AI【循環融資】警報再響！
2home.co 楊惟雯
農曆7月、鬼門開、鬼故事特別多……
從2008年次貸風暴、2020年為對抗新冠疫情，各國政府皆展開救市行動，全球大量「印鈔」上癮，造成各國財政赤字堆積如山。
至今，以美國為例，國家債務在川普1.0任期內飆升近7兆美元，拜登不遑多讓，寅吃卯糧。川普2.0，美國債務又再接再厲，目前國家債務已達40兆美元。
鑑於美國國債殖利率曲線整體處於 3.7% 至 5.1% 的區間，美國國債利息支出，按年化計算，這一支出將達1.35兆美元，相當於美國國內生產毛額（GDP）4.3%。如今，這一支出已比國防開支高出四分之一。
說實在的，美國財政十分拮据、困窘啊！逼得川普到處搶錢、搶地、搶娘們！
此外，自2024年以來，矽谷及華爾街也展開「AI工業革命敘事」，在AI基建的軍備競賽狂潮下，讓科技巨頭們從「輕資產」向「重資產」模式轉變，點燃前所未有的投資規模和融資需求。舉債啊！
科技巨頭們為了籌資，各種「AI敘事」頻出招，加上2026上半年全球股市大幅飆漲，背後漲升的驅動力則是投資人「錯失恐懼症（FOMO）」投機情緒啊！
這是如魚得水的行情，一個願打、一個願挨啊！這下南韓挨得最重！
不過，來自激情的情緒性買盤，是不易持久的！
隨著「美以伊戰事」、「AI基建投資」持續推進，美國政府及民間同步在搶錢，資本市場也逐步陷入「流動性不足」的壓力中？
君不見，長天期公債殖利率正見鬼式創高啊！這錨定使得債市步步驚心啊！
儘管，AI基建的投資需求仍持續推升全球半導體榮景，表象上這些AI巨頭們營收在增長，但隱藏在幕後的投資「折舊分期認列」債務，使「自由現金」斷流啊！
尤其基建投資的「殘值」是否會因技術進步造成貶值損失？這是「或有成本」啊！
當AI盛宴正如火如荼進行，也請留意，華爾街卻盯著30年美債冷汗直流！
當投資人再度展現對大型科技股與AI資本開支的樂觀情緒時，這波漲勢幾乎只有一個真正對手：美債殖利率上行，終將引來「踩踏」悲劇啊！
因這波科技股高估值是建立在「未來成長折現」之上，而這波AI資本支出往往需時數年才能回本，當「流動性不足」推升利率時，科技股高「未來利潤折價」勢必造成股價估值下估？
當通膨推升利率，遠期收益現值就被壓低，估值倍數高的股票將首當其衝遭拋售。更關鍵的是長端殖利率不斷上升，這是債券衛士對美債的警告、及索求「期限溢價」。對貝森特來說，縱有18武藝、但負債如山！對AI基建巨頭來說，利率走高是實質風險。Alphabet有270億美元債券在2056年後到期，亞馬遜約320億、Meta約210億；四家加上微軟，2026 年合計資本開支預估7400 億美元，2027年再攀至1兆美元。美國政府及民間同步在搶錢，來給貝森特砸鍋的？
AI支出週期能跑多遠，不只看需求，也看30年美債殖利率是否居高不下？
當矽谷AI基建的融資需求與華爾街之狼共舞時，全球投資人要小心「類雷曼兄弟連動債」來撈錢！總之，月圓之夜，請小心狼人出沒！
You see see，當「AI敘事」走到金融遊戲中，當輝達、甲骨文、OpenAI 組成「ONO 聯盟」，從晶片、雲端到模型一條龍布局，將 AI產業創造一個「資金閉環」生態。但是，假如OpenAI「變現」出了問題，那麼是否出現「三國殺」慘劇！？
目前即便關關難過、關關過，最終，在多年Ai基建投資競賽狂潮後，市場終必淘汰出贏家、輸家，屆時這場AI基建競賽的輸家是否引爆資本市場走向泡沫化？
或是，這批AI基建的競賽者，在AI應用普及之路上，皆無力走到終點，那就如同2000年「網路泡沬」的歷史重演啊！
君不知，許多網際網路時代的早期巨頭都已身故，而Google與Facebook等最終贏家，都是較晚時期才崛起的！？
再給粉絲一個暗示：
其實，您可以嗆《大賣空》貝瑞，但是，當川普顧問也在示警「算力過剩」呢？
針對輝達（NVIDIA）攜手金融機構推動5000億美元GPU融資計畫（花錢買需求的故事），川普科技顧問薩克斯（David Sacks）已示警可能引發「暗GPU」（dark GPU）算力過剩危機，此可能重演2000年「網路泡沫」慘劇！？
其實，您也可以嗆《逃頂大師》李嘉誠，10年前他逃離中國、香港房地產，抄底英國脫歐低價資產，君不聞，近日李嘉誠在甩賣「英國資產」呢？
怕了吧！？7月、鬼門開！跟著「聰明錢」跑吧！？
一、OpenAI開啓「ONO聯盟」循環交易模式
當輝達需要晶片買家、當甲骨文需要算力買家、當OpenAI需要錢—-
2025年，輝達、甲骨文、OpenAI 組成「ONO 聯盟」，宣布投入數千億美元，從晶片、雲端到模型一條龍布局，將 AI產業創造一個「資金閉環」生態。
這場「ONO聯盟」是一場「資金閉環」交易，運作如下：
1、由OpenAI下單甲骨文（Oracle）5年採購3000億美元算力服務後，輝達（NVIDIA）又注資OpenAI千億美元，一場被號稱「AI永動機」的「ONO聯盟」儼然成形。
亦即，此3巨頭彼此高度綁定，在相互採購與資金回流後，形成「大模型–雲基建–算力晶片」的內循環，此三方聯盟有助解決OpenAI的算力瓶頸、Oracle的算力建置資金、NVIDIA的算力晶片銷售，但此形成未來OpenAI、Oracle、NVIDIA「一榮俱榮、一損俱損」的格局，一旦泡沫化三方衝擊皆大。
2、在「ONO」聯盟中，輝達負責製造算力晶片GPU、Oracle建造資料中心、為雲端基礎建設商，OpneAI則是大模型建構者，OpenAI訓練 ChatGPT等模型，最終這些工具被各行各業用來提升效率、創造新應用，這場AI「資金閉環」投資不只是燒錢，而是重塑世界的基礎建設。
