Οι τράπεζες που αγωνίστηκαν να αναλάβουν την έκρηξη των κέντρων δεδομένων AI προσπαθούν τώρα αθόρυβα να παραδώσουν τον κίνδυνο σε κάποιον άλλο. Σύμφωνα με το ρεπορτάζ των Financial Times που επικαλείται μια ευρέως διαδεδομένη ανάλυση αυτή την εβδομάδα, η JPMorgan, η Morgan Stanley, η SMBC και η MUFG έχουν εξερευνήσει αυτό που οι τραπεζίτες αποκαλούν σημαντικές μεταφορές κινδύνου - συμφωνίες που επιτρέπουν σε μια τράπεζα να διατηρεί δάνειο στα βιβλία της, ενώ μεταθέτει το πιο επικίνδυνο κομμάτι σε εξωτερικούς επενδυτές.
Η κίνηση έρχεται περίπου έξι μήνες αφότου πολλά από τα ίδια ιδρύματα ανταγωνίζονταν για τη χρηματοδότηση δανείων κέντρων δεδομένων που συνδέονται με την Oracle, τη Meta και άλλες εταιρείες που οδηγούν στην ανάπτυξη της τεχνητής νοημοσύνης. Η αλλαγή υποδηλώνει ότι οι δανειστές προσκρούουν σε εσωτερικά όρια σχετικά με το πόση έκθεση που συνδέεται με την τεχνητή νοημοσύνη είναι διατεθειμένος να κρατήσει οποιοδήποτε ίδρυμα. For more context on this story, see our ongoing AI trends.
Το δάνειο των 38 δισεκατομμυρίων δολαρίων που δεν θα κινηθεί
Το πιο ξεκάθαρο σημάδι πίεσης είναι μια ενιαία συμφωνία. Μια ομάδα τραπεζών, συμπεριλαμβανομένης της JPMorgan και της MUFG, πέρασε περισσότερους από έξι μήνες προσπαθώντας να διανείμει χρέη κατασκευής 38 δισεκατομμυρίων δολαρίων που συνδέεται με ένα έργο κέντρου δεδομένων στο Τέξας και το Ουισκόνσιν που μισθώθηκε στην Oracle, σύμφωνα με το Bloomberg. Ορισμένοι δανειστές είναι τώρα διατεθειμένοι να πουλήσουν κομμάτια του σε μη τραπεζικούς αγοραστές με έκπτωση μόνο και μόνο για να το μεταφέρουν από τα βιβλία τους.
Έξι μήνες είναι πολύς χρόνος για να κρατηθεί για πάντα το χρέος που δεν είχε αναληφθεί ποτέ. Ο Matthew Moniot, συν-επικεφαλής της κατανομής πιστωτικού κινδύνου στο Man Group, είπε στους Financial Times ότι τα μεγέθη των συμφωνιών είναι «εκτός κλίμακας για οτιδήποτε έχουμε σκεφτεί ποτέ». Προερχόμενο από ένα στέλεχος του οποίου η δουλειά είναι να τιμολογεί ακριβώς αυτό το είδος συναλλαγών μεταφοράς κινδύνου, το σχόλιο σηματοδοτεί ότι η χρηματοδότηση που συνδέεται με την τεχνητή νοημοσύνη έχει ξεπεράσει τα μοντέλα που χρησιμοποιούν συνήθως οι τράπεζες για το μέγεθος και τη διανομή του πιστωτικού κινδύνου.
Τι είναι η μεταφορά σημαντικού κινδύνου;
Οι μεταφορές σημαντικών κινδύνων, ή SRT, είναι ένα καθιερωμένο εργαλείο που έχει χρησιμοποιηθεί ιστορικά κυρίως για εταιρικά χαρτοφυλάκια δανείων. Η τράπεζα διατηρεί το δάνειο στα χαρτιά —διατηρώντας τη σχέση με τον πελάτη και τα έσοδα από τόκους— ενώ πληρώνει εξωτερικούς επενδυτές για να απορροφήσουν ζημίες πάνω από ένα συγκεκριμένο όριο. Στην πραγματικότητα, η τράπεζα αγοράζει ασφάλιση στον δικό της ισολογισμό.
Οι τράπεζες γενικά δεν ξεπουλούν χρέος για το οποίο είναι σίγουροι. Το ξεπουλούν όταν ανησυχούν για τη συγκέντρωση, κάτι που σημαίνει «προσέγγιση εσωτερικών ορίων» σε απλή γλώσσα: πάρα πολύς αυτός ο συγκεκριμένος κίνδυνος σε ένα μέρος.
Το διευρυνόμενο πιστωτικό στρες της Oracle
Η Oracle βρίσκεται στο κέντρο της ιστορίας. Το κόστος ασφάλισης του πενταετούς χρέους της εταιρείας μέσω ανταλλαγών πιστωτικής αθέτησης ανήλθε σε περίπου 151 μονάδες βάσης στις αρχές Οκτωβρίου, επίπεδα που παρατηρήθηκαν τελευταία φορά το 2009, σύμφωνα με στοιχεία της αγοράς που επικαλείται το Bloomberg. Η S&P είχε ήδη μειώσει την πιστοληπτική ικανότητα της Oracle σε BBB- - μια βαθμίδα πάνω από τα σκουπίδια - τον Ιούλιο, καθώς οι δαπάνες της εταιρείας για τεχνητή νοημοσύνη ξεπέρασαν τις ταμειακές της ροές.
