產業洞察 · 2026-11-15 · Aiden|首席酒保

美債殖利率 5%,AI 融資卻要付出 10%:當全球資本開始挑選借款人

從美國政府債務、AI 巨頭的資本需求,到 Blackstone 的兩筆融資交易,看懂一場正在發生的資本重新定價。

一條發光的金線繞過大半酒杯,只為其中幾只斟滿,其餘的杯子空著、留在暗處

美國 10 年期公債殖利率又回到 5% 以上。

截至 2026 年 11 月 13 日,10 年期美債殖利率來到 5.15%,30 年期升至 5.47%〔1〕。

市場開始擔心 Fed 12 月升息、美國政府債務持續增加,以及長期利率是否還會再創高點。

但最近有兩則關於 AI 融資的新聞,讓我開始從另一個角度思考這件事。

第一則,Blackstone 支持的資料中心業者 QTS,原本打算募集約 8 億美元,最後將融資規模縮減至約 3 億美元〔2〕。

第二則,AI 公司 Anthropic 相關的晶片融資,據《金融時報》10 月報導,向 Blackstone 提出超過 10% 的次順位債務投資報酬條件〔3〕。

一邊是借款人不願意支付更高的融資價格,因此縮減融資規模。

另一邊是借款人願意提供高額報酬,並透過複雜的金融結構取得大型融資承諾。

兩件事情放在一起,反而比單獨看其中任何一則新聞,更能說明目前金融市場的變化。

資金並沒有全面消失,但資金提供者開始更仔細地決定:誰值得借、願意借多少,以及必須取得多少報酬才值得承擔風險。

而這個變化,可能正是 2027 年 AI 產業與資本市場最需要注意的事情。

讀前提醒: 本文延續前文〈AI 很熱,錢卻開始變貴〉的研究評論〔4〕。美債殖利率採 2026 年 11 月 13 日最新交易日數據,其餘事件資料截至 11 月 15 日。「全球資本競爭」與融資成本沿供應鏈向下傳導,都是待驗證假說,不代表已確認的因果關係,也不代表 AI 泡沫破裂。

一、美債殖利率上升,可能只是更大變化的起點

短期來看,這次美債殖利率急升,確實與市場重新評估 Fed 升息路徑有關。

11 月第二週,2 年期美債殖利率上升 37 個基點,10 年期上升 29 個基點。

短天期上升得更快,通常意味著市場正在重新定價未來幾季的政策利率。

美債殖利率:10 年期 5.15%、30 年期 5.47%;11 月第二週 2 年期上升 37 個基點、10 年期上升 29 個基點
美債殖利率與當週變動:短天期漲得比長天期快,意味著市場主要在重新定價政策利率。

但如果把觀察時間拉長,問題可能不只是 Fed。

美國政府需要持續融資。AI 產業需要大量投入資料中心、晶片與電力建設。部分海外投資人也正在重新比較美債與本國資產的相對報酬。

例如,日本公債殖利率已經上升,對需要避險美元匯率的日本投資人而言,美債未必還有過去那麼明顯的收益優勢。

美債依然是全球金融體系的重要安全資產。

但安全不代表投資人願意不計價格地購買。

當政府、企業與全球不同產業都需要資本,金融市場可能必須透過更高的利率或不同的風險溢酬,才能重新分配資金。

這是我們先前提出的「全球資本競爭假說」。

它目前還沒有完成因果驗證,但新的 AI 融資案例,開始讓這個假說有了更具體的觀察對象。

因為我們不只看到利率變動,還開始看到企業實際面對的融資條件。

二、QTS:不是借不到錢,而是不願意接受更高的價格

先看 QTS。

這是一家由 Blackstone 支持的資料中心業者,也是 AI 基礎設施的重要參與者。

根據 Bloomberg 11 月 13 日的報導,QTS 原本計畫透過私募債券市場募集約 8 億美元,主要用來再融資既有銀行貸款〔2〕。

然而,在投資人需求不足、部分機構對單一借款人的曝險已接近限額,以及融資價格談不攏的情況下,QTS 最後將規模縮減至約 3 億美元。

最新安排包括:

