Firmy z branży sztucznej inteligencji stają się głównymi kredytobiorcami. Co to oznacza dla inwestorów obligacyjnych?
Największy na świecie technologia Przedsiębiorstwa finansują bezprecedensową rozbudowę centrów danych i mocy obliczeniowych. Coraz częstsze korzystanie przez nie z długu korporacyjnego zmienia profil ryzyka, jakie ponoszą inwestorzy, nabywając obligacje o ratingu inwestycyjnym.
Sztuczna inteligencja sprawia, że niektóre z największych światowych firm technologicznych stają się znaczącymi kredytobiorcami. Firma Alphabet przewiduje, że w 2026 r. jej nakłady inwestycyjne wyniosą $180–190 mld USD, czyli około sześciokrotność wydatków z 2022 r., natomiast firma Meta prognozuje nakłady na poziomie $130–145 mld USD. Znaczna część tych środków zostanie przeznaczona na sfinansowanie centrów danych, sprzętu komputerowego oraz infrastruktury niezbędnej do opracowywania i eksploatacji coraz potężniejszych systemów sztucznej inteligencji.
Ekspansja zaczęła zmieniać oblicze rynków obligacji korporacyjnych. Według S&P Global Market Intelligence w 2026 r. na firmy technologiczne przypadało 27% emisji amerykańskich obligacji korporacyjnych o ratingu inwestycyjnym, co stanowiło znaczny wzrost w porównaniu z ich historycznie mniejszym udziałem w rynku. Rosnące zapotrzebowanie tych firm na finansowanie sprawia, że inwestorzy na rynku instrumentów o stałym dochodzie są znacznie bardziej narażeni na ryzyko związane z perspektywami komercyjnymi sztucznej inteligencji.
Sytuacja finansowa największych koncernów technologicznych pozostaje pod wieloma względami stabilna. Niektóre z nich generują znaczne przepływy pieniężne z działalności operacyjnej dzięki reklamom, usługom w chmurze oraz ugruntowanej działalności w zakresie oprogramowania. Jednak ich programy inwestycyjne pochłaniają coraz większą część tych środków, podczas gdy emisje nowych obligacji i umowy finansowe zapewniają dodatkowy kapitał.
Dla szwajcarskich inwestorów posiadających globalne obligacje korporacyjne kwestia ta wykracza poza zdolność kredytową poszczególnych firm technologicznych. Zadłużenie związane ze sztuczną inteligencją staje się coraz powszechniejsze w funduszach obligacyjnych, inwestycjach infrastrukturalnych i kredytach prywatnych, narażając portfele na ryzyko związane z przedsiębiorstwami, których wyniki finansowe w coraz większym stopniu zależą od tego samego cyklu inwestycyjnego.
Skala inwestycji w sztuczną inteligencję wpływa na poziom zadłużenia przedsiębiorstw
Firmy technologiczne tradycyjnie finansowały znaczną część swojej ekspansji ze środków pochodzących z przepływów pieniężnych z działalności operacyjnej. Ich rentowna działalność, znaczne rezerwy gotówkowe oraz stosunkowo niewielkie zadłużenie przyczyniły się do ugruntowania pozycji niektórych z największych koncernów jako silnych emitentów o ratingu inwestycyjnym.
Rozbudowa centrum danych wymaga nakładów kapitałowych na zupełnie inną skalę. Operatorzy muszą sfinansować zakup gruntu, budowę, przyłącza elektryczne, urządzenia chłodzące, serwery i specjalistyczne procesory, często na wiele lat przed tym, zanim uda im się odzyskać te nakłady dzięki przychodom od klientów.
W czerwcu firma Alphabet poinformowała inwestorów, że jej planowane nakłady inwestycyjne na rok 2026 wyniosą od $180 do 190 mld USD, w porównaniu z około $31 mld USD w 2022 roku. Spółka spodziewa się, że w 2027 r. wydatki ponownie znacznie wzrosną, a jako źródła finansowania wskazała przepływy pieniężne z działalności operacyjnej, emisję obligacji oraz finansowanie kapitałowe.
