谷歌发行“100年期债券”引发热议
今年大型科技企业投资规模预计增加70%
是经济涓滴效应还是风险难以预料

近期,关于谷歌“发行100年期债券”的消息在多方面引发热议。敢于宣称要借到100年之后,本身就被解读为一种“我们是一家能活这么久的公司”的自信表达。并非国家而是民营企业,而且还是处在创新漩涡中心的大型科技企业,谈及这种超长期债券,本就并不常见。


这一动向很难被视为一次简单的插曲。之所以如此,是因为这并非谷歌一家的故事,今年以来,大型科技企业整体的公司债发行规模正在快速增加。

公司债:企业在市场上直接借来的钱
公司债是企业不通过银行贷款,而是在债券市场上直接向投资者筹集资金的一种方式。投资者购买公司债,获得利息收入,企业则在约定的到期日偿还本金。一般而言,信用等级越高的企业,越能以更低利率、筹集到期限更长的资金。基于这一原因,公司债发行环境常被用作衡量企业财务信用度的指标。

大型科技企业为何在加杠杆:人工智能
大型科技企业的设备投资会在多个产业领域产生连锁需求,其中半导体被视为核心。

大型科技企业的设备投资会在多个产业领域产生连锁需求,其中半导体被视为核心。

View original image

iM证券 (iM증권) 在本月10日发布的报告中预测,今年大型科技企业,准确说是“超大规模云服务商”(运营人工智能所需的大型数据中心的企业)的公司债发行将大幅增加。摩根士丹利预计,这些企业的年度举债规模约为4000亿美元(约585万亿韩元)。与去年相比,增幅十分明显。


原因十分清晰:人工智能投资。iM证券研究员 Park Sanghyun 表示:“今年大型科技企业扩大公司债发行,是因为与人工智能相关的基础设施投资支出正在急剧增加。”围绕人工智能运行所需的数据中心、服务器、半导体、电力基础设施等各类设备投资正在全面扩张。谷歌母公司 Alphabet 预告今年最多将进行1850亿美元规模的资本支出。根据彭博社数据,今年大型科技企业(超大规模云服务商)整体的人工智能相关投资规模预计将同比增长逾70%。


“100年期债券”的信号:“我们是能活100年以上的企业”
“100年后再还,我们不会倒闭的意思吧”……举债585万亿办“负债盛宴”的大型科技企业底气十足 [周末Money] View original image

在这一背景下,谷歌提到的“100年期债券”具有很强的象征意义。除超优质国债外,民营企业发行期限100年的债券极为罕见。实际上,自摩托罗拉于1997年发行100年期债券之后,全球市场上几乎再无类似案例。


Park 研究员解释称:“如果大型科技企业成功发行100年期公司债,可以解读为市场在一定程度上认可了人工智能产业的长期成长性。”这意味着,市场并未将其视为一时风潮,而是当作以数十年为单位的投资周期来对待。


公司债发行急剧增加,人们通常会首先联想到信用风险。债务增加意味着一旦经济放缓或投资业绩不佳,利息和本金偿付负担可能显著加重。然而金融市场的反应相对平稳。虽然大型科技企业公司债利率与信用违约掉期溢价(反映企业违约风险的保险性质指标)确有短暂上升,但与以往信用紧缩阶段相比,许多观点认为目前仍属有限水平。


美元走势也可从同一角度解读。如果市场将这一现象视为人工智能投资过热或信用危机的信号,那么避险情绪本应升温,美元价值很可能大幅走强。Park 研究员分析称:“金融市场并未把大型科技企业的加杠杆视作风险信号,而是看作成长阶段中的资金筹措行为。”


大型科技企业的负债,会否转化为连锁投资与“滴漏效应”
“100年后再还,我们不会倒闭的意思吧”……举债585万亿办“负债盛宴”的大型科技企业底气十足 [周末Money] View original image

此次筹集到的资金并不会只停留在大型科技企业内部。人工智能投资会在半导体、服务器、设备、电力设施等领域产生连锁需求。市场认为,这一趋势有望维持美国投资周期的动能,并对包括韩国和台湾在内的全球半导体景气带来正面影响。Park 研究员判断称:“如果人工智能投资按计划执行,大型科技企业主导的人工智能投资所带来的滴漏效应反而可能进一步放大。”


不过,乐观并非全部。如果人工智能投资的成果未能如预期般迅速显现,企业之间的差距可能进一步拉大。即便同属大型科技企业,有的公司或许能快速提升生产率,而有的公司则可能只背上成本负担。随着时间推移,围绕实际业绩的“优胜劣汰”很可能会正式展开。



大型科技企业扩大公司债发行,无疑是一幕陌生的场景。但市场目前仍将其解读为成长阶段中的资金筹措行为,而非预警信号。能否有底气去背“100年期债务”,其正当性取决于人工智能投资能多快转化为现金流。从这个意义上说,当下的情形更像是等待结果的观察期,而非已经得出结论的阶段。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点