Morgan Stanley: AI 投资周期的融资——$2.9T 总需求与 $1.5T 外部融资缺口

核心判断（Executive Thesis）

Morgan Stanley 从信用市场承接能力的角度给出 AI 基建融资的量化框架：2025–2028 四年间，全球 AI 基础设施总需求约 $2.9 万亿（硬件 + 数据中心建设），其中 hyperscaler 自有现金流可覆盖约 $1.4 万亿，剩余 $1.5 万亿必须由外部资本提供。

这个 $1.5T 缺口规模的意义在于：它大于当前整个美国高收益债券市场 + 杠杆贷款市场的总和——传统信用渠道根本无法独立承接。因此 Morgan Stanley 的推论是：私募信贷（private credit）和资产支持证券化（ABS/SPV）将成为主要填补渠道——AI 基建的融资结构会系统性地转向非银、结构化、表外。这是继 2008 年之后信用市场最大的一次结构性重构。

在 2026 年初续作中，Morgan Stanley 进一步测算：hyperscaler 投资级（IG）债券发行量将从 2025 年的约 $93B 翻倍至 2026 年的约 $250–300B（含 JV 结构），部分第三方口径预期 2026 年全年 AI 相关债券 + 结构化发行合计或达 $400B 量级。

---

关键数字一览

| 指标 | 数值 | 备注 | |------|------|------| | 2025–2028 AI 基础设施总需求 | $2.9T | 硬件 + 数据中心建设 | | 硬件（芯片+服务器）占比 | ~$1.6T | 占总量 55% | | 数据中心建设 + 电力 | ~$1.3T | 占总量 45% | | Hyperscaler 自有现金流覆盖 | ~$1.4T | 约 48% 自给 | | 外部融资缺口 | $1.5T | 核心数字 | | 缺口 vs 美国 HY 债券市场 | > | 整个 HY 市场规模约 $1.4T | | 缺口 vs 美国 leveraged loan 市场 | > | 两个市场合计仍不足 | | 2025 年 hyperscaler 投资级债券发行 | ~$93B | 占全美 IG 发行 ~6% | | 2026 年 hyperscaler 债券预期（含 JV） | $250–300B | 翻倍量级（第三方口径至 $400B） | | 未来 5 年 IG 债券 AI 相关 | ~$1.5T | 每年 $300B | | 2026 年 HY/杠杆贷款 AI 相关 | ~$20B | 规模受限 | | 数据中心 ABS/CMBS 年发行 | $30–40B（2026–27） | 快速增长 | | 当前数据中心容量证券化率 | ~10% | 2028 年或升至 25% | | 私募信贷承接 AI 缺口 | ~$800B（5 年） | 约占 $1.5T 缺口的 53% | | 私募信贷 AI 敞口（存量） | >$200B（2025） | 2030 年或达 $300–600B |

外部融资 $1.5T 缺口的分解（Morgan Stanley 基准口径）

| 融资渠道 | 金额 | 占缺口比例 | |---------|------|-----------| | 私募信贷（含 asset-based finance） | $800B | 53% | | 公司投资级债券（IG） | $200B | 13% | | 数据中心 ABS / CMBS | $150B | 10% | | 其他（PE/VC/银行/HY/可转） | $350B | 24% | | 合计 | $1.5T | 100% |

---

方法论：自上而下的"融资物理量"测算

Morgan Stanley 的测算框架与 Bain 的"收入反推"不同，采用需求-供给两端现金流配对：

需求端（$2.9T） - Tirupattur/Patkar 基于 Morgan Stanley 股票研究团队的 hyperscaler capex 模型； - 时间窗口 4 年（2025–2028），涵盖 Amazon/Alphabet/Meta/Microsoft/Oracle + Tier-2 云厂商 + 主权 AI 基金； - 分硬件（$1.6T 芯片+服务器，折旧 5–7 年）vs 不动产（$1.3T 数据中心壳+电力+冷却，折旧 20 年）；

供给端（$1.4T 内部） - 汇总 hyperscaler 的 guidance operating cash flow； - 扣除股息、股票回购、非 AI capex 等刚性支出；

Gap = $2.9T – $1.4T = $1.5T

Gap 分配 - Morgan Stanley 的独特贡献：把缺口按信用渠道容量再分配； - 对每个渠道测算最大可吸收量（HY 全市场 $1.4T 但只能转少数百分比；IG 容量更大但有久期约束；private credit 理论无上限但有风控边界）； - 得到 $800B private credit + $200B IG + $150B ABS/CMBS + $350B 其他的基准组合。

