全球都在抢钱：10年美债突破5%，AI和美国政府谁先撑不住？

核心观点

• 5% 不是孤立的数字。 美国 10 年期国债收益率 9 月 15 日收于 5.00%，16 日升至 5.01%，是财政融资、AI 资本开支融资、美联储退出“托底”与能源通胀四股力量同时作用的结果。
• 两个最大的资金需求方同时在借钱。 美国联邦政府本财年赤字已接近 2 万亿美元，且发生在非危机时期；以超大规模云厂商（Hyperscaler）为代表的 AI 产业，资本开支已达六七千亿美元量级，开始由自有现金流转向债务融资。
• 边际买家缺位。 美联储 QT 已于 2025 年底结束，但当前的准备金管理购买（RMP）只为维持准备金“充足”，并不压低长期利率。长期资金的价格回到由市场定价。
• 通胀风险再升温。 美伊冲突推高原油与柴油价格，8 月柴油生产者价格单月上涨 24.1%，运输成本正在向实体经济传导，抬高了投资者要求的期限溢价。
• 谁先踩刹车？ 政府支出刚性强，对利率不敏感；压力更可能落到 AI 产业。AI 资本开支无需下降，只要增速从 50% 放缓至 10%，产业链估值逻辑就可能被重估。

图 1：美国 10 年期国债收益率（上）与联邦政府总公共债务占 GDP 比重（下）。来源：FRED（DGS10、GFDEGDQ188S）。

一、引言：全球的钱为什么突然变贵了

美国 10 年期国债收益率重新站上 5%。这一利率是全球资产定价的锚：美股估值、美国居民房贷、AI 企业的融资成本，以及未来几年全球宏观的运行方式，都要以它为基准重新计算。

本轮利率上行的背景，是过去十余年少见的局面：全球资金最雄厚的两类主体同时进入大规模融资期。一方是美国联邦政府；另一方是微软、Google、Amazon、Meta 以及整个 AI 产业链。与此同时，过去在市场缺钱时持续“加水”的美联储已不再扩表托底，美伊冲突又把原油、柴油和通胀重新推回台前。

财政赤字、AI、美联储、地缘冲突与油价，这几条原本相互独立的线索，最终汇聚到同一个价格上：美国 10 年期国债收益率。本文依次讨论以下问题：全球资金为何变贵，5% 的美债意味着什么，以及美国政府与 AI 产业谁会先承受不住融资压力。

二、美国财政：非危机时期的危机级赤字

截至 8 月，美国本财年财政赤字已接近 2 万亿美元。单看绝对值，这一数字的意义有限；放在历史序列中才能看出其异常之处。

图 2：美国联邦财政赤字构成（占 GDP 比重，1976—2036，含预测）：基本赤字与净利息支出。来源：美国国会预算办公室（CBO）。

过去二十多年，美国出现超大规模赤字的时期，基本对应 2008 年金融危机和 2020 年疫情，即经济遭受重大冲击、财政被迫扩张的阶段。而当前疫情已过去数年，美国经济也未陷入类似 2008 年的全面危机，赤字却仍维持在极高水平。这种“非危机时期的危机级赤字”，是本轮利率环境最值得关注的结构性变化。从图 2 还可以看出，净利息支出在赤字中的占比正持续上升，利率本身正在成为赤字的来源。

从收支结构看，美国联邦政府年收入约 5 万多亿美元，年支出约 7 万多亿美元，缺口只能依靠借债弥补。财政部因此持续在资本市场发行国债。

图 3：美国财政部向私人市场净融资规模（财政年度，十亿美元；FY2026 为 TBAC 材料中 Primary Dealer 中值估算）。来源：U.S. Treasury，Treasury Presentation to TBAC。

按财政部预计，仅 2026 年第三季度的净市场化借款约 7,390 亿美元，第四季度还将再借 6,280 亿美元。拉长时间看，5,000 亿、7,000 亿乃至 1 万亿美元级别的季度融资已不再罕见。美国财政部已经成为全球资本市场中规模最大、频率最高的“常客”，每次融资动辄数百亿美元，且需求不断追加。

如果只有政府在借钱，问题尚可消化。但与此同时，另一个融资需求快速膨胀的主体已经入场：AI。

三、AI：从“软件革命”变为“超级基建”

