案写在股权结构上
17:45Blue Owl通过63%的股权
17:47间接控股Beignet Investor
17:49然后又通过Beignet Investor
17:51持有Project Beignet Holdings
17:5280%的股权
17:54也就是实际拥有数据中心的那家公司
17:57而剩下的20%是Meta的
17:59这也就是Meta资产负债表上
18:01那笔23.7亿美元的投资
18:04Meta自己在财报里面是这样写的
18:06因为在这家合资公司里面
18:08最重要的经营活动上没有主导权力
18:10所以Meta不是主要受益人
18:12因此不用并表
18:13合资公司不并进Meta的报表
18:15那与它相关的273亿美元债务
18:18也就自然从Meta的负债表上消失了
18:21但是这就引出了下一个问题
18:23这笔债不在Meta的表上
18:25是不是就意味着Meta不用还钱了呢
18:28答案是当然得还了但是绕了一圈
18:31Meta旗下有一家承租公司
18:33叫做Pelican Leap
18:35它跟Hyperion的运营主体Laidley LLC
18:37签了一份租赁合同
18:39从2029年起
18:41Pelican Leap
18:41要每个月向Laidley交纳租金
18:44这笔钱先到Laidley账上
18:46然后顺着Beignet这一串壳公司往上走
18:49最后到债券投资人手里用来偿还本息
18:52所以绕了这么一大圈
18:54还债的钱都还是Meta自己掏的
18:57我们再来看看这笔债本身
18:59总金额272.9亿美元票息6.581%
19:032049年5月到期而且是完全摊销
19:06说白了
19:07这就是一笔24年的按揭贷款
19:09还有一个细节值得我们注意
19:11这份租赁合同的初始租期是4年
19:142029年起租
19:15并且给Meta附上了续约选择权
19:18最长可以续到20年
19:20可是这里就又有一个问题了
19:22这笔债要还24年
19:23但是Meta只租了4年
19:25也就是说到2033年的时候
19:27Meta可以选择直接走人
19:29那剩下这两百多亿的债谁来还呢
19:32答案还是在这份租约里面
19:34我们来仔细看一下这份租约
19:37除了每个月的租金
19:38Meta还在租约上附加了一份残值担保
19:41它的上限大约是280亿美元
19:44Meta在财报里面写得很清楚
19:45如果它决定不再续租或者退出这个园区
19:49到时候这个园区的市价
19:51与280亿美元之间的价差
19:53全部由Meta补上
19:55所以这笔273亿美元贷款的真正抵押品
19:59其实就是Meta自己
20:01这个结论你也能够从这笔债的
20:03信用评级里面能看出来
20:06标普给这笔债券的评级是A+
20:08而Meta自己的评级是AA-
20:10其实就是拿Meta自身的信用往下调了一档
20:13你不会说是因为我
20:15给你有一个guarantee（担保）
20:17你就能享受到（我）的credit rating（信用评级）
20:19那是不可能的
20:21市场没有傻到这个程度
20:22它的credit rating（信用评级）
20:23就是比Meta低
20:24它会考虑到
20:25Meta是作为一个backing（信用支撑）
20:26但是不会给你100%的credit（信用认可）
20:29它肯定要有haircut（折扣）
20:31作为投资人在评估Meta的时候
20:33我其实不是非常关心说
20:34它到底是在哪张表上它是表内表外
20:37而是说它这个确实是Meta实际的义务
20:39它就是说租约加上残值担保
20:43本质上就是Meta长期的一个
20:46固定支出承诺
20:47所以我会把它算进我的模型里
20:48当然了
20:49Meta为了要得到这张干净的资产负债表
20:52也是要付出额外的代价的
20:54Meta如果自己在公开市场上
20:55发一笔同样期限的债
20:57成本大约是5.5%
21:00而通过Beignet这套SPV借钱
21:02成本是6.581%
21:04相当于一年要多付将近3亿美元的利息
21:07设计出这么贵的一套工具
21:09Meta和华尔街显然不打算只用一次
21:12而就在今年7月第二笔来了
21:15名叫做Sopaipilla
21:17这是Meta
21:17在得克萨斯州埃尔帕索的另外一个项目
21:207月27号定价
21:21最终发了125亿美元
21:23票息7.534% 2048年到期
21:27同样是完全摊销
21:28同样的“八二开”股份结构
21:31唯一的区别是
21:32这一次拿80%的
21:33从Blue Owl变成了贝莱德
21:36不到一年的时间
21:37Meta就发行了两笔数据中心债
21:39加起来将近400亿美元
21:41所以说Meta设计的这套发债机制
21:43已经是非常成熟了
21:45但当前的市场
21:46对同一家公司连续快速发债的风险敞口
21:49依然是比较有严格的把控的
21:51我观察到很多这种
21:52实际参与了这两笔融资的大机构投资人
21:57对比去年
21:58今年这个125亿的参与度是相对少了很多
