8 月 19 日，美国财政部长斯科特·贝森特宣布一项重大决策：将针对 10 年至 30 年期长期国债的流动性支持回购操作单次规模上限，从 20 亿美元至少翻倍至 40 亿美元。此举旨在应对 30 年期美债收益率触及 5.33%、创下 2007 年以来新高的严峻局势。
图片来源：视觉中国
这并非贝森特今年的首次非常规干预。早在 7 月 31 日，他便主导了美国 30 年来首次联合日本买入日元的汇率行动，其核心意图在于防止日本央行被迫大规模抛售美债，从而避免对美债市场造成供给冲击。从汇市到债市，贝森特已成为数十年来干预最积极的美国财长。然而，市场在短暂反应后，深层不安正在蔓延，这套手法让人不禁联想到 2008 年金融危机的前夜。
最小成本，最大信号：贝森特的“拖延术”
本轮长端美债收益率飙升，导火索可追溯至美联储主席凯文·沃什 7 月 29 日的发言。他试图将部分紧缩功能“外包”给市场，依赖市场利率自发上升来收紧金融条件。市场解读为此举默许长端利率上行，导致 30 年期美债收益率次日突破 5.21%。
与此同时，美国联邦政府债务逼近 40 万亿美元，本财年前七个月赤字已超 2025 年全年。更严峻的是，美债海外需求急剧萎缩，私人外国投资者净购买量三年来首次下降，同比降幅超 40%。
面对困境，贝森特的策略清晰可见：以极小的资金成本释放最大信号效应，将美债危机的爆发时间向后拖延。
从数据看，40 亿美元的回购上限在近 40 万亿美元的国债市场中可谓沧海一粟。正如摩根大通所言，这本质是通过发行更多短期债券回购长期债券的债务结构调整，而非真正的流动性注入，属“治标不治本”。同样，7 月 31 日的日元干预中，美国实际动用资金仅约 5 亿美元，其示范效应远大于资金规模本身。
该策略短期内确实奏效：消息公布后，30 年期美债收益率走低逾 10 个基点，美元指数跌至三个月低点，黄金大涨逾 4%。但这本质上是一场艰难的“信心游戏”。当市场对财政部“底线”的信任被消耗殆尽，同样的操作将失效，而贝森特手中的牌已所剩无几。
美债利率飙升的新“引擎”：AI 与财政部抢钱
若说沃什的发言是导火索，那么 AI 产业带来的天量融资需求才是本轮美债利率飙升的真正“炸药”。
伦敦证券交易所集团数据显示，2026 年以来，Alphabet、亚马逊、Meta 等科技巨头累计发债规模已近 2200 亿美元，是 2025 年全年的两倍多。高盛预计，五家超大规模算力企业 2026 年发债规模将达 2500 亿美元，2027 年进一步升至 4000 亿美元。摩根士丹利测算，2026 年全球 AI 相关债务发行规模可能接近 5700 亿美元。
科技巨头正从“现金奶牛”转变为“债务机器”，直接挤出美债需求。野村证券数据显示，大型科技公司 AI 相关债券发行量相当于私人投资者需吸收的美国财政部中长期债券净发行量的 25%，这一比例是去年的五倍。美国银行经济学家估算，公司债激增已将 10 年期美债收益率推高了约 0.3 个百分点。
高盛交易员指出，长端利率上行日益成为供给问题：天量主权赤字叠加年度超万亿美元的 AI 资本开支，市场需要消化的债券规模过大。
一个反常识的循环正在形成：AI 需求爆发迫使巨头扩大资本开支并大规模发债，推高长期利率并压制科技股估值，进而导致 AI 企业后续融资成本上升。AI 越繁荣，资金反而越贵。贝森特的回购操作，实质上是在用财政部的“小钱”对冲 AI 和赤字共同制造的“大浪”。
令人不安的是，这不仅是简单的"AI 泡沫”，而是债务驱动的重资产基建周期，其金融结构差异更接近 2008 年金融危机前兆。价值投资机构 IMA 首席执行官维塔利·凯茨尼尔森警告，AI 泡沫正演变为类似 2008 年的信用泡沫；国际清算银行（BIS）也警示，AI 泡沫破裂可能引发严重的全球金融不稳定。
AI 热潮与 2008 年的惊人相似与关键差异
本轮 AI 热潮与 2008 年危机在三个层面表现出惊人相似性：
第一，重资产与债务驱动。数据中心从拿地、建设到抵押融资、发行 ABS，玩法与房地产开发无异。红杉资本测算，2026 年约 7500 亿美元的云厂商 AI 资本支出，需在设备生命周期内产生约 1.5 万亿美元收入才能回本。然而，终端用户尚未大规模付费，当前繁荣很大程度上是资本开支驱动的“幻觉”。
第二，杠杆层层嵌套。英伟达近期联手六大机构撬动超 5000 亿美元第三方资本投入 AI 基建；而美国五大云平台约 2.1 万亿美元的合同积压订单中，约一半由尚处亏损的 OpenAI 和 Anthropic 承诺支付。这种“次级承诺”一旦因应用层收入增长不及债务累积速度而违约，整个链条恐将从债券市场开始崩塌。
第三，资产与债务期限错配。“新债王”冈拉克警告，AI 芯片技术迭代极快，用长期债券为周期仅两三年的资产融资，风险比 2008 年用 30 年房贷为住宅融资更为集中。
两者的关键差异在于：2008 年的核心资产是非生产性的住宅房地产，而 AI 的核心资产是理论上能产生现金流的数据中心和 GPU。但如果 AI 应用端商业化进展不及预期，这些生产性资产能否产生足够现金流偿还债务，仍是悬在整个链条上最大的问号。
30 年期美债收益率重回 2007 年水平，让人回想起上次站在此处后，世界耗费整整一代人才走出废墟。如今，美联储试图通过“外包”紧缩维持政策模糊，财政部试图通过“迷你量化宽松”压制长端利率，科技巨头则纷纷发债维持 AI 开支——央行、财政部、企业三大信用主体同时在透支信用。2008 年金融危机的深刻教训是：当所有人都认为“这次不一样”时，恰恰是“这次也一样”的前夜。