市场对 AI 的直观印象仍停留在 ChatGPT 这类软件产品上：输入问题、生成文本或图像，看起来不过是一款应用。但今天真正的 AI 竞争，已越来越不像传统的软件生意。

训练一个前沿大模型，需要的是一条完整的重资产链条：数万乃至数十万块 GPU；承载 GPU 的服务器；容纳服务器的数据中心；数据中心所需的土地、冷却、网络、变压器与输电线路；以及最关键的，海量的电力。AI 的发展因此从一场“看不见的软件革命”，演变为一场由钢筋、水泥、芯片、电力和资本构成的超级基建。其共同特征是：资本密集，且非常昂贵。

图 4：AI 超大规模云厂商资本开支一致预期（按年度，十亿美元）。2026 年预期达 7,690 亿美元，同比增长 87%；2027 年预期 9,670 亿美元。来源：BofA Global Investment Strategy，Bloomberg。

今年几家主要科技巨头的资本开支已达六七千亿美元量级。2022—2023 年以前，资本开支虽保持增长，但节奏平稳；AI 浪潮真正启动后，曲线明显陡峭化，且各年度的预期值被持续上修。微软、Google、Amazon、Meta 以及新兴的 NeoCloud 都在扩建：数据中心尚未建成，GPU 仍在采购，电网仍需扩容，发电设施仍需新建。

AI 投资的问题已从“开发一款新软件需要多少钱”，变成“重建一套工业基础设施需要多少钱”，两者完全不在一个量级。

四、科技巨头为何也要借钱：自由现金流被挤压

微软、Google、Meta 等公司位列全球盈利能力最强的企业，账面现金充裕，过去的资本开支也主要依靠自有资金。问题在于，AI 的投入速度已开始接近、甚至超过这些公司自身创造现金的速度。

衡量这一变化的关键指标是自由现金流（FCF），即公司在覆盖日常经营支出和厂房、设备、服务器等资本投入之后，真正可自由支配的现金。这部分资金可用于回购、分红、偿债、并购或留存。过去科技巨头最突出的优势，正是高利润叠加巨额自由现金流。

AI 时代改变了这一格局：公司依然高度盈利，但新增利润很快被 GPU、数据中心和电力基础设施吸收。

图 5：AI 超大规模云厂商自由现金流一致预期（按年度，十亿美元）。2026 年预期已降至 −190 亿美元，2027 年预期 −260 亿美元。来源：BofA Global Investment Strategy，Bloomberg。

Hyperscaler 的资本开支持续走高，自由现金流预期则被快速下修，2026、2027 年的预期值已转负。这并不意味着微软或 Google 面临资金短缺，距离这一程度还很远。真正的变化在于：AI 让全球最富有的科技公司也开始感受到资本约束。当自有现金流不足以覆盖全部投资计划时，外部融资成为必然选择。

五、AI 正在从股票故事变成债券故事

图 6：主要科技公司债券发行规模（十亿美元，柱）与发行笔数（线）。统计范围包括 Amazon、Alphabet、Microsoft、Meta、Oracle、Nvidia 与 SpaceX；2025 年为全年，2026 年为年初至今。来源：Bloomberg。

这一转变非常明显。2024 年，Hyperscaler 的发债规模仍然较小；2025 年开始快速增加；2026 年的融资规模则远超上一年，仅上半年就超过 2,300 亿美元。若采用更广义的 AI 融资口径，截至今年 8 月，AI 相关债务发行已接近 5,000 亿美元。

更值得注意的是角色的变化。2024 年，AI 相关融资在美国高评级债券市场中只是一个次要参与者；到今年，它已成为最重要的借款人之一。AI 不再只是纳斯达克的估值故事，而是进入了银行贷款、投资级企业债、私募信贷（Private Credit）、保险资金、养老金和资产管理公司的投资组合。换言之，AI 正在实质性地消耗整个金融体系的资本。

美国政府缺钱，AI 也缺钱。市场由此自然会问：过去在市场缺钱时出手的美联储，这一次会不会再次托底？

六、美联储：从“放水”到只保证“够用”

1. QE 时代：美联储是最后的买家

2008 年金融危机与 2020 年疫情期间，美联储两度实施大规模量化宽松（QE）。其机制是：当市场上债券供给骤增、私人投资者无力承接，或经济需要刺激时，美联储直接入场购买国债和 MBS，扩张自身资产负债表。在资金紧张时，美联储相当于一个近乎无限额度的买家，直接替市场承接供给。