3、在「ONO」聯盟中，輝達從硬體供應商升級為AI基礎設施的股權夥伴，其投資OpenAI的1000億美元，部分資金可能用於採購自家晶片，形成「投資－採購－營收」的循環，且為減輕OpenAI的財務壓力，雙方可能採用「只租不買」模式，由輝達成立特殊目的公司（SPV）提供晶片租賃服務。
■OpenAI畫大餅、輝達豪賭、甲骨文玩高槓桿？
近二年來，大型科技公司主要依賴「自有現金流」投入AI競賽。
然而，隨著AI算力競賽不斷膨脹，特別是像OpenAI這樣的夢想企業發起超大規模擴張計畫，市場開始出現巨額借貸的需求。亦即一個由「巨額債務驅動」的新階段。
這波「債務驅動」的算力投資模式推動者，第一批是由OpenAI領軍。
OpenAI 執行長奧特曼 (Sam Altman)堅信 AI的長期潛力，並認為需要在基礎建設上投入「數兆美元」。
OpenAI正計劃在未來數年內投入至少1兆美元來建設「資料中心網絡」。
對於仍處於虧損的 OpenAI來說，與全球市值最高的公司輝達 (Nvidia)建立更緊密的合作關係，可能代表能取得原本無法憑自身獲得的融資與算力資源。
另引人注目的行動是與甲骨文 (ORCL-US) 簽署的一份為期5年、價值3000億美元的合約，由甲骨文提供AI運算基礎設施租賃服務。
問題的關鍵，在於履行這份合約的資金壓力。甲骨文必須在收到 OpenAI全額付款之前，先行投入基礎設施建設，這需要大量的融資和借貸。
據KeyBanc資本市場分析師估算，甲骨文未來 4年每年需借款250億美元。
而摩根士丹利的報告進一步預測，在 2026至 2030財年，甲骨文所需的總資本支出可能高達 4,050億美元。
而甲骨文正積極透過「高槓桿模式」搶佔市場。這對於資金相對不充裕的甲骨文來說，透過「借貸融資」來躋身AI算力競賽，其實是過度激進冒險的方式。
總之，自2025年起，科技巨頭主導的AI算力投資，已轉向由「高度槓桿化」的公司推動的大規模基礎設施建設，這種趨勢讓人聯想起 25年前的「網路泡沫」的警惕。
You see see，當輝達、甲骨文、OpenAI 組成「ONO 聯盟」，從晶片、雲端到模型一條龍布局，將 AI產業創造一個「資金閉環」生態。但是，假如OpenAI「變現」出問題，那麼是否出現「三國殺」慘劇！？
■輝達豪賭OpenAI，陷『循環交易』(circular)爭議？
其實，根據 PitchBook數據，光是2024年，輝達就參與50多筆針對 AI公司的創投投資，只是，這次輝達與 OpenAI的協議更加放大槓桿投資。
這種交易帶有「循環融資」的色彩，可能是「潛在泡沫化行為」的縮影，讓愈來愈多人擔心，AI 可能正面臨類似 2000網路泡沫化的風險。
這種由「高度槓桿化」模式所推動的大規模基礎設施建設，在景氣好的時候，這會讓事情更順利——成長更快，數字飆升更快。但一旦景氣反轉，這「高度槓桿化」模式只會讓事情惡化得更快。
二、Alphabet開啓「股權融資」投資模式
■Alphabet啓動「股權融資」850億美元新玩法
從資金需求來看，隨著AI投資需求持續超出現有自由流動現金能力，Alphabet 已將 2026年資本支出規劃提高至 1,900億美元。
市場分析師預估，公司同期營運現金流約為 2,140億美元，在扣除約 100億美元股利支出後，可運用資金與投資需求之間的餘裕已相當有限。
因此Google 母公司 Alphabet(GOOGL-US) 近日宣布發行 800億美元股權，用於支付 2026至 2027年人工智慧（AI）資本支出。
值得注意的是，此舉顯示：科技巨頭為填補AI軍備競賽龐大的投資缺口，融資邏輯正從大舉「舉債」轉向「出售股權」，而除 Alphabet 外，其他科技巨頭同樣面臨現金流與資本支出之間日益擴大的結構性缺口。
總之，對科技產業整體而言，Alphabet 此次「股權融資」模式轉型或將開啟超大規模雲端服務商相繼發行股權的新趨勢，股權市場將因此面臨來自這一領域更大規模且持續擴張的融資需求。
接著，美超微 (Super Micro Computer) 也宣布總額約 70億美元的股權融資交易，以協助支付硬體零組件採購成本。
亞馬遜 (AMZN-US) 則透過美國與歐洲債券市場籌得約 540億美元資金，並於加拿大債券市場再籌集約 100億美元。
■Alphabet發行澳元20年債券，舉債利率逼近7%
Google 母公司 Alphabet (GOOGL-US) 8/19日透過首次發行澳元債券，籌集55億澳元(約38.9億美元)，條款清單顯示，這家美國科技巨頭透過發行3年期、5年期、10年期和20年期債券籌集了這筆資金。
此次融資最受市場矚目的，是其成本之高——20年期債券的殖利率定於 6.9% 至 6.98% 之間，這不僅接近 7% 大關，更創下了這家公司史上最高債券票面利率的紀錄。
Alphabet 正轉向資本市場籌資，反映了全球科技巨頭為應對AI領域的巨額支出而改變財務策略。除暗示自由現金儲備不足，也暗示市場「流動性不足」的壓力，進而推升了融資溢價，讓舉債成本貴森森！！！
三、輝達再開啓【循環融資】交易模式
■輝達綁定SK與OpenAI，進行7500億美元【循環融資】豪賭？
AI軍備競賽狂熱，但正面臨扛不住資產負債表的殘酷現實。
輝達 (NVDA-US) 乃聯手華爾街大型資產管理及金融機構，包括阿波羅全球管理 (APO-US)、貝萊德 (BLK-US) 、高盛(Goldman Sachs, GS-US)、黑石集團(BX-US)、Brookfield Asset Management(BAM-US) 及 KKR(KKR-US)，試圖打造一個融資平台，將AI晶片及資料中心算力打造為一種可融資、可投資的新型資產類別，計畫募集超過7,500億美元第三方資本，協助超大規模雲端業者、前沿AI實驗室及企業建設資料中心，以解決這個日益尖銳的融資瓶頸，並採購輝達GPU。
