蘋果市值再創新高，後續怎麼看？
騰思丨AI企業不背債，轉移給供應鏈合作夥伴？固收玩家究竟要不要看Float護城河？
AI企業債市場的隱患
當前美國企業債市場正面臨一場由AI基建狂潮驅動的結構性變革，這場變革的本質，是將過去屬於風險投資領域的高波動科技資產，錯誤地移植到了本應以穩定現金流為核心的固定收益投資框架之中，從而形成了一個由三層迥然不同的債務層次疊加而成的風險金字塔。
在金字塔頂端，是擁有完美資產負債表的科技巨頭—— $亞馬遜 (AMZN.US)$ 、 $谷歌-A (GOOGL.US)$ 、 $微軟 (MSFT.US)$ 、 $Meta Platforms (META.US)$ 及 $甲骨文 (ORCL.US)$ ，這些企業憑藉投資級信用評級和極低的融資成本，在2025年於美國企業債市場發行了超過1200億美元的債券，而2026年這一數字可能將進一步攀升至1750+億美元；
然而，即使是這些巨頭之間，風險分化亦在加速加劇——甲骨文的資產負債比高達80%，遠遠超過亞馬遜的50%和微軟的40%，巴克莱銀行更在2025年11月將其債務評級下調至減持，警示其可能在2026年11月前耗盡約110億美元現金儲備。
處於金字塔中層的，是圍繞OpenAI等AI初創企業構建的融資網絡，其核心特徵在於責任與收益的嚴重錯配。
OpenAI正憑藉債務驅動的支出熱潮實現無現增長，而自身卻無需承擔任何財務風險。
反觀其合作夥伴 $軟銀集團(ADR) (SFTBY.US)$ 、甲骨文及 $CoreWeave (CRWV.US)$ 等企業，卻即將背上接近1000億美元的借貸負擔，這種讓合作夥伴背債的商業模式，將整個產業鏈的風險高度集中在少數供應商身上。
至於金字塔底層，則是最不透明也最令人擔憂的部分——這個層級主要由私募信貸基金、數據中心REITs以及CoreWeave、Crusoe等新興雲端廠商組成，它們通過ABS和項目融資等方式從私募信貸市場大規模獲取資金。
而當前的私募信貸市場，不說大家也清楚——正面臨著一場前所未有的擠兌衝擊。
保險公司為何幾乎不違約
與AI企業債市場潛藏的結構性風險形成鮮明對比的，是保險行業在歷次金融危機中展現出的驚人抗逆能力。
從2001年安然造假破產、2008年雷曼兄弟倒閉，到2023年硅谷銀行等三家美國銀行在兩個月內接連崩潰，在這些此起彼伏的破產浪潮中，保險公司卻幾乎從未出現過真正意義上的違約破產，而更多是以業務出售和併購重組的方式完成市場洗牌。
保險公司之所以幾乎不違約，並非因為其所承擔的風險較小——事實上，保險公司面臨的風險絕不亞於任何金融機構，無論是地震、洪水等天災導致的百億美元級別的高額賠付，還是金融危機引發的千億美元級別的年度虧損，都足以證明保險行業的風險敞口極其巨大。
保險公司能夠在這種高風險環境中始終保持不違約的記錄，其根本原因在於三重因素的疊加保護。
*第一重保護來自政府監管的深度介入。
保險公司銷售的不是普通商品，而是醫療保險、養老保險等一旦出現問題就可能引發系統性社會風險的「責任」，因此各國政府普遍建立了嚴格的監管框架和保障基金機制；
一旦保險公司出現問題，政府監管部門會立即介入，提供資金支援，甚至直接下場撮合尋找買家。
2008年次貸危機中，AIG違約爆倉導致資金鏈斷裂，美國政府不得不提供850億美元的紧急貸款進行救助，這一案例便充分說明了政府對保險行業「大而不能倒」的堅定立場。
*第二重保護來自保險公司作為優質資產的內在屬性。
