聯準會理事 Barr 米蘭演說警告:AI 七大巨頭表內債破 8,000 億美元、表外負債逾 3 兆美元,會引爆金融穩定風險嗎?
聯準會理事 Barr 於米蘭發表 AI 與金融穩定演說,引用最新金融穩定報告指出 AI 巨頭表內 AI 債務將破 8,000 億美元、表外負債逾 3 兆美元。
2026 年 11 月 16 日,美國聯準會理事 Michael S. Barr 在義大利米蘭出席第 7 屆 ACM 金融 AI 國際會議,發表了一場聚焦 AI 與金融穩定的主題演說。
許多市場投資人討論 AI 泡沫時,往往只盯著科技股的股價本益比,或者猜測晶片需求什麼時候會見頂。
但聯準會關心的角度完全不同,因為央行不會去設定股市的合理價位,而是緊盯這波 AI 資料中心擴建背後的 AI 債務槓桿究竟有多複雜。
聯準會理事 Barr 在演說中引用了聯準會前一個週五剛發布的《金融穩定報告》,點出七大 AI 科技公司的資產負債表內債務將在 2026 年底前突破 8,000 億美元。
更值得警戒的是看不見的承諾,這些公司透過長期租賃、能源合約與殘值擔保累積的「表外負債」,潛在最高名目價值已經超過 3 兆美元。
當這麼龐大的資金透過複雜結構綁在一起,一旦市場對 AI 投資回報的期待出現反轉,賣壓就可能透過債務網絡快速放大。
接下來我會拆解聯準會理事 Barr 在這場米蘭演說中的核心立場、資料中心融資的三個風險傳導路徑,以及投資人該如何解讀這組 AI 債務數據。
聯準會理事 Barr 對 AI 投資熱潮的基本立場是什麼?
這場演說是聯準會理事 Barr 過去一年來第 4 場專門探討 AI 的公開演說,他一開場就先表明自己對 AI 長期提升生產力與生活水準抱持樂觀態度。
他認為只要社會能從容且有效地管理眼前挑戰與未來的轉型衝擊,AI 就能讓多數人學到更多、賺到更多,同時讓個人理財更便利,並提升金融服務機構的效率。
不過他也在演說中劃下一條很清楚的界線,強調 AI 必須建立在支持金融穩定的前提下,才能真正強化整體經濟體系,這也是健康經濟不可或缺的基礎。
為了說明這份擔憂並非空穴來風,Barr 在這場會議中從四個主要面向切入探討,包含最新《金融穩定報告》關注的 AI 投資熱潮與槓桿結構、AI 導入批發交易對金融市場的利弊、AI 對網路資安的影響,以及對消費者與投資人保護的潛在衝擊。
為什麼市場擔心 AI 投資面臨大幅重新定價?
近幾週關注財經新聞或退休金帳戶波動的投資人,都能感受到市場正在追問 AI 投資熱潮究竟能不能持續下去。
聯準會理事 Barr 先重申央行官員的標準立場,也就是聯準會決策者不針對特定金融市場價位設定目標,也刻意避免評論股市短線漲跌,而是專注評估中長期的金融穩定風險。
在先前演說提到的三種經濟情境中,就算 AI 最終真的成為大幅提升生產力的變革性技術,市場仍面臨一個核心考驗,那就是投資人究竟能不能在預期的時間表內,看到符合期待的投資回報。
如果回報時間拉長或規模不如預期,市場就可能發生大規模的重新定價。一旦出現大幅度資產修正,整體經濟產出成長將受到兩股力量的拖累。
最直接的衝擊來自投資支出下滑,因為企業投資本身就是國內生產毛額的重要組成部分,縮減資本支出會直接拉低經濟成長率。
緊接著還會出現連鎖性的財富效應,資產虧損會讓消費者與企業感到手頭變緊,進而壓抑後續的消費與商業開銷。
目前聯準會的報告觀察到,衡量股市相對於無風險公債額外報酬的「股票風險溢酬」正處於歷史偏低水準,代表市場對風險的定價相當樂觀,但還沒有低到像 1990 年代末期網路泡沫時期那麼極端。
延伸閱讀:黃仁勳談 AI 融資:GPU 可用七至八年的主張,能解決資料中心債務風險嗎?

