中金公司：美國AI產業的「棉花糖」時代

資料來源：中金公司；作者：張文朗、黃亞東、周鵬 近兩個月，美國股市經歷顯著波動，亦波及其他地區。美股波動受貨幣政策變化與AI領域資本支出可持續性擔憂雙重影響，前者更強化後者。簡言之，今年多家美國AI龍頭企業資本支出快速攀升，明年增速雖或放緩，但仍將維持較高水平。另一方面，AI企業營收前景高度不確定，營業現金流已接近資本支出規模，部分企業已開始發行債券以支應資本支出。美國國債收益率上揚進一步加劇市場焦慮：營收不確定下如何維持資本支出，已成普遍關注議題。

圖1：美國AI企業資本支出與營業現金流規模相當

註：圖表數據為微軟、亞馬遜、谷歌、Meta與甲骨文總和 資料來源：Epoch AI、Bloomberg、iFinD、中金公司研究部 AI屬新興產業，其技術突破與商業營收增長本就難以預測。我們不聚焦營收，而從資金配置角度探討美國AI資本支出潛在融資來源。事實上，投資乃營收之源；若資本支出籌資困難，營收增長便缺乏支撐。換言之，資本支出與營收並非互斥變數。因此，分析資本支出融資狀況，亦有助評估營收前景。

我們將首先依據AI產業特性，分析其吸金優勢；其次剖析美國社會自1990年代以來資金供給變化，具體拆解「金融化」如何重塑其流動性。「金融化」尚無統一界定，表現形式亦極複雜，但我們認為至少兩點對分析AI融資具意義：宏觀層面，金融化意指廣義流動性與GDP比值上升，即社會「錢」逐漸增多；微觀層面，金融化意指新型金融商品數量與種類增加，此類商品（如衍生品）使資金更「活躍」，亦提升資產流動性。當然，宏觀與微觀層面並非割裂——金融商品數量增加亦可能推動宏觀流動性上升。

劍橋大學國王學院院長、英國《金融時報》資深記者吉莉安·泰特（Gillian Tett）於其著作《歡迎來到金融棉花糖時代》中闡釋美國金融化現象，並回溯「金融棉花糖」一詞起源。因此，我們不妨借用此生動比喻，近似描述美國金融化現象［1］。

儘管2008年次貸危機後美國加強金融監管（尤以銀行為甚），整體金融化趨勢未顯著逆轉。在此基礎上，我們回顧1990年以來美國兩次泡沫破滅前的金融化歷程：1990年代科技泡沫時期的金融化，以及次貸危機前房地產領域的金融化；繼而分析當前美國AI產業所處金融化階段，最終檢視當前美國AI領域可能面臨的流動性風險。

AI：兼具科技屬性與「房地產式」屬性

我們認為AI兼具科技屬性與「房地產式」屬性（固定資產佔比高），故可透過股權與債務（如抵押貸款）雙軌融資。

AI科技屬性毋庸贅述，其技術進展與生產力提升速度似快於傳統科技企業。一例即為AI對勞動力依賴低於科技企業，甚至可取代人力。宏觀而言，自2022年ChatGPT發布以來，美國電信與電腦業非農就業人數微降6%；反觀1995年8月網景上市（科技泡沫起點）至2000年3月泡沫破裂期間，該產業非農就業人數增幅逾60%。

圖2：科技革命與AI時代美國電信與電腦業就業趨勢分化

註：AI科技革命以ChatGPT發布（2022年11月）為T=0；科技革命以網景IPO（1995年8月）為T=0。非農就業涵蓋電信、數據處理及電腦系統設計業，數據已標準化。資料來源：iFinD、中金公司研究部 微觀而言，若以2021年谷歌、微軟與Meta員工密度指數（員工數／固定資產）為100，則該指數2019年為109，預計2025年將降至37；其中固定資產指數由2021年100升至2025年306，員工指數僅升至112。

圖3：三大美國科技企業勞動力密集度

註：圖中主要科技企業含谷歌、微軟與Meta。勞動力密集度以員工數／固定資產衡量。資料來源：iFinD、中金公司研究部 圖4：三大美國科技企業固定資產增長快於員工數