但這個花錢買需求的故事，同時也引發外界對於【循環融資】的擔憂。
整項計畫目標是動員超過 5000 億美元的第三方資本，讓 AI 資料中心及 GPU 採購不必完全依賴科技企業自身的資產負債表。透過機構信貸、保險資金及私募資本，AI 資料中心與運算硬體可望取得更接近商業不動產、收費公路及其他基礎設施資產的融資模式。這項策略可能改變 AI 基礎建設的資金來源。
近期，輝達與南韓SK集團於7/31日宣布達成一項逾5,000億美元的 AI合作協議，內容涵蓋輝達向 SK 旗下海力士 (SK Hynix)(SKHY-US) 採購記憶體晶片，以及 SK 集團購買輝達超級電腦。輝達也參與協助海力士設計下一代 HBM 晶片，以此確保自身的關鍵零組件供應。
根據協議，雙方將聯合在朝鮮半島建設逾 2GW的 AI資料中心，這一規模相當於為 150萬戶家庭供電所需的能源總量。由 SK電信負責建設的首座「AI 工廠」預計於2027年投入營運。
同時，輝達也與 OpenAI就一筆規模高達 2,500億美元的擔保協議展開談判，以協助後者租用由軟銀旗下子公司在俄亥俄州開發的資料中心項目。
此外，輝達與 OpenAI 之間的潛在交易規模同樣龐大。輝達計畫為 OpenAI提供最高 2,500億美元的擔保，協助其租用軟銀旗下子公司在俄亥俄州開發的一處總價值 500億美元、裝機容量 10吉瓦的資料中心樞紐；與此同時，輝達還在商討為 OpenAI 提供 3,500億美元的晶片採購融資。
市場對【循環融資】的擔憂：
輝達所投資的公司，通常正是其晶片的主要買家，這一模式可能扭曲商業決策、催生不良負債，並在 AI需求未能兌現預期時放大產業損失。
輝達此類交易模式正在加快。輝達已持股OpenAI、美滿科技等AI開發商與晶片同業，並投資IREN Ltd.、CoreWeave Inc.、NEBIUS Group NV 等資料中心營運商。僅 2026年以來，輝達已公告的此類交易規模合計超過 5,400億美元，尚不包括與 OpenAI 的潛在新協議。
此種多方交叉持股與相互擔保使 AI公司之間的利益綁定日趨深入，令整個產業面臨系統性衝擊的潛在風險。與此同時，AI 企業的借債規模持續攀升，以維持資料中心與晶片項目的資本支出。
市場對輝達這類晶片製造商與購買其設備的 AI 開發商之間存在「循環投資」的擔憂，進一步加深了投資人對 AI 需求、AI 企業估值以及債務問題的疑慮。
面對循環融資深度嵌入 AI生態鏈上下游，輝達作為晶片賣家、股權投資者與融資擔保方的多重身分愈發交織，市場對於這一模式在需求放緩情境下的脆弱性，無法釋懷消散。
不過，這項模式仍面臨一項核心問題，這項構想也正在挑戰市場過去對 GPU 價值的認知。傳統上，GPU 被視為快速折舊的電子硬體，尤其 AI 晶片世代更新速度極快，新一代產品推出後，舊款晶片可能面臨性能及效率上的競爭壓力。
隨著輝達持續推出新一代 GPU, 舊款產品的效能及經濟價值可能快速下降，這也意味著貸款機構若以 GPU 作為融資基礎，必須面對晶片折舊、技術淘汰及二手市場價格波動等風險。
若輝達的計畫最終成功，影響可能不只在於替 AI 資料中心找到更多資金，更可能重新定義整個 AI 基礎建設的資本結構。
不過，假如AI 企業「變現」出了問題，那麼是否出現「三國殺」慘劇！？
總之，風險同樣不容忽視。
■輝達7500億美元AI豪賭，使債市「信用風險指標」創紀錄上漲！
輝達AI需求是「靠自己養出來」的嗎？
輝達 (NVDA-US)持續透過投資、融資及擔保，以支持其AI客戶擴建資料中心。然而，由輝達提供資金的企業往往又會向輝達採購或使用其晶片，此讓市場擔憂，這類「循環融資」可能人為推高AI需求與企業估值(互相拉抬股價)。
尤其OpenAI 尚未上市且持續虧損，算力需求卻不斷攀升，輝達的龐大押注支持，也讓輝達的投資人感到不安。
執行長黃仁勳則持續否認循環融資指控，強調輝達投入的資金只占客戶最終募資需求的一小部分，相關投資除能帶動自身業務，也有望創造實際投資報酬。
由於輝達 (NVDA-US) 正洽談總額超過 7,500億美元的AI基礎設施交易，引發投資人擔憂這家晶片巨擘可能承擔更多財務責任，帶動其信用違約交換 (CDS) 價格1/27 日創下有活躍交易紀錄以來最大單日漲幅。
根據 ICE Data Services 資料，為輝達債務提供 5年期違約保障的成本，1/27 日盤中一度增加約 0.14 個百分點，最高升至每年約 0.82 個百分點，為相關合約自去年 11 月開始活躍交易以來最大盤中漲幅。
「信用違約交換」可被視為替企業債務購買的違約保險，價格上升通常代表市場認為發債企業的信用風險增加。輝達 CDS急漲，反映投資人開始評估該公司大舉支持AI客戶及資料中心建設，可能為自身資產負債表帶來的潛在壓力。
四、「AI資本支出敘事」已在改變中？
■「AI基建投資」正取代「民間消費」，成為推動美國經濟成長的重要力量
「企業投資」與「民間消費」是支撐美國經濟成長的兩大主要動力。
2026年第一季，與 AI相關的企業設備支出，為美國 GDP成長貢獻 0.8個百分點。同期 GDP年化成長率為 2.1%，代表 AI 設備投資提供相當顯著的支撐。
這項「AI基建投資」GDP成長貢獻度約為 2000年以來單季平均水準的 4倍；若以過去一年計算，AI 相關硬體訂單大增17%。顯示「AI基建投資」持續升溫，正取代「民間消費」，成為推動美國經濟成長的重要力量。
上一次長時間維持如此強勁的投資成長速度，還要追溯至逾 25年前的網路科技熱潮。美國企業設備支出，可望繼續支撐第二季及第三季經濟表現。
