UBS认为AI颠覆正在抬高私人信贷违约风险底部

概览

UBS在本报告中更新了对AI颠覆和私人信贷风险的判断。报告认为，AI正在永久改变软件行业的增长、竞争、定价能力和信用风险，并通过软件与业务服务敞口传导至BDC等私人信贷组合。虽然高风险敞口低于2月初较粗略框架下的估计，但中等风险敞口仍然较大，在晚周期信用环境下足以推高违约率。

核心观点

核心观点包括：第一，软件行业面临结构性AI替代风险，尤其是工作流应用、规则驱动应用、客户支持、RPA、项目管理和内容创作等领域；第二，垂直SaaS、ERP金融系统、数据和基础设施相对更具防御性；第三，BDC科技敞口整体比此前担心的更偏中低风险，但仍有约11%高风险和约45%中等风险；第四，AI颠覆对私人信贷违约率的增量影响约为3-4个百分点，并可能使今年违约率上升至中个位数，尾部情景可到2027年初上升约10%。

分析框架

报告采用两步法：先把BDC科技敞口映射到UBS软件团队的高、中、低AI颠覆风险桶，再结合个体发行人的防御性叙事进行自下而上修正，并与此前基于子行业的两档风险框架比较。对业务服务组合，由于行业映射精度较低，报告更依赖发行人层面的分类判断。

方法论与常识提炼

• 主题策略与信用风险映射UBS AI Disruption Framework

  AI颠覆风险分层

  将软件公司按AI替代压力和业务防御性划分为高、中、低风险。低风险包括垂直SaaS和ERP金融系统；中等风险包括具备上下文数据、治理或交付基础设施但仍受自动化影响的CRM、ITSM、HCM和MarTech；高风险包括规则化、重复性应用。

• 私人信贷组合分析BDC portfolio issuer mapping

  BDC敞口映射

  将BDC组合中的科技和服务发行人按AI颠覆风险重新分类，用于估算私人信贷组合的增量违约压力。

• 情景分析late-cycle default framework

  晚周期违约框架

  报告假设信用环境弱于良性周期但尚未进入衰退压力，并指出不同宏观假设下违约结果可能比基准低50%或高100%。

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）。

• 软件行业

  AI颠覆的主要受压资产

  优势

  垂直SaaS、ERP金融系统、监管复杂度高和切换成本高的业务较具防御性。

  劣势

  应用软件和规则化工作流容易被AI替代，增长、定价能力和利润率承压。

  对比

  相较半导体和硬件，软件覆盖情绪更弱，资金和IT预算正在向AI实验和部署迁移。

  风险

  AI原生竞争、客户预算迁移、人员成本调整不足、信用质量恶化。

• 私人信贷与BDC组合

  通过科技和业务服务敞口受到间接冲击

  优势

  高风险敞口低于此前两档框架的粗略估计，组合并非全面暴露于最脆弱软件资产。

  劣势

  中等风险敞口仍大，且只覆盖约55%的BDC组合，医疗和其他行业未完全纳入。

  对比

  更新框架比2月初假设更细，但仍显示AI会对违约率产生实质增量影响。

  风险

  晚周期信用环境、违约率上升、估值和流动性压力、发行人层面分类误差。

• 半导体与硬件

  AI预算迁移的相对受益方向

  优势

  AI计算、模型性能和基础设施投入增加有利于相关硬件链条。

  劣势

  报告未对具体半导体或硬件公司给出估值或评级。

  对比

  相对应用软件，半导体和硬件更容易被视为AI资本开支受益端。

  风险

  资本开支周期波动、估值过高、供应链和宏观需求波动。

关键数据

• BDC科技敞口约24%科技行业约占BDC持仓的24%。
• 科技敞口高风险比例约11%在更新框架下，BDC科技敞口中约11%落入高AI颠覆风险桶。
• 科技敞口中等风险比例约45%中等风险仍是主要压力来源。
• 业务服务高风险敞口高个位数业务服务组合更多受到工作流自动化影响，而非直接替代。
• 业务服务中等风险敞口约25-30%在晚周期环境下仍不可忽视。
• AI增量违约压力约3-4个百分点更新后的自下而上分析估计未来一年AI颠覆带来的边际违约率上升。
• 今年私人信贷违约率压力约+5%至9-10%报告认为风险偏向上行。
• 尾部情景到2027年初约+10%若信用周期恶化，违约上升幅度可能显著扩大。

影响与含义

投资含义是，市场不应只把AI视为股权成长主题，也应将其纳入信用风险定价。对软件暴露较高的私人信贷组合，AI可能通过收入增长放缓、利润率压缩、预算迁移和再融资压力抬高违约底部。相对而言，半导体、硬件、数据和基础设施更受益于AI资本开支迁移，而传统应用软件和工作流自动化相关借款人更脆弱。

风险

• 宏观和信用周期假设是最大不确定性，违约结果可能显著低于或高于基准。
• AI颠覆风险分类依赖发行人层面判断，存在过度或不足分类风险。
• 报告仅覆盖约55%的BDC组合，医疗和其他行业未完全纳入分析。
• 若企业管理层未积极投资AI原生工作流、算力和成本重组，信用质量可能进一步恶化。
• 市场风险、信用风险、利率风险、外汇风险、地缘政治和政策冲击可能影响多资产回报。

后续跟踪

• OpenAI、Anthropic等AI平台在企业工作流中的渗透速度。
• 软件企业是否能通过AI原生产品、成本重组和人员优化维持利润率。
• BDC组合中科技和业务服务发行人的违约、降级和再融资情况。
• 私人信贷违约率是否从基准的中个位数继续向9-10%或更高尾部情景移动。
• IT预算从传统软件向AI部署、半导体和硬件基础设施迁移的持续性。