什么是股票杠杆
FX168财经报社(北美)讯 因在2008年金融危机前成功看空次贷市场而闻名的投资人Steve Eisman再次向AI热潮发出警告。他表示，一些人工智能企业正在重新使用曾在安然(Enron)时代和全球金融危机前引发巨大争议的表外融资工具，尤其是通过特殊目的实体(SPV)为大型数据中心项目融资，这让他联想到“过去那些糟糕年代”。
Eisman在9月25日播出的《The Real Eisman Playbook》播客中表示，令他感到不安的是，部分AI企业正在利用特殊目的实体进行表外融资，而这种做法原本应该在安然事件和全球金融危机后逐渐退出历史舞台。
“我原以为这种做法早就像渡渡鸟一样消失了，”他说，“我错了。它仍然存在，而且规模还很大。”
安然时代的手法又回来了？
所谓特殊目的实体，是企业为特定融资或投资项目设立的独立法律实体。通过这种结构，公司可以为大型基础设施项目融资，同时避免将全部债务直接计入母公司资产负债表。
Eisman指出，这类工具本身并不必然意味着违规，但历史上曾被滥用。安然前首席财务官Andrew Fastow就曾利用大量特殊目的实体，将部分债务隐藏在公司资产负债表之外，并夸大利润，最终成为安然财务丑闻的重要组成部分。
他还将这一现象与2008年全球金融危机前的结构化投资工具相提并论。当时，一些银行也通过表外工具持有大量证券化债务，而评级机构对这些结构的风险评估后来受到广泛质疑。
“回顾历史总是有价值的，”Eisman表示，“尤其是在表外融资技术正在AI新时代卷土重来的时候。”
科技巨头从“轻资产”走向重资本
在Eisman看来，AI浪潮正在从根本上改变大型科技公司的商业模式。
微软(Microsoft)、Alphabet、甲骨文(Oracle)和Meta过去长期被视为资本相对轻、自由现金流强劲的企业，但随着AI模型训练和推理需求迅速增长，这些公司现在不得不投入巨额资金建设数据中心、采购芯片、电力设施和网络基础设施。
这意味着，曾经主要依靠内部现金流扩张的科技巨头，如今越来越需要进入债券和信贷市场融资。
Eisman认为，随着资本开支不断膨胀，债务规模和信用评级压力也随之上升，这正是表外融资重新变得具有吸引力的原因。
Eisman点名Oracle：评级距离垃圾级仅一步之遥
他特别提到Oracle，认为这家公司可以说明高资本开支带来的融资压力。
Eisman表示，随着杠杆水平上升，Oracle近期被标普全球(S&P Global)下调至BBB-评级，仅比垃圾级高一个等级。
在这种情况下，如果企业能够把部分融资安排放到资产负债表之外，就可能降低账面债务压力，并在一定程度上帮助维持信用评级。
“这就是为什么表外融资如此诱人，并重新流行起来，”Eisman说，“如果你能够把一部分债务移出资产负债表，评级机构就有可能给予一定认可，从而帮助你保住信用评级。”
Meta 270亿美元AI项目引发关注
在Eisman看来，Meta可能是更加典型的例子。
他指出，Meta位于路易斯安那州的Hyperion AI数据中心项目，部分融资通过一个名为Beignet Investor LLC的表外实体完成。该实体由Meta与私人信贷机构Blue Owl Capital共同设立，其中Meta持有20%权益。
这一特殊目的实体已经发行约270亿美元债务，用于为该项目提供资金。
但Eisman真正担心的并不是融资规模本身，而是债务最终如何体现在Meta自己的财务报表中。
按照相关安排，Meta负责建设数据中心，并承诺未来20年向Beignet租用该数据中心，同时还承担项目延期和成本超支带来的相关风险，但这笔债务并不会直接出现在Meta的资产负债表上。
Eisman对此直言，这种结构让他想起过去市场出现重大问题之前的一些金融安排。
“尽管Meta负责建设数据中心，承诺租用20年，并承担延期和超支风险，但债务却不会出现在Meta的资产负债表上，”他说，“这种花哨的财务操作让我想起过去那些糟糕时期，而且它经不起基本的直觉检验。”
真正的问题在于风险到底由谁承担
Eisman的核心担忧，并不是所有SPV都存在会计问题，而是随着AI投资规模扩大，市场越来越依赖复杂融资结构来维持资本开支增长。
如果企业实际上承担了项目的大部分经济风险，却能够通过法律和会计结构让相关债务不直接体现在资产负债表上，那么投资者可能需要更仔细评估企业真正承担的杠杆和长期义务。
这也意味着，单纯观察传统债务指标，可能无法完全反映AI资本开支周期背后的风险。
尤其是在美国利率持续高企、美债收益率不断上升的背景下，数据中心建设所依赖的私人信贷、保险资金和债券融资成本都在上升。融资成本越高，复杂的表外结构就可能越有吸引力，但与此同时，隐藏在结构背后的长期负担也更值得关注。
AI行情正在从“技术故事”转向“融资故事”
今年以来，Eisman一直警告投资者，当前AI交易高度依赖少数几家大型科技公司持续投入巨额资本维持增长预期。
如今，他的关注点已经进一步从估值转向融资结构。
随着数据中心建设动辄需要数百亿美元资金，AI行业的竞争越来越不像传统的软件扩张，而更像能源、电信和基础设施投资——资本密集、建设周期长，而且高度依赖融资环境。
这也意味着，未来决定AI行情能否延续的，可能不仅仅是模型能力、芯片性能和用户增长，还包括一个更现实的问题：这些公司还能以多低的成本持续获得资金。
如果资本成本继续上升，而投资回报率无法同步改善，那么当前看似强劲的AI资本开支周期就可能面临更严峻考验。
对Eisman而言什么是股票杠杆，真正令人警惕的不是AI技术本身，而是华尔街熟悉的那些财务工程手段，正在重新出现在一个全新的投资故事中。
文章为作者独立观点，不代表联华证券_融资融券炒股_融资借钱炒股观点