Meta przyspieszyła również tempo inwestycji. Wyniki za drugi kwartał wykazały, że nakłady inwestycyjne, w tym spłaty kapitału z tytułu leasingu finansowego, wyniosły w ciągu trzech miesięcy US$31,08 mld. Firma przewiduje, że w 2026 r. roczne wydatki wyniosą US$130–145 mld.
Wzrost ten obserwuje się w całej branży. We wrześniu firma S&P Global oszacowała, że nakłady inwestycyjne związane ze sztuczną inteligencją ponoszone przez największych dostawców usług w chmurze wzrosły z około $80 mld USD w 2019 r. do ponad $700 mld USD w 2026 r.
Znaczna część tych inwestycji jest przeznaczona na rozwój chmury obliczeniowej oraz sztucznej inteligencji. Firmy nabywają moc obliczeniową, aby obsługiwać obecnych klientów, opracowywać nowe produkty oraz sprostać oczekiwaniom związanym z dalszym wzrostem zapotrzebowania na moc obliczeniową.
Finansowanie takiej ekspansji wyłącznie z przepływów pieniężnych ograniczyłoby środki dostępne na przejęcia, dywidendy, wykup akcji własnych i inne działania biznesowe. Zadłużenie pozwala przedsiębiorstwom rozłożyć część obciążenia finansowego na dłuższy okres, choć obowiązek spłaty odsetek i kapitału pozostaje niezależnie od tego, czy nowa infrastruktura przyniesie oczekiwane przychody.
Wysokie ratingi kredytowe nie eliminują ryzyka
Najwięksi emitenci z branży technologicznej wkraczają w ten cykl inwestycyjny z przewagami, których brakuje mniejszym przedsiębiorstwom infrastrukturalnym. Stabilne przychody, dostęp do międzynarodowych rynków kapitałowych oraz zdywersyfikowana działalność zapewniają im znaczną elastyczność przy finansowaniu nowych projektów.
Wyniki Meta za drugi kwartał pokazują zarówno siłę finansową firmy, jak i wymagania związane z jej programem inwestycyjnym.
Spółka odnotowała kwartalne przychody w wysokości $60,80 mld USD oraz przepływy pieniężne z działalności operacyjnej w wysokości $31,86 mld USD. Nakłady inwestycyjne wyniosły $31,08 mld USD, natomiast wykazane wolne przepływy pieniężne spadły do $784 mln USD.
Na koniec czerwca firma Meta posiadała również $90,26 mld USD w gotówce, ekwiwalentach gotówkowych i papierach wartościowych przeznaczonych do obrotu, przy długoterminowym zadłużeniu wynoszącym $83,66 mld USD.
Jej zdolność do generowania środków pieniężnych pozostaje znaczna, jednak różnica między przepływami pieniężnymi z działalności operacyjnej a wydatkami na infrastrukturę znacznie się zmniejszyła. W pierwszej połowie 2026 roku firma Meta pozyskała około US$24,91 mld w ramach wpływów netto z emisji obligacji zakończonej w maju.
Inwestorzy obligacyjni muszą ocenić, jak te wskaźniki mogą się kształtować w miarę dalszego wzrostu wydatków. Rentowna spółka może utrzymać wysoki rating kredytowy, generując jednocześnie mniejsze wolne przepływy pieniężne, jednak powtarzające się zaciąganie kredytów w celu sfinansowania inwestycji może ostatecznie zmienić jej profil zadłużenia.
W sierpniu agencja S&P Global Ratings ostrzegła, że finansowanie infrastruktury sztucznej inteligencji w coraz większym stopniu opiera się na zadłużeniu, leasingach, gwarancjach i innych rozwiązaniach wykraczających poza tradycyjną emisję obligacji korporacyjnych. W swojej ocenie wskazano na presję na wolne przepływy pieniężne z działalności operacyjnej największych dostawców usług w chmurze w latach 2026 i 2027.
