AI基础设施表外承诺快速膨胀，真实杠杆压力上升

概览

报告分析AI基础设施建设中迅速扩张的表外承诺。超大规模云厂商与Nvidia为了确保GPU、内存、云计算容量、数据中心外壳租赁、电力和其他关键资源，签署了大量长期采购、租赁、take-or-pay和担保协议。这些协议为供应商和开发商提供融资可见性，但许多义务只有在交付、租赁开始或付款变得可能时才会进入资产负债表，因此可能使投资者低估真实经济杠杆。

核心观点

核心观点是：AI资本开支并不只体现在传统资产负债表负债中，越来越多风险通过合同承诺转移到表外。采购承诺与未来租赁承诺大幅增长，既增强供应链扩张能力，也降低客户在AI需求不及预期时的灵活性。报告特别提示，META、GOOGL、AMZN、MSFT、ORCL和NVDA等公司的披露需要结合采购义务、租赁脚注、衍生品与担保脚注一起分析。

分析框架

报告采用会计规则、合同结构和信用分析相结合的方法，逐类拆解AI生态中的表外安排，包括无条件采购义务、库存采购承诺、计算容量安排、take-or-pay合约、未开始租赁、变量租赁付款、续租选择权、残值担保、第三方租赁背书、电力购买协议以及基于合同的芯片融资结构。

方法论与常识提炼

• 会计准则US GAAP租赁识别

  识别资产与控制使用权

  计算容量合同只有在指定GPU或机架、客户取得几乎全部经济利益且控制使用方式时，才更可能构成租赁并在租赁开始后进入资产负债表。

• 披露分析无条件采购义务披露

  固定或最低采购承诺

  SEC Regulation S-K和US GAAP要求披露部分重大现金需求和无条件采购义务，但这些长期承诺通常在交付前不确认为资产负债表负债。

• 信用分析评级机构债务调整

  或有担保与租赁背书

  当租赁背书或担保成为交易对手融资的核心支持时，评级机构可能将其视为潜在现金调用，并在更明确或生效时调整债务指标。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• META PLATFORMS INC

  AI基础设施需求方与租赁/云容量承诺方

  优势

  通过长期数据中心、云容量和电力相关安排锁定AI算力资源，支持AI产品扩张。

  劣势

  承诺相对未来经营现金流较高，变量租赁成本和未开始租赁可能低估当前资产负债表压力。

  对比

  报告指出META的承诺约为未来经营现金流1.7倍，并披露变量租赁成本受CPI、能源、维护和公用事业影响。

  风险

  AI需求放缓、租赁开始后负债上表、变量成本上升、残值担保或其他或有义务变得更可能。

• Nvidia

  AI芯片供应链核心公司与采购/云服务承诺方

  优势

  提前锁定 foundry、内存和云服务资源，有助于满足高算力需求并支持供应商融资。

  劣势

  库存和采购承诺占预期收入比例升至约32%，若需求走弱，下行风险增加。

  对比

  历史上库存和采购承诺约为前瞻收入15%-20%，2026年1月升至约32%。

  风险

  AI需求不及预期、供应链预付款和库存风险、云服务承诺形成固定成本压力。

• GOOGL / Alphabet

  超大规模云厂商与第三方租赁背书提供方

  优势

  投资级信用可降低数据中心开发商融资成本，并支持TPU和AI基础设施扩张。

  劣势

  约170亿美元租赁背书多数仍在表外，未来可能被评级机构计入债务调整。

  对比

  报告称Alphabet是第三方租赁背书的主要案例，规模大于Oracle和NVIDIA披露的担保。

  风险

  项目利用率不足、租赁开始后背书生效、评级机构上调债务、现金调用风险。

• ORCL

  云容量与AI基础设施承诺方

  优势

  通过云容量和基础设施承诺参与AI算力扩张。

  劣势

  承诺相对未来经营现金流超过7倍，财务灵活性较敏感。

  对比

  在报告样本中，ORCL相对现金流的承诺倍数最高。

  风险

  合同刚性、资本成本上升、AI需求变化导致承诺利用不足。

• 数据中心开发商与供应商

  表外承诺的融资受益方

  优势

  获得超大规模云厂商或Nvidia的长期合同支持后，更容易取得银行贷款、债券或私人信贷。

  劣势

  融资依赖核心客户信用质量和合同履约，项目层面杠杆可能上升。

  对比

  报告用供应商资产负债表、银行和私人信贷资产负债表之间的资金流说明杠杆从客户侧转移到供应商侧。

  风险

  客户需求变化、合同重谈困难、项目融资违约、数据中心或电力成本超支。

关键数据

• AI相关承诺总额>1.3万亿美元包括约6400亿美元采购承诺和约6750亿美元租赁承诺。
• 采购承诺>6400亿美元覆盖超大规模云厂商和Nvidia，主要与数据中心和技术基础设施相关。
• 未来租赁付款承诺约6750亿美元许多租赁已签署但尚未开始，因此在租赁开始前仍为表外承诺。
• META承诺相对现金流约1.7倍未来经营现金流报告指出META的承诺相对现金流显著上升。
• ORCL承诺相对现金流>7倍未来经营现金流显示部分公司AI基础设施相关合同承诺已远高于短期现金流规模。
• Nvidia库存与采购承诺约占FY27一致预期收入32%历史区间约15%-20%，说明Nvidia提前锁定供应的程度上升。
• Nvidia云服务协议承诺270亿美元来自最新披露的云服务协议承诺。
• Oracle云容量安排100亿美元Oracle披露的云容量安排承诺。
• Alphabet租赁背书约170亿美元用于支持比特币矿商转型数据中心项目的融资，属于报告强调的信用增强结构。
• AI数据中心电力成本示例约25亿美元以200MW关键IT负载、15年租期、全国平均电价约80美元/MWh估算，未计入增长。

影响与含义

对投资者而言，传统负债指标可能不足以衡量AI建设周期中的真实财务风险。长期承诺可为供应商融资和云厂商获取稀缺算力带来优势，但也会在需求减弱、技术路线变化或资本成本上升时放大经营杠杆和现金流压力。信用分析需要把表外采购、租赁、担保、变量付款和续租选择权纳入整体杠杆评估。

风险

• 表外义务使资产负债表杠杆低估，投资者难以判断真实经济杠杆。
• 长期采购、take-or-pay和租赁承诺降低客户在AI需求放缓时的灵活性。
• 未开始租赁在交付后可能集中进入资产负债表，推升租赁负债。
• 变量租赁付款、电力成本、维护、保险和税费可能成为持续性经营成本，但不完全资本化。
• 残值担保和第三方租赁背书依赖管理层概率判断，若条件变化可能触发负债确认。
• 依赖合同支持的项目融资可能使重谈或退出更困难，尤其当合同已支持银行、债券或私人信贷融资。
• AI生态存在循环融资和需求相互支撑，增加透明度和信用分析难度。

后续跟踪

• 各公司采购义务、材料现金需求和租赁脚注的季度变化。
• 未开始租赁的开始时间表，尤其是2026年至2031年进入资产负债表的节奏。
• META、GOOGL和AMZN变量租赁成本占总租赁成本的比例变化。
• Nvidia库存与采购承诺相对未来收入的比例是否继续高于历史区间。
• GOOGL、ORCL、NVIDIA等公司披露的租赁背书、担保和或有义务是否扩大。
• 评级机构是否对Alphabet或其他超大规模云厂商的背书和担保作出债务调整。
• AI产品收入、算力利用率和数据中心电力成本是否足以覆盖长期固定承诺。