22:01有几个原因
22:01首先就是它们觉得这两笔发得太快了
22:05一下出来了很多大量的、可投资的标的
22:07第二个就是当它们
22:09越来越多地去投资数据中心的时候
22:11数据中心在它们的
22:13Portfolio（投资组合）里面的占比
22:15已经达到了一个比较高的程度
22:17在这个时候它们要非常平衡
22:19自己credit portfolio（信用债）的
22:21一个资产配置
22:23所以今年会稍微少投一些
22:26但是这个其实本身和Meta是没有关系的
22:28我们同时也把另外四家巨头的财报
22:31也翻了一遍
22:32发现在“发债”这件事上
22:33大家真的是八仙过海各显神通
22:40先来看看微软
22:41我们开头就说到了它挺奇葩的
22:44它不搭壳也不发债
22:45在过去的将近两年
22:47微软资产负债表上的总债务不升反降
22:51从449亿美元一路是降到了403亿
22:54但这其实是它的障眼法
22:56就在同一段时间里
22:57微软的融资租赁负债
22:59从271亿涨到了629亿美元
23:02翻了一倍多
23:02比它的总负债还多两百多亿
23:05融资租赁的意思说白了
23:07就是名义上租、实际上是分期买
23:09租期几乎是覆盖了这栋楼能用的全部年限
23:12会计上就认定
23:13你其实已经把它买下来了
23:15只是钱分期在付
23:17所以这笔钱得全额记进负债
23:19但在资产负债表上
23:21它不用写在“债务”的那一行
23:23也就是说你从资产负债表上的表面
23:25是看不到它的
23:27这笔629亿美元
23:28的确记在了微软的负债表上
23:30不过它不叫“债务”
23:32而是被拆进了“其他流动负债”
23:34和“其他长期负债”这两行里
23:37再来看看谷歌
23:38它比微软走得更进一步
23:40它连壳都不搭也不持股
23:42只做一件事
23:43就是给别人盖的机房做付款担保
23:46让它能够借得到钱
23:48谷歌自己在财报里面写了一句话
23:50一旦对方违约
23:51“我们保留接管底层租约的权利”
23:54这些担保在会计上
23:55被记成了“信用衍生品”
23:57账面规模半年之内
23:59从169亿美元涨到了438亿
24:02但是这438亿里面
24:03只有一小部分是进入了谷歌的负债表
24:06也就是这份担保“今天值多少钱”
24:08而这部分总共8.15亿美元
24:11连总金额的2%都不到
24:14亚马逊是五家里面最老实的一个
24:16它就是自己借钱自己盖
24:19今年3月
24:19亚马逊一次性发了五百多亿美元的债
24:22不过它的手上
24:23还另外签了1063亿的租约
24:26和后面要说的Oracle一样
24:28都没有进入亚马逊的负债表里
24:31最后是甲骨文Oracle
24:33它既不搭壳也不做担保
24:34而是只签合同
24:36甲骨文Oracle签下的租约
24:38一共2600亿美元
24:39几乎全部与数据中心有关
24:42租期15到19年
24:43而这些租约要到明年才开始起租
24:46也就是说到今天为止
24:47这些租赁债务
24:48一分钱都没有写到它的负债表里
24:51总的来说
24:52Meta搭壳、微软走融资租赁、谷歌卖保险
24:55亚马逊和Oracle全靠租
24:58这几家的做法基本上都是不一样的
25:01但你要是把这五张图叠在一起看
25:03会发现它们在做的其实是同一件事
25:06我们把它称之为“还钱的艺术”
25:09我们先建立一个标准
25:11把一家公司的债务分层三层
25:13第一层是已经借到手的钱
25:15比如说债券、票据、贷款
25:17这些钱是真金白银进了账
25:19也真金白银地记在了负债表上
25:22第二层是表内全部的欠账
25:24除了借款
25:25还有比如说
25:26欠供应商的贷款、欠客户的服务
25:28和已经开始付的租金
25:30第三层是签了字但还没有上表的
25:32比如说“租约”
25:34这一层不出现在资产负债表上
25:36只写在财报最后的附注里
25:38那问题来了
25:40一笔将来一定要付的钱
25:41什么时候才算是债呢
25:43根据会计准则
25:44只要是拿到了钱、拿到了货
25:47或者拿到了一栋已经能够用的楼
25:49就必须得记
25:51如果什么都还没拿到那就不用记
25:54这也是巨头们藏债的核心方法
25:56把“自己盖楼”变成“向别人租楼”
25:59租楼的形态主要有三种
26:02第一种是融资租赁
26:03它上表但是被拆进“其他负债”里面
26:06表面看不见
26:07微软的629亿债务就属于这一种
26:10第二种是经营租赁
26:12它也上表但是只上租金现值的那一小块
26:15比如说Meta的那份租约
26:17就只记了四年的债务
26:19第三种是还没有开始起租的
26:21它一分钱都不上表
26:23Oracle的那2600亿
26:24亚马逊的那1063亿美元
26:27全部都站在这一层
26:29我们把这五家的数字摆在一起看
26:32已经借到手的钱
26:33五家加起来4458万亿
26:36而签了字、还没有上表的租约
26:38是8310亿近2倍
26:40如果再把采购和建设的承诺算进来