註：圖表中主要科技公司包括Google、Microsoft與Meta。資料來源：iFinD、中金公司研究部 在科技革命期間，例如Microsoft的固定資產投資與員工人數均增加，且員工人數增長更快，推動勞動密度上升。即便2000年科技泡沫破裂後，企業勞動密度仍持續攀升。若以1995年Microsoft勞動密度指數為100，則2000年為138，2005年進一步升至174。具體而言，其員工指數由1995年100升至2000年220及2005年343，而固定資產指數僅由100升至197。

圖5：Microsoft勞動密度趨勢（1995–2005）

註：勞動密度以「員工人數／固定資產」衡量。資料來源：iFinD、中金公司研究部 圖6：Microsoft員工人數與固定資產趨勢

資料來源：iFinD、中金公司研究部 就經通脹調整後的人均營收而言，當前AI公司產出營收逾傳統網際網路公司兩倍以上，反映AI公司效率更高。例如，Anthropic 2026年人均營收預計約為美國人均GDP的100倍；OpenAI與NVIDIA則分別約為63倍與57倍。2025年，Meta、Apple、Google與Microsoft之比率預期分別為28、28、23與14倍；1999年Apple、Microsoft與Cisco則分別為26、18與16倍。

圖7：科技公司人均營收相對於美國人均GDP之比率

資料來源：iFinD、Epoch AI、中金公司研究部 我們稱美國AI公司亦具「房地產型」特質，因其固定資產佔比高。例如，五大雲服務商—Microsoft、Alphabet、Amazon、Meta與Oracle之固定資產占總資產比重平均逾40%，而四家傳統企業—Walmart、ExxonMobil、寶僑（Procter & Gamble）與卡特彼勒（Caterpillar）目前平均為37%。相較之下，科技革命時期（2000年）五家科技公司—Microsoft、Cisco、Amazon、WorldCom與Lucent之固定資產占比平均僅15%。在固定資產中，Microsoft與Meta之土地及建築物占比達46%，Amazon與Oracle則分別為37%與40%，Google最低（11%）。上述公司之硬體與軟體資產占固定資產比例分別為47%、38%、49%、41%與56%。

圖8：當前AI公司固定資產佔比偏高

註：各組別先分別計算樣本公司比率，再取簡單平均。AI公司含Microsoft、Alphabet、Amazon、Meta與Oracle；傳統公司含Walmart、ExxonMobil、寶僑與卡特彼勒；科技公司含Microsoft、Cisco、Amazon、WorldCom與Lucent。AI公司採用最新可得之2026年第二季報告或年報；傳統公司採用最新年報；科技公司採用2000財年年報。資料來源：iFinD、Wind、Bloomberg、中金公司研究部 圖9：美國五大AI公司固定資產構成細項

註：採用最新可得之2026年第二季報告或年報。資料來源：iFinD、Wind、Bloomberg、中金公司研究部 動態觀察，這些公司固定資產占總資產比重已由2020年22%普遍升至2025年41%；而五家科技公司於1995至2000年間則維持約15%。

圖10：AI公司固定資產佔比持續上升

註：各組別先分別計算樣本公司比率，再取簡單平均。AI公司含Microsoft、Alphabet、Amazon、Meta與Oracle。資料來源：iFinD、Wind、Bloomberg、中國國際金融股份有限公司研究部 圖11：科技公司固定資產佔比基本持平。

註：各組別先分別計算樣本公司比率，再取簡單平均。科技公司含Microsoft、Cisco、Amazon、WorldCom與Lucent。資料來源：iFinD、Wind、Bloomberg、中國國際金融股份有限公司研究部

金融化提升流動性

金融化並無統一界定。我們不妨援引愛潑斯坦（2005）之說：金融目的、金融市場、金融主體與金融機構，在國內外經濟運作中所扮演的角色日益重要[2]。此定義隱含之意，即金融在資源配置中的作用持續提升。

