美债收益率新高：危机预警还是繁荣信号？

AI 商业化前景推动全球数据中心、专用芯片产线、云计算硬件等配套投资持续扩张，相关开支已经具备显著宏观影响力。数据显示，美国 AI 配套设施投资占本国 GDP 比重达到 0.8%，澳大利亚超过 1%；机构预测当前全球 AI 投资规模约 5000 亿美元，2030 年将增至 3–4 万亿美元，同期全球数据中心资本支出将扩大三倍。

二月底美伊冲突爆发后，油价、通胀预期和美债收益率呈高度相关态势。在过去的 6 个月里，美国 10 年期国债收益率两落三起，最大波动带宽近 80 个基点，从低点的 3.96% 到高点的 4.74%。但 6 月的通胀指标 CPI 从之前的高点明显放缓，7 月则进一步下降。另一个通胀指标 PCE 在 6 月环比下降 0.1%，7 月环比上升 0.2%，但年度通胀率保持在 3.7%，核心 PCE 则保持在 3.3%。这些指标反映了 5-6 月美伊停火和谅解备忘录达成后短暂的能源价格下跌情况。而 7 月上旬，美国再度打击伊朗后造成油价反弹，但是否会反映到 8 月的通胀指标中还有待观察。与此同时，美国平均小时工资从 6 月环比增加 0.3% 下降到 7 月环比增加 0.1%。

在 PCE 下的 199 个分类指标中，和能源价格共振的产业包括运输、食品加工及相关物流、能源密集型制造业以及水处理等。联储主席沃什指出，过去 12 个月，在 199 个 PCE 分类中，有 54% 的分类同比物价涨幅超过 3%，而过去 6 个月，这一比例则降到 49%，两者都显著低于 2022 年通胀高峰期 77% 的水平。

通常，永久性通胀需要有与能源价格联动的因素共同形成螺旋传导才可能实现。和上世纪 70 年代油价冲击造成的永久性通胀相比，没有证据显示，本次能源上涨已与工资上涨形成螺旋式上升局面。这和 1970 年代以来，劳资关系的变化有直接联系。沃什在杰克森霍尔的讲话中明确指出，工资增长作为预测通胀指标缺乏可靠性。还有，当前最能反映投资人情绪的市场通胀预期指标，如通胀互换（Inflation Swap）隐含的通胀预期，5 年期互换交易的固定利率大体在 2.33% 左右，低于现时的通胀水平，与其他预期大体一致。更为重要的是，与能源价格共振的运输等几个产业，总计占美国 GDP 不过 16% 左右，说明工资以外的联动传导途径比较有限。

历史上，不是所有对物价的供给测冲击都是过渡性的。1970 年代的两次石油冲击，第一次造成了“永久性”的物价上涨，而第二次则表现为过渡性质。过渡性通胀需要有两个条件：一是油价停止上涨，同时，没有油价工资或油价与其他大面积影响物价的因素形成螺旋共振；二是油价回落到冲击前的水平。毫无疑问，后者的过渡性特征更加确定无疑。

从这点看，本次供给测冲击的过渡性特征明显。眼下，尽管情况依旧反复多变，但通过霍尔木兹海峡的原油运输正逐步增加。据多方报道，目前通过霍尔木兹海峡的原油运量已达到美伊开战前 2,000 万桶/天的二分之一；高盛最新的报告甚至声称已达到之前的三分之二。加上来自中东绕过霍尔木兹海峡约 300 万桶/天的新增石油运送，以及北美和拉美等地区的石油增产，石油供给的缺口与美伊冲突前已大幅缩小。即便考虑霍尔木兹海峡实际运量的信息难以确认，当前的油价基本上反映了原油供需情况。考虑到此次地缘冲突后，石油的投资、生产和运输格局正在发生根本变化，中期内，石油供给对霍尔木兹海峡的依赖程度会显著下降，油价回落至 70 美元/桶乃至更低将是大概率事件。

美国国债总额占 GDP 比重已上升到 123%，减去联邦政府不同部门间的债务，所剩公众持有的美国国债占 GDP 比重约为 100%。上一次美国国债与 GDP 比例达到如此高的水平还是第二次世界大战期间及随后的年份。不过，更严格的说，如果仅以公众持有的国债占 GDP 比重衡量，眼下的水平仍低于 1946 年同一比重 106% 的水平。自 2008 年次贷危机以来，美国国债对 GDP 比重上升了 92.2%，公众持有的国债占 GDP 比重则增加了令人窒息的 151%。同期，美国 GDP 增长 109%。根据美国国会预算办公室（CBO）的预测，到 2036 年，美国国债总额和公众持有国债对 GDP 比重将分别增加到 142% 和 120%。