26:43总和就是2.13万亿
26:46这就是AI数据中心背后
26:48最终真正要付出去的那笔钱
26:51当谷歌和华尔街这么一拍即合
26:53这种玩法有没有风险呢
26:59到这里
27:00我们已经看完了五家巨头各自的做法
27:02如果你把它们排成一条线会发现
27:05这是一条不断往下延伸的金融产品线
27:08越往下价格越贵风险越高
27:11一开始这些公司历史上都是非常有钱的
27:14都是可以去靠烧自己的
27:16Cash flow（现金流）来做的
27:18但到现在这个肯定是不行了
27:21再往下就是它们各自
27:22像Meta, Microsoft, Amazon
27:25都发自己的企业债
27:28再往下就是这种projet base（项目制）的
27:31Financing（融资）
27:32或者是joint venture（合资）
27:33再有它们会帮着
27:36像CoreWeave, Nebius这些来发它们的债
27:40再往下走
27:41其实就是一些像以GPU作为抵押品
27:45这以前都没有
27:46所以你从这个风险的角度来讲
27:49其实就是从上往下慢慢慢慢去往上走的
27:52当然在这场AI军备竞赛当中
27:54需要借钱的不止巨头
27:56而华尔街也为所有人
27:58准备了一整套丰富的金融产品
28:01其中最值得关注的
28:02就是用显卡作为抵押品的贷款
28:05比如说这家非常大的保险公司
28:07它们已经做了一些
28:09比如类似于Meta这样的债务
28:11但是它们其实之前没有做过GPU相关的
28:13现在它们也去尝试说
28:15要去做GPU相关的
28:16这种相对短期一点的credit（信用债）
28:19它们讨论的点是说
28:21这是一个比较新的尝试
28:23对于它们的portfolio（投资组合）里面
28:25GPU其实和数据中心都算AI
28:28但是算不同的配置
28:302023年
28:31AI云服务商CoreWeave想要借这种钱
28:34大约要付15%的利息
28:36而到了今年3月
28:37这种贷款的利息已经降到了大约5.9%
28:41而且还能够拿到投资级评级
28:44也就是说在不到三年的时间当中
28:46华尔街就已经把显卡
28:48认成了一种新的硬资产
28:50而且这种资产的边界还在往外推
28:52今年7月
28:53一家2026年才成立的推理云公司
28:56General Compute
28:57用一批推理专用芯片
28:59借到了4亿美元的贷款
29:00这也是推理芯片
29:02第一次成为大额AI贷款的主要抵押品
29:05而就在不久之前
29:06把显卡变成资产这件事情
29:08被推到了一个新的高度
29:098月10号
29:10黄仁勋亲自在推特上发表长文
29:13标题叫《英伟达的AI算力正在成为一种可投资的资产类别》
29:17黄仁勋在文中宣布
29:18联合阿波罗、贝莱德、黑石
29:20Brookfield、高盛、KKR这六家机构
29:22成立专门的AI算力融资平台
29:25目标是撬动超过5000亿美元的第三方资本
29:29英伟达特意说明
29:30这5000亿不是它自己的收入
29:32也不是某一只基金
29:33或者对某一个客户的承诺
29:35而是这些平台
29:36未来要动员的社会资本总量
29:39你会发现
29:39这六个名字
29:40我们在前面几乎全部都见到过
29:43他在文章里面写
29:45“在AI时代算力就是收入”
29:46并且认为AI工厂
29:48可以像基础设施一样被融资
29:50但是一样东西要能够被当成抵押品
29:52光能产生收入还不够
29:54还得回答另外一个问题
29:56也就是几年之后它还值多少钱
29:58黄仁勋的回答分两层
30:00第一层是拿市场价格说话
30:03他说 2020年推出的A100
30:05六年之后仍然在商用
30:07经济寿命正在往十年这个数字上靠
30:09而H100的一年租赁价格
30:11从2025年的10月每卡时约1.7美元
30:14涨到了今年3月的大约3.35美元
30:17显卡本身的赚钱能力也上来了
30:20第二层是英伟达自己下场兜底
30:22黄仁勋在推文里称
30:24在部分项目上
30:25英伟达可能会为其中最多25%
30:27提供一种“残值支持”
30:29并且强调这个比例
30:31比市面上其他算力融资安排要低得多
30:34你看 “残值支持”这四个字
30:37我们在之前讲Hyperion的
30:38273亿美元债务的时候就提到过
30:41在这笔贷款当中
30:43就是Meta为数据中心提供了残值担保
30:46现在站出来兜底的
30:47不光只是租楼的人连卖卡的人也来了
30:51任何一个东西都有一个price（价格）
30:53只要这个price是对的就好
30:55就是白菜再烂
30:57但只要它的价格足够低
31:00可能也能做个好菜
31:01它的这个lifetime（使用寿命）
31:02不像你的数据中心
31:03你可以是10年、20年的duration（久期）
31:05你（GPU）这可能就是5年以内
31:07在这种情况下你的风险是多少
31:09我觉得还是回到
31:10Price是不是justify（说得通）
