{"id":"mb-20261028-45b356","kind":"deep","title":"借数百亿建AI数据中心却不记负债：Meta表外财技与品浩高位套现离场","summary":"为了应对激烈的算力军备竞赛，Meta与甲骨文等科技巨头通过设立特殊目的载体（SPV）融资数百亿美元建设数据中心，巧妙将巨额债务移出主资产负债表。全球债券巨头品浩在市场狂热期高位抛售半数持仓套现离场。随着算力设备快速折旧与现金流转负，二级市场债券已大跌至面值八八折，违约互换成本飙升，揭示出繁荣表象下真实的偿债压力。","body":"科技巨头为了建 AI 数据中心，借了几百亿美金。\n但你翻开 Meta 的财报，资产负债表上居然一分钱新增负债都看不到。\n这笔钱是怎么借出来的？\n\n答案在路易斯安那州。\nMeta 要在那里建一个代号 Hyperion 的超级计算中心。\n单单这一个项目，借债规模就超过 270 亿美元。\n如果把这 270 亿直接挂在 Meta 自己头上，负债率马上飙升，信用评级也会被调低。\n股票投资者看到这种负债，可能当场就砸盘。\n\nMeta 怎么处理的？\n它找来私募机构，共同成立了一家独立的小公司。\n也就是金融里常说的特殊目的载体 SPV。\nMeta 自己只持有这家独立公司 20% 的股权，大头交给合作方。\n然后，让这家独立公司出面去借钱、买土地、建数据中心。\n等机房建好，Meta 再跟这家公司签一份长期的租赁协议，按期付租金。\n原本几十上百亿的沉重负债，就不用直接写在资产负债表上了。\n它被包装成未来的租赁与采购承诺，塞进了财报附注的最底下。\n主资产负债表瞬间变得干干净净。\n\n那谁敢借出这么大一笔钱呢？\n全球顶级的债券巨头，品浩（Pimco）。\n去年，Pimco 一口气吃下了 Meta 路易斯安那项目里大概 180 亿美元的债务。\n不仅是 Meta。\n甲骨文在密歇根州建数据中心，Pimco 又吞下了 100 亿美元。\n两笔加起来接近 300 亿，直接成了整个 AI 基础设施融资的标准模板。\n\n既然 AI 这么火，拿着高等级的债券稳稳吃利息不好吗？\n有意思的地方就在这里。\n彭博社最近爆出来，Pimco 已经在二级市场上，把这两家公司的债券悄悄卖掉了一半。\n而且它卖的时间点挑得极准，正好卡在价格最高、市场最乐观的时候。\nPimco 带着大笔利润从容套现离场。\n谁在接盘呢？\n大部分是那些追踪固定收益指数的公募基金，还有管理普通人储蓄与养老金的机构。\n\nPimco 为什么跑得这么急？\n看看二手市场上这批债券的最新价格就明白了。\n甲骨文这批原本接近面值发行的债券，现在在二级市场已经被砸到了面值的 88 美分。\n直接打了八八折。\n与此同时，市场上给 Meta 债务买违约保险（CDS）的成本，刚刚冲上了历史最高纪录。\n\n为什么买股票的人还在狂欢，借钱的人却已经开始慌了？\n因为债券交易员算账的逻辑，跟股票投资者完全不同。\n股票市场看的是故事、模型参数和未来愿景。\n债券交易员只盯着三样东西：现金流、利息和折旧。\n在刚过去的第三季度，Meta 的自由现金流净流出了 21.2 亿美元。\n这是它自 2012 年上市以来，第一次出现季度自由现金流为负。\n为了跟上算力军备竞赛，它把全年的资本开支底线，一口气拉到了 1350 亿美元。\n而在财报附注里，未来的长期合同与租赁承诺，已经膨胀到了 8250 亿美元。\n\n那些高价买回来的算力卡，三四年后就可能面临折旧淘汰。\n但借来的几十亿、上百亿美元，每个月都要掏出真金白银来还利息。\n股票投资者还在看发布会上的跑分。\n债市的老手们心里很清楚：\n当一家公司必须靠表外实体来隐藏债务的时候，\n最安全的做法，就是赶在水落石出之前，把手里的账单递给别人。","topic":"借数百亿建AI数据中心却不记负债：Meta表外财技与品浩高位套现离场","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-28 21:29:08","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"借数百亿建AI数据中心却不记负债：Meta表外财技与品浩高位套现离场","description":"为了应对激烈的算力军备竞赛，Meta与甲骨文等科技巨头通过设立特殊目的载体（SPV）融资数百亿美元建设数据中心，巧妙将巨额债务移出主资产负债表。全球债券巨头品浩在市场狂热期高位抛售半数持仓套现离场。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261028-45b356","markdown_url":"https://mubeitech.com/deep/mb-20261028-45b356/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261028-45b356","published_at":"2026-10-28T21:29:08Z"}