  • 約 1 億美元七年期私募債,定價為基準利率加 245 個基點。
  • 約 2 億美元五年期銀行貸款,報導時仍待完成定價。
  • 未被新融資取代的既有銀行貸款,可以繼續保留。
QTS 融資規模由約 8 億美元縮減為約 3 億美元,其中 1 億美元私募債、2 億美元銀行貸款
QTS 縮減的是再融資規模,不等於同等金額的新建設被取消。

這裡有幾個細節非常重要。

首先,QTS 不是一家完全無法接觸資本市場的公司。

2026 年稍早,QTS 已經透過其他專案融資管道取得數十億美元資金。

其次,這次縮減的主要是再融資規模,而不是宣告取消同等金額的新資料中心建設。

因此,不能直接拿減少的 5 億美元,當作 AI 資本支出已經縮減的證據。

真正值得關注的是價格。

根據先前市場報導,數個月前一筆條件相近但未完成的融資,曾討論約基準利率加 170 個基點的價格;這次已完成定價的七年期私募部分,則達到基準加 245 個基點。

兩筆交易的條件未必完全相同,所以不能精確宣稱同一種信用風險的市場利差已上升 75 個基點。

但至少可以看出,投資人對融資價格及曝險額度的要求,比以前更加嚴格。

QTS 面對的選擇不是完全無法取得資金。

而是要不要為了增加融資金額,接受更高的資金成本。

最後,它選擇縮減交易。

這很值得注意。

當資金開始變貴,借款人不一定立刻發生財務危機,而是先調整融資規模、期限與資金來源。

這種變化往往比違約事件出現得更早。

三、Anthropic:願意提供更高報酬,資金仍然可以取得

接著看 Anthropic。

10 月 16 日,《金融時報》報導 Anthropic 相關的晶片融資計畫,向 Blackstone 提供超過 10% 的次順位債務投資報酬條件〔3〕。

乍看之下,這似乎比 QTS 的情況更令人擔心。

但故事還有後續。

10 月 26 日,負責交易的律師事務所 Milbank 宣布,Northstar Compute 已取得總額 630 億美元的債務及股權融資承諾〔5〕。

參與安排的金融機構包括 Bank of America、Citi、Morgan Stanley 與 Blackstone。

交易的主要用途,是透過新設立的特殊目的機構購買使用 Broadcom 技術的 AI 算力設備,再出租給 Anthropic,預計從 2027 年開始交付。

這不代表所有資金已經在 10 月 26 日全部交付,也不代表融資沒有後續執行條件。

但至少說明一件事:

金融機構並沒有全面拒絕 AI 融資。它們仍願意支持大型專案,只是要求不同的風險報酬與擔保安排。

我們也不能把 Anthropic 次順位融資的 10% 以上報酬,直接當作整個 AI 產業的平均資金成本。

次順位融資的清償順位比較後面,發生損失時通常要先由它承擔,所以本來就必須要求更高報酬。

它與 QTS 七年期私募債的信用風險及擔保條件並不相同。

但兩個案例合在一起,還是提供了一個共同訊號。

QTS 選擇縮小融資規模,避免支付過高成本。

Anthropic 相關融資則利用更複雜的債權順位、設備租賃與供應商支持,取得大型資金承諾。

市場正在從「能募多少錢」,轉向「誰願意承擔風險,以及風險如何分配」。

兩種選擇:QTS 縮小規模避免高成本;Anthropic 相關融資以次順位、設備租賃與供應商支持取得 630 億美元承諾
同樣面對更貴的資金,兩個借款人做了相反的選擇:縮小規模,或改變結構。

四、真正令人注意的,是 Broadcom 承擔的設備殘值風險

Northstar 交易還有一個容易被忽略的細節。

Broadcom 不只是設備供應商。

它還提供了設備殘值支持。

根據 Broadcom 10 月 27 日提交美國 SEC 的 8-K 文件,這項支持是提供給特殊目的機構的或有負債安排〔6〕。

隨著 AI 設備交付與部署,相關支持金額可能逐步增加;隨著承租人履行租金支付義務,相關曝險則會下降。

文件揭露,在設備全部部署後,這項殘值支持的最高潛在或有負債約為 430 億美元。

必須強調,這不是 Broadcom 已經發生 430 億美元損失,也不是預計一定會支付的金額。

Broadcom 認為實際觸發相關責任的機率偏低。

但這項合約的存在仍然非常重要。

因為它說明金融機構不只關心 Anthropic 能否按期支付租金,也關心另一個問題:

如果未來 AI 設備需要重新出售,它們還值多少錢?