31:12你通过这种方式借钱的人
31:13可能你就是整个风险链条上面
31:16风险最高的那一批
31:18第二种主流贷款是资产证券化
31:20也就是ABS
31:22它把数据中心租约的未来租金打包成证券
31:25切成从AAA到BB不同的档
31:27卖给风险偏好不同的投资人
31:30目前这类证券的市场存量大约340亿美元
31:33而机构预测
31:34光今年一年的新发行量就会冲到500亿
31:38第三类稍微有点复杂
31:40叫做风险转移 SRT
31:42它的做法是
31:43银行把贷款留在自己账上
31:45但是向私募基金买一份“首损保险”
31:48把赔付的风险转嫁出去
31:50但是贷款还挂在自己名下
31:52这样更多的资本就可以被释放出来
31:54再拿去放新的贷款
31:56而SRT已经是一个万亿级的市场了
31:59而且越来越多的SRT
32:01被用在AI相关的贷款上
32:03到这里我们看懂了
32:04这些债是如何被藏起来的
32:07也聊了华尔街是怎么在这之上
32:09把资本玩出了花
32:11但是这里还有个问题
32:12新盖的这些数据中心
32:14产权到底在谁手上呢
32:20我们把刚才那些贷款交易背后的名字
32:22认真梳理一遍
32:24会发现来来回回就那么几个
32:26Blue Owl、Brookfield、PIMCO
32:28黑石、KKR、贝莱德
32:30没错它们就是这些巨额“数据中心债”
32:33背后的话事人
32:35而且更想不到的是
32:36它们早在AI浪潮还没出现之前
32:38就已经在盘算着这门生意了
32:41我们先把时间拨回到2021年
32:44那一年全球数据中心的并购金额
32:46是490亿美元
32:47创下了当时的纪录
32:49随后的2022年
32:50这个金额维持在了480亿美元的位置
32:53一共187笔交易
32:55这些并购资金里有91%来自私募资本
32:59而平均每一笔交易的规模
33:01从2018年的8000万美元
33:03涨到了2022年的2.35亿
33:05四年翻了将近三倍
33:07你可能以为它们买的是服务器
33:09但其实买的是数据中心的楼、土地
33:13还有已经接进来的电网
33:15后来在2023年
33:16由于加息并购金额短暂下跌
33:19但是从2024年开始年年创下新高
33:21其中84%的钱也是来自私募资本
33:25为什么这些资管巨头会早早地
33:28就看上了这些地皮呢
33:29答案其实也很简单
33:31因为数据中心的租客
33:32是全世界信用最好的一批公司
33:36新冠疫情以来线上办公的普及
33:38开始让云计算进入华尔街的视线
33:41但是数据中心极其烧钱
33:42托管商自己盖不起只能拉人合伙
33:45而参与进来的租客是投资级的云巨头
33:48而且一签就是十几年的长约
33:51于是在华尔街眼里
33:52数据中心就不再是一门科技生意了
33:54而是一笔类似基础设施的稳定收益
33:58而在那个利率几乎为零的时代
34:00手握大把现金的养老金
34:01和主权财富基金要找的
34:03正好就是这类资产
34:05所以早在AI之前
34:07华尔街就已经把托管数据中心
34:09做成了一笔收租生意
34:11我们来看看两个比较典型的案例
34:152023年12月
34:16黑石和数据中心地产商Digital Realty
34:19成立了一家70亿美元的开发合资公司
34:22股权比例是
34:23黑石占80% Digital Realty占20%
34:262024年10月
34:28全球最大的数据中心托管商Equinix
34:30拉上新加坡政府投资公司和加拿大养老金
34:34成立了一家
34:34规模超过150亿美元的合资公司
34:37这一次两家出资方各占37.5%
34:41Equinix自己留着25%
34:43所以回过头来看
34:45Meta的“八二开”股权结构
34:47其实早就已经有了
34:48比例都是一模一样的
34:51也就是说到2023年为止
34:53AI数据中心这门生意需要的东西
34:55其实就已经齐了
34:57结构是现成的租客是现成的
35:00连比例都是现成的
35:02但是这里还有一个问题没有被解释
35:04为什么这么大的一笔钱
35:06都是私募资本在出呢
35:08这就要聊到传统银行的败退了
35:15按理说这本应该是银行接的活
35:18但是恰恰就在这个时候
35:20本来最该干这件事情的人先退场了
35:23为什么我们说在金融危机以前
35:24没有这个行业private credit（私募信贷）
35:25就有一些小公司放高利贷
35:27为什么过去20年
35:29就形成了一个巨大无比的
35:31Private credit（私募信贷）
35:31很大一个原因在于
35:33国家说银行不允许参与这种高风险的活动
35:38银行不参与但是这个需求还是在的
35:41那谁来做呢
35:42于是private credit（私募信贷）出现了
35:45它实际上就是一个银行的补充
35:47高利贷很多时候
35:48银行因为监管的原因、杠杆的限制不能做
35:50好你不做我做
35:53所以这个行业才出现了
35:55也就是说这个行业
