科技巨头“隐藏债务”迷雾：1.65万亿承诺背后

——AI基建狂潮下的会计现实、循环融资与市场定价逻辑专业解析

近期，美国五大科技公司（Alphabet、Microsoft、Amazon、Meta、Oracle）表外承诺总额约1.65万亿美元的数据引发广泛关注。这一数字由《日经亚洲》梳理公司年报与季报脚注后汇总得出，已超过同期资产负债表上约1.35万亿美元的有息负债规模，且较四年前增长约八倍。随后最新财报与彭博、路透等进一步更新显示，四大超大规模云服务商（Alphabet、Meta、Microsoft、Amazon）相关采购承诺、合约义务与租赁总额已接近2.4万亿美元；未启动租赁未来付款义务合计约1.09万亿至1.16万亿美元，接近已确认租赁负债的四倍。数字持续上行，市场议论随之升温，部分评论直接将其与2001年安然事件类比，指称“隐藏债务”与欺诈。

事实并非如此。这些承诺主要源于长期GPU与服务器采购协议、尚未交付使用的数据中心租赁，以及通过合资或特殊目的实体（SPV）安排的融资结构。根据美国公认会计原则（GAAP）与租赁准则ASC 842，资产或服务尚未交付、租赁尚未“启动”（commence）时，相关义务不计入资产负债表负债，而须在财务报表附注中充分披露。这与安然通过复杂关联实体刻意隐瞒真实负债与损失的做法存在本质区别。安然的会计处理构成欺诈，最终导致公司迅速崩塌并牵连审计机构；当前科技公司的披露虽分散在冗长附注中，但属于合规操作，而非故意造假。

表外承诺的构成与会计逻辑

最新可核查数据表明，1.65万亿美元大致由两部分组成：约8214亿美元尚未启动的租赁付款义务，以及约8292亿美元的采购与建设承诺。分拆来看，Meta约4206亿美元，Alphabet约4080亿美元（后续季报进一步升至近9000亿美元量级），Microsoft约3387亿美元，Oracle约2733亿美元，Amazon约2101亿美元。路透2026年8月更新显示，五家公司未启动租赁合计约1.09万亿美元（含Meta后续新增约680亿美元后升至约1.16万亿美元），其中Microsoft约3291亿美元，Meta约2790亿美元（含新增），Oracle约2600亿美元，Amazon约1372亿美元（部分含非数据中心资产），Alphabet约852亿美元。

租赁会计的核心在于“控制权转移”时点。数据中心若尚未建成或交付使用，承租方尚未获得资产使用权，因此不确认使用权资产与租赁负债。采购承诺亦同理：芯片或设备未交付前，不构成现时负债。这些义务最终会随设施启用而进入资产负债表，属于时间性差异而非永久性隐藏。穆迪等评级机构已明确将未启动租赁纳入调整后债务分析，并指出其规模相当于相关公司调整后债务的113%左右。投资者若仅看表内数字，确实会低估杠杆；但信息本身公开可查，只是提取成本较高。

部分结构更为复杂。Meta与Blue Owl等设立的合资实体为Hyperion等超大规模数据中心融资约270亿美元债务，Meta以长期租赁方式使用容量，债务留在实体层面。类似安排在行业内已超过1200亿美元规模。此类交易降低表内杠杆，但租赁义务实质构成长期固定支出。Oracle与OpenAI相关Stargate项目亦大量采用外部运营商租赁模式。这些并非安然式秘密实体，细节多在附注与监管文件中披露，只是需要投资者主动汇总。

资本结构信号与现金流压力

科技巨头同时通过债务、股权、可转债等多渠道融资，规模创纪录。Alphabet完成史上最大规模股权融资之一，伯克希尔·哈撒韦以约6%折扣参与约100亿美元认购；多家公司发行长期债券锁定AI基建资金。债务融资往往传递管理层对高回报项目的信心——保留更多股权以分享未来收益。然而当前同时大规模发债与发股，信号更在于资本需求的绝对规模：AI数据中心、芯片与电力投资被普遍视为必须抢占的制高点。

代价已在现金流中显现。四大超大规模运营商合计自由现金流降至近十年低位，Alphabet出现上市以来首次季度现金净流出。资本支出指引持续上调：Amazon2026年预计约2200亿美元，Meta约1300亿至1450亿美元，整体行业芯片、数据中心与电力投资2026年或达9000亿美元量级，其中相当部分依赖借款。折旧摊销滞后于资本支出，导致未来几年费用压力上升；股票薪酬费用被加回调整后利润的做法，亦被学界批评为掩盖真实成本——员工获得股权等同于公司以稀释或回购现金支付报酬，并非真正“非现金”。