图 7：美联储总资产（周度，百万美元，2002—2026）。来源：Board of Governors of the Federal Reserve System，经 FRED（WALCL）。

这也是过去十余年市场普遍形成“流动性永不枯竭”预期的原因。2008 年后一轮 QE，2020 年又一轮规模更大的 QE。只要金融市场出现足够大的问题，市场就会预期美联储重新打开流动性闸门。但这一逻辑如今已经改变。

2. QT 结束，但不等于重回 QE

2022 年以后，美联储开始量化紧缩（QT）：持有的国债和 MBS 到期后不再全额再投资，资产负债表逐步收缩。过去几年，美联储持有的证券累计减少超过 2 万亿美元，直至 2025 年底 QT 才正式结束。

图 8：银行准备金余额、美联储总资产、隔夜逆回购（ON RRP）余额与财政部一般账户（TGA）余额。来源：GekkoTech 站内宏观数据。

QT 之所以结束，是因为银行体系准备金已从过去的严重过剩，逐步下降到美联储认为合适的水平，即“充足准备金”（Ample Reserves）状态：银行体系资金够用，日常支付不会出问题，隔夜融资不会突然失灵，货币市场可以正常运转。

但“充足”与“泛滥”是两回事：

	QE 时代	当前
准备金状态	严重过剩，资金追逐资产	充足，满足体系正常运转
美联储对长端利率的态度	通过购买长债主动压低	不再为压低长端利率而扩表
长期资金定价	由央行深度参与	主要由市场决定

3. 准备金管理购买（RMP）不是新一轮 QE

目前美联储确实在购买部分短期国债，资产负债表也出现了小幅扩张，市场因此出现“QE 重启”的解读，但这一判断并不成立。美联储当前的操作称为准备金管理购买（Reserve Management Purchases），目的是应对准备金的季节性和技术性波动。例如，财政部集中收税时，TGA 账户会短时间吸走大量银行准备金；年末、季末金融体系的现金需求也会阶段性上升。美联储适度补充准备金，使银行体系的“水位”维持在安全区间。

RMP 的目标是保证体系流动性不枯竭，而非像 QE 那样大规模注入流动性，更不是为了把 10 年期美债收益率压回 2%。

七、通胀再度升温：能源价格传导至实体经济

仅凭上述因素，已足以解释长期利率为何难以回到过去的低位。而恰在美国政府和 AI 产业集中融资之际，油价也开始上行。

随着美伊冲突持续，原油和柴油价格维持高位。真正需要关注的并非油价本身的涨幅，而是能源成本已开始向实体经济传导。

图 9-1：美国柴油全国日均零售价格（AAA，美元/加仑）。来源：MacroMicro。

图 9-2：美国加油站油价标牌。

8 月，美国汽油价格环比上涨 3.9%，柴油生产者价格单月上涨 24.1%，运输仓储和卡车货运成本也开始上升。

柴油的重要性在于其覆盖面：美国大量卡车、农业机械和建筑设备都依赖柴油。柴油涨价相当于对整体经济征收一层“运输税”，商品、原材料和快递都需要运输，最终这些成本会逐步传导至消费者。因此，债券投资者当前面对的不只是国债供给的持续增加，还有重新升温的通胀风险。

八、10 年期美债为何站上 5%

从养老金或保险公司等长期资金的视角看，借钱给美国政府十年，核心担忧并不是违约风险，而是十年后收回的 100 美元还能保有多少今天的购买力。

若通胀稳定在 2%，4% 的收益率尚具吸引力。但当前的情形是：财政赤字高企，AI 企业大规模融资，能源价格推升通胀；而美联储虽已结束 QT、维持充足准备金，却没有回到 QE 时代，不会为刺激市场而大规模购买长期国债。在这种组合下，投资者自然会要求更高的补偿：4% 不够，5% 才进入可谈区间。

因此，“谁在卖美债”并不是最关键的问题。真正的变化在于：市场开始要求更高的价格，才愿意长期出借资金。财政融资增加、AI 融资增加、通胀风险上升，而美联储不再替市场压低长期利率，这些因素同时发生，最终共同体现在 10 年期美债收益率上。

