AI基建五年需3.5万亿美元外部融资：钱从哪来、怎么还、风险在哪？中金报告数据解读

AI资本开支正处在一个关键转折点：资金驱动模式从经营现金流转向资产负债表扩张。当投资规模超出内部现金流的承接能力，边际资金将越来越多地来自金融体系。中金公司这篇报告作为“AI融资追踪”系列首篇，试图回答三个问题：金融体系如何承接约3.5万亿美元的AI融资需求？AI投资能否覆盖债务偿付与股权回报？本轮AI融资周期将给金融机构带来哪些机会，又会累积和传导哪些风险？

摘要

AI基建资本开支：从现金流到债务。大型云厂商的资本开支占收入比重预计从2023年的约12%升至2025年的约23%，市场一致预期到2027年该比例可能进一步升至40%以上，逼近甚至超过互联网与能源板块历史资本开支周期的高峰。在AI资本开支压力下，云厂商可能将AI投资从经营现金流支撑转向更依赖外部融资。基于市场对大型云厂商经营现金流与资本开支的一致预期，AI资本开支预计在未来五年产生约3.5万亿美元的外部融资需求。

这3.5万亿美元将从何而来？在基准情景下，中金公司估算AI资本开支的外部融资将来自：公开市场股权约0.4万亿美元、投资级债券约1.5万亿美元、杠杆融资约0.3万亿美元、资产证券化产品约0.3万亿美元，以及私募股权约1.1万亿美元。其中，投资级债券与私募股权是融资的“压舱石”：前者依托云厂商的资产负债表扩张与现金流偿付能力；后者可满足更高风险、更大规模项目的融资需求，并可通过表外融资结构减少云厂商的资本投入，灵活填补资金缺口。

万亿美元之问：AI债务将如何偿还？为满足偿债与股东回报需求，在假设投资资本回报率（ROIC）为10%的情况下，中金公司估算AI应用最终需产生约1万亿美元的可持续年化收入。假设该收入规模在2030年实现，意味着未来五年AI应用收入需要几乎每年翻倍。比收入规模更重要的是利润率与资产寿命：若成熟期EBITDA利润率约为50%、基础设施折旧年限约为5年，投资有望获得正回报；若利润率低于20%，即使资产寿命更长，也难以覆盖资本成本。

再融资能否替代现金流？大型云厂商发行的长期债券期限通常在10-30年，基础设施基金的投资期也普遍超过10年；数据中心投产后，融资还可替换为项目债与证券化产品。但再融资只能争取时间，无法替代现金流：若项目利用率、利润率及资产寿命长期低于预期，持续滚动融资反而会推高杠杆与融资成本。中金公司估算，2027年至2032年大型云厂商债券将进入到期高峰，年均到期规模约280亿美元，较2024-2026年增长约60%，再融资压力将显著上升。

金融机构的机遇与风险。银行可从承销、交易、并购顾问及项目融资中获取收入，私募股权与保险等机构则获得新的长期资产。2026年二季度，美国六大银行非息收入同比增长32%；截至2026年6月，银行对非银金融机构的贷款同比增长约25%，AI融资是重要拉动项。银行收入往往在融资与建设期确认，而信用风险要到项目投产与再融资阶段才会显现，呈现“收入前置、风险后置”的特征。

AI是金融“泡沫”吗？目前AI的主要投资者仍是现金流强劲的大型云厂商，股权与次级资本能够在银行优先贷款之前吸收损失。因此，即使部分项目表现不佳，风险也更可能首先表现为相关公司估值调整、资本开支放缓及局部信用损失，而非立即演变为金融体系危机。另一方面，外部融资尤其是私募股权与杠杆融资的快速增长也产生了金融外溢效应。若商业化增长持续滞后于资本开支，风险将逐渐从估值修正转向信用质量恶化，并通过滚动融资、私募信贷及证券化等渠道在金融体系内传导。融资规模本身不是问题，真正的考验在于能否在融资成本上升与资产价值贬值之前产生现金流。