不同學派對金融化的驅動因素看法不一[3]。新馬克思主義認為，1970年代後實體經濟資本投資回報率下降，加上過剩資本湧入金融投機，是資本主義金融化主因；後凱因斯學派則指出，公司治理轉向股東價值最大化，導致實體投資減少、股票回購與金融資產配置增加，致使金融投資擠壓實體資本積累；新古典主義則主張金融自由化與資產證券化提升了資產流動性、優化資源配置，屬經濟發展進步。儘管理論詮釋各異，羅宇（2017）指出，布雷頓森林體系崩解及全球邁向純信用貨幣體系，無疑為金融化創造了條件：支付媒介方面，實體現金占比大幅下降，交易轉向帳戶間數位轉帳，交易成本降低、規模擴大；價值儲藏方面，各類金融資產發揮「準貨幣」功能，拓寬廣義貨幣邊界[4]。

金融化主要表徵包括以下面向[5]：（1）整體流動性更廣泛，如廣義流動性/GDP比率上升、金融業利潤占比提高、金融業規模相對增速加快；（2）低流動性資產轉為高流動性資產，新型金融工具不斷湧現，證券化使非流動資產轉化為流動資產，顯著擴大金融交易規模；（3）資本利潤獲取日益倚重金融管道，而非實體貿易與商品生產，例如企業利潤更依賴投資收益；（4）資本市場導向型金融體系話語權持續擴張，如股市/GDP、債務/GDP比率持續攀升，而銀行信貸/GDP比率則下降；（5）公司治理更重視股東價值，例如美國股市股票回購增加。

宏觀層面，自1990年代中期起，美國廣義流動性/GDP比率呈上升趨勢，較M2/GDP比率高出約20個百分點。金融危機後，美國強化金融監管，銀行放貸業務相對放緩，但銀行資產/GDP比率未縮減，銀行非貸款業務持續擴張。圖12：美國廣義流動性/GDP比率上升

註：廣義流動性＝M2＋貨幣市場基金。

資料來源：iFinD、Jordà-Schularick-Taylor宏觀歷史資料庫、中國國際金融股份有限公司研究部　圖13：美國銀行資產/GDP比率未縮減。

資料來源：iFinD、中國國際金融股份有限公司研究部

微觀層面，新型金融產品持續湧現。1985至2014年美國非金融企業證券發行數據顯示，金融產品種類不斷擴增：1985年市場約有150種，至2014年達751種，增幅逾600種；非金融企業透過新型金融產品融資占比上升，2010–2014年間已逾50％。圖14：美國非金融企業融資方式

註：左圖顯示1985–1989至2010–2014年各期不同金融產品總數；柱狀圖將產品分三類：（1）既有產品（Old）：1985年前推出者；（2）當期新品（New-Entrants）：當期新推出者；（3）新生產品（New-Young）：1985年後推出、但於前期首次發行者。右圖顯示1985–1989至2010–2014年融資總額變化；柱狀圖進一步細分為既有產品、當期新品與新生產品之發行金額。

資料來源：Ana Babus、Matias Marzani與Sara Moreira，《專用金融產品的興起》，NBER工作論文34594號（2025）、中國國際金融股份有限公司研究部

其他指標亦具參考價值。例如美國共同基金、期貨與選擇權合約數量持續增長；2025年活躍期貨與選擇權合約數激增，主因事件合約（event contracts）大幅擴張，如Kalshi與ForecastEx等預測平台之合約量顯著增加。事件合約係以特定事件是否發生或其結果為標的之衍生合約，常見於預測市場，涵蓋經濟指標、金融市場、天氣、政治事件等。2024年美國大選後，預測市場流量大增，帶動事件合約成長。

美國科技與房地產領域之金融化經驗

自1980年代起，美國經歷兩波金融化加速：一是1990年代科技金融化，二是2000年後房地產金融化。1990年代科技金融化特徵為美國創投規模顯著擴大、股權融資蓬勃發展，拓展資金運用方式、促進資本流動；關鍵驅動力在於養老基金投資限制放寬，推動創投發展、提供IPO退出管道、釋出創投資金，並吸引更多資本。2000年代房地產金融化則創造新流動性、拓展流動性運用方式，主要透過證券化實現：房地產放貸機構藉此釋出資本、突破資產負債表限制、擴大放貸規模、催生新流動性；證券化亦促使更多金融機構參與房地產金融化，豐富資本運用途徑。