Analiza budzi wątpliwości co do wysokości inwestycji finansowanych bezpośrednio przez przedsiębiorstwa oraz zobowiązań, jakie mogą one przyjąć w ramach partnerstw lub struktur projektowych.
Osiągnięcie zwrotu z inwestycji w sztuczną inteligencję zajmie trochę czasu
Firmy technologiczne oczekują, że ich nowa infrastruktura przyczyni się do wzrostu przychodów z usług w chmurze, aplikacji opartych na sztucznej inteligencji, reklam oraz oprogramowania dla przedsiębiorstw. Trudno jednak oszacować, kiedy te korzyści się pojawią.
Centra danych muszą zostać zbudowane, podłączone do sieci energetycznych i wyposażone, zanim będą mogły generować dochody. Po rozpoczęciu działalności wymagają one stałych nakładów na energię elektryczną, konserwację i wymianę sprzętu.
Zaawansowany sprzęt komputerowy charakteryzuje się również stosunkowo krótkim okresem użytkowania w porównaniu z budynkami i inną infrastrukturą o długim okresie użytkowania. W miarę jak procesory stają się coraz wydajniejsze i bardziej energooszczędne, starszy sprzęt może stracić swoją wartość konkurencyjną, zanim upłynie okres spłaty związanego z nim finansowania.
Te cechy sprawiają, że związek między nakładami inwestycyjnymi a przyszłymi przepływami pieniężnymi ma szczególne znaczenie.
Inwestor kapitałowy może pogodzić się z kilkoma latami niższych zysków, jeśli firma ostatecznie osiągnie pozycję dominującą na szybko rozwijającym się rynku. Posiadacz obligacji otrzymuje ustalone w umowie odsetki oraz spłatę kapitału, a jego udział w ewentualnym wzroście wartości firmy jest ograniczony.
Skuteczny program inwestycyjny w zakresie sztucznej inteligencji może wzmocnić sytuację finansową kredytobiorcy, jednak wierzyciele nie uzyskują takich samych potencjalnych korzyści jak akcjonariusze. Jeśli przewidywane przychody nie zostaną zrealizowane, wierzyciele pozostają narażeni na pogorszenie się przepływów pieniężnych i potencjalnie wyższe ryzyko kredytowe.
Warunki poszczególnych obligacji określają, jaką dodatkową rekompensatę otrzymują inwestorzy za zaakceptowanie tej niepewności.
Inwestycje związane ze sztuczną inteligencją wykraczają poza obligacje technologiczne
Deweloperzy centrów danych, dostawcy energii elektrycznej, przedsiębiorstwa użyteczności publicznej, producenci sprzętu oraz wyspecjalizowani dostawcy usług w chmurze – wszyscy oni potrzebują kapitału, aby sfinansować swoją ekspansję. Niektórzy finansują inwestycje za pomocą zwykłych obligacji korporacyjnych, podczas gdy inni korzystają z kredytów prywatnych, papierów wartościowych zabezpieczonych aktywami, finansowania projektowego lub struktur związanych z nieruchomościami.
W sierpniu firma S&P Global Market Intelligence poinformowała, że finansowanie infrastruktury sztucznej inteligencji staje się coraz bardziej zróżnicowane na tych rynkach, obejmując między innymi komercyjne papiery wartościowe zabezpieczone hipotekami oraz inne instrumenty zabezpieczone aktywami.
W związku z tym realizacja projektu budowy centrum danych może wiązać się z udziałem kilku odrębnych kredytobiorców. Firma technologiczna nabywająca moc obliczeniową może zawrzeć długoterminową umowę najmu lub umowę o świadczenie usług, podczas gdy deweloper zaciąga kredyt pod zastaw nieruchomości, a inna instytucja finansuje sprzęt.