【图表 1】3.5万亿美元AI融资资金来源构成

注：AI资本开支及经营现金流支撑部分基于市场一致预期；假设公开市场股权占比为10%；投资级债券发行规模根据大型云厂商的债务评级、杠杆比率及债券集中度约束测算；杠杆融资含高收益债与杠杆贷款，资产证券化含ABS与CMBS，均结合市场容量与接受度估算；上述融资形式之外的缺口假设由私募股权覆盖，包括基础设施基金、私募股权基金、私募信贷、地产基金等。测算仅为示意，不代表实际预测。

资料来源：上市公司公告、Bloomberg、中金公司研究部

风险

AI商业化进度不及预期

AI资本开支及融资需求不及预期

资本市场融资条件收紧

AI基建资本开支：从现金流到债务

AI资本开支新周期催生融资需求

市场对AI资本开支未来五年的预测大多介于4万亿至8万亿美元之间，统计口径与逻辑差异较大。中金公司选取市场一致预期的约5.6万亿美元作为2026-2030年AI资本开支假设，为后续测算融资缺口提供基础。具体而言，以五大大型云厂商2025年资本开支为基准，以NVIDIA与AMD的AI相关收入市场一致预期作为代理指标，反推AI产业链未来的投资增速。NVIDIA与AMD的AI相关收入五年复合增速市场一致预期约为44%，显著高于云厂商经营现金流所能支撑的约21%资本开支增速预期。两者之间的差距表明，仅靠云厂商内部经营现金流可能难以支撑AI资本开支，未来需要更多外部融资支持。

【图表 2】芯片厂商AI相关收入预期增速超过云厂商资本开支增速

注：2026-2030年数据基于Bloomberg一致预期；测算仅为示意，不代表实际预测。

大型云厂商：从现金流到债务

截至2025年末，微软、亚马逊、Alphabet、Meta与Oracle五家云厂商合计资产约2.6万亿美元，资产负债率约45%，净债务/EBITDA仅约0.3倍；五家公司年经营现金流合计约5800亿美元。但在AI资本开支压力下，部分云厂商杠杆已出现上升。五家公司的资本开支占收入比重预计从2023年的约12%升至2025年的约23%，市场一致预期到2027年该比例可能进一步升至40%以上，逼近甚至超过互联网与能源板块历史资本开支周期的高峰。市场预期大型云厂商合计自由现金流或从2025年的约2000亿美元降至2027年的约240亿美元，可用于股票回购、分红及其他用途的资金相应减少。因此，大型云厂商的AI投资可能从经营现金流支撑转向更依赖外部融资。

【图表 3】AI供应商受益于云厂商资本开支，但云厂商自由现金流下滑对股价形成压力

注：2026-2027年使用Bloomberg一致预期；AI供应商股价指数包含NVIDIA、AMD、Broadcom、SK Hynix、三星电子、美光、ASML；AI云厂商股价指数包含Meta、亚马逊、微软、Alphabet、Oracle。

资料来源：Factset、Bloomberg、上市公司公告、中金公司研究部

【图表 4】云厂商资本开支强度持续上升，预计超过互联网与能源泡沫时期

注：2026-2028年使用Bloomberg一致预期。

3.5万亿美元：AI资本开支的融资缺口

中金公司以2025年末大型云厂商资本开支的市场一致预期作为经营现金流可支撑的资本开支假设（约2.1万亿美元），此时云厂商尚未启动大规模外部融资。市场预期该时点的经营现金流与资本开支可在有限外部融资下满足分红、回购及必要流动性需求；将这一部分从行业资本开支预期中扣除，即得到外部融资规模（约3.5万亿美元）。

【图表 5】AI资本开支带来约3.5万亿美元融资缺口

注：测算仅为示意，不代表实际预测。行业AI资本开支规模基于NVIDIA与AMD的AI相关收入增速及2025年大型云厂商资本开支反推；经营现金流支撑的资本开支基于2025年末大型云厂商内部资本开支的Bloomberg一致预期，并考虑超出分红与回购需求后的资本开支空间。