美國企業股權融資方式包括私募股權與公開股權融資：初創階段以私募為主，進入成長階段後轉向公開融資。1979年後美國放寬養老基金投資限制，創投規模大幅增長；創投將「無擔保網際網路新創企業」轉化為更易取得融資之公司，IPO提供退出管道以釋出股權資金，進而形成新投資；IPO退出亦有助創投吸引更充裕資金。

具體而言，1979年以前，《1974年員工退休收入保障法》（ERISA）中的「謹慎人原則」限制美國養老基金投資於初創企業。1979年，美國勞工部澄清該原則，指出養老基金在進行投資判斷時，應考量整體投資組合的風險分散效果，不再要求單一專案必須具低風險。改革後，養老基金得以提高對高風險投資的配置比例，促使機構有限合夥人（LP）大規模進場，深刻改變美國風險投資產業的資金來源結構。美國風險投資的規模與投資金額亦隨之顯著成長。從資金來源看，1978年僅約15%來自養老基金，至1990年已升至約53%。美國風險投資的募資與投資金額亦自1990年代起快速增長。圖15：美國風險投資資金來源

資料來源：Gompers & Lerner（1998）《是什麼驅動風險投資基金募資？》、Nicole R. Onorato（1997）《1990年代風險投資募資趨勢》、中國國際金融股份有限公司研究部　圖16：美國風險投資募資與投資金額

資料來源：《2013、2023與2025年美國風險投資年度報告》、中國國際金融股份有限公司研究部

資金流入風險投資後，風險投資為缺乏實物擔保的網際網路初創企業開闢了股權融資管道。網際網路初創企業通常資產輕、無形資產多、現金流為負、缺乏穩定利潤且無銀行可接受之擔保品，難以透過傳統管道取得融資，因而高度依賴股權融資。1990年代，美國首次公開發行（IPO）數量增加，獲風險投資支持的IPO占比亦上升，推動股權融資大幅增長。圖17：1990年代後美國獲風險投資支持之IPO崛起

資料來源：Jay R. Ritter IPO資料庫、中金公司研究部　為達成更佳退出成效，1990年代末期，美國IPO普遍以大幅折價發行，尤其科技業更甚，以吸引投資人參與。新成立、歷史績效有限的VC機構有強烈動機推動其被投企業上市，願意接受更高IPO折價，藉首日股價飆漲創造成功退出案例，向有限合夥人（LP）展現績效，並有利於下一檔VC基金募資。1990年代末期IPO退出報酬極為豐厚，進一步刺激LP大量投入VC。然而，隨著IPO數量激增，上市企業平均品質下滑；獲VC支持之科技上市企業平均年齡，由1991年的9年降至1999年的4年。

2000年後，美國房地產實體經濟的金融化，透過衍生性商品活化既有資產，並與廣義貨幣擴張及債務融資密切相關。各類金融機構透過資產證券化，將房地產資產轉化為可交易、可擔保、可槓桿的金融資產，使房地產市場與資本市場、銀行體系及影子銀行體系緊密連結。抵押貸款支持證券（MBS）證券化的主要功能，在於活化既有信貸資產，提升原貨幣流通活性與貨幣流通速度；同時銀行收回資金後可持續向家庭發放新貸款，透過商業銀行信用派生機制推動廣義貨幣擴張。

活化既有資產的方法包括信用增級、再證券化及為房貸附加「保險」，將原本缺乏流動性的資產轉為流動性資產。信用增級主要有三種方式：（1）分層（Tranching）：將房貸轉化為不同風險等級之證券，以滿足各類投資人需求；（2）超額擔保：資產池規模超過所發行全部證券本金總額，差額部分作為超額擔保以吸收損失；（3）超额利差：房貸利率高於MBS利率，確保正向利差。

擔保債務憑證（CDO）進一步將次級房貸支持之MBS進行證券化與分層，拆分為不同信用等級之證券。此外，信用違約交換（CDS）為房貸加設一層「保險」，進一步提升其流動性。

