美联储警示AI投资回报风险 隐性杠杆引关注。11月10日，美国劳工部公布的核心通胀数据超出预期。同一天，美联储三位官员放出鹰派信号，理事鲍曼警告AI押注落空可能引发股市大幅回调，沃勒甚至提出12月加息50个基点的激进选项。在AI投资热情高涨、股市高位狂欢之际，美联储却在谈论风险。
鲍曼演讲中提到一个细节：AI产业链内部正在形成一个循环融资结构，这可能让传统的货币政策传导机制“短路”。大型科技公司和超大规模云计算企业通过表外负债安排，让小型公司以数据中心设备为抵押去借款。同时，科技巨头对芯片购买方进行股权投资。简言之，大公司不直接负债，但给链条下游的小公司提供抵押物和股权，小公司借钱买设备，设备反过来支撑大公司的云业务和芯片订单。预计到2026年，这类AI相关债务将超过8000亿美元。
这个结构的问题在于它是以资产升值为信用基础的杠杆扩张，而不是基于现金流。传统贷款看的是借款人能否产生利润来还债，而AI循环融资里，信用建立在“数据中心设备会一直升值”和“芯片需求会持续爆发”的假设上。只要估值上涨，链条就能运转。反之，一旦AI回报不及预期，资产估值下降，债务抵押物贬值，股权价值缩水，整个闭环就变成连环踩踏。这种内循环融资让传统的资产负债表分析失效，风险不在某一家企业身上，而是散落在整个闭环的估值一致性里。
美联储想通过监控单家机构来评估系统性风险变得困难，因为杠杆是隐形的，债务是表外的，股权关系是交叉的。最后能用的工具只有总量利率这种大锤子。鲍曼警告说股价下跌会削弱消费支出，利率上升会压制住房和小企业投资。但在AI内循环里，利率上升不仅影响终端需求，更直接作用于抵押品价值和循环链条的可持续性。逻辑是这样的：利率上涨，AI资产估值下降，抵押品贬值，融资条件收紧，企业削减AI支出，科技巨头营收和股权价值受损，进一步压低估值。这个负反馈循环比传统部门更快更猛。