---

结构创新：SPV 与表外融资的崛起

Morgan Stanley 在这份研究中特别强调结构化融资在 AI 基建中的爆发式应用：

1. Meta "Hyperion"（Beignet 交易）— 2025 年标志性案例

Morgan Stanley 亲自结构化了 Meta 路易斯安那数据中心的融资： - SPV 规模：$27B 债务 + $2.5B 股权（Blue Owl 提供） - 锚点债券投资者：PIMCO - 期限覆盖：建设期 + 20 年运营期 - 意义：把单一数据中心项目完整表外化——债务不上 Meta 资产负债表，但偿付主要依赖 Meta 长期租约的现金流

2. GPU 抵押融资（Valor / CoreWeave 模式）

Valor 为 NVIDIA GPU 融资做 $20B 量级 SPV；
CoreWeave 发行 $2.25B 可转债，票面 1.75%（典型"股权味很浓"的结构）；
xAI 以 GPU 为抵押物做 ABS 类型融资。

3. 数据中心 ABS / CMBS 标准化

ABS 基于**实物数据中心所有权 + 租约现金流**；
CMBS 基于**商业抵押贷款**；
当前容量证券化率 ~10%，2028 年目标 25%——意味着结构化发行量 **2.5 倍扩张**。

---

关键风险与担忧

Tirupattur/Patkar 在播客中反复强调以下风险点：

风险 1：私募信贷成为"影子承接者"

$800B 缺口由 private credit 承接意味着 AI 基建的**信用风险从公开市场转移到非银体系**；
大部分私募信贷基金（direct lending / asset-based）最终回流到**保险公司** BBB 级负债端——形成"AI 基建 → PE 管理人 → 保险公司 → 退休人员养老金"的长传导链；
与报告 05（中邮证券）、07（Fed Probes）、14（CNBC Zero-Loss Fantasy）所描述的私募信贷系统风险直接对接。

风险 2：SPV 的"真实销售"争议

Meta Hyperion 的 $27B 结构化债——在会计上 Meta 可能不合并——但当租约是 20 年期时，这已经是"实质上的负债"；
如果 AI 投资周期反转，SPV 违约时**抵押物（数据中心、GPU）流动性极差**——GPU 按折旧曲线 2–3 年即大幅贬值。

风险 3：IG 债券市场的"单一行业集中度"

2025 年 hyperscaler 已占 IG 发行量 6%；2026 年翻倍后或至 12–15%；
单一行业在 IG 市场占比越高，信用利差越敏感于 AI 预期变化；
一旦 AI capex 回报率失望，IG 利差可能系统性走阔。

---

关键图表说明（基于播客内容与后续研究）

1. $2.9T 堆积柱状图 — 按年度（2025/26/27/28）和类别（硬件 vs 数据中心）的双维分解； 2. $1.5T 缺口的融资渠道饼图 — $800B private credit + $200B IG + $150B ABS + $350B 其他； 3. 缺口 vs HY+LL 市场规模对比 — 直观展示为什么传统信用无法独立承接； 4. Hyperscaler IG 发行量时间序列 — 2020–2025 的渐进 vs 2026 跳跃； 5. SPV 结构流程图 — 以 Meta Hyperion 为例，展示 $27B 债 + $2.5B 股 + 租约现金流的资金闭环； 6. 数据中心容量证券化率 — 10% → 25% 的 2026–2028 加速曲线。

---

关键引述

Vishy Tirupattur（首席固定收益策略师）：

"Over the next four years, there's about $2.9 trillion of CapEx that needs to be spent across hardware and data center bills... we've identified a $1.5 trillion financing gap that has to be met by external capital."

"The $1.5 trillion financing gap is larger than the size of the high yield market and the leveraged loan market."

Vishwas Patkar（美国信用策略主管）：

"Private credit is expected to meet about half of the investment gap, with asset-based finance being a very important channel."

关于证券化扩张：

"The current securitization rate of data center capacity is around 10%, with expectations to see an annual securitization rate of up to 25% by 2028."