數據顯示，1980年代後，美國貸款占GDP比率顯著上升，其中住宅房貸增幅最為明顯。1995年住宅房貸占GDP比率未逾50%，至2007年已逾80%。2001至2006年間，美國房貸證券化比率急遽攀升，尤以品質較低之Alt-A與次級房貸證券為甚：例如Alt-A房貸證券化比率由2001年19%升至2006年91%，次級房貸則由2001年46%升至2006年75%。

美國房貸持有人由銀行轉向非銀行機構。早期美國住宅證券化主要由房利美（Fannie Mae）、房地美（Freddie Mac）與吉利美（Ginnie Mae）等政府支持機構主導，後期則有更多非政府支持機構（含投資銀行）參與房貸證券化。透過證券化，截至2006年，政府支持機構（如房利美、房地美）與ABS發行人已佔據逾60%市場份額。

美國AI的金融化仍處初期階段

美國主要AI企業現金流剛轉為正值，並開始邁向外部融資。代表性美國AI企業之投資支出／營收比率，自2020年約10.3%升至2025年約32.8%，再增至2026年第二季約51.7%，已超越科技革命高峰期水準。就投資支出資金來源而言，AI企業營業現金流／營收比率持續維持於40%以上，而籌資現金流／營收比率則由2025年約-7%轉為2026年第二季約16.2%。圖18：AI企業投資支出資金來源

註：每組別先計算樣本公司之現金流／營收比率，再取平均值。AI企業涵蓋微軟（Microsoft）、Alphabet、亞馬遜（Amazon）、Meta與甲骨文（Oracle）。2020–2025年數據採用年報，2026年第一季與第二季則採用截至當季為止之過去四季總和，以減緩季節性影響。

資料來源：Wind、Bloomberg、中金公司研究部　圖19：科技企業投資支出資金來源

註：各組別先計算樣本公司之現金流／營收比率，再取平均值。科技公司包含微軟、思科、亞馬遜、世通及朗訊。資料來源：萬得、彭博、中金公司研究部。目前，AI公司之增量外部融資主要來自債務融資，股權融資尚未大規模展開。2026年第二季，AI公司籌資現金流淨額／營收比率升至16.2%，高於2000年科技公司之13.2%。其中，淨債務融資／營收比率為21.2%，淨股權融資／營收比率收窄至-3.3%；而當時科技公司之債務與股權融資均呈淨流入。相較之下，本輪AI融資擴張更集中於債務端，股權融資則反映為淨買回。若未來債務融資成本上升，AI公司或轉向股權融資。圖20：AI公司籌資現金流來源

註：各組別先計算樣本公司之現金流／營收比率，再取平均值。淨債務融資＝債務新增／發行－債務減少／償還；淨股權融資＝股本新增／發行－股本減少／買回－股息支付；其他籌資＝籌資活動現金流（CFF）－淨債務融資－淨股權融資。AI公司包含微軟、Alphabet、亞馬遜、Meta及甲骨文。AI公司2020–2025年數據為年度報告，2026年第一及第二季則採用截至當季為止之過去四個季度總和，以降低季節性影響。

資料來源：萬得、彭博、中金公司研究部。圖21：科技公司籌資現金流來源

註：各組別先計算樣本公司之現金流／營收比率，再取平均值。淨債務融資＝債務新增／發行－債務減少／償還；淨股權融資＝股本新增／發行－股本減少／買回－股息支付；其他籌資＝籌資活動現金流（CFF）－淨債務融資－淨股權融資。科技公司包含微軟、思科、亞馬遜、世通及朗訊。1995年科技公司平均淨股權融資／營收比率顯著偏高，主因亞馬遜當年營收基數較小。資料來源：萬得、彭博、中金公司研究部。根據Dealogic資料，截至2026年6月，AI公司（Alphabet、亞馬遜、Meta、微軟及甲骨文）全球債券發行額達1,590億美元，高於2025年全年之1,080億美元，更遠高於2024年全年之170億美元。上述五家AI公司負債總額自2025年第四季起顯著增加，2026年第二季單季增加2,115億美元。邊際上，2026年第二季短期債務增長更為明顯，長期債務增長則放緩，加劇企業償債壓力。圖22：美國AI公司債券發行大幅增加