3.5万亿美元从哪来：AI的融资结构

投资级债券：AI融资的压舱石

中金公司估算，2026-2030年投资级债券可为AI投资提供约1.5万亿美元资金，约占外部融资需求的42%，是单一最大融资渠道。大型云厂商经营现金流强劲、初始杠杆较低且具备投资级信用评级，能够在全球债券市场获得规模大、期限长且成本相对更低的资金。中金公司基于评级机构杠杆约束、债券指数集中度及目标债务/EBITDA测算其发债空间，容量区间约为1.2万亿至2.3万亿美元。

2026年初至今，五大大型云厂商债券发行规模已达约1900亿美元，创历史同期新高，发行币种也从美元进一步拓展至欧元、英镑及加元，通过债券融资多元化缓解供给压力。投资级债券市场有能力承担AI融资主体，但持续大规模、超长期限的债券供给也可能推高科技板块在信用指数中的集中度，引发长端信用利差走阔、融资成本上升及评级约束强化等问题。

【图表 6】大型云厂商债券发行创历史新高，币种趋于多元

注：数据截至2026年7月14日。

资料来源：Bloomberg、中金公司研究部

【图表 7】云厂商投资级债券发行上限估算

注：数据截至2026年7月14日。

资料来源：Bloomberg、S&P Global、中金公司研究部

【图表 8】AI超长期债券发行或导致长端信用利差走阔

资料来源：Wind、中金公司研究部

杠杆融资：高成长企业的过渡性资本

中金公司估算，基于杠杆融资市场与投资级债券市场的容量比（约20%），高收益债券与杠杆贷款可为AI投资提供约0.3万亿美元资金，约占外部融资需求的8%。该市场主要服务于尚未获得投资级评级但已有一定收入与资产基础的Neocloud、高性能计算运营商及数据中心企业。

【图表 9】美国杠杆融资市场规模约3万亿美元

公开市场股权：从“去股权化”到“再股权化”

中金公司假设项目股权比例为20%（行业通常介于10%-30%），其中50%由公开股权提供，估算2026-2030年公开市场股权可为AI投资提供约0.4万亿美元资金。股权资本无需固定还本付息，能够优先承担技术迭代、商业化及资产残值风险，更适合尚未形成稳定现金流的AI大模型公司、Neocloud及数据中心运营商。

过去十年，中美上市公司倾向于回购股份并提高分红，从而减少流通资本、增厚每股收益，整体弱化了股权市场作为融资通道的功能，即“去股权化”。“再股权化”意味着这一趋势逆转，公司越来越多地依赖新发股份募集资金。股权融资高度依赖市场估值水平与发行窗口，一旦市场波动加剧或估值下行，融资节奏可能明显放缓。

【图表 10】今年美国TMT股权融资规模预计创历史新高

注：含美国IPO、定向增发、公开配售、配股等；数据截至2026年7月14日。

证券化产品：从主体信用到资产信用

中金公司假设2026-2030年AI相关证券化产品融资规模较2025年翻倍，估算ABS、CMBS等资产支持融资可提供约0.3万亿美元资金，约占外部融资需求的9%。证券化融资主要适用于已投产、拥有长期租约或可识别现金流的数据中心与算力资产，将融资基础从整体主体信用转向特定资产、租约及现金流。

证券化有助于释放建设期贷款与私募资本，并为保险、养老金及固收基金提供长期资产，但其扩张仍取决于租约稳定性、租户信用、资产残值及标准化程度。尤其对于GPU等快速迭代技术，折旧速度与二手市场价值可能成为评级与结构设计的显著约束。