什麼是「先進運算債務」?它如何放大市場修正衝擊?
過去這波 AI 建設主要由科技巨頭拿帳上現金支應,但現在越來越多的資料中心與算力擴建開始改由舉債融資,聯準會報告將這類 AI 債務統稱為「先進運算債務」。
Barr 指出,一旦 AI 資產發生明顯的價格修正,先進運算債務的結構會透過三個管道把局部壓力放大成系統性衝擊,分別是債務快速成長、循環融資網絡,以及其他複雜的金融義務。
為了讓投資人看清楚這股 AI 債務槓桿擴張的速度與結構差異,以下我把聯準會最新《金融穩定報告》揭露的數據整理成對照表。
| 債務與融資指標 | 聯準會報告揭露數據 | 金融穩定風險意涵 |
|---|---|---|
| 七大 AI 公司表內債務 | 預計 2026 年底前突破 8,000 億美元 | 債務擴張速度逼近 1995 年起電信寬頻投資週期規模 |
| 表外負債潛在最高名目價值 | 目前已超過 3 兆美元 | 包含長期合約、租賃承諾與殘值擔保,風險分散且不透明 |
| 風險放大三大傳導機制 | 債務快速成長、循環融資網絡、複雜金融義務 | 市場信心反轉時,投資人難以判斷虧損究竟落在哪裡 |
從這份數據對照來看,8,000 億美元的帳上債務只是冰山一角,真正讓監管機關緊盯不放的是超過 3 兆美元的資產負債表外承諾。
這波 AI 舉債跟 1990 年代末期的電信泡沫像嗎?
聯準會研究人員特別把超大規模雲端業者自 2020 年以來的累計資本支出與發債規模,拿去跟 1995 年啟動的電信寬頻投資週期做對比。
當時全體電信業為了鋪設光纖網路大舉發債,最後因產能過剩與回報遞延而引發劇烈調整,讓許多債權人與投資人蒙受重大損失。
根據目前統計,雲端巨頭的累計舉債與資本支出雖然還沒正式超越當年整個電信業的對照水準,但近期資本支出加速衝刺的斜率,顯示它們很快就會追上甚至超越這個歷史門檻。
這項歷史對照提醒金融監理機關,當一個產業的基礎設施投資開始大幅依賴債務驅動時,即使底層技術本身確實具備長期價值,過於集中的融資週期仍可能在獲利兌現前引發劇烈的金融震盪。
聯準會為什麼特別關注科技巨頭的財務工程?
過去市場普遍認為大型科技公司擁有充沛的現金流,幾乎不受升息或信用緊縮的影響。
但《金融穩定報告》揭露的數據顯示,隨著資料中心與算力擴建規模不斷膨脹,即便是體質最強的七大 AI 公司,也已經開始大規模動用表內舉債與表外合約來分攤資本壓力。
這種資金結構的轉變,意味著 AI 產業的榮枯不再只牽動科技股股東的權益,而是開始與銀行授信、債券市場以及公用事業投資緊密掛鉤。
超過 3 兆美元的「表外負債」究竟藏了什麼風險?
所謂「表外負債」,指的是沒有直接列在公司資產負債表借款欄位上,但公司未來必須履行的長期財務承諾。
在這波 AI 基建潮中,這 3 兆美元以上的潛在名目義務,主要來自長期電力供應合約、資料中心與算力租賃承諾,以及設備的殘值擔保。
為什麼會出現這麼多複雜安排?因為超大規模雲端業者擁有極佳的信用評等,它們透過提供間接信用支持,讓信用條件較弱的合作開發商或公用事業專案也能順利拿到銀行貸款來蓋機房與電廠。
這種做法在景氣好的時候能讓大家一起把餅做大,但缺點是把財務風險拆解並隱藏在層層合約之中,讓外部股東更難一眼看穿真實的槓桿倍數。
為什麼「循環融資」與不透明性會加劇市場拋售?