另值得一提的是， AI投資支出也開始對部分商品價格構成上漲壓力。
AI 伺服器與消費電子產品都需要記憶體及高效能晶片。
當資料中心大量吸收相關零組件，手機、平板電腦及其他電子設備製造商的成本也可能隨之增加。蘋果 (AAPL-US) 近期已調高 iPad 及其他裝置的售價。
此使 AI 投資在推升經濟成長的同時，可能進一步加重通膨壓力。
如果高通膨持續，聯準會可能被迫升息。利率上升將提高企業籌措資金的成本，進而壓縮 AI 相關投資，削弱目前支撐美國經濟的資本支出動能。
蒙特婁銀行資本市場資深經濟學家 Priscilla Thiagamoorthy 認為，AI 投資一方面推動經濟成長，另一方面又可能推升通膨，因此對聯準會而言是一把雙面刃。
■科技巨頭AI投資一年砸1兆美元以上，債市、股市願意照單全收？
根據穆迪評級 (Moody”s Ratings) 資料指出，全球大型科技公司 2026年資本支出 (CapEx) 總額預計將達 7,850億美元，2027 年更可能逼近 1兆美元。
但是，大型科技公司的財務優勢正面臨考驗。隨著資料中心建設擴大，Alphabet、亞馬遜、Meta Platforms及甲骨文雖然仍維持強勁營收與營運現金流成長，但未來自由現金流 (Free Cash Flow, FCF) 正快速縮水，甚至可能轉為負值，顯示 AI基建投資熱潮正迫使科技業由「輕資產」模式轉向「重資產」經營。
資料中心建設龐大的融資需求也改變科技公司的融資模式。
穆迪估計，全球超大規模雲端服務業者 (Hyperscalers) 2026年債券發行規模可望達 1,750億美元，顯示 AI基礎建設正大量依賴外部融資。
過去，大型科技公司被視為典型的「輕資產平台」，收入成長速度遠高於資本投入需求。但是，在AI時代軟體、廣告及雲端服務的成長，都必須建立在龐大的資料中心、電力及運算基礎設施之上，亦即AI基建投資熱潮使科技企業逐漸轉型為兼具軟體與「重資產」基建的混合型企業。
龐大的融資需求，使債券市場也開始反映投資人的疑慮？
近期大型雲端服務商公司債信用利差已由兩個月前相較美國公債約 50個基點，擴大至 78個基點，創 2025年 4月「關稅震盪」以來最大升幅，代表投資人開始要求更高「風險溢酬」，而不再像過去一樣對科技巨頭發債照單全收。
其中，甲骨文成為市場最受矚目的案例。在大幅擴建 AI 資料中心導致自由現金流轉負後，甲骨文信用違約交換 (CDS) 利差已擴大至 125個基點以上，創2009 年金融海嘯以來最高水準。
此外，亞馬遜同樣感受到債市壓力。亞馬遜 7月發行 250億美元公司債時，為吸引投資人認購，其長天期債券必須額外提高 18至 21個基點殖利率；此次認購倍數約為 2.5倍，也低於2026年 3月約 3.2 倍水準。
Apollo首席經濟學家 Torsten Slok也指出，2026年 2月大型科技公司新債平均認購倍數約為 5倍，但 7月已降至約 2 倍，顯示債券投資人態度正轉趨保守。
股市同樣開始對高額 AI投資產生疑慮，投資人開始檢視這些投資能否轉化為實質收益？亦即股市也開始重新檢視 AI投資是否能帶來足夠報酬？
因為，矽谷企業正由「輕資產模式」逐步轉向「重資產模式」，未來競爭力不再只是軟體，而是建立在資料中心、高耗電 AI 伺服器及長期基礎設施之上。
除此之外，更龐大的壓力來自「表外承諾」。
穆迪統計，六家公司目前資料中心「租賃承諾」總額已達約 1.2 兆美元，其中超過 8,200億美元屬於尚未投入營運的資料中心項目。
其實，目前AI巨額積壓訂單≠已經到手的收入。因為，積壓訂單是「簽約未確認收入」，部分可取消或延期，應當成機率分佈，而非落袋營收。
但是，此前「AI資本支出敘事」，在還沒看到足夠的消費與企業端支出，就「熱情地」視為已經到手的收入。
由於企業即使 AI變現速度低於預期，仍須支付長期租金，因此評級機構已將這類租賃承諾視同「債務」處理，這些融資規模，未來可能削弱企業信用體質。
目前，隨著資料中心租賃承諾持續增加，加上 OpenAI、Anthropic 等 AI模型開發商同時扮演大型雲端「客戶與投資對象」雙重角色，債券市場對科技巨頭的評價正逐漸改變。未來投資人衡量大型科技公司時，可能不再將其視為純軟體平台，而更接近需要龐大資本支撐的基礎建設企業，將要求更高「風險溢酬」？
目前市場關注的另一個問題，是這波 AI投資熱潮是否會重演 1990年代末期的網路泡沫。
1994年至 1999年間，美國電腦相關投資曾快速攀升並創下紀錄；泡沫破裂後，相關支出在 2001年至 2005年間明顯萎縮，不少科技企業也因商業模式無法支撐高估值而倒閉。AI是否會走上相同道路，目前仍沒有答案？
因資料中心投資能否轉化為足以支撐企業獲利的收入，仍有待時間驗證？
另值得一提的是，目前尚未出現 AI造成大規模失業的明確跡象。
由於，AI 基礎設施建設仍處於早期階段，生產力效益能否長期抵銷龐大的資本投入，可能需要數年時間才能確認？
■AI資本支出「見頂」的危險訊號浮現？
AI投資熱潮持續推升全球資本市場，科技巨頭更承諾投入數以千億美元擴大布局。然而，隨著資本支出加速，AI支出浪潮是否將出現「過度投資」？
根據最新發布的第二季數據，包含 Meta、微軟、Alphabet與亞馬遜在內的「四大科技巨頭」，預計 2026年合計資本支出上限將衝向 7,500億美元的歷史新高，相較於2025年的 4,558億美元呈現大幅增長。
然而，近期AI科技巨頭股價的疲軟表現是一個顯著的警訊，顯示投資人已開始為支出成長放緩做好心理準備。
事實上，Alphabet、特斯拉與 Meta 等公司在近期財報公布後股價遭遇重挫，反映出投資者對於這些巨額資本支出能否獲得相應回報？已抱持著日益謹慎的態度。
