Ruchir Sharma：美债推高AI承压
洛克菲勒国际主席Ruchir Sharma警告称，美国公共借贷成本上升将比市场预期更快挤压其他借款人，并对"泡沫化的AI市场"造成更大冲击。这一表态出现在Fortune周日（9月13日）发布的一篇汇总多位分析师看空信号的报道中。
Sharma的判断基于美国债务规模已超过GDP的100%这一背景——他指出，公共部门借贷成本上升会更早开始挤压其他类型借款人，而AI相关企业由于自身债务服务成本已经显著更高，受到的冲击将比其他行业更剧烈。
同一篇报道中，Capital Economics高级市场经济学家James Reilly给出了具体点位预测：标普500指数将在2026年底前上涨7.7%达到8250点，随后在2027年底前下跌21%，回落至6500点。
华尔街资深策略师Ed Yardeni同步下调了看多情景概率——将他此前提出的"咆哮的2020年代"牛市剧本实现概率从80%下调至70%，同时将看空情景概率从20%上调至30%。
报道列举的具体泡沫指标包括：周期调整市盈率已接近互联网泡沫顶峰水平；未来12个月盈利增速与互联网泡沫顶峰时期相当；AI超大规模云厂商的合计自由现金流预计将在2027年转负；市值集中度已达到极端水平；IPO及后续增发的排队情况显示泡沫终结"以月计而非以年计"。
市场机制上，触发这一系列警告的直接导火索是10年期美国国债收益率——上周五（9月12日）已升至4.97%，逼近被视为"收紧货币新时代"分水岭的5%整数关口；一旦公共借贷成本持续攀升，政府发债将与企业（尤其是高杠杆的AI基础设施建设方）争夺同一批信贷资金，推高整体融资成本，而AI行业当前恰好处于依赖巨额债务融资建设数据中心和算力的阶段，对利率上行的敏感度远高于其他板块。承压方是负债率较高的AI基建及云厂商，获益方则是利率上行周期中现金流更稳健、杠杆更低的传统防御性板块。
来源：公开信息
ABAB AI 解读
Ruchir Sharma长期以"看空共识资产"著称，此前多次公开警告美股集中度过高、被动基金助推少数科技股泡沫化，他执掌的Rockefeller International在过去几轮市场周期中都曾提前发出类似警告；Ed Yardeni则以创造"咆哮的2020年代"这一乐观叙事著称，此次主动下调该情景概率，意味着连原本的多头阵营内部也开始出现分歧。
本轮警告的核心资本路径是"债务驱动的AI基建竞赛"——AI超大规模云厂商为建设数据中心和算力集群，普遍通过发债而非仅靠自有现金流融资，这正是文中"AI超大规模云厂商合计自由现金流预计2027年转负"的直接成因；与此同时，美国联邦政府自身债务已超GDP的100%，政府与企业在同一个信贷市场里争夺资金，一旦国债收益率持续走高，AI企业新增债务的利息成本会同步抬升，形成"政府发债推高利率—AI企业融资成本上升—现金流进一步恶化"的连锁路径。
这套逻辑与2000年互联网泡沫破裂前的信号高度相似——文中明确提到当前周期调整市盈率和远期盈利增速已经与互联网泡沫顶峰"相当"；不同的是，当年电信运营商是靠发债铺设光纤网络导致产能过剩，这一轮则是云厂商靠发债铺设数据中心和GPU集群，行业位置上，AI基础设施建设目前正处于"资本开支尚未见顶、但现金流已被市场提前打上问号"的敏感阶段。
本质上，这是一次由定价权转移引发的资本集中风险暴露——过去几年AI叙事让少数超大规模云厂商在股票市场中获得了远超其现金流的估值溢价，这种溢价本质上是市场把主权信用的低利率环境无限外推到了企业信用上；一旦主权借贷成本本身开始抬升（10年期美债逼近5%），这个定价权转移的基础就被抽走，机制上表现为：从"谁能讲最好的AI故事就能拿到最便宜的钱"，切换为"谁的资产负债表最干净、现金流最真实，谁才能穿越加息周期"。
ABAB News · 认知定律
政府先借钱，企业才知道自己借钱有多贵。
估值靠故事撑起来，现金流才决定能不能活过加息。
泡沫破裂从来不按年计算，只按月倒计时。