當前,全球人工智能(AI)投資熱潮持續升溫,在為技術創新和產業升級注入強勁動能的同時,也帶來投資過熱和金融風險的擔憂。尤其值得警惕的是,部分AI企業之間正形成投資、擔保與采購相互嵌套的“循環融資”關系,給市場穩定帶來新的不確定性。
國際清算銀行(BIS)6月底發布的《2026年年度經濟報告》警示稱,AI行業融資的不透明性加劇了金融脆弱性,其中最為突出的是循環融資帶來的風險。一旦AI投資回報令市場失望,融資可能驟然退潮,并對整體金融環境產生連帶沖擊。
所謂循環融資,是指供應商通過投資或擔保等方式為客戶提供資金,客戶拿到資金后持續采購該供應商的產品。上海財經大學特聘教授胡延平日前在接受經濟日報記者采訪時表示,“過度投資的風險小于投資不足的風險”已成為當前美國科技巨頭的普遍心態,各方擔心不加大投入就可能出局,于是紛紛借助資本合作、產業聯盟等手段加速投資進程,以搶占有利位置。然而,美國科技企業在融資端面臨的結構性矛盾,正是多家公司采用循環融資模式的重要推手。
7月底,有外媒報道稱,英偉達正與美國開放人工智能研究中心(OpenAI)開展談判,計劃為后者提供約2500億美元融資擔保,以幫助OpenAI租用由軟銀旗下子公司在俄亥俄州開發的數據中心項目。消息公布后,資本市場對循環融資交易風險的擔憂快速發酵,英偉達股價大跌,5年期信用違約互換(CDS)價格創下歷史新高。
胡延平解釋說,OpenAI迫切需要海量算力,卻沒有獨立舉債的信用、充足的現金流和足夠的支付能力。而英偉達需要鎖定芯片采購需求,融資擔保相當于幫OpenAI獲得數千億美元級別的“賣方信貸”。這種循環融資模式并非個別企業的權宜之計,而已逐漸成為當前金融市場較為常見的操作方式。
但在這一模式下,供應商同時成為投資者、擔保人和訂單受益者,循環融資交易使越來越多的AI產業鏈上下游公司深度綁定,也會讓整個行業在面對外部沖擊時更加脆弱。
清華大學經濟管理學院副院長何平告訴經濟日報記者,循環融資有利有弊,一方面有利于降低融資成本,加強產業鏈上下游協同;另一方面卻加深了上下游企業的相互綁定,增加了系統性風險。當前美國科技公司持續加大AI投資,資產規模膨脹、估值攀升,進而吸引更多資金涌入,循環往復之下風險不斷累積。
“循環融資,相當于給AI投資進一步加杠桿。”胡延平解釋說,當前金融市場對AI投資泡沫問題相當敏感,市場本就擔心大規模AI投資能否如期形成足夠回報,循環融資模式有可能導致資本泡沫進一步擴大,甚至為系統性金融風險埋下隱患。
具體來看,何平認為,在微觀層面,應重點關注企業的現金流狀況,大規模資本支出必然消耗現金流,導致企業償債能力下降,一旦收入增長不及預期,風險敞口將迅速放大;在宏觀層面,應密切關注美國貨幣政策走向,如果美聯儲因通脹壓力加息,流動性收縮將推高美國科技企業融資成本,加劇市場波動。此外,地緣沖突和大國博弈等外部沖擊同樣不可忽視,尤其對于市場影響力較大的美國科技巨頭來說,更容易受到內外多重風險的影響,經營脆弱性上升,稍有不慎就可能陷入困境。
從歷史的長周期來看,技術發展的紅利與風險時常相伴,以往的技術創新浪潮也常伴隨著投機狂潮。有分析認為,如果AI投資未能實現預期的高額回報,該領域可能重蹈20世紀90年代末互聯網泡沫的覆轍。例如,曾精準預測美國房地產泡沫的美國投資人邁克爾·伯里認為,當前AI基礎設施投資需求部分依賴于難以長期維持的融資模式,美國科技企業的AI狂熱類似于互聯網泡沫時期。
何平分析說:“當前投資和互聯網泡沫的相似之處在于,都是因為新技術快速發展,投資熱潮下積累了一定的泡沫,但投資回報卻存在極大不確定性,甚至在某種程度上比互聯網泡沫更嚴重,原因是AI投資更偏向重資產,例如,英偉達過去以輕資產運營為主,如今涉足數據中心等重資產環節,風險敞口顯著擴大。”
“當前投資與互聯網泡沫有相似之處,但也有實質不同。”胡延平認為,一是資金主要來源不同,AI基礎設施建設投資主要來自資金實力雄厚的頭部企業,更能抵御信貸緊縮。二是變現節奏不同,AI是邊建設邊變現,在云計算、編程工具、廣告和企業生產力等方面,已經在產生實際價值和真實回報。三是經歷了互聯網泡沫破裂以及2008年國際金融危機,金融監管與治理體系以及市場抗風險能力已有所提高。但這并不意味著系統性金融風險不會積累和發生。
在風險防范上,何平表示,在當前AI投資熱潮下,整個融資體系變得更加復雜,關聯度持續上升,循環融資方式讓企業間深度綁定,透明度不足已成為重大隱患。對此,應該注重防范系統性風險,加強融資透明度,密切監測關聯風險,并完善監管框架。