保險業務的本質是先收取保費、後兌現承諾，時間上的錯配使得大量資金能夠長期沉澱下來，形成一個天然的長期浮存金，從現金流的角度而言這是一種極其優質的資產形態；
正如巴菲特從21歲投資GEICO保險公司開始便將保險作為其投資帝國的基本盤，並多次強調「保險永不過時」，這充分說明了保險行業在資本市場中不可替代的優質資產地位。
*第三重保護來自保險行業通過規模效應分散風險的商業本質。
保險公司不僅在被動等待其他公司出現問題時才進行收購，更多時候是主動通過階段性併購來整合資源、擴大規模、降低成本，從而形成一個良性循環的風險分散機制；
蘇黎世保險先是花費40億美元拿下Macro的財險業務，隨後又收購AIG的全球個人旅遊險及背後強大的Travel Guard全球醫療緊急救援網絡，便是這種通過規模效應實現資源整合的典型案例。
投資組合高度分散化為何重要
透過對AI企業債市場結構性風險與保險行業抗逆能力的深層對比分析，我們可以得出一個對投資者而言至關重要的結論：
——任何單一資產類別或單一行業都無法在所有的市場環境中提供穩定的回報和充分的風險保護，因此投資組合的高度分散化不僅是一種防禦策略，更是一種在複雜多變的金融環境中實現長期穩健增值的必由之路。
從AI企業債的案例中，我們看到即使是擁有投資級評級的科技巨頭債務，亦可能因為技術迭代周期與債務期限之間的結構性錯配、現金流對資本注入的過度依賴、以及市場情緒逆轉時的流動性枯竭而面臨系統性違約風險。
例如GPU的技術迭代周期僅為4至6年，而數據中心的租賃合同通常長達10至15年，這種資產折舊速度與債務償還期限之間的根本性矛盾，意味著即使在技術前景一片向好的背景下，持有過度集中的AI相關債務仍然可能面臨抵押品持續貶值的風險。
從保險行業的案例中，我們則看到了另一種極端——一個行業即使其商業模式本身並不安全，亦可能因為政府監管的深度介入、優質資產的自然吸引力以及規模效應的累積效應而展現出驚人的抗逆能力；
然而，這並不意味著投資者可以將全部資金集中於保險行業，因為監管政策的轉向、自然災害的頻率變化以及利率環境的長期波動，都可能對保險行業的盈利能力產生根本性影響。
因此，對於追求長期穩健回報的投資者而言，真正的智慧不在於試圖精確預測哪一個行業或哪一種資產類別將在下一個市場周期中表現最為出色，而是在於認識到金融市場的本質是不確定性本身。
無論是AI技術革命的進程可能因為監管政策變化、能源成本上升或商業模式尚未成熟而出現重大波折，還是保險行業可能因為極端氣候事件的頻繁發生而面臨前所未有的賠付壓力，這些都是無法精確預測的未知變數。
寫在文末
一個真正高度分散化的投資組合，應當同時包含不同資產類別、不同地理區域、不同行業板塊以及不同投資風格，並且在市場估值極端偏離歷史平均水平時進行系統性的再平衡調整。
在AI企業債風險持續累積的當前環境下，投資者更應警惕將過多的資產配置集中於任何一個看似前景無限的熱門領域。
歷史反覆告訴我們，市場共識最為一致的時候，往往正是風險積累最為嚴重的時刻；
正如保險公司通過將風險分散在數以百萬計的獨立保單中來實現自身的穩健運營，投資者亦應通過將資本分散配置在數十個具有不同風險收益特徵的資產標的中，來實現自身財富在各種市場環境下的穩健增長。
還是那句話，做好倉位管理，才能以不變應萬變。
風險及免責聲明：以上內容僅代表作者個人觀點，不代表富途任何立場，亦不構成任何投資建議，富途對此不作任何保證與承諾。更多信息
評論
發表評論
2
2