关于ZAKER Skills GEO服务 合作

摩根士丹利:2027 年 AI 投资或达 1.7 万亿美元 芯片融资成焦点

财联社 11 月 16 日讯(编辑 夏军雄)摩根士丹利 11 月 15 日发布的《2027 年全球策略展望》研报预计,按照现金资本开支加租赁的统计口径,2027 年 AI 基础设施投资规模将达到 1.703 万亿美元,较 2026 年估计的 9750 亿美元大幅增长。

与此同时,AI 相关融资发行总额预计从 2026 年的约 6500 亿美元增至 9400 亿美元,其中结构化及有抵押芯片融资规模可能达到 3500 亿美元。

该行认为,随着更多数据中心投入运营,AI 投资的支出结构将明显向芯片、服务器及网络设备等 IT 硬件倾斜。相较于使用寿命较长的数据中心建筑,这些设备的更新周期更短,将推动融资市场出现更多短期限、有抵押及结构化交易。

这一变化也将加剧 AI 产业内部的融资分化:资金实力雄厚的大型云服务商能够利用多种融资渠道,而信用评级较低的云服务商及新型云计算企业,则可能更加依赖资产担保融资,并面临更高的融资成本与再融资压力。

AI 资本开支持续增长,2027 年或达 1.7 万亿美元

摩根士丹利认为,AI 基础设施投资仍是支撑 2027 年全球经济增长和企业盈利的重要因素。尽管美国中期选举后数据中心建设面临更大的政策不确定性,但该行维持 AI 资本开支的基准预测。

按照自下而上的估算方法,摩根士丹利预计,2027 年 AI 相关现金资本开支将达到 1.508 万亿美元,高于 2026 年的 8760 亿美元;若计入数据中心租赁,投资规模将从 9750 亿美元增至 1.703 万亿美元,并在 2028 年进一步达到 1.815 万亿美元。

(摩根士丹利预计,2027 年 AI 基础设施资本开支(含租赁)将达到 1.703 万亿美元,2028 年进一步增至 1.815 万亿美元)

这些预测仅涵盖相关企业的 AI 基础设施支出,并非其全部业务资本开支。报告将大型云服务商、新型云计算企业的资本开支预测与数据中心租赁支出结合,以估算年度实际投资规模。

该行还采用自上而下的方法,通过预计新增投运的数据中心容量及单位建设成本,交叉检验投资规模是否合理。

根据这一模型,全球数据中心新增容量预计从 2025 年的 22 吉瓦(GW)增至 2026 年的 28GW,2027 年进一步达到 40GW,2028 年和 2029 年分别达到 43GW 和 52GW。

摩根士丹利指出,两种估算方法存在重要区别。数据中心建筑、电力配套及 IT 设备采购发生在项目建设的不同阶段,部分资金可能在项目正式投运前数年投入。因此,将新增投运容量对应的全部成本计入投运当年的资本开支,会扭曲实际年度投资规模。

这也意味着,数据中心投运规模与当年资本开支未必同步变化。相比之下,企业层面的资本开支与租赁预测,更适合衡量特定年份的实际资金投入。

摩根士丹利认为,数据中心建设的潜在政策约束主要来自州和地方层面,包括电网接入、电价机制、项目选址及建设许可等,并预计联邦层面不会全面暂停数据中心建设。

该行预计,已经开工或获得许可的项目受到的影响相对有限,因此维持 2027 年总体投资预测,但将约原计划于 2028 年投运的 5GW 美国数据中心项目推迟至 2029 年。

由此,摩根士丹利预计美国数据中心资本开支在 2027 年至 2028 年大致持平,并于 2029 年增长约 40%。这一判断意味着政策阻力主要改变项目建设和投运时间,而非立即导致整体投资规模收缩。

从数据中心建筑转向 IT 硬件,芯片支出大幅增长

摩根士丹利认为,2027 年 AI 资本开支的一个重要变化是支出结构向 IT 硬件倾斜。

数据中心建设通常先完成建筑、电力基础设施及相关配套,再安装芯片、服务器和网络设备。随着此前启动的项目陆续进入投运阶段,IT 硬件采购需求将显著增加。

该行估计,2026 年每新增 1GW 数据中心容量所需总成本约为 370 亿美元,2027 年将增至 470 亿美元,2028 年进一步达到 500 亿美元。

其中,IT 硬件占总成本的比例预计从 2026 年的 62% 升至 2027 年的 65%,2028 年达到 67%。

推动成本上升的因素不仅包括设备安装规模扩大,还包括存储芯片价格上涨,以及新一代高性能计算芯片的价格提高。该行的模型假设,2027 年至 2028 年部署的芯片将主要采用英伟达最新几代 GPU。

按照新增投运容量对应的成本估算,2027 年全球数据中心新增容量所对应的 IT 硬件成本预计达到 1.222 万亿美元,高于 2026 年的 6420 亿美元,并于 2028 年进一步升至 1.441 万亿美元。

相较之下,2027 年新增投运容量对应的数据中心建筑及电力配套成本预计为 6580 亿美元,高于 2026 年的 3940 亿美元。

因此,投资重心向硬件转移,并不意味着数据中心建筑支出绝对规模下降,而是硬件支出的增长速度更快、占比进一步提高。

需要说明的是,2027 年新增投运容量对应的总成本预计为 1.88 万亿美元,与前述 1.703 万亿美元 AI 资本开支并非相同统计口径。前者反映新增投运容量所对应的整体建设和设备成本,后者反映企业年度现金资本开支与租赁合计,两者不能直接加总。