九、5% 的美债如何影响所有资产

10 年期美债并非普通债券，而是全球金融市场的“地基价格”。

图 10：美国 30 年期固定按揭利率（2025—2026）。Mortgage News Daily 日度指数 9 月 16 日达 7.24%。来源：Mortgage News Daily。

10 年期美债收益率上行，会系统性地抬高各类融资成本：美国房贷利率已升至 7% 以上，企业债、私募信贷和数据中心项目融资也随之变贵。

对股票而言，影响同样直接。当 10 年期美债收益率只有 2% 时，投资者愿意为“当前不盈利、但十年后可能极具价值”的公司买单，因为除股票外缺乏更好的选择。而当美国政府直接提供接近 5% 的无风险回报时，投资者无需判断管理层、无需押注 AI、无需担心竞争格局，就能获得可观收益，自然会重新审视股票估值的合理性。

因此，5% 的美债并不意味着科技股必然下跌，它真正改变的是投资者的机会成本：过去的逻辑是“不买股票还能买什么”，现在变成了“不承担任何风险，也能拿到接近 5%”。

十、美国政府与 AI：谁先踩刹车

图 11：美国国债（不含短期国库券）与公司债发行规模（12 个月滚动合计，万亿美元）及 10 年期美债收益率。截至 2026 年 8 月 31 日，滚动发行合计 7.70 万亿美元，其中国债 5.06 万亿、公司债 2.64 万亿。来源：DoubleLine，Macrobond。

美国政府与 AI 产业都需要巨额资本，最终谁会先承受不住？

从表面看，美国政府的问题更严重：联邦债务已超过 40 万亿美元，财政赤字接近 2 万亿美元，利息支出也已进入每年 1 万亿美元以上的量级。

图 12：美国联邦政府经常性支出中的利息支付（十亿美元，经季调年化）。2026 年第二季度为 1.247 万亿美元。来源：U.S. Bureau of Economic Analysis，经 FRED（A091RC1Q027SBEA）。

但政府与企业存在根本区别。对企业而言，如果项目回报率只有 4%，而融资成本已达 6%，理性的选择是停止投资。政府则不同：国防、养老金、医疗保障和存量债务再融资等支出，不会因利率上升而立即削减。只要财政赤字没有实质性收缩，美国政府大概率会继续融资，对利率高度不敏感。

因此，压力更有可能落在对利率敏感的 AI 产业。AI 或许确实会改变世界，但资本市场最终只关心一个问题：投入的资金能收回多少回报？

图 13：美股市值最大 10 只股票（剔除金融）合计过去 12 个月自由现金流收益率。

今年 Hyperscaler 资本开支已达六七千亿美元，自由现金流正被持续挤压；龙头公司的自由现金流收益率已降至 2% 左右，低于 10 年期美债收益率。与此同时，融资成本持续上升，而模型服务价格却在快速下降。

情景可分为两种：

• 乐观情景： AI 收入增速能够追上资本开支，今天的巨额投入将成为下一轮生产力革命的基础设施。
• 悲观情景： 收入增速追不上，投资回报率下降。企业的选择只剩两个，继续借债，或放慢资本开支。

对整个 AI 产业链而言，最大的风险恰恰是后者。当前 GPU、服务器、光模块、电力设备、数据中心乃至私募信贷的大量估值，都建立在“AI 资本开支将持续高速增长”这一前提之上。资本开支甚至不需要下降，只要增速从 50% 放缓至 10%，整个产业链的估值逻辑就可能被重新定价。

结论

10 年期美债收益率站上 5%，不是一个孤立的数字。其背后是美国政府在融资、AI 在融资、能源与电网也需要投资；与此同时，美联储只保证金融体系的资金“够用”，不再保证长期资金“便宜”；地缘冲突又把能源价格和通胀重新推高。

过去十余年市场所习惯的“资金过剩、资产稀缺”的环境，可能正在转向“项目过剩、廉价资金稀缺”。未来真正稀缺的，或许不是 GPU，不是芯片，甚至不一定是电力，而是愿意以 5% 以下的利率借出十年期资金的投资者。

这一轮 AI 浪潮的最终考验，或许不在于模型有多聪明，而在于 AI 创造财富的速度能否跑赢全球融资成本上升的速度。若能跑赢，今天的巨额投资将成为下一轮生产力革命的地基；若不能，最终刺破市场热情的，可能并不是某个 AI 模型的失败，而仅仅是资金变得太贵。