Northstar 交易結構:銀行與 Blackstone 提供資金給特殊目的機構,購買設備出租給 Anthropic;Broadcom 提供最高約 430 億美元的設備殘值支持
風險沒有消失,只是被分配到不同公司的合約與財務報表裡。

這個問題對 AI 產業特別敏感。

晶片效能持續提升,新一代設備可能快速降低舊設備的相對競爭力。

如果舊設備的經濟價值下降速度,比當初融資模型假設得更快,設備殘值就可能不足以支撐原本的借款。

透過殘值支持,部分風險被分配給供應商。

這讓我們看到,AI 融資不只涉及借款人的現金流,也涉及設備製造商、金融機構與算力使用者之間的風險分配。

表面上,交易已經取得融資承諾。

但經濟風險不會因為設立特殊目的機構,就自動消失。

它只是可能被放進不同公司的合約與財務報表裡。

五、當 AI 債券愈來愈多,金融機構也會遇到曝險上限

單一交易之外,整體信用市場的變化更值得研究。

Bessemer Trust 11 月 10 日公布的研究指出,六家主要大型算力相關企業在美國投資等級公司債指數中的市值占比,從一年前約 2.4%,增加到 5.1%〔7〕。

而以利差乘上存續期間衡量的 DTS 風險占比,則從 3.7% 增加到 10.3%。

這不代表這些企業一定會違約,也不代表它們占市場整體違約損失的 10.3%。

它代表相關債券對利差變動的敏感度,在整體指數中已經占有更重要的地位。

六家大型算力相關企業在美國投資等級公司債指數中的占比:市值占比由 2.4% 增至 5.1%,DTS 風險占比由 3.7% 增至 10.3%
市值占比翻倍,對利差的敏感度占比增加得更多。

此外,Bessemer 觀察到不同 AI 相關發債人的利差正在分化。

財務結構較積極、資本需求較大的發債人,面臨更明顯的利差上升;部分資產負債表相對穩健的大型科技企業,利差變化則比較有限。

這與 QTS 的案例可以互相呼應。

金融機構願意提供資金,並不代表它們願意無限制增加同一種風險。

假設一家壽險公司、債券基金或銀行,原本已持有大量資料中心、科技公司及相關融資資產。

就算新的 AI 專案仍具備經濟價值,它也可能因為投資組合集中度、內部風險額度或監管資本要求,而決定減少新增投資。

這並不一定需要市場出現全面信用危機。

只要願意承擔新增曝險的機構變少,融資價格就可能上升。

或者,借款人只能取得比較少的資金。

這也解釋了為什麼 Fed 即使在未來降息,也不保證 AI 專案融資會立即恢復寬鬆。

政策利率是一回事。

個別借款人的信用風險、金融機構的曝險能力,以及設備擔保價值,又是另外幾回事。

六、AI 融資緊縮已經開始了嗎?

目前比較精確的描述,應該是:

AI 信用市場已經出現差別定價與局部融資收緊,但尚未證實全面信用緊縮。

這個區別很重要。

路透社 11 月 9 日報導,部分銀行與信用投資人開始提高對 AI 專案的審查強度,尤其關注借款人的現金流、設備擔保、建設期限,以及算力客戶能否縮減或終止合約〔8〕。

某些風險較高的資料中心或算力業者,已經面臨較不利的融資條件。

但是,同一時間,大型科技公司仍然能夠發債,部分大型 AI 專案也仍可取得融資承諾。

Fed 最新的金融穩定報告同樣指出,大型投資等級科技公司的發債仍有投資人需求,整體金融體系的資金風險尚未呈現全面失控〔9〕。

因此,現在不能說 AI 融資市場已經崩潰。

但我們的確看到市場開始重新區分不同借款人。

資產負債表強健、自由現金流充裕的企業,與高度依賴外部融資、設備折舊及少數客戶合約的企業,所面對的資金成本可能逐漸拉開。

這種分化,可能比整體投資級利差上升更值得關注。

七、OpenAI 真正的風險,可能不是突然借不到錢

回到市場最關心的 OpenAI。

我們目前沒有足夠資料可以直接證明,QTS 或 Anthropic 的融資事件已經造成 OpenAI 資金不足、付款困難或取消算力訂單。

但可以提出一個值得持續驗證的傳導假說。

當美債殖利率維持高位,AI 信用風險溢酬又開始分化,資本市場提供給資料中心與算力業者的新增資金,可能需要更高的報酬條件。

如果融資成本不斷提高,或者金融機構不願再增加曝險,部分算力供應商可能重新調整建設進度。

這時,影響可能沿著產業鏈向下傳遞:

  • 資料中心融資成本增加,可能使新建設計畫延後。
  • 算力供應商調整擴建速度,可能改變對晶片、伺服器與電力設備的採購需求。
  • 終端 AI 服務公司,也可能重新評估未來算力合約的規模與承諾。

最終,這些調整可能反映在 NVIDIA、Broadcom、記憶體、先進封裝、伺服器與其他 AI 供應鏈企業的訂單預期上。

融資成本向 AI 供應鏈傳導的假說路徑:已有證據的是融資價格與額度,之後各環節尚待驗證
傳導鏈只有第一段有報導與文件支持,其餘各段仍是待驗證假說。

但這條傳導鏈還沒有被完整證實。

目前不能把它寫成已經發生的產業崩潰。

真正值得尋找的下一項證據,是大型 AI 公司或算力供應商,是否開始因為融資成本與資金取得限制,而正式延後、取消或重新協商採購及建設合約。

如果這種情況從個別公司擴散到多家企業,才可能代表 AI 資本支出週期正在出現更深刻的轉折。

八、最值得問的問題:AI 創造的現金流,能否支撐資本成本?

我認為這是整個故事的核心。

過去兩年,市場對 AI 的討論,大多集中在技術能力、算力需求與營收成長。

但隨著融資需求愈來愈大,投資人終究必須回到資本報酬。

例如,一個 AI 專案如果需要支付高額融資報酬,還必須承擔設備折舊、電費、維護及硬體更新成本,那麼它需要創造多少實際營業現金流,才能讓整個投資具有經濟價值?

不是所有資本都必須支付 10% 以上的成本,專案也可以透過不同順位的債務與股權資金降低加權平均資本成本。

但當某些資金提供者開始要求雙位數報酬,至少說明市場正在更加嚴格地評估相關風險。

更值得注意的是,AI 設備的經濟壽命可能遠比傳統基礎建設短。

資料中心建築或許能使用很多年,但裡面的加速器和伺服器,可能幾年就面臨競爭力下降的問題。

因此,不能只計算第一年的租金收入,還必須考慮設備更新、殘值、客戶合約期限,以及未來能否持續提高算力使用率。

這也讓 AI 產業出現兩種可能的未來。

一種情境是,AI 生產力與企業現金流快速增加,足以支撐目前的龐大資本投入。

在這種情況下,較高的融資成本只是成長過程中的階段性壓力。

另一種情境則是,AI 技術持續進步,但市場競爭、算力價格下降與設備折舊,使投資人無法取得原本期待的資本報酬。

技術革命仍然可能成功。

只是部分投資人,未必能夠分享相稱的利益。

這正是我們研究 AI 與過去網路基礎設施投資週期時,一直關注的問題。

一項技術可以改變世界,但不代表每一筆投入這項技術的資本,都能獲得理想報酬。

九、對投資人來說,機會可能從成長轉向資本效率

當資本成本開始提高,市場不一定只會出現風險。

它也會創造新的投資機會。

首先,是短天期債券與流動性。當美國短期公債能提供相對有吸引力的美元收益時,投資人不必為了追求報酬,而立即承擔大量股票或長債的價格風險。持有流動性,也能讓投資人在市場重新定價時保有選擇權。但美元資產對台灣投資人仍有匯率風險,高殖利率不等於保證取得同等台幣報酬。

其次,是高資本效率的企業。如果企業能持續創造高於資本成本的 ROIC,擁有穩定自由現金流,又不必依賴大量新增借款,就可能在高利率環境下取得相對競爭優勢。反過來說,如果一家公司必須持續借款、持續擴張資本支出,才能維持營收成長,那麼即使營收數字漂亮,投資人也應重新評估它的經濟價值。