此外，近期美國核心資本貨物訂單也出現急劇下降。隨著油價、債券殖利率與美元匯率的震盪，市場實際上已將資本支出放緩的預期納入定價。
倘若，未來 6 個月內美國的核心資本支出出現停滯、甚至下滑，將迫使許多過度樂觀的投資者被迫重新調整心態，這恐將引發市場情緒的重大波動。
總之，目前美國股市已淪為高度依賴 AI發展的單一交易模式，一旦任何一家超大規模科技巨頭選擇削減支出，美國股市恐怕將面臨「直線下跌」的嚴重後果。
五、為何財報利多也推不動股價？
君不見，三星、sk海力士營收、獲利不斷創高啊！但股價卻利多不漲啊！
君不知，三星、sk海力士正依賴實施庫藏股救股價啊！巔覆三觀啊！
這是最光明的時代、也是最黑暗的時代啊！
■為何晶片股陷「利多不漲」困境？
晶片股投資人近來似乎陷入一種奇特的心理狀態，公司財報數字亮眼、獲利超乎預期，股價卻不漲反跌。
例如，台灣半導體龍頭台積電 (2330-TW) ，以及南韓晶片大廠三星、sk海力士。
若在過去，這種優於預期、又上修財測的成績單，理應吸引買盤湧入。
然而，在當前市場對資本支出格外敏感的氛圍下，投資人的目光全被晶片股上修的 AI相關支出計畫吸走，而且是負面解讀居多。
值得留意的是，這反映出近期市場一個逐漸成形的邏輯，一旦投資人認為企業「花太多錢」，企業股價容易受到懲罰，且往往遠大於財報數字超標所能帶來的獎勵。
弔詭的是，上一季遭投資人痛批「亂花錢」的，正是這些雲端巨頭們，由於股價漲幅相對落後，估值下修壓力較小。
這樣的資金輪動方向，似乎是為了避免市場出現「失控」的估值下修。
■美銀警告：基礎建設成本恐推升利率、使美債、美股承壓！
基於「AI資本支出敘事」指稱AI能協助企業以更低成本提高產出、取代部分人力，進而降低薪資支出，AI長期被經濟學家與央行官員視為有助抑制通膨的新技術。然而，這目前只是臆測！
反之，AI基礎建設快速擴張所帶來的「晶片通膨」，反而已開始對物價形成上行壓力。
美國7月消費者物價指數（CPI）報告於8/12日公布後，相關跡象更加明顯。數據顯示，電腦價格單月上漲3.5%，軟體價格過去一年則大漲約40%。
再加上，資料中心爭相取得電力所推升的能源成本，以及企業將AI導入成本轉嫁給消費者，AI開始呈現出推升通膨的特徵。
就殖利率曲線短端而言，AI推升通膨將使利率政策更加複雜。
通膨越高，聯準會面臨的升息壓力就越大，可能進一步提高隔夜拆款利率。這將對經濟活動形成抑制，並可能拖慢企業獲利成長，而企業獲利正是支撐股市的重要因素。
另一方面，通膨升溫也可能推高長期債券殖利率。當投資人預期通膨將侵蝕資產實質價值，通常會要求更高的報酬率。
■美銀示警：「債券市場」正在成為AI牛市最危險的「灰犀牛」！
近期，美國銀行首席投資策略師 Michael Hartnett 在最新發布的報告中警示：債券市場正在成為本輪 AI牛市當中最主要的不確定性來源。
Hartnett 以「FCI>EPS」概括當前市場環境，即金融條件收緊帶來的負面衝擊，已經全面超過企業獲利改善對股市的支撐力度。
Hartnett 的報告指出，30年期美國公債名目殖利率已升上5.2%，創 2007年以來新高；實質殖利率上行至 3%，觸及 2008 年11月以來峰值；美國科技企業債價格回落至兩年低點。
而這三項指標同步走弱，意味著市場融資成本正在系統性攀升，而這項風險尚未充分反映在股票定價當中。
報告提及，市場預測聯準會9月利率會議，已被市場充分定價一次升息。
目前，債市殖利率無序上行，或將迫使聯準會透過升息抑制通膨預期，以遏制長天期利率無序飆升。
但升息預期對股票等風險資產無疑是利空；倘若出現這一局面，資本市場或將承受明顯下行壓力。
Hartnett 在報告中提醒投資者密切追蹤一組牛熊分界訊號：若出現「殖利率走高、銀行股下跌」，將會直接觸發股票等風險資產大規模去槓桿。
因為「殖利率走高、銀行股下跌」，意味著市場擔憂高利率引發信用緊縮與經濟下行風險，金融條件被動收緊，容易誘發風險資產去槓桿。
此外，債市壓力已經傳導至 AI領域。
各大超大規模雲端運算巨頭信用違約交換 (CDS) 價格飆升至歷史新高，「信用利差」持續擴大；CDS價格走高，代表市場認為企業債務違約風險上升，投資者需要更高保費才願意承擔信用風險。
此「信用利差」是指企業債殖利率相對同期美國公債殖利率的溢價，利差擴大代表市場對企業信用風險的擔憂升溫。
此顯示債市心態已經出現明顯轉變：即債券投資者從聚焦科技企業能否實現「營收成長」？開始質疑持續AI資本支出浪潮能否實現「預期獲利回報」？
資本市場也開始擔憂，一旦債市停止為 AI 產業擴張熱潮提供低成本資金，天價記憶體晶片、大量尚未獲利的前沿大型語言模型，將面臨嚴重的資金缺口。
隨著產業資本支出高度依賴債務融資、債券投資者持續要求更高的風險補償，估值、信用與流動性層面的壓力正在累積。
後續行情能否延續，關鍵或許不再是晶片企業能否交出超預期業績，而是債券市場能否持續為 AI 產業新一輪擴張提供低成本資金？
六、「AI敘事」的新邏輯—-「變現能力」來辨雌雄？
■《大賣空》貝瑞：又盯上輝達，他的三大論點站得住腳嗎？
《大空頭》貝瑞 (Michael Burry) 6 /30日披露一份做空名單，涵蓋輝達、特斯拉、應用材料及費城半導體 ETF(SOXX-US)。7 /1日，他新開倉做空美光(MU-US)。
7 /25日進一步擴大對輝達、美光和 SOXX 的空頭倉位。
貝瑞 (Michael Burry)給出的三大論點並非新論—-
AI基礎設施建設存在「表外循環融資」和「折舊年限虛報」兩大問題，輝達客戶端的財務處理方式，可能讓整個產業鏈的賬面利潤顯得比實際更健康。
貝瑞 (Michael Burry)過去幾年，頻繁唱空市場，命中率卻屢遭質疑。