Η εταιρεία φέρεται να στοχεύει περισσότερα από 40 δισεκατομμύρια δολάρια σε πρόσθετο χρέος και μετοχές αυτό το οικονομικό έτος, επιπλέον των 18 δισεκατομμυρίων δολαρίων σε ομόλογα που πούλησε σε μία μέρα τον περασμένο Σεπτέμβριο, για να συνεχίσει να χρηματοδοτεί τις εγκαταστάσεις της στο Τέξας, στο Ουισκόνσιν και στο Νέο Μεξικό. Η Oracle μήνυσε επίσης την Επιτροπή Δημοσίων Υπηρεσιών του Ουισκόνσιν για έναν κανόνα που θα μπορούσε να την αναγκάσει να καταθέσει περισσότερα από 7 δισεκατομμύρια δολάρια σε εξασφαλίσεις για την πανεπιστημιούπολη του κέντρου δεδομένων του Πορτ Ουάσιγκτον - μια μάχη που βοήθησε στη μείωση της αξιολόγησης.
Μια ψύξη αγοράς ομολόγων για δανειολήπτες AI
Η ζήτηση για χρέος που συνδέεται με την τεχνητή νοημοσύνη έχει μειωθεί καθώς η προσφορά έχει αυξηθεί. Τα ομόλογα από την Alphabet, την Amazon, τη Meta, τη Microsoft και την Oracle διαπραγματεύονται τώρα με premium σε σχέση με εταιρικά χρέη χωρίς τεχνητή νοημοσύνη με παρόμοια αξιολόγηση και τα βιβλία παραγγελιών για τις προσφορές τους συρρικνώθηκαν από περίπου πέντε φορές το ποσό που πωλούνταν τον Φεβρουάριο σε λιγότερο από δύο φορές τον Ιούλιο, σύμφωνα με το Bloomberg. Ένα ομόλογο που κάποτε πουλούσε τον εαυτό του τώρα απαιτεί μια τράπεζα να εργαστεί για να το τοποθετήσει.
Υψηλότερα ποσοστά Αυξάνουν τα πονταρίσματα
Το ευρύτερο περιβάλλον των επιτοκίων έχει οξύνει το πρόβλημα. Η απόδοση του 10ετούς ομολόγου έφτασε στο 5,304 τοις εκατό αυτόν τον μήνα, το υψηλότερο από το 2002, μετά από δημοπρασία 39 δισεκατομμυρίων δολαρίων που έκλεισε στο 5,30 τοις εκατό - η υψηλότερη απόδοση δημοπρασίας από το 2000, ανά Bloomberg. Τα πρακτικά της συνεδρίασης της Federal Reserve τον Σεπτέμβριο αναφέρουν ότι ο εταιρικός δανεισμός που σχετίζεται με την τεχνητή νοημοσύνη συμβάλλει στην κίνηση απόδοσης, αν και η Capital Economics υποστηρίζει ότι ο πληθωρισμός και τα κρατικά ελλείμματα είναι οι μεγαλύτεροι μοχλοί.
Όποια και αν είναι η εξήγηση, η επίδραση στη χρηματοδότηση του κέντρου δεδομένων είναι η ίδια: το επιτόκιο χωρίς κίνδυνο που στηρίζει κάθε δάνειο κατασκευής τεχνητής νοημοσύνης έγινε ουσιαστικά πιο ακριβό.
Τι σηματοδοτεί για το AI Buildout
Τίποτα από αυτά δεν σημαίνει ότι η έκρηξη των υποδομών AI έχει τελειώσει. Αλλά οι μηχανισμοί έχουν σημασία: όταν οι τράπεζες που βρίσκονται πιο κοντά σε μια έκρηξη δανεισμού αρχίζουν να αντισταθμίζουν τα δικά τους στοιχήματα, τιμολογούν την πιθανότητα ότι τα έσοδα που αναμένεται να εξυπηρετήσουν όλο αυτό το χρέος - δεσμεύσεις cloud της Oracle, προϊόντα τεχνητής νοημοσύνης της Meta, ανάπτυξη Azure της Microsoft - μπορεί να χρειαστούν περισσότερο χρόνο για να υλοποιηθούν από ό,τι τα δάνεια για να ολοκληρωθούν.
Το εμπόριο χρέους τεχνητής νοημοσύνης γίνεται μια αγορά δύο όψεων. Τον Φεβρουάριο, οι επενδυτές πάλευαν για κατανομές. Μέχρι τον Οκτώβριο, οι τράπεζες προεξοφλούσαν το χαρτί για να το μετακινήσουν. Ο τρόπος με τον οποίο αυτός ο κίνδυνος υποδομής τεχνητής νοημοσύνης στις τιμές της αγοράς κατά τα επόμενα τρίμηνα μπορεί να πει περισσότερα για την ανθεκτικότητα του buildout από οποιονδήποτε δείκτη αναφοράς ή έκδοση μοντέλου.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