---

核心结论

1. 缺口量级超出传统信用市场：$1.5T 外部融资缺口 > 美国 HY + leveraged loan 两大市场合计，意味着不可能通过"多发些高收益债"解决； 2. 私募信贷承接一半（$800B）：这是 AI 基建的最大系统性风险载体——与 Fed、S&P、中邮证券、CNBC 等多份报告的私募信贷担忧完美契合； 3. 2026 是 Hyperscaler IG 发行量的"断点"：从 $93B 跳到 $250–300B（第三方口径达 $400B），市场需要一次性消化 3 倍体量； 4. SPV 表外化 + ABS 证券化是 AI 基建的新常态：Meta Hyperion 等案例把"单一项目总规模 $30B 级"打包出表，但这些结构在压力情景下的韧性尚未被验证； 5. AI 基建的信用风险最终流向保险/养老金负债端：形成 2008 结构化金融以来最大的一次信用风险再分配。

---

与其他报告的关系

| 对比对象 | 异 | 同 | |---------|-----|-----| | 18 Bain "$2T Revenue Gap" | Bain 问"收入要多少才能偿付"；MS 问"缺口怎么融资" | 两者是同一资产负债表的两侧——资产端（capex）-负债端（funding）-权益端（revenue）必须同时自洽 | | 19 JPM "$650B IRR"（上一篇） | JPM 关注 IRR 门槛的收入条件；MS 关注 融资渠道的供给 | 完美互补：JPM 算还款能力，MS 算借款渠道 | | 06 Dubach "FCF Collapse" | Dubach 聚焦 Big 4 单体 FCF 压力；MS 聚焦行业级 $1.5T 缺口 | 都指向"内部现金流 2026 年见顶"的相同时间点 | | 04 S&P "Credit Liquidity 2026" | S&P 是信用评级机构视角；MS 是卖方交易台视角 | 对"私募信贷与公开信用市场边界模糊化"的担忧完全一致 | | 05 China Post "私募信贷新危机" | 中邮证券强调"系统性风险传染链"；MS 量化"谁放出这笔钱" | 中邮证券的担忧在 MS 的 $800B private credit 数字里得到验证 | | 07 Fed Probes Banks' Private Credit | Fed 调查银行对私募信贷敞口；MS 预测私募信贷将承接 AI 半数缺口 | 政策层担忧 + 研究层量化，互为佐证 | | 14 CNBC "Zero-Loss Fantasy" | CNBC 揭露私募信贷"零损失"神话破裂；MS 展示 $800B 新增敞口即将涌入 | 危险叠加：新钱进入的速度远快于风险透明度提升 | | 09 Burry "AI Reckoning" | Burry 做空并押注资产减值；MS 量化减值发生时的信用传导路径 | MS 的 SPV/ABS 结构图基本就是 Burry 警告的"未来会计雷区" | | 15 Gartner "$2.5T Spending" | Gartner 是支出口径；MS 是融资口径 | 两者都指向 2026 年 AI 投入的加速，MS 回答"钱从哪来" |

---

引用与链接

播客原文：[Credit Markets' Role in AI Financing Gap (Morgan Stanley Thoughts on the Market)](https://www.morganstanley.com/insights/podcasts/thoughts-on-the-market/credit-markets-ai-financing-gap-vishy-tirupattur-vishwas-patkar)
扩展系列：[Who Will Fund AI's $3 Trillion Ask?](https://www.morganstanley.com/insights/podcasts/thoughts-on-the-market/ai-investing-credit-markets-andrew-sheets)
行业综述：[AI Market Trends 2026: Global Investment, Risks, and Buildout](https://www.morganstanley.com/insights/articles/ai-market-trends-institute-2026)
结构化融资深度：[The Risks of Private Credit's Software Exposure](https://www.morganstanley.com/insights/podcasts/thoughts-on-the-market/private-credit-software-ai-disruption-vishy-tirupattur-vishwas-patkar)
独立评析：[Brave New World of AI Capex: Giving Credit Where Credit is Due (Brandywine Global)](https://www.brandywineglobal.com/around-the-curve/2025/brave-new-world-of-ai-capex-giving-credit-where-credit-is-due)
媒体扩散：[The $3 Trillion AI Data Center Build-Out Becomes All-Consuming For Debt Markets (EnergyNow)](https://energynow.com/2026/02/the-3-trillion-ai-data-center-build-out-becomes-all-consuming-for-debt-markets/)
主笔：Vishy Tirupattur（Chief Fixed Income Strategist）
共同主笔：Vishwas Patkar（Head of U.S. Credit Strategy）