这一支出结构变化,对融资市场具有重要影响。与使用寿命较长的数据中心建筑不同,芯片和服务器属于更新周期相对较短的资产,融资安排需要更加重视资产使用期限、现金流回收及设备剩余价值。

摩根士丹利预计,芯片相关融资期限将主要集中在 5 年以内,有抵押融资交易通常采用分期摊还安排,以适应相关设备的资产特征。

3500 亿美元芯片融资,信用质量决定融资渠道

随着 AI 投资规模扩大,摩根士丹利预计,2027 年信用市场将在 AI 基础设施融资中发挥更加重要的作用。

该行预测,2027 年 AI 相关融资通过各类渠道、各币种的发行总额将达到 9400 亿美元,高于 2026 年的约 6500 亿美元。

其中,全球大型云服务商无担保债务发行规模预计为 4100 亿美元,同比增长约 25%。

按照发行人信用质量划分,高质量云服务商的无担保债发行预计从 2026 年的 2650 亿美元增至 2027 年的 3500 亿美元,同比增长 32%;信用评级较低的云服务商发行规模则预计维持在 600 亿美元左右。

在上述全球无担保债发行中,非美元债券规模预计达到折合 1300 亿美元,同比增长 40%,反映大型云服务商的融资渠道正向更多币种扩展。

相比之下,芯片融资的增长更依赖结构化及有抵押融资安排。

摩根士丹利估计,在 2027 年新增投运容量对应的约 1.222 万亿美元 IT 硬件成本中,高质量大型云服务商将承担约 8060 亿美元,其余约 4160 亿美元主要由信用评级较低的云服务商、新型云计算企业及其他 AI 产业参与者承担。

(摩根士丹利预计,2027 年新增数据中心容量对应的 IT 硬件成本将达到 1.222 万亿美元,其中高质量大型云服务商承担约 8060 亿美元)

两类企业的融资能力存在明显差异。

资金实力雄厚的云服务商可以综合利用经营现金流、现金储备、股权融资,以及无担保和有抵押债务融资。相较之下,信用质量较弱的企业融资灵活性有限,可能需要更多依赖设备抵押、结构化债务及具有较高信用质量的交易对手提供支持。

基于上述约 4200 亿美元的较低信用质量企业 IT 硬件支出预测,摩根士丹利预计,2027 年结构化及有抵押芯片融资规模可能达到 3500 亿美元。

这一估算考虑了贷款相对于资产成本的融资比例可能下降,以及部分企业仍可通过无担保债等其他渠道筹资,因此 3500 亿美元并不代表全部芯片采购资金需求。

与此同时,传统数据中心建设融资与证券化融资也将发生变化。

该行预计,2027 年用于数据中心建设的有抵押项目债发行规模将下降 25% 至 600 亿美元,投资级与高收益债券分别占 300 亿美元。

相比之下,随着更多数据中心建成并投入运营,数据中心建筑相关资产支持证券(ABS)及商业房地产抵押贷款支持证券(CMBS)发行规模预计增长 40% 至 350 亿美元。此外,该行预计 ABS 市场中的 GPU 相关敞口约为 50 亿美元。

这些变化反映出,AI 基础设施融资正从以数据中心建设为重要关注点,进一步扩展至设备采购和已完工资产融资。

需要强调的是,上述融资类别涉及不同地域、币种及融资渠道,部分数据之间存在交叉,不能将各项预测直接相加。

不过,摩根士丹利认为,AI 融资发行规模扩大,并不意味着债券市场需要承担同比例增加的长期债务供给压力。

随着芯片、服务器等短寿命设备投资增加,相关融资将更多集中在短端。与此同时,大型云服务商可以利用经营现金流、现金储备和股权融资,缓解债务市场的资金压力。但大量利差较高的芯片融资交易也可能争夺投资者资金,加剧低评级企业的再融资困难。

AI 投资能否持续,仍取决于融资和商业回报

对于 2027 年 AI 投资前景,摩根士丹利维持相对乐观的基准判断,但也强调,资本开支增长、融资成本以及商业回报之间的关系,是决定投资周期能否持续的重要因素。

如果 AI 投资强于预期,并进一步推动生产率和企业盈利增长,相关投资可能获得更高回报,进而支持资本市场表现。不过,更大规模的债券发行仍可能推高信用利差。

相反,如果 AI 投资周期突然大幅放缓,不仅科技股可能受到冲击,相关企业的信用债也可能面临抛售压力。

另一个重要风险来自通胀及利率。该行预计,布伦特原油价格将在 2027 年底逐步回落至每桶 75 美元。但如果地缘政治冲突推动油价重新上涨至 115 美元以上,通胀和央行利率预期可能被重新定价,进一步抬高 AI 项目的融资成本,并使投资回报受到质疑。

此外,数据中心建设还面临电力供应、建设许可、劳动力要求及环保限制等风险。如果美国地方层面的限制措施超出预期,或欧洲对大型数据中心项目的反对进一步加剧,项目建设及设备部署可能出现更多延误。

相关阅读

最新评论

没有更多评论了

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容