【图表 11】2025年美国数据中心证券化产品融资约300亿美元

私募股权：融资缺口的灵活补充

中金公司估算私募股权（含基础设施基金、私募股权、私募信贷及地产基金）可吸纳约1.1万亿美元资金，约占外部融资需求的30%，仅次于投资级债券。私募股权的优势在于结构灵活，可通过股、优先股、夹层融资及项目贷款组合，承接公开市场上难以定价的建设期与非标风险。私募股权基金还可与云厂商设立项目合资公司（JV）或特殊目的实体（SPV），在项目层面引入股债资金；在满足会计处理要求的前提下，此类安排可产生表外融资效果，降低云厂商的前期资本投入与并表负担，同时将风险分散给外部资本。

但私募股权的供给端存在一定约束。据Preqin与McKinsey数据，截至2025年6月，私募股权基金现金分配/AUM比率约6%，降至近期低位；2026年部分私募信贷半流动性产品也面临赎回压力上升。因此，私募股权有望成为AI融资的重要增量来源，但其实际吸收能力仍取决于募资节奏与产品流动性。

【图表 12】数据中心投资显著增加

资料来源：Preqin、Bloomberg、中金公司研究部

【图表 13】私募股权募资整体下滑，但基础设施基金快速增长

资料来源：Preqin、McKinsey、中金公司研究部

【图表 14】私募股权基金现金分配比率降至近期低位

万亿美元之问：AI债务将如何偿还？

1万亿美元：AI融资“回本”需要多少收入？

在基准情景下，中金公司估算，为满足偿债与股东回报需求，在10% ROIC假设下，AI应用最终需产生约1万亿美元（基准情景下为9580亿美元）的可持续商业化年化收入。该测算综合考虑了杠杆比率、基础设施经济寿命及成熟期利润率等假设；中金公司假设约70%的经济价值通过应用收入体现，剩余约30%来自企业降本增效。

市场机构对AI长期所需收入的估算介于6000亿至2万亿美元之间，统计假设、逻辑与口径差异较大。中金公司1万亿美元的估算处于市场预测区间中部，但仍意味着AI商业化在未来几年需要实现量级扩张：假设该收入规模在2030年实现，意味着未来五年AI应用收入需要几乎每年翻倍。

【图表 15】AI融资资本回报测算

注：测算仅为示意，不代表实际预测；AI大模型行业收入假设为OpenAI、Anthropic、智谱、MiniMax合计的90%；假设项目资产负债率为85%；ROIC为税前资本回报率；利润率已考虑维护费用。

资料来源：上市公司公告、IMF、Counterpoint Research、中金公司研究部

年化1万亿美元收入约相当于全球GDP的0.7%，或折合每台iPhone每月46美元，但AI商业化并不等同于个人付费；其收入可来自企业支出、广告、电商及政府采购等多种渠道。据Gartner数据，2025年全球SaaS终端用户支出预计为3000亿美元，全球公有云服务支出为7000亿美元。相比之下，1万亿美元年化AI收入约相当于2025年全球SaaS市场的3.2倍、全球公有云服务市场的1.4倍。因此，从行业规模角度看，1万亿美元虽具挑战，但并非不可企及的目标，AI融资的债务偿还与股东回报由此具备可实现性。

关键假设敏感性分析

上述测算中，利润率与折旧年限假设存在较大不确定性。中金公司基准情景假设成熟期EBITDA利润率约为50%，但目前缺乏充分财务数据支撑该水平能否实现。主要大模型公司尚处投入期，部分公司调整后净亏损率高达300%-500%。

另一关键变量是基础设施折旧年限。数据中心建筑及基础设施通常可用十余年，而芯片与电子设备面临更快的技术迭代，老旧设备可能面临加速折旧，从而缩短数据中心的整体折旧年限。

