自己出資自己買單的產業：BIS 第 137 號報告首度量化 AI 循環融資

兩年來，「循環融資」（circular financing）一直是 AI 熱潮中最令人不安的關鍵詞——每當晶片商投資一家 AI 實驗室、而實驗室回頭採購同一家晶片商的矽晶片，這個詞就會被搬上檯面。但這場辯論始終建立在軼事之上：這裡一筆千億美元承諾、那裡一條信用額度，由分析師拼湊成讓人聯想電信設備融資時代的敘事。2026 年 10 月 1 日，國際清算銀行（BIS）用算術取代了軼事。BIS 第 137 號簡報《AI 公司之間的循環關係》，是央行體系第一次系統性測量 AI 投資體系究竟有多少比例在「自己出資自己買單」——核心數字相當刺眼：2021 至 2025 年間，流入 AI 公司的投資有 55.2% 來自其他 AI 公司。

沒有人做過的測量

由 Jon Frost、Rudraksh Kansal、Kumar Rishabh、Vatsala Shreeti 與 Leanne Si Ying Zhang 五位作者組成的團隊，從零開始建立了資料集。他們將 1,246 家 AI 公司劃分為五個供應鏈層（算力、基礎設施、資料工具、模型與應用），從 PitchBook 抽取逐筆交易的融資資訊，以 FactSet 建立供應商—客戶商業關係圖，並進行大量人工核對以確保沒有遺漏任何連結。最終得到的結果是：2021–2025 年間共辨識出 972 組 AI 內部投資關係。

關鍵在於，BIS 對「循環」的定義比媒體嚴謹得多。簡報並不問單一交易是否把融資與採購承諾綁在一起，而是：只要兩家 AI 公司在五年期間內的任何時點存在供應商—客戶關係，同時又持有投資關係（無論方向、無論股權、債權、併購或合資），這組關係就算循環。這個更寬的鏡頭捕捉到三種結構：供應商投資自己的客戶（資金與貨物同向流動）、客戶融資自己的供應商（反向流動），以及貨物雙向流動的互惠安排。

在這張關係圖上量測出的結果：

• 28.7% 的 AI 公司對外投資（按交易金額）投向其他 AI 公司——這個生態系連「買出去」都是在買自己人。
• 55.2% 流入 AI 公司的投資來自其他 AI 公司。
• AI 對 AI 的交易中，16.1%（按件數）、卻高達 46.4%（按金額）同時涉及投資方與標的之間的商業供應鏈關係。循環交易就是「大」交易。
• 64% 的循環關係屬於第一型：投資者同時也是自己標的的供應商。供應商融資的形態主宰全局。

報告中一個低調的對照最為致命。經濟學研究（Fee、Hadlock 與 Thomas，2006）追蹤逾一萬組美國客戶—供應商關係，發現直接持有交易對手股權的比例僅 3.3%。而在 AI 的算力與雲端子市場，15.2% 的客戶—供應商關係同時帶有融資關係——約為常態的五倍。無論這是什麼，它都不是正常的產業慣例。

為什麼 AI 產業長成這樣

這份簡報並非討伐文；它大部分篇幅其實在解釋這些結構為何在經濟上完全理性。供應商之所以是異常高效的放貸者，是因為能直接觀察客戶——晶片商掌握模型實驗室的算力消耗與成長軌跡，成本遠低於外部銀行（即 Burkart 與 Ellingsen 的經典貿易信貸論證）。融資客戶同時也能穩定對自家產品的需求；當產品是 GPU 叢集、而客戶在產生營收之前就需要驚人資本時，這一點格外重要。

反方向——客戶融資供應商——則是為了鎖定稀缺投入。在記憶體晶片與先進微影設備僅有少數供應商的市場裡，股權既是配額保證，也是參與戰略決策（包括其他對手能否拿到貨）的席位。而且 AI 的投入高度「關係專屬」：資料中心為特定工作負載配置、晶片為特定模型客製，每一次沉沒投資都面臨「套牢」風險；部分持股能像全面垂直整合一樣對齊誘因，成本卻低得多。BIS 指出，同樣的模式曾出現在製藥、生物科技、日本財閥製造業，以及——非常刻意地——1990 年代的電信業。

資料的地理分布也印證了理論：73% 的循環投資關係來自算力與基礎設施層的公司，那裡的投入最關鍵、客製化程度最高。愈往下游、投入愈接近大宗商品的層級，重疊就愈少。

三大總體風險，與一個 Lucent 幽靈

經濟學解釋結束之後，金融穩定分析登場，而簡報對三個傳導管道毫不客氣。

第一，需求變成部分內生。 當供應商融資客戶，供應商帳面上營收成長的一部分，其實只是自己的資本繞了一圈回家。BIS 引以對照的歷史極其精確：1990 年代末，Lucent 與 Nortel 融資電信營運商，讓營運商去買 Lucent 與 Nortel 的設備，銷售與放款同時列為資產——直到營運商的營收未能兌現，資產負債表兩側同時崩塌。「如果營收成長與終端使用者需求不及預期，同樣的動態也可能在 AI 上演，」作者寫道，並警告在 AI 推升全球股市估值的背景下，這可能引發顯著的金融市場波動。

第二，雙重暴露放大傳染。 同時身為供應商的投資者，對同一交易對手暴露兩次——客戶遭受衝擊，股權投資要減記、未來產品營收也同時蒸發。由於循環交易集中在少數幾家上游巨型公司，衝擊會透過商業與金融兩個管道同步擴散，私募信貸與特殊目的載體（SPV）再疊上加碼的隱藏槓桿。

第三，不透明擊敗監理。 這些公司許多是私有企業、揭露有限；就算是上市公司，交易條款也常混雜現金、長期採購承諾與剩餘價值保證（RVG）——這些或有負債放在資產負債表外，只在衰退時、恰恰是擔保人最無力吸收時才浮現。BIS 提醒，媒體頭條上的交易金額，可能與實際撥付金額相差甚遠。而由於這些公司橫跨不同產業與管轄區，沒有任何單一監理機構能看到整張網。

這一週的時機，一點都不微妙

這份簡報登場的同一週，教科書級的範例正好浮上公開申報文件：路透社 10 月 1 日報導，Broadcom 已同意透過可轉換票據借給 Anthropic 最多 420 億美元——約當 Anthropic 1,252 億美元、五年期 TPU 承諾的三分之一——讓這段早已橫跨算力供應與股權的關係，再添供應商信貸一環。BIS 的報告沒有點名任何公司，但也不需要。它同時疊加在 BIS 自己一連串的警示之上：第 1367 號工作論文估計，AI 競賽驅動的超額投資約比社會最適水準高出 50%；2026 年度經濟報告的章節標題更是直白——「進展與危殆」（Progress and peril）——並點名超大規模雲端業者邁向兆美元級的資本支出。

對投資人而言，第 137 號簡報最有用的核心，是一個簡單的重新提問：當你讀到 AI 需求「直線上升」時，先問是誰的資本撐起了這片天。在終端營收能夠獨立扛住之前，這個產業最重要的客戶，仍然是它自己。

結語

BIS 第 137 號簡報把循環融資辯論從氛圍變成了資料集：流入 AI 公司的資金過半來自其他 AI 公司；近半的交易金額在供應商與自家客戶之間流動；結構高度集中、帶槓桿、不透明且自我強化。這一切都不預言崩盤——供應商融資可以撐很多年，等終端需求慢慢趕上。但它精確告訴了監理者、放貸者與 IPO 買家：如果需求沒有趕上，脆弱性究竟藏在哪裡。