Ryzyko finansowe zależy od warunków umów. Niektóre umowy zapewniają przewidywalne płatności przez kilka lat, podczas gdy inne zależą od stopnia wykorzystania aktywów, przyszłego popytu ze strony klientów lub możliwości refinansowania aktywów.
Inwestorzy muszą ustalić, kto ma dokonywać płatności, jakie zabezpieczenie stanowi gwarancję spłaty zadłużenia oraz jak projekt poradziłby sobie w sytuacji, gdyby jego główny klient ograniczył wydatki.
W październiku agencja S&P Global Ratings ostrzegła, że niektóre zobowiązania związane ze sztuczną inteligencją mogą być trudne do zidentyfikowania wyłącznie na podstawie standardowych danych dotyczących zadłużenia przedsiębiorstw. Gwarancje, partnerstwa i inne formy finansowania mogą sprawiać, że inwestorzy nie będą mieli pełnego obrazu zobowiązań związanych z dużymi programami infrastrukturalnymi.
Dla posiadaczy obligacji korporacyjnych konsekwencje te rozciągają się na cały rynek kredytowy. Portfel o ratingu inwestycyjnym może obejmować papiery wartościowe wyemitowane przez giganta branży chmury obliczeniowej, przedsiębiorstwo energetyczne zwiększające produkcję energii elektrycznej oraz właściciela centrum danych, którego dochody z wynajmu zależą od tego samego klienta.
Fundusze obligacji korporacyjnych mogą być bardziej skoncentrowane, niż się wydaje
Tradycyjne portfele kredytowe zapewniają dywersyfikację ryzyka poprzez posiadanie obligacji wyemitowanych przez liczne przedsiębiorstwa z różnych branż.
W październiku firma S&P Global Market Intelligence poinformowała, że w 2026 r. wzrosły korelacje między hiper-skalerami, producentami półprzewodników i innymi emitentami związanymi ze sztuczną inteligencją. Różnice w spreadach kredytowych niektórych obligacji technologicznych powiązanych ze sztuczną inteligencją również uległy rozszerzeniu w porównaniu z szeroko pojętym rynkiem amerykańskich papierów wartościowych o ratingu inwestycyjnym.
Fundusz obligacyjny może posiadać w swoim portfelu papiery wartościowe wyemitowane przez uznaną grupę technologiczną, a także instrumenty dłużne producentów chipów, przedsiębiorstw energetycznych oraz wyspecjalizowanych firm infrastrukturalnych. Spółki te działają w różnych sektorach, ale na ich wyniki finansowe może wpłynąć to samo spowolnienie inwestycji w sztuczną inteligencję.
Spread oznacza dodatkową stopę zwrotu, której inwestorzy oczekują w stosunku do porównywalnej obligacji skarbowej lub innej stopy referencyjnej. Gdy spread się powiększa, wartość rynkowa istniejącej obligacji korporacyjnej zazwyczaj spada, przy założeniu, że pozostałe czynniki pozostają niezmienione.
Zmiany w spreadach kredytowych mogą nastąpić na długo przed tym, zanim przedsiębiorstwo zacznie mieć trudności z regulowaniem swoich zobowiązań. Inwestorzy mogą domagać się wyższego wynagrodzenia, ponieważ rosną wydatki, słabnie wolny przepływ środków pieniężnych lub przyszłe refinansowanie wydaje się mniej pewne.
W październiku firma S&P Global Market Intelligence odnotowała wzrost spreadów wśród emitentów związanych z branżą sztucznej inteligencji, mimo że szeroko pojęty rynek papierów wartościowych o ratingu inwestycyjnym pozostawał stosunkowo stabilny.
W związku z tym zarządzający portfelami muszą analizować koncentrację w poszczególnych branżach, zamiast opierać się wyłącznie na klasyfikacjach sektorowych emitentów obligacji.