因此，中金公司对上述两个变量进行敏感性分析，结果显示：

在折旧年限约7年的情景下，若EBITDA利润率达到约30%，可实现接近盈亏平衡的资本回报率；若利润率低于20%，即使资产寿命更长，也难以覆盖资本成本。

在EBITDA利润率约50%的假设下，只要折旧年限达到约5年，即可获得正投资回报；若资产寿命进一步延长，回报率将显著提升。

因此，判断AI投资能否“回本”，不能仅看收入规模，更需综合考虑利润率、折旧等因素。利润率不及预期或设备提前折旧将显著提高所需收入门槛。

【图表 16】不同利润率与基础设施经济寿命假设下，AI投资回报差异显著

注：基于基准情景下AI应用收入（约年化1万亿美元）测算。

资料来源：中金公司研究部

【图表 17】部分AI大模型公司仍处于高亏损阶段

注：调整后净亏损为公司披露的非IFRS指标，主要剔除股份支付、Pre-IPO金融工具公允价值或账面价值变动及上市费用。

金融机构的机遇与风险

AI投资推动银行资产负债表扩张

数据中心项目通常因缺乏稳定现金流而需要银行在建设期提供贷款；项目投产后形成租约，再通过长期债券、私募信贷等产品进行置换。银行因此在建设期与资本市场之间扮演越来越重要的桥梁角色。

对非银金融机构的融资也在推动银行信用扩张。银行可通过认购基金份额、NAV贷款等形式为非银机构提供杠杆。私募股权承担底层项目的长期风险，银行则提供期限相对较短、优先级更高的融资。截至2026年6月，美国银行对非银金融机构的贷款同比增长约25%，显著跑赢一般贷款。这一增长反映了私募股权投资对银行贷款的拉动，而AI基础设施是重要投向。

【图表 18】非银贷款驱动美国信用周期上行

注：非银贷款、商业贷款及消费贷款已剔除统计调整影响。

资料来源：美联储、Wind、中金公司研究部

AI融资带来资本市场收入

AI融资对银行更直接的影响体现在非息收入增长。2026年二季度，美国六大银行合计净利润同比增长40%，营业收入同比增长22%，其中非息收入同比增长32%。AI融资带动的企业IPO、并购及债券发行增加是该项收入增长的重要驱动力。

大型综合性银行具备更强的资本市场服务能力，可在AI融资中获取手续费收入，同时减少长期资产负债表的占用。相比之下，中小银行可通过项目贷款获取更高利差，但也面临更大的资本压力与信用风险。

值得注意的是，银行收入往往在融资期确认，而信用风险要到项目还款期才会显现，呈现“收入前置、风险后置”的特征。

【图表 19】本轮美国银行业绩上行由资本市场相关收入驱动

注：美国六大行包括摩根大通、美国银行、花旗、富国银行、高盛与摩根士丹利。

从AI风险到金融风险

再融资能否替代现金流？大型云厂商发行的长期债券期限通常在10-30年，基础设施基金投资期也普遍超过10年；数据中心投产后，融资还可替换为项目债与证券化产品。这些安排可降低短期偿债压力，为AI商业化争取时间。若收入实现慢于预期，企业也可通过再融资延长债务期限。但再融资只能争取时间，无法替代现金流：若项目利用率、利润率及资产寿命长期低于预期，持续滚动融资反而会推高杠杆与融资成本。中金公司估算，2027年起大型云厂商债券将进入到期高峰，年均到期规模约280亿美元，较2024-2026年增长约60%，再融资压力将显著上升。

【图表 20】2027年起大型云厂商债券进入到期高峰

云厂商信用是核心风险锚。大型云厂商是AI资本开支的主要承担者，也是债券发行人、数据中心租户、Neocloud客户及项目SPV的最终交易对手。其信用状况决定了产业链上大部分现金流能否持续。云厂商的CDS利差可作为信用风险的高频指标。2025年末以来，主要云厂商CDS利差普遍走阔，但不同主体之间已出现显著分化。截至2026年7月，微软、亚马逊、Alphabet与Meta的五年期CDS利差大致仍在45-80个基点区间，而Oracle与CoreWeave的利差分别超过180和600个基点，显示市场正在对更高杠杆、更弱自由现金流及更依赖再融资的主体的风险进行定价。