35:56本来就是替银行去做银行不能做的事
35:59而2023年这条边界又往外推了一次
36:032023年3月硅谷银行倒闭
36:05引发了一连串银行危机
36:07同年7月美国监管机构出台了一份
36:09名为“巴塞尔协议Ⅲ终局”的
36:11资本规则草案
36:12按这份草案银行账上每多留一笔
36:15超长期限的大金额定制贷款
36:17需要占用的自有资本就会明显上升
36:20所谓自有资本
36:21就是指银行股东自己投进来的那部分钱
36:25监管要求银行每放一笔贷款
36:27都得从这部分钱里面拿出一块垫在下面
36:30万一贷款收不回来
36:32先亏股东不亏储户
36:34一笔贷款占用的自有资本越多
36:36能放出去贷款的股本就越少
36:38于是整个银行业开始收缩资产负债表
36:41对长期、大额、又不标准的资产格外谨慎
36:45而数据中心恰好就是银行
36:46最不想留在自己账上的那一类资产了
36:50它们的期限动辄十几年
36:52单笔金额巨大而且高度非标准化
36:55但是私募资本就正好相反了
36:57它们背后是保险年金和养老金
37:00那是真正的耐心资本正好对得上胃口
37:03于是 AI基建就逐渐变成了
37:05私募信贷的主战场
37:07而传统银行的角色
37:08则是越来越向“中介”去靠拢
37:11我们视频前面提到过
37:13过去十年私募信贷最大的一块生意
37:15其实是SaaS软件
37:17私募基金们已经放给软件公司
37:19但目前还没有还完的贷款余额
37:21也就是存量贷款
37:22从2015年的不到80亿美元
37:25涨到了2025年年底的五千多亿
37:28是占到私募信贷直接贷款的大约19%
37:31也就是说
37:32私募基金“自掏腰包”借出去的钱
37:34五分之一都给了SaaS公司
37:36而AI相关的贷款
37:38存量则是在最近三年
37:39从零涨到了两千多亿美元
37:42占比从不到1%涨到了接近8%
37:45现在投AI相关领域的私募信贷基金
37:47比例从十年前的5%涨到了20%
37:51而按交易笔数算
37:52AI相关的交易已经占到了34%
37:56市场这一头也在变
37:57像我们前面提到的Hyperion
37:59这样的私募配售债券
38:01在数据中心这个领域
38:02去年底还几乎是一片空白
38:05但有统计显示
38:06现在这个市场已经增长了400多亿美元
38:09而未来的三年
38:10AI基建预计还要从私募信贷手里面
38:12拿走8000亿美元
38:14比软件用十年攒下来的存量还要多
38:17那是不是可以说
38:19AI数据中心背后的话事人
38:21已经从银行换成了这些资管巨头呢
38:23不用神话
38:24我觉得他们就是一个提供资金的渠道而已
38:27你可以在公开市场上
38:28Investment grade（投资级）去发债
38:29你可以在
38:30High yield market（高收益债市场）上
38:30去发债
38:31再往下你借不到钱了
38:32你就有各种各样的
38:35你就把它想象成高利贷
38:36我觉得就是大家做各自该做的事情
38:39挣自己该挣的钱
38:41另外一方面
38:41在AI基建这波大浪潮当中
38:43资管巨头的地位
38:44可能没有它们以为的那么稳
38:47今年3月
38:48“巴塞尔协议Ⅲ终局”的要求
38:49被大幅度放松了
38:51企业贷款的风险权重被调低
38:54在这之前银行普通企业贷款
38:56自己要垫的自有资本是贷款金额的四倍
38:59等于直接杀死了这项业务
39:01银行给普通企业贷款时的资本占用
39:04从草案里的四倍恢复到了原来的1比1
39:07按照监管自己估算
39:09这会给银行释放出一万多亿美元的
39:11新增放贷能力
39:12比如说根据报道摩根大通
39:14就已经划出了500亿美元的直贷额度
39:17所以传统银行正在回归
39:19AI基建的话事权争夺战当中来
39:22一场精彩的拉锯战可能才刚刚开始
39:24但是问题来了
39:25这样庞大的AI债务
39:27这么多资本的玩法
39:28是否在催生出
39:30新一轮AI时代的次贷危机呢
39:362026年4月
39:37在Blue Owl基金遭到严重赎回挤兑后不久
39:40它发行了一笔4亿美元的新债券
39:42结果马上被市场买光了
39:44这笔债券的买家只有一个
39:46就是PIMCO太平洋投资管理公司
39:49全球最大的债券投资机构之一
39:51手里管着全球两万亿美元以上的资产
39:54这也就是说一家私募机构发的债
39:56被另一家私募机构的基金全部吃掉了
40:00我们把过去一年
40:01最大的几笔数据中心融资摆在一起会发现
40:04同样这两个名字
40:05出现在了四种完全不同的位置上
40:08第一笔是Meta的Hyperion 273亿
40:11Blue Owl是股东持股80%
40:13PIMCO是那批债券的锚定投资人
40:16一个出钱建楼一个借钱给这栋楼
40:19第二笔是AI云服务商Nscale
40:21那笔14亿美元的GPU担保贷款
40:24这一次两家换了位置
40:26变成了并肩的债主共同放贷
40:28第三笔是Oracle在密歇根的
40:31163亿美元项目