问题是，过去 6 年间，美国国债的实际增长一度大幅超过官方预测。2020 年 1 月，CBO 预测公众持有的国债到 2025 年将达到 24.6 万亿美元，占 GDP 的 89%。实际上，截至 2025 年（财政年）度，该口径的国债总额达到 30.28 万亿美元，占 GDP 的 98.1%，分别超过 2020 年预测的 23% 和 1 0%。这种预测上的误差和美国国债收益率曲线的范式转换（regime change）有很大关系。2022 年通胀爆发前，美债收益率曲线由当时全球主要经济体普遍存在的超低（负）利率时代主导。2021 年，3 个月国库券平均收益率仅为 0.05%，而 10 年国债的平均收益率也只有 1.45%。2022 年进入通胀时代后，国债收益率曲线向上平行移动了若干数量级。此后，CBO 对国债的预测误差大幅减少，特别是近几年，CBO 对国债占 GDP 比重的预测基本与实际相符。

从预期管理的角度来看，今年 7 月，由于最高法院今年 2 月将特朗普政府根据 IEEPA 征收的关税判决为非法，导致关税退税和临时替换不及，美国月度财政赤字一度达到 4,320 亿美元，创历史第四高点，导致美债发行超预期增加。尽管如此，今年以来，美 10 年国债发行倍数（bid-to-cover ratio）仍保持在 2.13x 到 2.57x 的区间。8 月，发行倍数达 2.53x，处在历史区间的高位。今年，外国参与者（indirect bidders）的购买不时超出历史平均水平以上。还有，今年以来，美国债市场没有出现过流拍，没有交易商资产负债表冻结，也没有被迫平仓等发行功能失矩的现象。从美债发行期限结构看，10 年和 30 年期国债的比例大体与往年相同，为控制发行成本，美财政部主要仍以发行短期国债为主。

总体看，美债突破 40 万亿美元只是心理大关，不意味着美债风险进入到了下一个阶段。比较年初 10 年国债收益率的 4.15% 水平，目前约 60 个基点的大幅抬升，很难说美债问题是主要的贡献因素。

今年以来，美国企业的资本支出暴增。从标普 500 上市公司的情况看，前两个季度的资本支出同比分别增长 38% 和 32.5%，预计 2026 年全年资本支出将增长 33%，达到 2 万亿美元，是近年来增长最快的。其中，由数据中心等驱动的资本支出占很大部分。截至 7 月，仅 6 家以数据中心和云服务为主要业务的科技公司，其 AI 相关的资本开支就大约占了标普 500 上市公司总资本支出的 45%。预计这些公司今年资本总支出将达到 8,000 亿美元。

资本支出的增加不仅来自于 AI 主导的投资，今年 1 月 1 日生效的美国“大美丽法案”，允许公司将当年的资本支出算作当年费用，企业固定资产支出随之普遍增加。今年以来，标普 500 中有近一半公司的资本支出同比超过 10%。

到 2030 年，AI 相关的累计资本支出预计将达到 5.5 万亿美元，其中，由营运资金支持的部分只占到 25%，余下的 75% 主要依赖债务解决。关键是，本次 AI 驱动的投资，速度之快前所未有。2022 年，当 ChatGPT 3.5 推出时，超大规模云端服务商（Hyperscalers）的年度资本支出不过 1,560 亿美元，而到 2027 年，这一数字预计将达到 1 万亿美元。资本支出快速增加加速了科技公司的债券发行。据美国 SIFMA 披露，截至今年 7 月，美国公司债券累计发行达到 1.68 万亿，同比增长 26.9%。

大型科技公司不仅债券发行激增，期限也在拉长。超大型云端服务商发行的债券期限正从中期向长期甚至超长期倾斜，如从 5-7 年期限转向 10、20、30 年期限。今年 2 月，谷歌母公司 Alphabet 成功发行了一支 100 年期限的债券。这些债券绝大部分为投资级别，从投资人群体看，和国债形成某种竞争关系，产生对国债的挤压效应（crowding out effect），抬升了国债的发行成本。根据晨星的一项报告，今年以来，债券基金减少了美国债的持有，同时，增加了公司债的投入，增幅达 30%，创 3 年来新高。

不仅如此，超大型云端服务商还从私人信贷市场获取贷款。考虑到数据中心的资产寿命特征，这些借债人倾向于固定利率的长久期债务。美联储的一项报告分析，私人信贷市场的投资人多偏向浮动利率债，于是，借债人在取得私人贷款的同时，会通过利率互换市场，以支付固定利率、收取浮动利率的方式转而满足私人信贷市场投资人对浮动利率的需求。这些做法相当于向利率市场（rate market）提供了一定规模的合成久期供给（synthetic duration supply）。在债券市场需求不变的情况下，从另一个侧面抬升了国债的利率，也就是说形成对国债的另一种挤压效应。据估计，2025 年 4 季度，合成久期供给的规模相当于在利率市场上增发了 500 亿美元的 10 年期国债，国债利率因此被推高便不足为奇。