【图表 21】AI云厂商债务违约风险定价利差上升

金融风险传导路径。若AI商业化不及预期，风险将首先表现为数据中心利用率、收入与利润率下滑，进而压低资产残值。损失通常首先由云厂商、Neocloud及项目SPV的股东承担，通过市值重估反映在股市；若经营现金流持续恶化并耗尽股权缓冲垫，风险将进一步传导至信用债、杠杆融资、证券化产品及私募信贷。银行贷款通常优先级较高，因而一般处于损失吸收链的末端。

AI是“泡沫”吗？来自金融系统的视角

融资规模本身不等同于泡沫，关键在于新增资本能否产生足够稳定的最终需求与现金流。资本市场能够回答“AI基建能否建成”，但无法解决“投资能否回本”的问题。中金公司估算，相关投资最终需要支撑约1万亿美元的年化AI应用收入，该目标并非不可实现，但对产能利用率、利润率及设备经济寿命提出了很高要求。若商业化增长持续滞后于资本开支，风险将逐渐从估值修正转向产能过剩、资产残值下降及信用质量恶化，并通过滚动融资、私募信贷及证券化等渠道在金融体系内传导。融资规模本身不是问题，真正的考验在于能否在融资成本上升与资产价值贬值之前产生现金流。

【图表 22】AI金融风险传导链条

核心数据速览

融资缺口：2026-2030年AI基建外部融资需求约3.5万亿美元，行业总资本开支预期约5.6万亿美元。资金来源：投资级债券1.5万亿（42%）、私募股权1.1万亿（30%）、公开市场股权0.4万亿、杠杆融资0.3万亿、资产证券化0.3万亿。偿债门槛：在10% ROIC假设下，AI应用需实现约1万亿美元年化收入；若2030年达成，未来五年收入需几乎每年翻倍。到期压力：2027-2032年云厂商债券年均到期约280亿美元，较2024-2026年增约60%。银行影响：2026Q2美国六大行非息收入同比增32%；截至2026年6月银行对非银贷款同比增约25%。

风险关注点与后续指标

风险方面需关注三点：一是AI商业化收入增速能否赶上资本开支增速，尤其是大模型公司能否从高额投入期转向稳定盈利；二是云厂商自由现金流持续下滑后，杠杆水平与评级约束对再融资能力的限制；三是GPU等硬件快速迭代导致数据中心折旧年限缩短，进而抬高偿债所需收入门槛。后续可跟踪的高频指标包括：云厂商CDS利差变化、数据中心利用率与租约价格、AI应用端企业付费意愿及渗透率、美国长端信用利差与私募信贷赎回压力。

风险提示

AI商业化进度不及预期：若企业/消费者付费意愿、应用渗透率或AI服务价格低于预期，算力需求与数据中心利用率可能下滑，AI基建难以实现预期投资回报。

AI资本开支及融资需求不及预期：若大型云厂商因自由现金流压力或需求变化削减资本开支，实际融资规模可能低于本报告估算。

资本市场融资条件收紧：利率上行、信用利差走阔或股市波动可能导致债券、股权及证券化发行放缓，加大Neocloud与项目SPV的再融资压力。

[1] 大型云厂商（Hyperscalers）包括微软、亚马逊、谷歌、Meta与Oracle，如前所述。

[2] 假设其中约70%为AI相关资本开支。

[3] 除另有说明外，本报告对上市公司预测数据使用Bloomberg一致预期。

来源

本文摘录自中金公司于2026年7月23日发布的研报《AI的金融时刻 —— AI融资追踪（1）》。

林英奇，分析员，银行+ SAC编号：S0080521090006 SFC CE Ref：BGP853

车姝韵，分析员，电信软件教育 SAC编号：S0080523050005 SFC CE Ref：BTM272

李佩凤，分析员，全球研究 SAC编号：S0080521070004 SFC CE Ref：BTO526

徐虹铭，分析员，银行+ SAC编号：S0080523080007 SFC CE Ref：BUX153

张静雅，联系人，银行+ SAC编号：S0080126050022

张帅，分析员，银行+ SAC编号：S0080516060001 SFC CE Ref：BHQ055

原文链接