註：公司債發行數據涵蓋Google、亞馬遜、Meta、微軟及甲骨文。2026年公司債發行數據截至2026年6月5日。

資料來源：《華爾街日報》、Dealogic、iFinD、彭博、中金公司研究部。圖23：美國AI公司債務構成

註：AI公司包含Google、亞馬遜、Meta、微軟及甲骨文。資料來源：iFinD、中金公司研究部。私募信貸已成為美國AI公司表外融資的重要來源。私募信貸正逐步取代傳統銀行貸款，支援長週期AI基礎設施投資。由於AI專案投資規模龐大且回收期長，傳統銀行體系風險承受力有限，促使Apollo、Ares、黑石及Blue Owl等大型私募信貸機構成為關鍵資金提供方。據國際清算銀行（BIS）估算，投向AI相關企業之私募信貸貸款已逾2,000億美元，佔私募信貸總額近8%；約20%之私募股權基金目前涉及AI貸款。私募信貸資金主要流向資料中心特殊目的公司（SPV）、CoreWeave及其他算力營運商與GPU融資平台，並以與M7簽訂之長期合約所產生之穩定現金流作為還款支撐，實質將融資來源由銀行體系轉移至非銀金融體系，發揮類似銀行之功能。圖24：美國AI公司私募信貸直接貸款快速增長

資料來源：Aldasoro, Iñaki, Sebastian Doerr 及 Daniel Rees，《為AI繁榮融資：從現金流到債務》，第120號，國際清算銀行，2026年；中金公司研究部。圖25：參與AI貸款之私募信貸占比提升

資料來源：Aldasoro, Iñaki, Sebastian Doerr 及 Daniel Rees，《為AI繁榮融資：從現金流到債務》，第120號，國際清算銀行，2026年；中國國際金融股份有限公司研究部。目前AI公司尚無顯著債務壓力，債務融資仍有空間。美國五大雲端運算公司營運現金流充裕，整體償債能力穩健。現金流利息保障倍數均高於1倍，其中甲骨文最低約7倍，亞馬遜約48倍，Google最高約82倍。債務償付率均低於1，其中甲骨文約48%，亞馬遜約12%，Google最低僅約6%。圖26：美國五大雲端公司債務償付率（債務本金及利息現值／營運現金流）

註：依國際清算銀行（BIS）債務償付率公式計算。資料來源：彭博、中國國際金融股份有限公司研究部。目前美國五大雲端運算公司之有效利率不高，淨現金儲備狀況則有所分化。2026年第二季，五大雲端公司有效利率為4.9%，低於Baa級公司債收益率。其融資成本仍處低位，部分原因在於先前低利率環境下已「鎖定」利率，並以非美元貨幣發行債券。就淨現金儲備而言，Google、微軟及Meta相對較佳；亞馬遜與甲骨文則呈負淨現金，顯示其對外部融資依賴度較高。圖27：美國五大雲端公司有效利率仍處低位

註：債務有效利率＝過去12個月利息費用／總債務。資料來源：彭博社、中國國際金融股份有限公司研究部。資產證券化可能成為美國AI企業下一階段的融資方式。隨著長期租約與算力採購合約持續累積，資料中心及算力資產所產生的穩定現金流，已開始具備證券化條件。2024年初，CyrusOne發行11.75億美元資料中心資產支持證券（ABS）；2025年3月，Sabey發行3.25億美元ABS，擔保品為美國七座資料中心；2025年5月，Stack發行3.45億美元ABS，擔保品為美國十一座資料中心之不動產、租約及相關權益；2025年9月，QTS發行6億美元ABS，擔保品為鳳凰城資料中心；2026年初，Compass Datacenters發行8.3億美元資料中心ABS，基礎資產為向雲端公司出租算力的長期合約。AI資料中心貸款正被打包為ABS，並銷售予養老基金、保險基金等機構投資人，類似於不動產證券化流程。