Terminy zapadalności zadłużenia i koszty refinansowania zasługują na większą uwagę
Duże firmy technologiczne mogą emitować obligacje o terminach zapadalności znacznie wykraczających poza okres, w którym oczekuje się, że ich obecne inwestycje w infrastrukturę przyniosą zwrot.
Dłuższe terminy zapadalności pozwalają kredytobiorcom zapewnić sobie finansowanie na wiele lat i zmniejszyć częstotliwość, z jaką muszą zwracać się na rynki kapitałowe. Mogą one również zwiększyć koszty odsetkowe, do których spłaty firma zobowiązuje się w dłuższej perspektywie czasowej.
Termin zapadalności obligacji determinuje częściowo jej wrażliwość na zmiany stóp procentowych. Papiery wartościowe o stałym oprocentowaniu i dłuższym terminie zapadalności zazwyczaj odnotowują większe wahania cen w przypadku zmian rynkowych stóp procentowych.
Kolejnym czynnikiem, który należy wziąć pod uwagę, jest ryzyko kredytowe. Sytuacja bilansowa przedsiębiorstwa może ulec znacznym zmianom w okresie między emisją obligacji a terminem jej spłaty.
Znaczne zobowiązania związane z nakładami inwestycyjnymi, przejęcia, umowy leasingowe oraz dodatkowe zaciągnięcie kredytów mogą wpłynąć na sytuację finansową emitenta w tym okresie.
Harmonogram refinansowania ma szczególne znaczenie dla przedsiębiorstw, które planują spłacić istniejące zadłużenie za pomocą nowych kredytów. Wyższe rentowności rynkowe lub niższe ratingi kredytowe mogą spowodować, że proces ten będzie bardziej kosztowny.
Przedsiębiorstwo dysponujące znacznymi rezerwami gotówkowymi i osiągające stałe przychody operacyjne ma zazwyczaj większą elastyczność niż deweloper infrastrukturalny, którego przychody zależą od ograniczonej liczby projektów lub klientów.
W analizie kredytowej należy zatem dokonać rozróżnienia między ugruntowanymi grupami technologicznymi a przedsiębiorstwami, których finansowanie w znacznym stopniu zależy od powodzenia rozwoju sztucznej inteligencji.
Czy zapożyczanie technologii może spowodować wzrost kosztów dla innych firm?
Rozwój infrastruktury sztucznej inteligencji powoduje wzrost zapotrzebowania na kapitał w czasie, gdy rządy i przedsiębiorstwa już teraz emitują znaczne kwoty długu.
We wrześniu firma S&P Global Market Intelligence oszacowała, że w 2026 r. na przedsiębiorstwa technologiczne przypadało 27% emisji amerykańskich obligacji korporacyjnych o ratingu inwestycyjnym oraz 20% emisji obligacji wysokodochodowych.
Dane te wskazują na rosnącą obecność branży na rynkach kredytowych, choć nie potwierdzają, że zaciąganie kredytów przez sektor technologiczny bezpośrednio spowodowało wzrost kosztów finansowania w innych sektorach.
Kredytobiorcy korporacyjni konkurują o kapitał inwestorów, a wielkość emisji obligacji wprowadzanych na rynek może wpływać na ich wycenę. Konsekwencje tego zależą od ogólnego popytu na papiery wartościowe o stałym dochodzie, warunków monetarnych oraz poziomu ryzyka, jakie inwestorzy są skłonni zaakceptować.
Andrew Balls, dyrektor ds. inwestycji w globalne instrumenty stałodochodowe w firmie PIMCO, zwrócił uwagę na możliwość, że znaczny popyt na finansowanie ze strony gigantów technologicznych może utrudnić innym przedsiębiorstwom pozyskiwanie kapitału po przystępnych stawkach.
