在今年9月10日以創紀錄的漲幅刷新歷史新高后，甲骨文股價便開始一路走低。本月以來，公司連遭利空突襲，進一步加劇了外界對于人工智能行業前景和估值泡沫的擔憂。

截至周三收盤，甲骨文報178.45美元，下跌5.4%，近三個月累計跌幅48.5%。作為近兩年推動美股牛市的關鍵因素，該行業對于明年市場的走向依然至關重要。

甲骨文否認融資泡湯傳聞

據媒體報道，藍貓頭鷹資本（Blue Owl Capital）為甲骨文公司密歇根州100億美元數據中心項目提供融資的計劃宣告泡湯，知情人士指出，此事源于市場對甲骨文債務規模及支出水平的擔憂。受該消息影響，曾一度大熱的這家人工智能（AI）概念股大幅跳水。不過，甲骨文隨后對該報道予以否認，并表示該項目正在穩步推進。

近幾周來，與企業數據中心建設計劃相關的高風險融資方案一直讓投資者感到緊張不安。甲骨文在最新季度財報文件中披露，截至11月30日，該公司未來15年在數據中心租賃及云服務容量方面的承諾支出高達2480億美元，較今年8月的數據增長了近148%。

美國證券交易委員會SEC文件顯示，這家云計算巨頭在今年9月新發行了180億美元債券。截至11月底，甲骨文的總負債額超過1240億美元，其中包含經營性租賃負債。目前，其信用違約互換CDS收益率徘徊于2009年以來最高水平。

市場擔憂的核心在于，部分超大規模云計算服務商正轉向私募股權市場融資，而非自行承擔數據中心建設成本，且它們簽訂的租賃協議可能存在較高風險。而此次甲骨文成為市場焦點之前，該公司上周剛駁斥了一則報道，該報道稱甲骨文已將部分面向OpenAI的項目推遲至2028年。

周三，其他與人工智能相關的個股也紛紛跟隨下跌。芯片制造商博通下挫4.4%，近5個交易日累計跌幅超20%，進入技術性熊市，超威半導體AMD跌幅超過4%，也陷入熊市泥潭。

“我們顯然已經看到市場出現了非常明顯的輪動，資金正從大盤成長股轉向大盤價值股。我認為，這實際上是投資者在為明年的市場走勢調整倉位，轉向更具防御性的配置。”扎克斯投資管理公司客戶投資組合經理馬爾伯里（Brian Mulberry）表示，“當前市場真正的疑問是：‘誰能從這些規模龐大的人工智能投資中實現盈利？’”

馬爾伯里預計，資金從高估值個股向 “估值更合理板塊”的輪動趨勢將持續至2026年。他認為，這一趨勢疊加貨幣政策的不確定性，可能會引發市場出現一定的波動。“在當前階段，關注某些特定指標以判斷人工智能領域的盈利拐點何時、在何處出現至關重要，這些指標包括自由現金流等。資產負債表可以粉飾，但自由現金流是無法造假的。”他進一步分析道，“曾經推動市場回報的最大引擎，如今已成為市場面臨的最大風險。”

泡沫嚴重？

根據公開報道和財報，隨著科技巨頭越來越多地簽署租賃服務器集群的協議，作為人工智能應用支柱的數據中心支出承諾在近幾個季度持續攀升。包括微軟、meta在內的科技巨頭已承諾未來幾年在數據中心租賃上投入總計5000億美元，這一天文數字凸顯了該行業對人工智能的押注力度之大。

近期科技股調整背后，有關AI泡沫論的爭議開始出現。首先是過度投資與成本收益失衡，行業面臨投資規模遠超短期回報的困境。僅OpenAI 一家就計劃未來數年投入1.4萬億美元。科技巨頭同樣如此，Alphabet、微軟等四大科技巨頭未來12個月人工智能相關資本開支超4000億美元，多用于數據中心建設，但相關收入遠難覆蓋成本。這種 “燒錢換增長”的模式高度依賴外部資金，一旦融資斷檔便會引發連鎖問題。

隨之而來的就是估值隱患，不少企業估值已嚴重脫離基本面。例如Palantir Technologies 市盈率超180倍，Snowflake預期市盈率接近140倍。需要注意的是，AI相關股票占美國人財富中股票持有比例達紀錄水平，這種擁擠交易狀態下，一旦市場情緒轉向，極易引發股價集體回調。

最后，高杠桿融資或放大風險，現金流充裕的科技巨頭成為發債大戶，meta、亞馬遜等靠發行巨額債券支撐AI基建。部分企業還通過特殊目的載體（SPV）模式進行表外融資，隱性擔保形成或有負債，這種高杠桿模式在融資環境收緊時，風險會快速暴露并傳導至整個產業鏈。

美聯儲的政策路徑將成為關鍵因素之一。美聯儲若因通脹未達目標暫停降息，企業借貸成本壓力將居高不下。考慮到目前聯邦公開市場委員會FOMC的內部分歧以及美聯儲人士變動的不確定性，市場對今年貨幣政策的猜測分歧較大。

盡管風險重重，華爾街對于行業前景并不悲觀。從產業端看，科技巨頭為避免被行業淘汰選擇 “all in AI”，持續投入資金研發新模型、拓展應用場景；從美國政府角度看，美股繁榮與AI敘事可以綁定家庭財富和美元信用。

第一財經匯總發現，機構普遍看好明年標普500指數的目標漲幅有望繼續達到兩位數。匯豐銀行認為，人工智能投資周期會持續為企業盈利提供支撐。花旗銀行預計，人工智能投資利好有望持續釋放，不過市場關注點會從人工智能賦能企業轉向應用企業。