由此引出一個更值得追問的問題：將命中與失手並列來看，會發現一條清晰的分界線，貝瑞 (Michael Burry)真正押對的幾次，無一例外都是「結構性問題」疊加了「明確催化劑」。例如，次貸違約到期潮、疫情黑天鵝莫不如此。
而那些缺乏具體導火線、僅憑「估值過高」支撐的判斷，幾乎每次都失誤。
這背後隱寓貝瑞 (Michael Burry)一以貫之的分析框架—-
貝瑞只信「自由現金流」，而不看容易被粉飾的市盈率和淨資產收益率；
他不信評級機構和分析師報告，只習慣像查病歷一樣翻查最原始的財務憑證。
但這套方法論的弱點—-
只擅長回答「資產是否被高估？是否存在隱患？」，卻無法回答「風險何時引爆？」。
有鑑於此，必須理性解剖貝瑞提出的「三項論點」：
第一點：【折舊年限】
在會計的基本邏輯中，公司購置長期使用的設備，不能將全部支出一次性計入當期費用，而是要按設備的「使用年限」分攤到未來多個會計年度，每年只扣減一部分，由此賬面利潤會更為好看。
而貝瑞質疑的是，AI 晶片這類硬體迭代極快，實際可用年限可能只有 2至3年，但微軟、谷歌、Meta 等採購晶片的雲廠商，卻將折舊年限拉長至 6年。
年限拉得越長，每年分攤的成本越少，賬面利潤也就被人為墊高。
貝瑞這「會計錯配」的論點，判斷輝達晶片供應商立刻確認收入，但採購晶片的雲廠商卻將巨額支出分四到七年逐期攤銷，這與 2001年網際網路泡沫前夕的情形高度相似。當年思科的財報持續向好，電信運營商卻靠拉長攤銷週期來掩蓋產能過剩。事實上，這場折舊政策爭論，最終要靠未來幾年的財報（是否出現大額殘值減損）來驗證？
第二點：【表外循環融資】
此論點指出，輝達當前旺盛的晶片訂單，其中可能並非全部來自終端用戶的真實需求，或存在一種「自我創造需求」的資金循環？
例如，輝達為某甲AI公司的算力擴張提供資金擔保，這甲公司再以輝達擔保資金去租用雲服務、並採購輝達晶片，輝達則據此確認一筆「真實」的營收和訂單。
此擔保資金經週轉後最終回流至輝達自身，而中間此擔保資金往來無需在財務報表中被披露「或有負債」，故稱「表外」。
貝瑞的「論點」在於，若將這類「資助客戶購買自身產品」的循環剔除，輝達真實的終端需求可能沒有賬面數字那麼亮眼。
此種規模迅速膨脹的「表外擔保」模式，市場估計相關或有負債規模已達約700億美元。這些負債平時不會直接反映在企業資產負債表上，卻可能在AI需求急轉直下、客戶違約或晶片殘值大幅下滑時轉化為實際損失，引爆債市風險，此讓債券投資人開始重新評估AI產業鏈背後的信用風險。
但輝達反駁稱，其對外戰略投資規模很小，僅佔營收極小比例，指控貝瑞的「論點」缺乏依據。
第三點：【股票回購攤薄】
貝瑞另指控輝達近幾年依靠「股票回購」誇大了每股盈利表現。
但是，輝達隨後指出，貝瑞的計算將員工股權激勵的稅款也計入其中，存在明顯的口徑錯誤。
■《大賣空》貝瑞拋出「靈魂拷問」：【資本報酬率 ( ROIC)】
貝瑞拋出「靈魂拷問」：AI投資的投入【資本報酬率 ( ROIC)】究竟會是多少？
貝瑞拆解他所看到「AI交易」的核心矛盾—-
「輝達需要的是需求能夠長期、持續成長；但對超大規模雲端服務商而言，他們希望這波 AI 基礎建設擴張能在 3 至 4 年內大致完成。這兩種說法其實是自相矛盾的。」
貝瑞認為，「輝達需要的是一個幾乎永無止境的AI晶片需求循環，才能支撐其高價 AI晶片的銷售。但是，一旦 AI運算瓶頸解除，不論以何種方式、何時發生，都將降低輝達營收永無止境成長的發生機率。同時，市場對晶片供不應求所給予的稀缺溢價也會隨之消失，無論是新款或舊款晶片，利潤率都將面臨壓力。」
但在貝瑞看來，超大規模雲端服務商而言，這些採購輝達 AI晶片的企業正面臨不小的財務壓力。隨著資料中心資本支出大幅攀升，自由現金流卻快速惡化。
貝瑞拋出一關鍵提問—-投資人面對任何大規模資本支出，都應提出同一個問題：「投入資本報酬率 (Return on Invested Capital, ROIC) 究竟會是多少？」
他認為，投資人面對任何大規模資本支出，都應提出同一個問題：「投入資本報酬率 (Return on Invested Capital, ROIC) 究竟會是多少？」
目前科技巨頭正投入數千億美元建設 AI 資料中心與運算基礎設施，真正能帶來多少投資報酬率，未來仍是市場最關注的問題？
■輝達提供【剩餘價值擔保】（Residual Value Guarantee，RVG）架構的曝險？
輝達透過這類「剩餘價值擔保」（Residual Value Guarantee，RVG）架構，來替客戶融資提供支持，協助客戶降低借貸成本。而RVG怎麼運作？
基本上，這類交易通常透過特殊目的公司（SPV）完成。SPV先向市場借款購買AI晶片，再將晶片出租給使用者，並以AI企業簽訂的合約現金流作為償債支撐。
如果AI企業停止付款，晶片可以重新出租或出售，用於償還剩餘債務；倘若處分晶片後仍不足以清償債務，最後的差額則由提供剩餘價值擔保的輝達補足。
換句話說，晶片製造商輝達實際上扮演了最後一道風險防線。
對輝達而言，這種安排可以協助客戶取得更低的融資成本，同時擴大晶片銷售，而相關義務通常不會立即以債務形式出現在資產負債表上。
然而，隨著這類交易規模快速擴大，債券市場對輝達承擔「低機率」負債，是否等同於「低風險」負債的疑慮也逐漸升高？
所以評等機構也開始注意這類融資架構快速擴張可能帶來的風險。
穆迪認為，即使輝達目前整體債務槓桿仍維持在較低水準，若或有義務大幅增加，也可能限制公司的財務彈性，並對信用狀況形成壓力。
標普全球評等則將輝達提供的剩餘價值支持視為「或有債務類義務」，並表示將把相關項目納入調整後債務的計算。