40:33Blue Owl看过之后
40:34以“不符合自己的承销标准”退出
40:36而PIMCO接了下来
40:38锚定了大约100亿
40:39同一个项目
40:40一家觉得不能做另一家做了
40:43第四笔就是刚才我们说到的那4亿美元
40:45这一次 Blue Owl是发行人
40:47PIMCO是唯一的买家
40:49所以在一年之内
40:50我们看到这两个名字之间的关系换了四种
40:53但是无论位置怎么换
40:55接盘的钱始终都来自同一个圈子的内部
40:58而这件事监管已经注意到了
41:01美国金融研究办公室
41:03在今年3月的一份简报当中就写道
41:05这种集中凸显了传统金融机构
41:07与私募信贷生态之间的互联性
41:10而金融稳定理事会5月的报告当中
41:12也把这种“银行互联”
41:14列为了这个行业的首要脆弱性
41:16今年第二季度
41:17投资人一共申请赎回156亿美元
41:20但是最终只拿回来了59亿
41:23这里的差额并不是基金想赖账
41:25这类半流动性基金
41:27普遍设有一个季度赎回上限
41:29通常是基金净资产的5%
41:32申请赎回的金额一旦超过这个上限
41:35基金就按比例分配来退款
41:37比如说你申请赎回100万
41:39可能只批给你38万
41:40剩下的要排到下一个季度重新排队
41:43而就在同一个季度
41:44这些基金转身去了债券市场借钱
41:47以管理公司自己的名义
41:48发行投资级公司债
41:50用来补充自有资金、维持继续放贷的能力
41:53阿波罗、贝莱德、Ares、Blue Owl
41:56一家接着一家
41:57要知道这些资管机构拿来的钱
41:59并不是自己的
42:01而是来自保险公司和养老金
42:03现在光是养老金已经答应购买的债券
42:06但还没支付的金额
42:08就有近一千亿美元
42:10去买这些债券的人
42:12前面的是所谓的叫基金
42:14不管是long only（只做多）
42:15还是hedge fund（对冲基金）
42:16还是一些叫银行也好或是保险公司也好
42:19但他们背后的钱是谁
42:21在美国最大的可能就是pension（养老金）
42:24Endowment（大学捐赠基金）
42:24Foundation（基金会）
42:25当然 endowment（大学捐赠基金）
42:26Foundation（基金会）只是私人的钱
42:29但pension（养老金）
42:30其实相当于是纳税人的钱
42:31所以绝大部分的钱
42:32还是来自于pension（养老金）
42:34和sovereign（主权基金）
42:36换句话说最后来买单的一定是纳税人
42:38所以这条资金链看起来是在自己人中间转
42:42但是它有一个出口
42:43就是普通人的退休账户
42:45而比这更麻烦的是抵押品这一头
42:48别的行业借长钱
42:49背后押的是公路、桥梁或者厂房
42:51能用几十年跟债的期限对得上
42:54而AI相关的债务
42:55背后押的很大一部分是显卡
42:58巨头们发行的这些公开债
42:59偿还期限都在几十年以后
43:01但是这些钱买回来的显卡
43:03五六年就折旧完了
43:05市场分析报告就指出
43:06一块H100显卡到第三年
43:09价格只能卖到新品的45%
43:12但折旧年限这个东西
43:13是科技公司自己定的
43:15定得长一点每年摊掉的成本就少一点
43:18账面上的利润也就更好看一点
43:21以前我们说depreciation（折旧）理论上
43:23不到三年的样子
43:24现在每一家云商
43:25至少这个depreciation（折旧）
43:28就是六年起、七年起
43:29包括大家这个厂房
43:30现在从可能10多年
43:32变成20年、30年
43:34明显大家都在玩一个会计的把戏
43:36但这东西不仅仅是微软自己在玩
43:39前面五个人大家都在做这样一个事情
43:42这并不是一个他独创的东西
43:44有做空机构就算过这笔账
43:46认为未来三年被少算掉的成本
43:48是千亿美元级别的数字
43:51Credit market（信用债市场）其实是
43:53非常sophisticated（成熟老练）的
43:55一个市场
43:55我想说这没有对和错的区别
43:58它也不代表这个市场疯狂了还是怎么样
44:00在这个周期、在这个环境下
44:02GPU它就变成了一个相对有价值的资产
44:05它有抵押价值
44:06那无非是在什么样的
44:07一个price（价格）上面
44:08我觉得这是更重要的事情
44:09现在信用违约掉期市场也就是CDS
44:12似乎已经在对这种风险定价
44:14看过电影《大空头》的朋友
44:16应该对这个名字都不陌生
44:17它本质上是一份违约保险
44:19而这个保险的价格
44:21其实就是市场给违约风险打的分
44:23保险越贵说明市场觉得越危险
44:26前不久 Oracle身上的CDS价格
44:29已经打破了历史记录
44:30创下2008年金融危机以来的最高水平
44:33约203个基点
44:35那这是不是一个危险的信号呢
44:38最近确实有朋友问
44:39说你看这些公司的CDS都在狂飙
