AI基础设施的表外承诺正在成为新的经济杠杆来源

概览

本报告分析AI基础设施建设中快速扩大的表外承诺。Morgan Stanley指出，超大规模云厂商、Nvidia以及AI生态中的其他高信用质量公司，正在通过长期采购承诺、云算力容量合同、未开始租赁、第三方担保、电力采购协议和芯片融资结构，为数据中心、芯片、存储器和电力基础设施提供融资支撑。这些安排提升了供应商收入可见性，也让开发商能够通过银行贷款、公共债务市场和私募信贷融资；但由于许多义务在会计上暂未确认为负债，投资者仅看资产负债表会低估真实经济杠杆。

核心观点

核心观点是：AI建设的融资基础正在从传统资产负债表扩展到长期合约承诺。采购义务、租赁承诺、take-or-pay合同、PPA和担保可以让供应链提前建设产能，但它们也降低了承诺方在AI需求不及预期时的灵活性。报告特别强调，表外承诺规模、期限和结构复杂度持续上升，使投资者更难判断公司的总潜在杠杆、现金流压力和信用风险。

分析框架

报告采用会计规则、合同结构和信用分析结合的方法：先识别AI生态中的主要表外安排，再判断这些合同在US GAAP和ASC 842下何时进入资产负债表，最后评估其对融资、杠杆、评级机构调整和投资者分析的影响。报告重点比较了采购义务、算力容量合同、租赁付款、变量租赁成本、续租权、残值担保、第三方担保、PPA以及芯片融资结构。

方法论与常识提炼

• 会计准则US GAAP purchase obligation disclosure

  无条件采购义务

  在不可取消、固定或最低金额、期限超过一年且与生产设施融资相关时，公司需要披露无条件采购义务；通常在商品或服务交付前不计入资产负债表。

• 会计准则ASC 842 lease accounting

  租赁识别与租赁负债确认

  合同只有在客户控制特定资产使用权、获得几乎全部经济利益并决定资产如何使用时才构成租赁；租赁开始后最低付款通常资本化为使用权资产和租赁负债。

• 合同结构take-or-pay contract analysis

  最低购买或付款义务

  take-or-pay合同要求买方无论实际使用量如何都承担最低购买量或最低付款，提升供应商融资可见性，但降低客户退出或重谈合同的灵活性。

• 信用分析rating agency contingent guarantee treatment

  担保和backstop的信用调整

  当或有担保与交易对手融资密切相关时，评级机构可能将其视为潜在现金调用，并在负债调整中反映部分担保敞口。

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 (META.US)

  报告引用其AI相关合同承诺、云容量安排和变量租赁付款披露。

  优势

  长期承诺有助于确保AI算力、数据中心和电力资源，支持产品扩张。

  劣势

  承诺约为未来经营现金流的~1.7x，变量租赁成本占总租赁成本约25%，真实经济杠杆可能高于账面显示。

  对比

  相较MSFT和AMZN，报告强调META承诺增长和变量租赁披露更突出；相较ORCL，其承诺/现金流倍数较低。

  风险

  AI需求放缓、算力利用不足、租赁和电力成本上升、残值担保或表外义务转入资产负债表。

• NVIDIA (NVDA)

  报告将Nvidia视为AI供应链中通过采购承诺和云服务协议支持上游融资的关键参与者。

  优势

  采购承诺帮助供应商获得融资并保障GPU、代工和存储器供应。

  劣势

  库存和采购承诺占共识FY27收入约32%，高于历史15%-20%区间。

  对比

  与云厂商相比，Nvidia更多体现为芯片供应链采购承诺和供应保障。

  风险

  若算力需求降温，库存和采购义务可能放大下行风险。

• Alphabet (GOOGL)

  报告重点讨论其租赁backstop、未开始租赁和变量租赁付款。

  优势

  投资级信用可降低数据中心项目融资成本，并可能加速TPU生态建设。

  劣势

  约$17bn租赁backstop大多为表外，未来可能被评级机构调整为债务。

  对比

  相比其他云厂商，Alphabet在第三方租赁backstop案例中更突出。

  风险

  backstop生效、低利用率、项目违约或评级机构债务调整。

• Microsoft (MSFT)

  报告引用其与CRWV相关的take-or-pay披露和云算力容量安排。

  优势

  长期算力合同有助于保障AI容量并支持供应商融资。

  劣势

  take-or-pay结构可能降低需求变化时的灵活性。

  对比

  与CRWV形成客户和融资支撑关系，合同可能支持CRWV数据中心融资。

  风险

  需求不及预期时仍需承担最低付款，合同退出或重谈可能困难。

• Oracle (ORCL)