循环融资与供应商支持的风险边界

Nvidia相关交易将讨论推向新高度。公司参与或洽谈的AI相关安排总额 reportedly 超过7500亿美元，包括与SK集团超过5000亿美元业务合作、为OpenAI数据中心租赁提供最高约2500亿美元担保讨论，以及最高约3500亿美元芯片采购融资讨论，另有对前OpenAI科学家创立初创企业约50亿美元投资。Google为Anthropic提供约350亿美元租赁付款担保，SoftBank等亦大规模投入OpenAI。行业内形成“供应商投资客户、客户购买供应商产品”的交叉持股与担保网络。

这本质上属于传统供应商融资（vendor financing）的放大版。电信设备商、飞机制造商长期采用类似模式帮助客户完成采购。对Nvidia而言，可锁定需求、确保芯片落地，并在成功时分享客户股权增值。风险在于：若客户违约，供应商不仅失去订单，还可能承担担保损失。Nvidia目前年经营现金流约2000亿美元量级，短期可承受个别冲击；但担保规模若持续攀升至数千亿美元，将显著改变其风险画像。信用违约互换（CDS）在相关消息传出后出现单日最大涨幅，表明债务市场已开始定价这一变化。

“大市场幻觉”与实际采用差距

Aswath Damodaran与Bradford Cornell提出的“大市场幻觉”（big market delusion）提供了有用框架：新技术伴随巨大潜在市场时，投资者倾向于将每家参与公司都定价为最终赢家，导致各公司预期收益加总超过整个市场可容纳规模。AI基建投资规模史无前例，经济学人估计需年化约2.5万亿美元AI相关收入才能合理覆盖，而当前全球科技行业总收入尚不及此。实际采用数据显示，约五分之一美国企业使用AI，但大量依赖免费版本；银行英格兰研究显示高管平均每周使用约100分钟；Ramp数据显示中位企业每员工每月AI支出仅约10.66美元；九成高管认为过去三年AI未显著提升公司生产力。

另一端，Gusto调查显示新创企业创始人使用AI起步比例两年内翻倍至60%，主要用于建站、文书与替代早期雇佣。真正显著的效率增益目前更多出现在个人与小微层面，而非支撑万亿资本支出的企业级转型。Jamie Dimon近期评论颇为精当：AI最终可能像互联网一样回报丰厚，但未必按预期时间与路径实现。

信息披露、市场效率与套利局限

Richard Sloan 1996年经典研究显示，应计利润（依赖估计的部分）持续性显著弱于现金利润，市场却长期同等对待两者，从而产生可套利空间。Robert Bloomfield的“不完全揭示假说”进一步指出：公开信息与“可用信息”并不等同。关键数字分散在200页文件的第83页四个脚注中时，提取成本使价格无法即时充分反映。Mitchell与Pulvino等人对套利局限的研究则强调：即使专业投资者读懂脚注，也需在错误定价持续期间保持偿付能力；叙事驱动的股价可长期偏离基本面，迫使理性资金回避高估标的。

结果是：披露合法、信息存在，但多数投资者锚定调整后利润与表内数字，专业资金受限于风险与时间，无法充分纠正。公司理性选择将长期义务置于附注，市场也理性地“不完全阅读”。这并非欺诈，而是披露与定价机制的摩擦。

结论与展望

当前1.65万亿至2.4万亿美元量级的表外与表内承诺，本质是AI基建超级周期下的会计与融资现实，而非安然式欺诈。租赁与采购承诺将随设施启用逐步入表，合资结构降低表内杠杆但固化长期支出，供应商担保与交叉投资放大系统关联。现金流已现压力，实际AI变现与资本支出规模之间存在显著缺口。小微应用场景已产生真实价值，但尚不足以消化当前投资强度。

投资者与监管应关注三点：一是持续跟踪未启动租赁与采购承诺的入表节奏及对杠杆比率的影响；二是评估担保与循环融资在压力情景下的传染路径；三是区分调整后利润与真实现金创造能力。市场最终会阅读脚注，只是时间与代价未知。AI技术本身具有长期价值，但资本配置的纪律与回报实现路径，将决定这一轮投资潮是生产力跃升还是资本浪费。数字已公开，风险在于是否被充分理解与定价。