Ruchir Sharma：美債推高AI承壓
洛克菲勒國際主席Ruchir Sharma警告稱，美國公共借貸成本上升將比市場預期更快擠壓其他借款人，並對"泡沫化的AI市場"造成更大沖擊。這一表態出現在Fortune週日（9月13日）發佈的一篇彙總多位分析師看空信號的報道中。
Sharma的判斷基於美國債務規模已超過GDP的100%這一背景——他指出，公共部門借貸成本上升會更早開始擠壓其他類型借款人，而AI相關企業由於自身債務服務成本已經顯著更高，受到的衝擊將比其他行業更劇烈。
同一篇報道中，Capital Economics高級市場經濟學家James Reilly給出了具體點位預測：標普500指數將在2026年底前上漲7.7%達到8250點，隨後在2027年底前下跌21%，回落至6500點。
華爾街資深策略師Ed Yardeni同步下調了看多情景概率——將他此前提出的"咆哮的2020年代"牛市劇本實現概率從80%下調至70%，同時將看空情景概率從20%上調至30%。
報道列舉的具體泡沫指標包括：週期調整市盈率已接近互聯網泡沫頂峯水平；未來12個月盈利增速與互聯網泡沫頂峯時期相當；AI超大規模雲廠商的合計自由現金流預計將在2027年轉負；市值集中度已達到極端水平；IPO及後續增發的排隊情況顯示泡沫終結"以月計而非以年計"。
市場機制上，觸發這一系列警告的直接導火索是10年期美國國債收益率——上週五（9月12日）已升至4.97%，逼近被視爲"收緊貨幣新時代"分水嶺的5%整數關口；一旦公共借貸成本持續攀升，政府發債將與企業（尤其是高槓杆的AI基礎設施建設方）爭奪同一批信貸資金，推高整體融資成本，而AI行業當前恰好處於依賴鉅額債務融資建設數據中心和算力的階段，對利率上行的敏感度遠高於其他板塊。承壓方是負債率較高的AI基建及雲廠商，獲益方則是利率上行週期中現金流更穩健、槓桿更低的傳統防禦性板塊。
來源：公開信息
ABAB AI 解讀
Ruchir Sharma長期以"看空共識資產"著稱，此前多次公開警告美股集中度過高、被動基金助推少數科技股泡沫化，他執掌的Rockefeller International在過去幾輪市場週期中都曾提前發出類似警告；Ed Yardeni則以創造"咆哮的2020年代"這一樂觀敘事著稱，此次主動下調該情景概率，意味着連原本的多頭陣營內部也開始出現分歧。
本輪警告的核心資本路徑是"債務驅動的AI基建競賽"——AI超大規模雲廠商爲建設數據中心和算力集羣，普遍通過發債而非僅靠自有現金流融資，這正是文中"AI超大規模雲廠商合計自由現金流預計2027年轉負"的直接成因；與此同時，美國聯邦政府自身債務已超GDP的100%，政府與企業在同一個信貸市場裏爭奪資金，一旦國債收益率持續走高，AI企業新增債務的利息成本會同步抬升，形成"政府發債推高利率—AI企業融資成本上升—現金流進一步惡化"的連鎖路徑。
這套邏輯與2000年互聯網泡沫破裂前的信號高度相似——文中明確提到當前週期調整市盈率和遠期盈利增速已經與互聯網泡沫頂峯"相當"；不同的是，當年電信運營商是靠發債鋪設光纖網絡導致產能過剩，這一輪則是雲廠商靠發債鋪設數據中心和GPU集羣，行業位置上，AI基礎設施建設目前正處於"資本開支尚未見頂、但現金流已被市場提前打上問號"的敏感階段。
本質上，這是一次由定價權轉移引發的資本集中風險暴露——過去幾年AI敘事讓少數超大規模雲廠商在股票市場中獲得了遠超其現金流的估值溢價，這種溢價本質上是市場把主權信用的低利率環境無限外推到了企業信用上；一旦主權借貸成本本身開始抬升（10年期美債逼近5%），這個定價權轉移的基礎就被抽走，機制上表現爲：從"誰能講最好的AI故事就能拿到最便宜的錢"，切換爲"誰的資產負債表最乾淨、現金流最真實，誰才能穿越加息週期"。
ABAB News · 認知定律
政府先借錢，企業才知道自己借錢有多貴。
估值靠故事撐起來，現金流才決定能不能活過加息。
泡沫破裂從來不按年計算，只按月倒計時。