  报告引用其云容量安排、电力PPA和租赁担保披露。

  优势

  长期容量和电力安排可支持AI云基础设施扩张。

  劣势

  承诺相对未来经营现金流超过7x，财务灵活性压力较高。

  对比

  在承诺/现金流倍数上明显高于META。

  风险

  高承诺倍数、融资成本上升、电力和数据中心项目执行风险。

• Amazon (AMZN)

  报告将其纳入超大规模云厂商采购义务、租赁承诺和变量租赁成本比较。

  优势

  规模化云基础设施和长期承诺有助于锁定AI基础资源。

  劣势

  变量租赁成本占总租赁成本超过10%，未来AI数据中心租赁开始后可能更重要。

  对比

  采购承诺增长相对部分同业较温和，但仍处于行业表外承诺上升趋势中。

  风险

  电力、维护、税费和使用量相关变量成本上升。

关键数据

• AI相关长期承诺总额>$1.3tn由超大规模云厂商与Nvidia的采购义务和租赁承诺构成，支持供应商和开发商融资。
• 采购义务>$640bn截至最新披露，超大规模云厂商与Nvidia采购义务合计超过$640bn，多数与数据中心和技术基础设施相关。
• 未开始租赁付款~$675bn这些租赁尚未开始，因此在开始前仍为表外承诺。
• META承诺/未来经营现金流~1.7x显示承诺规模相对现金流已明显上升。
• ORCL承诺/未来经营现金流>7x在样本公司中显示更高的承诺负担。
• Nvidia云服务协议承诺$27bnNvidia披露的云服务协议承诺规模。
• Oracle云容量安排$10bnOracle披露的云容量安排规模。
• Meta合同承诺$131bnMeta未单独量化第三方云容量安排，但称其包含在$131bn合同承诺中。
• 超大规模云厂商已入表融资租赁负债$82bn已体现在资产负债表中的融资租赁负债。
• 超大规模云厂商已入表经营租赁负债$175bn已体现在资产负债表中的经营租赁负债。
• 未来租赁承诺同比增量+$435bn未来租赁承诺由约$240bn上升至超过$670bn。
• 变量租赁成本占比META 25%, GOOGL 30%, AMZN >10%变量租赁付款通常不计入租赁负债，但可能成为重要经营成本。
• AI数据中心电力成本示例~$2.5bn按~$80/MWh、200MW关键IT负载和15年租期估算，未包含增长。
• Alphabet租赁backstop~$17bnAlphabet为正在建设数据中心的比特币矿商提供租赁backstop，以降低建设融资成本并支持TPU采用。

影响与含义

对投资者的含义是，传统资产负债表杠杆可能无法完整反映AI基础设施扩张带来的经济义务。长期承诺在需求强劲时可锁定产能、支持供应链融资并形成竞争优势；但若AI需求、价格或利用率低于预期，承诺方可能面临更高固定成本、合同重谈难度、信用评级调整和现金流压力。投资者应把表外承诺、变量租赁、PPA和担保纳入杠杆与估值分析。

风险

• 表外承诺规模快速扩大，导致真实经济杠杆高于资产负债表杠杆。
• 长期采购、租赁、take-or-pay和PPA降低公司在AI需求变化时的财务灵活性。
• 许多义务只有在交付、租赁开始或付款变得可能时才入表，投资者可能低估未来现金流压力。
• 数据中心、电力和芯片供应链融资依赖高信用质量客户承诺，若预期变化，合同重谈可能困难。
• 变量租赁付款、续租选择权和残值担保可能在账面租赁负债中被低估。
• 第三方租赁backstop和担保可能被评级机构调整为债务，影响信用指标。
• AI生态循环交易和合同复杂度提高，增加披露解读难度。

后续跟踪

• 各公司10-K和10-Q中的采购义务、合同承诺、租赁承诺和担保脚注。
• 未开始数据中心租赁的交付时间表，以及2026-2031年逐步入表节奏。
• 变量租赁成本占比，尤其是电力、维护、税费、保险和算力使用量相关付款。
• PPA期限、固定价格、最低购买量和是否支持项目融资。
• Nvidia库存与采购承诺相对未来收入的比例。
• META、GOOGL、MSFT、AMZN、ORCL的承诺/经营现金流倍数变化。
• 评级机构对Alphabet等公司租赁backstop和担保的债务调整方法。
• AI算力需求、利用率和价格变化对长期合同经济性的影响。