概覽
- 人工智能相關債券的發行正重塑信貸基準,主因是超大規模雲供應商透過發債來為基礎設施的資本開支融資,令被動型投資者面對更高的集中風險。
- 由於發行人的信貸基本面維持穩健,充裕的需求足以消化新增債券供應。然而,在債券供應持續下,盈利下行風險或會令信貸利差受壓。
- 為了在爭取收益的同時,效管理存續期、槓桿及人工智能相關資產的相關性風險,主動挑選發行人變得愈來愈重要。
人工智能不僅正在改變我們的生活與工作方式,亦在重塑信貸市場。隨著超大規模雲供應商大幅增加基礎設施開支,以支持人工智能發展,它們正以前所未有的規模透過債券市場融資。人工智能相關的債券發行量激增,正在改變信貸基準,並增加被動型投資者的持倉風險。
發行人的信貸基本面穩健,加上市場需求殷切,使新增供應得以輕易地被市場消化。然而,持續供應風險,加上市場對未來盈利增長與投資回報的疑慮逐漸浮現,便可能會令信貸利差受壓。
在此環境下,投資者如希望爭取收益的同時,管理存續期、槓桿及由人工智能推動的相關性風險,主動挑選發行人變得愈發重要。
規模:急速擴張
2025年,美國科技行業的投資級別債券淨發行量達到1,310億美元,較過去5年平均每年的610億美元增加超過一倍。這股趨勢絲毫未見放緩,年初迄今的淨發行量已達1,920億美元,佔整體投資級別債券淨發行量的27%。
摩根大通證券預測,2026年的淨發行量可能升至2,300億美元,較2025年增加76%,科技與人工智能相關融資將成為主要動力。投資級別債券發行量預計將持續增長,到2030年累計規模可能達到2.1萬億美元,以為預計達5.5萬億美元的人工智能相關資本開支提供資金。
影響:新型集中風險
股市由少數與人工智能相關的超大型企業所主導,這種集中風險已成為其鮮明特點。如今,這項風險在債券市場亦日漸受到關注。兩者的主要分別在於,債券指數的權重是按未償還債務規模來釐定,而非按照市值計算。這意味無論企業本身的業務實力如何,被動型投資者的持倉將愈來愈集中於負債規模最大的企業。
對盈利穩健的企業來說,增發債券可以是優化資本結構的有效途徑。然而,對其他企業來說,這可能反映其實際融資需要,並涉及較高風險。市場對這兩種情況的判斷,可從信用利差與信用違約掉期(CDS)的走勢中反映出來。信用違約掉期利差反映對沖違約或損失風險的保險成本,並可用作衡量市場隱含違約機會率的指標。隨著市場為槓桿上升的相關風險重新定價,多家超大規模雲供應商的信用違約掉期利差已經擴闊(圖表2)。
風險在於,一旦出現負面衝擊,例如收入增長遜預期或資本開支回落,便可能會同時影響債券與股票指數中權重最大的企業。由於受基準約束的基金必須按照指數權重配置,利差一旦擴闊可能會觸發倉位調整,從而放大市場波動。
在信貸質素較低的市場,高收益債券的發行亦見回升,尤其是從事數據中心發展、電力基礎設施、光纖網絡及其他人工智能相關基礎設施的企業。
年初迄今,科技行業佔高收益債券新發行總額的18.7%,但在整體高收益債券指數中的佔比仍相對較低,只有8.6%,並且低於目前科技板塊在投資級別債券指數中的10%權重。
投資啟示
在投資級別與高收益債券指數中,與人工智能相關的發債活動增加,是人工智能資本開支周期帶來的結構性結果。隨著基礎設施開支增長,這股趨勢很可能會持續。
對信貸投資者來說,關鍵在於目前的收益率,是否足以彌補信貸指數中不斷上升的持倉風險。
就目前而言,超大規模雲供應商的基本面仍然穩健,評級下調風險亦似乎偏低。人工智能相關發行人而言,債務對息稅折舊及攤銷前盈利比率(Debt-to-EBITDA)等信貸指標未見偏高。然而,若情況有變,採取被動投資策略便等同一併承受這些風險,且難以按照各發行人的資產負債表穩健程度、槓桿走勢或資本紀律作出區分。
投資者可透過配置投資級別市場的其他板塊,以及較短和中等存續期債券來分散持倉,從而降低利差與利率敏感度。證券化信貸亦是另一項質素較高的選擇,其收益由不同類型的抵押資產池所帶動,而非取決於企業的人工智能開支。
精選的高收益債券亦能提供額外收益,惟近期與數據中心及基礎設施相關的債券發行量有所增加,令信貸篩選顯得尤為重要。