还有一种所谓替代效应的挤压。超大型云端服务商的债券发行会直接替代其他债券发行人，特别是在长期限公司债占主导地位的金融机构发行人。这种情况同样会导致久期供给在整个市场尤其是国债市场上的增加。这是因为，金融机构发行人倾向于浮动利率负债，而金融机构债券投资人则倾向于固定利率资产，于是，金融机构在发行固定利率债券的同时会在利率互换市场上签订支付浮动利率、获取固定利率的利率互换协议。这样做的结果，是将国债市场的久期风险转嫁给公司债的投资人。在国债市场的这种久期转移相当于对久期的实际需求减少，或者说久期供给相对增加，结果同样会造成上面提到的现象，即推动国债利率上升。

今年早些时候，美国银行的一份报告估计，公司债加按揭支持债的发行推高了 10 年期国债收益率约 30 基点。这大约是今年以来 10 年期国债收益率上升幅度的一半。

过去几年，全球主要发达国家的国债利率曲线已从过度储蓄（global saving glut）范式转到投资爆发 (global investment surge) 范式。2022 年，通胀爆发和 AI 崛发生在同一时刻，使人们对这一范式的转变尚缺乏清晰的认识，更多的重点被放在范式变化初期的通胀预期上面。这种转变的结果平行推高了整个国债收益率曲线，而 AI 驱动的、在空间和时间两维度高度浓缩下的大规模资本支出无疑又挤压了国债市场。

我们无法否认通胀预期对国债收益率的影响，更无法否认美国债务带来的潜在风险。然而，在美国共和、民主两党不再有意愿坐下来探讨解决财政赤字，进而探讨国债的解决方案时，在各种对美国国会有关赤字和债务警告被一再漠视时，在本该最容易达成共识的、可着手解决财政支出中浪费、欺诈和滥用问题上两党仍要激烈争吵时，政治解决债务的途径已经被堵死。接下来，恐怕只有一场猛烈的危机才可能倒逼国会面对现实。然而，美国制度安排的一个讽刺是，当无节制的财政支出和庞大的债务才是当下通胀，进而国债收益率居高不下的最主要罪魁祸首时，本该由国会承担起的平衡财政，压低通胀的责任，却堂而皇之地被部分分解成联储的职能。美国的政治精英们也好，贝森特和沃什也罢，在解决赤字和债务问题不多的选项中，眼下尚有共识、最优且也是成本最低的选择是通过经济增长走出困境（to grow out of the trap）。

当前，方兴未艾的人工智能发展提供了这样一个可能。这不仅因为 AI 的进步已经深刻地改变了现有世界的运行，还因为，AI 的普及将有助于劳动生产率的大幅提高，经济增长的提速，以及对长期物价产生下行压力。

尽管宏观层面的劳动生产率提升尚未被广泛观测到，但有越来越多的微观证据显示，生成式人工智能正在大幅提升特定内容的工作效率，如编程、文件生成以及客服支持等。新员工和缺少经验的员工在 AI 工具的帮助下，平均提高解决问题的速度达 30%。很多高度依赖技术和专业技能的行业，如金融、法律、信息和软件等，不断有广泛的效率提升的报道。目前，人工智能正从对话咨询的模式，转向自主代理人代人类执行具体任务和管理日常的模式。此外，人工智能正从边界定义清晰的数字世界，走向感触复杂的物理世界。

人工智能还将以前所未有的速度实现智力平权，从而大大缩小科技发明和科学发现在个人之间、社区之间和国家之间的差距。像电脑和互联网革命一样，人工智能模型 tokens 的边际成本将不可避免地逼近于零。这使人们不免恐惧数据中心这种大规模投资是否能最终得以收回。由于对人工智能的不同以往，具有突破任何物理约束的特征，有限的数据中心供给在一定时间内会长时期面临需求的压力，从目前 tokens 租用的价格来看也反映了这一点。

面对政治解决当前困境的无奈和人工智能的巨大潜质，接下来，美国政府有望（或已经）推出一系列政策，促进市场进一步释放资本力量，并将各方力量聚焦在经济增长之上。正如美国财长贝森特在刚刚结束的 G20 财长会议上所指出的那样，这包括降低金融监管、为中小银行松绑，强调服务实体经济，避免过度防范风险，以及释放大银行在联储的超额储备等。不久前，芝加哥商品交易所正式推出算力期货，标志着算力完成了向大宗商品金融特性的转化。借助期货在管理风险上的作用，美国有望释放更多的长期资金参与 AI 投资，从而有望缓解对国债的挤压。除此之外，英伟达以“算力银行”的身份，通过提供担保和其他循环交易（投资）等手段，试图联合资本市场大鳄，撬动对 AI 数以千亿美元的新增投资。这样看，眼下美债长端收益率再创阶段性新高，更像是经济爆发前的征兆，而不是危机的预警。只不过，这个判定将取决于财政赤字、债务危机和 AI 发力之间的“竞赛”，以及 AI 投资与回报之间的博弈，从这个意义上，当前美债收益率新高或许还寓意着一场世纪级“豪赌”。