Duże przedsiębiorstwa technologiczne mogą być mniej wrażliwe na niewielkie zmiany kosztów finansowania ze względu na swoje rezerwy gotówkowe oraz oczekiwane zwroty z dużych programów inwestycyjnych. Mniejsze lub bardziej zadłużone przedsiębiorstwa mogą stanąć w obliczu większej presji.
Skutek ten niekoniecznie byłby jednakowy na wszystkich rynkach kredytowych. Duży popyt na obligacje korporacyjne pozwala na emisję znacznych nowych serii, podczas gdy okresy zmienności rynkowej mogą skłaniać inwestorów do żądania wyższych premii od kredytobiorców, których uważają za mniej stabilnych finansowo.
Inwestorzy obligacyjni powinni zwracać uwagę nie tylko na podstawowe wskaźniki finansowe spółek emitujących obligacje, ale także na zmiany w podaży tych papierów wartościowych.
Na co powinni zwrócić uwagę szwajcarscy inwestorzy
Szwajcarscy inwestorzy posiadający fundusze inwestujące w obligacje o ratingu inwestycyjnym z całego świata mogą już mieć ekspozycję na spółki technologiczne finansujące infrastrukturę sztucznej inteligencji.
Zakres tej ekspozycji zależy od wskaźnika referencyjnego funduszu, doboru emitentów, profilu zapadalności oraz wymogów dotyczących jakości kredytowej. Zarządzający, którzy kierują się szerokimi indeksami obligacji korporacyjnych, mogą nabywać większe pozycje w sektorach, które stanowią coraz większą część zadłużenia pozostającego do spłaty.
Inwestorzy powinni analizować skład portfela, zamiast opierać się wyłącznie na ogólnej alokacji sektorowej funduszu.
Jakość kredytowa poszczególnych kredytobiorców ma znaczenie, ale równie ważna jest ich ekspozycja na typowe ryzyka biznesowe. Zdywersyfikowany portfel może stać się bardziej wrażliwy na wydatki inwestycyjne w zakresie sztucznej inteligencji, ponieważ firmy technologiczne, operatorzy infrastruktury i powiązane przedsiębiorstwa stanowią coraz większą część jego aktywów.
Na wyniki finansowe wpływa również ekspozycja walutowa.
Większość największych emitentów z branży technologicznej zaciąga znaczne pożyczki w dolarach amerykańskich. Szwajcarscy inwestorzy posiadający ich obligacje bez zabezpieczenia walutowego pozostają narażeni na wahania kursu USD/CHF.
Silniejszy frank może obniżyć stopę zwrotu z papierów wartościowych denominowanych w dolarach, nawet jeśli emitent terminowo realizuje wszystkie zaplanowane spłaty. Zabezpieczenie może ograniczyć to ryzyko, jednak związane z tym koszty zależą od różnicy stóp procentowych między walutami, warunków rynkowych oraz kosztów transakcyjnych.
Decyzja o nabyciu obligacji korporacyjnych o dłuższym terminie zapadalności powinna również uwzględniać potrzeby inwestora w zakresie płynności. Obligacja może oferować atrakcyjną stopę zwrotu w momencie zakupu, ale stracić na wartości rynkowej, jeśli przed terminem zapadalności wzrosną stopy procentowe lub spready kredytowe.
Rodziny posiadające prywatne inwestycje kredytowe lub infrastrukturalne powinny przeanalizować te ekspozycje wraz z obligacjami notowanymi na giełdzie. Finansowanie związane ze sztuczną inteligencją może pojawiać się w kilku pozycjach bilansu rodzinnego, w tym w funduszach, których aktywa bazowe są wyceniane rzadziej.
Ocena zadłużenia związanego ze sztuczną inteligencją w ramach portfela wieloaktywowego
Wzrost akcji kredytowej w sektorze sztucznej inteligencji zmienia strukturę rynków kredytów korporacyjnych, ale nie sprawił, że wszystkie obligacje technologiczne stały się równie ryzykowne.