美國AI企業的長期股權投資近期開始上升，但整體占比仍不高。AI企業的長期股權投資自2025年起增加，至2026年第二季達總資產約5％。相較於網際網路企業，AI企業的長期股權投資佔比偏低，顯示其股權融資仍處早期階段。此外，將部分重資產專案以股權投資形式操作，亦是大型雲端公司隔離財務報表風險的一種方式。圖28：美國AI企業長期股權資產佔比

註：各組別先計算樣本企業比率，再取簡單平均值。AI企業包括微軟、Alphabet、亞馬遜、Meta與甲骨文。

資料來源：萬得、彭博社、中國國際金融股份有限公司研究部。圖29：美國網際網路企業長期股權資產佔比

註：各組別先計算樣本企業比率，再取簡單平均值。網際網路企業包括微軟、思科、亞馬遜、WorldCom與朗訊。資料來源：萬得、彭博社、中國國際金融股份有限公司研究部。

短期風險

前述分析暗示，在美國金融化背景下，AI企業兼具強於網際網路企業的技術屬性與「類不動產」屬性，故可同時透過股權與債務融資。然而，相較歷史上的網際網路革命與不動產泡沫，當前美國AI企業的金融化程度仍處初期，資金來源無須過度憂慮；但這並不表示可忽略短期流動性波動風險，尤其在油價高企且美國利率路徑不明確之時。

回顧歷史，美國網際網路泡沫與不動產泡沫爆破前，曾同步出現三種現象：（1）高槓桿。網際網路革命期間，眾多Dotcom企業赴美上市，席勒本益比由1990年的17倍升至2000年的44倍；次貸危機前，美國家庭宏觀槓桿率由2000年的70％升至2007年的98％。（2）基本面轉弱。約2000年時，美國網際網路用戶滲透率觸及拐點；2006年起，美國房貸違約率開始攀升。（3）融資條件系統性緊縮。聯準會自1998年起升息，聯邦基金利率由1998年的4.75％升至2000年的6.5％；次貸危機前，聯邦基金利率則由2003年的1.0％升至2006年的5.23％。

目前，此三種現象尚未在AI企業中顯著呈現：美國企業部門槓桿率仍偏低，股市估值未明顯高估；美國經濟相對穩健，名目成長率約5％，以「Magnificent Seven」為代表的大型科技企業仍維持高營收與獲利成長率；融資條件亦未顯現明顯且持續的緊縮跡象。

然而，短期風險仍須關注，因其可能干擾AI企業融資。當前美國融資需求旺盛，隨通膨升溫，資金環境正邊際趨緊；近期實際融資壓力（TIPs實質利率）已升高，引發對AI產業鏈高槓桿可持續性的擔憂。

2026年9月，英國央行金融政策委員會指出AI債務規模上升且透明度不足，加劇風險評估難度；金融條件收緊下，信貸市場（含私募信貸）相對脆弱。2026年5月，聯準會於《金融穩定報告》中指出，AI與私募信貸為近期需關注的新興風險。聯準會認為，資本支出日益倚賴債務融資，將提升系統性槓桿效應；私募信貸面臨投資人贖回、情緒惡化及AI對信貸品質衝擊等多重壓力。2026年9月，標普將甲骨文評級下調至BBB-，僅略高於垃圾債等級；聯準會於2026年9月升息後，截至當月底，Coreweave部分高收益債券殖利率上漲逾0.5個百分點。2026年7月，Meta為籌措資料中心資金發行120億美元新債，殖利率達7.5％，較其2025年10月發行270億美元債券時高出0.4個百分點。圖30：泡沫通常於融資條件系統性緊縮後破裂

資料來源：iFinD、中國國際金融股份有限公司研究部。具體而言，短期須關注兩類風險：第一，融資條件收緊可能削弱民間投資動能。若聯準會升息或銀行收緊放貸標準，企業融資成本與取得資金難度將上升，進而拖累民間投資擴張。第二，短期融資壓力可能加劇，放大流動性風險。附買回協議（repo）與資產支持商業票據（ABCP）市場利差仍高於常態，顯示部分市場參與者短期融資壓力尚未消退；若此時貨幣政策進一步緊縮，恐提高債務再融資難度，並加劇短期資金市場波動。