輝達這類架構可能是在利用金融工程取得更有利的信用評等，讓市場以較低的風險溢價提供資金。但是，當企業大量使用金融工程時，就是在掩飾財務現實？
由於相關風險存在於資產負債表之外，極端情境下的尾端風險尤其值得注意。
而債券投資人的核心疑慮並非這些擔保目前是否已經造成損失，而是當AI產業景氣反轉時，這些表外承諾會不會在短時間內大量轉化為實際負債？
而且，真正需要擔心的恰恰就是產業景氣下行階段。
當AI需求放緩時，晶片製造商自身的營收與獲利也可能同時承壓，此時客戶違約與晶片殘值下跌，反而可能讓原本的表外擔保集中轉化為實際損失。
■AI【循環融資】愈玩愈大，最終成敗關鍵在輝達GPU【殘值】？
華爾街正把愈來愈多資金押注在AI基礎設施，但這場規模龐大的「循環融資」能否持續運轉？背後其實建立在一個關鍵假設上：輝達GPU「殘值」，會不會像過去的科技設備一樣快速貶值？
隨著輝達攜手華爾街金融巨頭「高盛們」推出高達5,000億美元融資框架，GPU的使用壽命與「殘值」，正從技術問題變成整個AI融資體系能否成立的核心？
根據這項合作框架，科技企業可在高盛、貝萊德、阿波羅全球、KKR、博楓資產與黑石等金融巨頭提供的資金支持下，租賃輝達晶片設備。
參與交易的金融業高層認為，在AI晶片持續供不應求之下，晶片價格維持高檔的時間，可能比許多分析師原先預期更久。
輝達執行長黃仁勳更形容，這項安排將創造一種以晶片為基礎的「新資產」類別，為規模達22兆美元的私募資本產業帶來投資機會。
這套模式的構想，是向退休基金、保險公司及主權財富基金等機構發行公募與私募債券，再把資金注入專門設立的平台，持續為AI晶片交易提供融資。
問題在於，GPU終究不是房地產，也不像商用飛機或汽車，在承租人違約後仍有相對穩定的二手市場。
AI技術快速迭代，一旦需求降溫、模型效率提升，或新一代GPU性能大幅躍進，舊晶片的經濟價值都可能迅速下降。
總之，整套「AI新敘事」都建立在持續投資之上，一旦出現產能過剩或算力需求減弱，風險就會浮現。
目前許多以GPU租賃為抵押的「債務」，貸款方要求在3至5年內全額償還，背後假設正是晶片在此之後的殘值可能已所剩無幾。
因而，購買或承租GPU的企業還得投入龐大資金興建資料中心，收入回收速度可能遠落後於前期支出，使「資產折舊速度」成為融資結構中不能忽視的風險。
近期，CoreWeave(CRWV-US)案例，成為多頭重要佐證。這家以採購輝達GPU、建置資料中心並出租算力為主要模式的公司，近期以接近全價的價格簽下一份A100晶片合約，合約期限一路延伸至2029年。
值得注意的是，A100早在2020年就已推出，卻仍能取得接近新品水準的租賃價格，顯示部分舊世代AI晶片的經濟壽命可能比市場原先估計更長。
為了進一步降低金融機構對「折舊」的疑慮，黃仁勳透露，輝達在特定情況下可能透過「殘值支持機制」，利用自身資產負債表為專案最高25%的成本提供支持，總額上限約1,250億美元。若作為抵押品的硬體價值跌破預設水準，輝達等擔保方就必須出資補足差額。
參與5,000億美元融資交易的高層指出，輝達擁有長達10年的GPU單位租賃價格歷史數據，因此有能力評估相關資產價值；輝達提供的殘值保障，也可被視為整套融資結構的「第一道吸收損失層」，率先承擔超出預期的硬體折舊風險。
有了這層保障，私募資本業者更有信心把GPU租賃融資打包成標準化證券，再出售給保險公司等長期債務投資人，進一步打通阿波羅、KKR與博楓資產等機構的龐大資金池。
總之，AI「循環融資」能否持續擴張？將取決於一個看似簡單、卻難以回答的問題：今天價值數萬美元的GPU，3年、5年甚至更久之後，究竟還值多少價值？
如今，華爾街把GPU轉化為可融資、可證券化的資產，運氣足夠好的話，就不會變成雷曼兄弟的「連動債」？
■華爾街「AI新敘事」—- AI基建投資【何時能回本】？
AI基建投資狂潮進入下一階段，華爾街的評價標準正快速改變。
最新一輪科技股財報顯示，市場已不再只看企業投入多少AI基建投資，而是更關注誰能率先將龐大基建投資轉化為營收、獲利與現金流？
科技巨頭最新一季財報透露出一個清晰訊號：隨著雲端巨頭們交出亮眼成績單，雲端運算正被視為 AI最成熟的變現模式；亦即，在 AI商業模式仍眾說紛紜之際，雲端運算已成為目前最容易被驗證、也最具說服力的獲利路徑。
雲端運算巨頭透過興建資料中心、採購晶片與運算設備，再以長期合約方式將算力出租給企業客戶，完成從基礎建設投入到現金流回收的完整循環。由此而來的營收、自由現金流與資本報酬率，非常有說服力。
相較之下，缺乏雲端獲利引擎的企業則面臨更嚴格檢驗，代表 AI 投資的關注焦點正從「燒錢」轉向「賺錢」？
換言之，下一階段行情並非「見 AI就買」的無腦追捧。
華爾街的邏輯正在收斂成一句話：重點不再是誰砸的錢多？
而是誰能把砸下去的錢，變回實實在在的營收、獲利與現金流？
值得注意的是，驅動這股雲端熱潮的核心動能，正是 AI需求本身。整個產業的瓶頸，已從過去的「有沒有需求？」，轉變為現在的「算力夠不夠用？」。
亦即，華爾街的評分標準正日趨明確，即 AI 投資能否成功，關鍵不在於砸錢的規模，而在於企業是否具備能把資本支出轉化為「長期穩定現金流」的商業模式。
與此同時，雲端運算似乎已經成為市場公認最成熟的解答。
總之，華爾街對科技股的定價邏輯正在轉變。
下一關考驗：投資人不再只看「短期業績」是否超標？而是，更在意「獲利成長」能否持續？以及獲利究竟從何而來？
亦即對這波 AI行情而言，華爾街關注焦點接下來將從「資本支出的速度？」，逐漸轉向「獲利成長能否持續？」的更深層考驗。
七、跋尾—-當AI巨頭們玩起【金融遊戲】，一差錯就是系統性金融危機！
還記得雷曼兄弟的「連動債」嗎？？？