Spółki o ugruntowanej pozycji, charakteryzujące się zdywersyfikowanymi źródłami przychodów, znacznymi rezerwami gotówkowymi oraz ratingami na poziomie inwestycyjnym, znacznie różnią się od deweloperów infrastruktury o wysokim stopniu zadłużenia lub wyspecjalizowanych przedsiębiorstw działających w chmurze, których działalność opiera się na niewielkiej liczbie klientów.
Porównanie to zależy również od ceny obligacji.
Wyższe rentowności i większe spready kredytowe mogą zrekompensować inwestorom dodatkowe ryzyko, choć zapewniają one niewielką ochronę w przypadku znacznego pogorszenia się sytuacji finansowej kredytobiorcy.
W przypadku firm zarządzających majątkiem rodzinnym przegląd powinien obejmować analizę ekspozycji na poszczególnych emitentów, terminy zapadalności ich zobowiązań oraz stopień, w jakim przyszłe przepływy pieniężne zależą od dalszych inwestycji w sztuczną inteligencję.
Obligacje wyemitowane przez największe firmy technologiczne mogą również pokrywać się z udziałami w kapitale tych samych przedsiębiorstw, co powoduje ekspozycję po obu stronach zdywersyfikowanego portfela.
Wielkość tych pozycji, ich wrażliwość na zmieniające się warunki rynkowe oraz przyszłe potrzeby rodziny w zakresie płynności finansowej decydują o tym, na jakie ryzyko może być nastawiona cała alokacja aktywów.
Jak ocenić ekspozycję na sztuczną inteligencję w portfelu obligacji korporacyjnych
1. Jak duże jest nasze ryzyko kredytowe związane ze sztuczną inteligencją?
Proszę o przesłanie wykazu obligacji korporacyjnych, prywatnych pozycji kredytowych oraz inwestycji infrastrukturalnych związanych z wydatkami na sztuczną inteligencję. Proszę uwzględnić w nim giganty technologiczne, firmy z branży półprzewodników, operatorów centrów danych, przedsiębiorstwa użyteczności publicznej oraz wyspecjalizowanych dostawców usług w chmurze.
2. Czy kredytobiorcy generują wystarczające przepływy pieniężne, aby sfinansować swoje inwestycje?
Porównaj przepływy pieniężne z działalności operacyjnej z nakładami inwestycyjnymi, opłatami leasingowymi, kosztami odsetkowymi i innymi zobowiązaniami. Sprawdź, czy wolne przepływy pieniężne są wystarczające do obsługi istniejącego zadłużenia bez konieczności zaciągania kolejnych kredytów.
3. Jakie zadłużenie należy spłacić lub refinansować?
Należy przeanalizować zadłużenie pozostające do spłaty, terminy zapadalności oraz oprocentowanie istniejących kredytów. Należy zadać pytanie, jak zmieniłaby się sytuacja finansowa emitenta, gdyby koszty refinansowania wzrosły lub przychody z tytułu sztucznej inteligencji rosły wolniej niż oczekiwano.
4. Czy zbytnio polegamy na tym samym cyklu inwestycyjnym?
Zidentyfikuj firmy, których zyski lub spłaty zadłużenia zależą od wydatków niewielkiej liczby koncernów technologicznych. Zwróć uwagę na wspólne ekspozycje w ramach obligacji, akcji, prywatnych instrumentów dłużnych oraz funduszy infrastrukturalnych.
5. Jaki zwrot otrzymujemy w zamian za ponoszone ryzyko?
Należy porównać spready kredytowe, ratingi i terminy zapadalności z podobnymi obligacjami spoza sektora sztucznej inteligencji. Inwestorzy ze Szwajcarii powinni ocenić rentowności po zabezpieczeniu walutowym oraz rozważyć, czy zmienność cen inwestycji jest zgodna z planowanymi potrzebami gotówkowymi.