Barr 特別警告,對於一般或經驗較淺的投資人來說,這些跨公司的表外結構極度不透明,外界很難看清風險最終由誰承擔。
加上業界普遍存在「循環融資網絡」,也就是甲公司投資或擔保乙公司、乙公司再回頭向甲公司採購算力或設備的緊密綁定關係。
當市場情緒維持樂觀時,這套循環機制看起來能不斷推升營收。一旦市場風向轉變、投資人開始懷疑終端需求時,這種不透明的風險結構就會讓大家因為搞不清楚誰會受傷而選擇集體恐慌拋售。
這也是為什麼聯準會強調必須密切監控這類表外 AI 債務的發展,因為它們雖然不在帳面上,卻可能在市場壓力測試時同時變成現金流負擔。
延伸閱讀:World ID 進入銀行金融:AI 深偽、Zoom 真人徽章與代理授權如何分工?
面對聯準會的風險提醒,市場與監管機關該看哪些訊號?
把整場演說的重點收斂下來,聯準會理事 Barr 並沒有預測 AI 一定會泡沫化,而是提醒市場不要忽略財務工程背後的槓桿代價。
對於追蹤 AI 產業與金融市場的讀者,後續評估這波基礎設施週期是否健康,可以緊盯三個具體訊號。
- 資本支出與自由現金流比例:觀察大型雲端業者是繼續用本業獲利來蓋資料中心,還是越來越依賴發債與表外租賃。
- 股票風險溢酬變化:留意美股整體風險溢酬是否進一步壓縮,當安全邊際變薄時,市場對財報不及預期的容忍度會大幅下降。
- 表外合約與電力承諾揭露:檢視科技巨頭在財報附註中對長期租賃與電力購電協議的金額變化,這直接反映實際的固定成本壓力。
聯準會雖然不會直接干預科技股價,但透過《金融穩定報告》公開點出 8,000 億美元與 3 兆美元這兩道數字,已經清楚告訴金融機構與投資人必須把結構性槓桿納入風險定價。
對大型放款銀行與機構投資人來說,未來審查資料中心相關融資案時,不能只看科技巨頭母公司的信用評等,還必須把表外租賃承諾與電力合約的連動風險一併算進壓力測試模型。
常見問題
聯準會理事 Barr 在米蘭演說的立場是看空 AI 嗎?
不是,Barr 明確表示自己對 AI 長期提升生產力與薪資抱持樂觀態度,但強調金融體系必須管好背後的 AI 債務槓桿與風險,才能避免衝擊經濟穩定。
報告中提到的 8,000 億美元與 3 兆美元分別指什麼?
8,000 億美元是七大 AI 公司預計在 2026 年底前突破的資產負債表內債務,而 3 兆美元以上則是它們透過長期租賃、電力合約與擔保累積的表外負債潛在最高名目價值。
為什麼表外負債會讓投資人恐慌?
因為這些跨公司的信用擔保與循環融資安排結構複雜且透明度低,一旦市場對 AI 投資回報失去信心,投資人會因無法分辨虧損落點而擴大拋售。
目前 AI 股市的估值有像網路泡沫時期那麼極端嗎?
根據聯準會《金融穩定報告》衡量的股票風險溢酬,目前水準相較歷史常態確實偏低,但尚未低到像 1990 年代末期網路泡沫時那麼極端。
結語
Barr 在米蘭的演說為過熱的 AI 基建競賽補上了一堂冷靜的資產負債表課,提醒大家算力擴張不只是技術競爭,更是高度槓桿化的金融工程。
如果你是重倉科技股或 AI 基礎設施供應鏈的長線投資人,這場演說適合用來當作檢視持股體質的檢查表,優先挑選具備強大本業現金流、不過度依賴表外租賃與循環融資撐起營收的公司。
反之,如果你期待聯準會因為這份報告就立刻出手干預股市或替特定企業兜底,那並不切實際,因為央行明確表態不設定市場價位,只負責監控系統性風險。
接下來決定這 3 兆美元承諾是變成印鈔機還是沉重包袱的關鍵,不在於技術願景有多宏大,而在於企業端買單 AI 服務的速度能不能趕上 AI 債務到期的時間表。