■CME將推期貨合約，讓「AI算力」成新交易資產！
華爾街正在施法，將「AI算力」包裝成一種新的可交易資產類別，例如芝加哥商品交易所集團 (CME Group) 將推出首批與支援AI運作的晶片成本掛鉤的期貨合約。計劃在取得監管機關核准後，於 10 /5日推出兩種運算期貨合約，讓企業與投資人能夠像交易石油、電力及其他大宗商品一樣，交易及避險「AI算力」。
這些期貨合約將讓買方與賣方針對輝達 (Nvidia)(NVDA-US)H100 及較新的 Blackwell B200 GPU 租賃成本進行交易，並以 Silicon Data追蹤 GPU每小時租賃價格的指數作為基礎。每份合約代表一個月的輝達 H100租金。
運算期貨將為這個正在形成的金融生態系統增加另一層次。投資人不必直接投資資料中心、晶片或相關建設企業，而可以直接取得基本運算能力價格的曝險，而 AI 開發商及資料中心營運商則可利用這些合約來避險成本或營收。
■「新債王」開砲：把AI晶片當長期債務擔保，就像拿香蕉發行資產抵押證券？
近日，輝達(NVDA-US)宣布與六大金融巨頭的合作案，包括與阿波羅、黑石、百仕通集團、布魯克菲爾德、高盛及KKR簽署合作備忘錄，為客戶建立算力融資平台。此案旨在為AI基礎設施動員超過5000億美元資金。
然而，被譽為「新債王」的雙線資本(DoubleLine Capital)執行長岡拉克(Jeff Gundlach)表示，華爾街企圖將AI晶片轉變為一種可投資資產類別的舉動，可能是風險市場即將觸頂的警訊。
岡拉克在X平台發文中把這個構想比喻為—-以滿倉庫的香蕉發行30年期資產抵押證券(ABS)，質疑「將壽命未知的資產作為長期債務的擔保品？」
岡拉克的論點主要集中在債務期限與晶片維持價值時間之間的不匹配。AI 處理器在需求高漲時能產生強勁的現金流，但鑑於AI技術的快速進展，市場擔心當前的晶片可能會在融資貸款還清之前就失去價值。
所以，岡拉克認為該聯盟的計畫可能「經不起時間的考驗」。
■AI【循環融資】的擔憂籠罩，將引動市場出現「非理性拋售」？
市場對AI估值過高的擔憂情緒正在發酵，特別是，近期南韓市場出現了所謂的「非理性拋售」。
此前習慣於在回調時逢低買入的散戶投資者，如今卻出現恐慌性撤資，這種令人「難以理解」，反映出市場情緒已從樂觀迅速轉為恐慌。
此外，市場也對科技巨頭間的「循環融資」現象表現出戒心，此導致市場難以判斷真實的有機需求，進而質疑 AI資本支出的潛在回報？
因此，僅僅表現「營收強勁」已不足以滿足投資者，市場迫切需要看到龐大的資本支出轉化為實際獲利的證明。
■當AI算力被「金融工程化」，是否觸發「非理性繁榮」？
美國Fed前主席葛林斯潘 (Alan Greenspan) 在形容1982年至1999年間，美股在科技與網際網路巨大熱潮推動下飆漲13倍的市場情緒時，創造了「非理性繁榮」(irrational exuberance) 一詞。
最終，以科技股為主的那斯達克指數自 2000年3月高點至 2002年10月低點暴跌近 80%，標普500指數同期也下跌約 45%。
如今，當AI算力正被「金融工程化」，最終若也達到不理性的程度，AI投資熱潮最終是否會像網路泡沫一樣崩盤？
其實，這一人工智慧 (AI) 熱潮是理性、還是不理性？
最終，將取決於 AI公司的營收成長是否經得起「變現」檢驗！
■OpenAI會不會是下個雷曼兄弟？
長期對AI持保留態度的知名科技評論人Ed Zitron，直指當前生成式AI熱潮真正的泡沫，本質上就是「OpenAI 泡沫」。
Ed Zitron示警，若 OpenAI未來發展不如預期、甚至失敗，恐將成為AI時代的「雷曼兄弟」，不僅動搖市場對AI的投資信心，更可能引發全球科技股、資料中心及相關基礎建設的重新評價，甚至掀起新一波市場修正。
Ed Zitron在文中提出OpenAI面臨的三大挑戰：
1、首先是高昂的推理成本。
隨著使用者數量持續增加，每一次AI回應都需要大量運算資源，導致OpenAI營運成本快速攀升。尤其，目前OpenAI在企業端的收入成長仍難以完全支撐這些資本支出，使得OpenAI投資規模越大，虧損壓力也可能越高。
2、第二項問題是龐大的資本支出。
近年來，全球科技業積極投入資料中心與GPU採購，希望搶占AI發展先機，但相關投資往往需要多年才能回收成本。若未來市場需求未如預期成長，部分設備可能面臨閒置風險，進一步影響企業獲利能力與資產價值。
3、第三項問題是對外部融資的高度依賴。
目前許多AI公司仍仰賴持續募資來支應營運與擴張，一旦市場資金趨緊或投資人信心下降，企業將可能面臨更大的財務壓力。
Ed Zitron認為，這些風險已逐漸影響整個AI產業鏈。
■甲骨文：不要輕視我，我才是下個雷曼「Buddy- Buddy」？
甲骨文也是積極透過「高槓桿模式」來搶佔AI基建市場的雲端服務商巨頭。
尤其，它喜透過「借貸融資」來躋身AI算力競賽，這是過度激進冒險的方式。
其實，甲骨文的財務槓桿率，截至2025年8月底，其負債權益比（Debt-to-Equity Ratio）約為 450%，遠高於同業如谷歌母公司 Alphabet（11.5%）和微軟（約 33%）。
總之，這種「借貸融資」方式，讓人聯想起 25年前的「網路泡沫」警惕。
最引以為戒的是，甲骨文目前在 AI基建相關的增量資本回報率，在同業中敬陪末座，而且其股價自高點以來已累計重挫 65% 至 70%。
請留意當，前市場定價邏輯的核心為：
「在牛市裡，人們願意為『承諾』付出溢價；但在熊市裡，人們只願意按『現實』打折。而我們現在顯然正由前者走向後者。」
君不聞，近日李嘉誠在甩賣「英國資產」呢？
怕了吧！？7月、鬼門開！跟著「聰明錢」跑吧！？