44:42就拿Oracle来举例子
44:44在这个之前 Oracle是个什么生意
44:47它是个cash cow（现金牛）
44:48没有那么多投入了
44:49我就是以现有的产品、现有的客户
44:52躺在那儿挣钱
44:53大家要理解
44:54Credit investor（债权投资人）
44:56和equity investor（股权投资人）
44:57看这个问题的思路是完全不一样的
44:59你像我借钱给Oracle
45:00我才不关心你后面发展得好不好
45:03我只关心一个事情你会不会倒闭
45:05你能不能把这个钱还给我对不对
45:08所以credit（债权）的人
45:09都是担心这个问题的
45:11但现在Oracle
45:12它的商业模式发生了天翻地覆的变化
45:15它开始借债 build out（建设）
45:16你从credit（债权）的角度来讲
45:18它就不是同一个公司
45:20自然它所有和credit（债权）相关的东西
45:22就是会往上涨的
45:23这叫一个正常的repricing（重新定价）
45:25我想跟大家讲的是
45:26这不是一个危险信号
45:27这是一个市场在做它应该做的事情
45:29它在reprice（重新定价）这个生意
45:31这些公司会从以前的这种
45:33Asset light business（轻资产生意）
45:35也是free cash flow（自由现金流）
45:36非常好（的状态）
45:37它们势必会经历一段
45:39它们可能从来没有经历过的建设周期
45:42就是free cash flow（自由现金流）
45:43就是负的
45:44你要不停地去建设
45:45有点就像个石油公司了
45:46Credit market（信用债市场）
45:47就是在reprice（重新定价）这个东西
45:49如果市场真的算得出来
45:50那么它算的到底是什么呢
45:52上个月微软给了我们这样一个机会
45:55把这件事看清楚
45:57微软宣布从2027财年起
45:59数据中心和办公楼的折旧年限
46:01从15年延长到25年
46:03同时表示
46:03未来会有更多的数据中心租赁
46:05从融资租赁转成经营租赁
46:08因此不再计入资本开支
46:10这使得2026年的资本开支数字
46:13就这样从大约1900亿降到了大约1750亿
46:17财报当天微软股价涨了9%
46:20那么市场给微软的认可
46:21真的是因为一个会计口径的调整吗
46:24其实跟这个会计口径的统计
46:26并没有一个很大的关系
46:28可能就大家兴奋了两秒钟
46:30但很快华尔街就意识到
46:31它只是把一个口径改了
46:33实际上它花的钱并没有任何的区别
46:36真正让它股价起来
46:37是因为它自己的云这一块
46:39就是Microsoft Azure
46:40它的增速比大家想象得要好很多
46:42因为它超过了40个点
46:44那就说明它增速的主要来源
46:46是来自于它 AI compute（AI算力）
46:47这边租赁的结果
46:49那就说明你终端背后的需求是很旺盛的
46:53就说明不管是大企业还是小企业
46:55还是做AI的starup（初创公司）
46:56他们真的是在花现金
46:59在租赁微软提供的算力
47:02（那么）根据你们
47:04Charge（收取）客户的一个价格
47:05我们能够算出来
47:06你们买了个芯片、包含内存
47:09建了一个数据中心
47:10最后大概三年可以回本
47:13那你的ROIC（投入资本回报率）
47:14相对来说就接近30个点
47:16那是一个比较合理的
47:17ROIC（投入资本回报率）
47:17所以他觉得微软的这条路可以走通了
47:20过去的几周是一个大的
47:23Risk off（避险）的环境
47:24觉得市场reward（奖励）它
47:26更多的是它的云
47:28Azure的这个增长起来了
47:30同时当时对比Meta
47:33Meta就被penalize（惩罚）了
47:35Meta 我觉得市场去penalize（惩罚）它
47:38原因也很简单
47:39就是你也在花钱
47:41但是你的monetization（变现）的
47:44Sequence（节奏）不清晰
47:45市场是在reward（奖励）你花钱
47:47还是在penalize（惩罚）你花钱
47:50很大程度上取决于当时的
47:53Narrative（叙事）是什么
47:54当我们对AI有信心的时候
47:56那你花钱就是对的
47:57当我们突然再进入到一个
47:59Correction（回调）
48:00或者是AI这个叙事不好的时候
48:02那你花钱就是错的
48:04至于表内表外
48:05我觉得这是一个会计处理
48:07我不觉得这是有意地去隐藏
48:11因为真的大家在做这个计算的时候
48:13你都会把这些financial list（财务清单）放在整个
48:17因为归根到底
48:18大家看的是你到底花了多少钱
48:20这个东西都是disclose（披露）出来的
48:21大家都能看到
48:22从另外一个角度来讲
48:24你只要是在做这个research（研究）
48:25我觉得不存在一个故意隐瞒
