Исследователи BIS оценили долговое финансирование AI-инфраструктуры: риски выходят за баланс технокомпаний

Авторы бюллетеня Банка международных расчётов от 27 октября рассматривают, как строительство инфраструктуры искусственного интеллекта всё чаще финансируется долгом. По их оценке, выпуск облигаций пятью крупнейшими американскими технологическими заказчиками такой инфраструктуры достиг $222 млрд к сентябрю 2026 года. Наряду с прямыми заимствованиями растут структуры, в которых отдельная компания строит дата-центр, выпускает долг и сдаёт мощности крупному клиенту в аренду. Экономический риск при этом не исчезает только потому, что обязательство не отображается как обычный долг у заказчика.

Публикация — исследование двух авторов, Mathias Drehmann и Egemen Eren. На странице BIS прямо сказано, что их оценки не обязательно отражают позицию самого BIS или его центральных банков-участников. Это не новое регуляторное требование, не рейтинг конкретного эмитента и не сигнал к покупке облигаций. Материал DIDIS опубликован позднее даты исследования и не выдаёт выпуск бюллетеня за сегодняшнее событие.

Масштаб прямых заимствований

В полном восьмистраничном бюллетене авторы пишут, что капитальные расходы пяти крупнейших американских заказчиков AI-инфраструктуры могут превысить $800 млрд к концу 2026 года, или около 2,5% ВВП США. Это оценка на основе корпоративных ориентиров, а не уже понесённые и проверенные затраты за полный год. Сопоставление с ВВП показывает масштаб программы, но не означает, что все деньги являются новым вкладом в производство в одном квартале.

Выпущенные к сентябрю $222 млрд облигаций — валовой выпуск за период, а не остаток долга только от AI-проектов на конкретную дату. Авторы отмечают, что большая часть заимствований долгосрочная. Это помогает финансировать многолетнее строительство, но создаёт будущие обязательства по процентам и погашению. Доходы от AI-сервисов должны в итоге покрыть стоимость капитала; срок и величина отдачи пока не известны.

Отдельно исследователи приводят рыночную оценку $75–100 млрд облигаций и бумаг, обеспеченных активами, размещённых в 2026 году через структуры вне баланса крупных заказчиков. Поскольку эта сумма опирается на рыночные источники, её не стоит складывать с корпоративным долгом как точный итог единой официальной статистики. Она показывает порядок величины другого канала финансирования.

Как работает отдельный проектный заёмщик

Один из описанных вариантов — special purpose vehicle, специальная структура, владеющая дата-центром. Она привлекает капитал и долг, строит объект и получает арендные платежи за мощности. Крупная технологическая компания может взять их по долгосрочному контракту, а инвесторы в долг рассчитывают на стоимость здания, оборудования, поток аренды и возможные гарантии. На балансе заказчика всё это может выглядеть иначе, чем собственное строительство за кредитные деньги, но у него остаются экономические обязательства по контракту.

Авторы обращают внимание на различие обеспечения. Здание, энергоподключение и охлаждение иногда можно использовать с другим арендатором. Чипы сильнее подвержены технологическому устареванию и могут стоить меньше при одновременной распродаже похожего оборудования. Если первый клиент не продлит аренду, отдельной структуре придётся найти замену или продать активы. Гарантии крупной компании могут ограничивать потери инвестора, но их покрытие не бесконечно и зависит от условий договора.

Схема связывает несколько участников. Поставщик чипов может одновременно продать оборудование, поддержать финансирование клиента и приобрести долю в связанном проекте. Банк может кредитовать строительство дата-центра, а также фонд, который купил его облигации. Поэтому проблема одного проекта способна затронуть несколько балансов. Сколько риска несёт каждый участник, нельзя понять по одной строке «долг» в отчётности крупного заказчика.

Уже влияет на Treasury?

В бюллетене проверяли рыночные дни 2026 года, связанные с новостями о финансировании AI. Авторы сообщают, что наблюдавшиеся изменения премии за срок в американских гособлигациях и спредов качественных корпоративных облигаций были небольшими и кратковременными. Это важная оговорка против громкого вывода, будто строительство дата-центров уже заметно подняло всю кривую доходности США.

Одновременно авторы указывают: если выпуски долговых бумаг сохранятся в нынешнем темпе длительное время, влияние может стать сильнее. Это сценарий риска, а не установленный результат будущих торгов. Цена долгосрочного долга зависит от ставок, инфляционных ожиданий, спроса инвесторов и многих других факторов. Не всякое движение Treasury можно приписывать AI-заимствованиям.

Что это значит для тебя

Если следишь за технологическими компаниями, смотри не только на рекламируемый объём инвестиций и рост выручки AI-сервисов. Проверяй операционный денежный поток, капитальные расходы, прямой долг, договоры аренды и гарантии по проектным структурам. У разных компаний эти обязательства распределены по-разному. Важно также, насколько быстро построенные мощности начнут приносить доход и кто заплатит при снижении спроса.

Для владельца облигаций исследование напоминает о двух отдельных рисках: способен ли конкретный заёмщик обслуживать долг и насколько ликвиден рынок, если много похожих выпусков одновременно ищут покупателей. Пока авторы не обнаружили устойчивого широкого рыночного эффекта; говорить о нём как о доказанном факте нельзя. Зато карта связей помогает понять, какие раскрытия искать в ближайших квартальных отчётах.

Связанные разделы DIDIS: экономический календарь и обзор рынков.

Источники

• BIS Bulletin 140 — Building AI on credit: structures and spillovers, 27 октября 2026 года — страница исследования и его основные выводы.
• Полный текст бюллетеня BIS, PDF — методика, оценки, примеры структуры и оговорка об авторской позиции.
• BIS Quarterly Review — Financing the AI infrastructure boom, март 2026 года — предшествующий анализ механизмов финансирования; это материал той же организации, а не независимое подтверждение всех новых оценок.