48:28我觉得这就是一个
48:29Accounting（会计）的处理
48:30历史上大家也都是这么处理的
48:32最新一个季度
48:33微软云业务Azure的营收增速是43%
48:37这是这几年最快的一次
48:39而已经签下合同还没确认的收入
48:41达到了6780亿美元
48:43比一年前增长了84%
48:46但真正值得注意的
48:47不是这个增速本身
48:49而是这笔钱是谁在花
48:51只要这方面的增速是非常稳定的
48:54总体说就是它的token volume是在上涨的
48:57那么因为所有融资结构都要回到现金流
49:01这个就是一个可以继续下去的事情
49:03所以我觉得去track（跟踪）微软
49:05这样的云服务
49:06是一个更理智的指标
49:09只要这块是在增长的
49:11那么我们就可以说
49:13它其实是一个可以转得下来的资本循环
49:15我们想要看到它的ROI（投资回报）
49:17看到它有足够量的现金等等
49:21其实这些都还没有说让我感到担忧
49:24所以会计口径怎么改市场其实不太在意
49:27它在意的是那笔钱有没有换回真实的收入
49:31这也解释了为什么这些巨额表外债务
49:33在专业投资人的眼中并没有那么惊悚
49:37不过最重要的是在他们眼中
49:39现在“数据中心债”的规模其实还很小
49:42目前这个行业虽然大家花了很多钱
49:44但它整个的盘子
49:45跟2007年、2008年那时候
49:48整个housing market（房地产市场）
49:49占GDP的占比
49:50相比较来说还是比较小的
49:53所以我觉得很难会造成一个系统性的风险
49:55第二一个很重要的不同在于
49:58在那个时候
49:59真正接盘或说承担了很多这种债务或风险的
50:02是美国的银行系统
50:04所以他把一个housing（房地产）危机
50:06变成了一个美国银行系统性的危机
50:09但过去这样基本上20年
50:11现在美国的银行、整个银行业
50:13相对来说监管是比较紧
50:16第二它的杠杆一般来说都很低
50:19所以很难现在出现一个情况
50:21把美国的银行业、金融业全部拖下水
50:24总体而言我觉得这个市场还是非常大的
50:27从容量上看这些数据中心的债务
50:29已经进入了所谓的万亿美金级的
50:32企业债的市场
50:34数据中心发债的这些钱（项目级融资）
50:36在企业债市场里面其实还是个零头
50:39一个万亿级的市场
50:40一个还只是零头的品类
50:42以及一批监管更紧、杠杆更低的银行
50:46这就是为什么在从业者看来
50:48“AI版次贷”这个说法或许并不成立
50:55好了这一整期节目
50:56我们拆解了各种把债“挪”出报表的做法
50:59不得不说当华尔街碰到硅谷
51:01这群人简直是太会玩了
51:03但是这背后其实反应出的是
51:05AI正在改变科技公司的资本结构
51:08也在改变整个金融体系给科技定价的方式
51:12这一整套巧妙的结构
51:14每一层结构都对应着一个价格
51:16企业债、项目融资、私募信贷
51:19都各自对应着标价
51:21然而资产负债表可以变干净
51:23但风险却不会凭空消失
51:25它只是被切开、打包、担保
51:28然后沿着这条金融链条分给了不同的人
51:31过去二十年
51:32市场习惯把硅谷科技公司们
51:34理解成一种轻资产生意
51:36写代码、卖软件、产生现金流
51:39然后用现金回购股票
51:41但AI正在把这套逻辑倒过来
51:44如今最前沿的科技竞争
51:45越来越像房地产行业
51:47抢芯片、拿电、买地、盖数据中心
51:50再用未来十年、二十年的现金流
51:52为今天的建设买单
51:54而今天的建设
51:55也都基于一个未来的假设
51:57就是AI的token需求
51:59将不会放缓地极速增长
52:02硅谷和华尔街
52:03都在押注那个AGI的未来
52:06然而在未来到来之前风险真的可控吗
52:09嘉宾们口中的
52:10“市场依然还小”的数据中心债
52:12真的没有风险吗
52:14这个市场中泡沫存在在哪里
52:16又会在什么时候被戳破
52:19这些问题在资本市场为AI疯狂之际
52:22应该被提出来
52:23我们也会为大家持续关注
52:25好了以上就是本期视频的全部内容了
52:28你们的点赞、留言还有转发
52:30是支持我们《硅谷101》
52:31做好深度科技和商业内容的最佳动力
52:34我是陈茜
52:34那我们就下期视频再见了拜

About this transcript

This page contains the full transcript of “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 by 硅谷101, generated from the public captions YouTube serves with the video. The transcript has 1,685 words across 1,462 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.