第三,是 AI 基礎設施供應鏈。電力、配電、散熱、工程與設備供應商,可能持續受惠於資料中心建設。但未來不能只看訂單成長,還必須觀察終端客戶是否已取得資金、合約是否具備足夠保障、應收帳款能否回收,以及新增產能能否帶來合理資本報酬。如果 AI 專案融資開始收緊,供應鏈的訂單品質與客戶信用風險,可能會變得比訂單總額更加重要。

最後,是被市場過度拋售的優質資產。如果高利率引發一輪估值調整,某些企業的股價可能下跌,但基本面的長期獲利能力未必同步惡化。對保有流動性的投資人而言,這反而可能形成機會。不過,前提是必須分辨價格下跌究竟來自折現率上升,還是企業未來現金流真的正在惡化。這兩種情況,不應用相同的方法處理。

十、真正的轉折訊號,不一定是股市下跌

我認為接下來應該持續追蹤三個層次。

第一個是資金價格。觀察美國實質利率、長期公債殖利率、投資級與高收益債利差,以及 AI 相關發債人相對其他產業的融資成本。

第二個是資金取得能力。觀察 AI 資料中心與 Neocloud 的融資規模、發行成功率、融資條件、貸款人曝險限制,以及銀行是否要求更多擔保。

第三個才是最重要的:實際營運與資本支出。觀察企業是否修改資料中心建設時程、算力租賃承諾、設備採購合約,以及已投入資本能否產生足夠現金流。

三個追蹤層次:資金價格、資金取得能力、實際營運與資本支出;越往下越晚出現,也越能確認產業基本面的轉折
三個追蹤層次:第三層最晚出現,卻最能確認轉折。

如果只是利差提高,但大型融資仍然完成,企業資本支出與訂單持續增加,那麼我們看到的可能只是風險重新定價。

但如果融資規模持續縮減、原本承諾的專案開始延後,並進一步影響設備採購及終端服務供給,那才可能是更廣泛的 AI 信用收縮。

這種變化,可能比股價跌破某一條均線更早揭示產業基本面的轉折。

十一、我們可能正站在資本重新定價的起點

回頭看整個故事,其實有一條共同的主線。

美國政府需要大量資金。

AI 產業需要大量資金。

部分海外投資人的資產配置誘因正在改變。

而金融機構,開始重新評估每一筆 AI 融資的價格、順位、擔保與曝險額度。

這些事情彼此可能有關,但目前尚不能證明它們已共同造成美債殖利率長期上升,或 AI 產業全面信用緊縮。

然而,QTS 與 Anthropic/Northstar 的案例,已經說明風險定價的差異正在變得更加明顯。

我們應該記住:

當資金成本低、資本市場寬鬆時,很多問題可以透過下一輪融資延後處理。

企業可以不斷投資、擴張,等待未來的營收和現金流追上投入的資本。

但是當資金開始變貴,投資人就會要求更多證明。

你的客戶能不能持續付款?

你的設備未來還值多少錢?

你的融資結構由誰承擔最終損失?

你的新增投資,究竟能創造多少高於資本成本的報酬?

這些問題不只影響 AI 公司,也會逐漸影響其供應商、金融機構與股東。

因此,我不會急著宣布 AI 泡沫破裂,也不會因為大型 AI 融資仍然成功,就認為所有疑慮都已經消失。

真正值得關注的是:

AI 產業是否能在資本成本逐漸提高的環境下,持續證明它所創造的經濟價值,高於它所消耗的資本。

對投資人而言,未來的機會也許不再只是尋找成長最快的公司。

而是尋找那些在資金昂貴、競爭激烈、融資條件收緊時,依然有能力創造現金流、維持高資本報酬率的企業。

以前,市場願意為未來的成長先付錢。

現在,市場可能逐漸要求企業拿出證據。

資本沒有離開市場。

它只是開始問:這筆錢,值得嗎?

市場負責倒酒,我們負責清醒。

資料口徑與研究限制: 一、本文截至 2026 年 11 月 15 日;美債殖利率採 11 月 13 日最新交易日數據。二、QTS 融資縮減、Northstar 融資承諾及 Broadcom 設備殘值支持已有新聞或官方文件可核實;AI 融資緊縮是否進一步影響 OpenAI 及整體資本支出,仍屬待驗證假說。三、QTS 兩筆交易的條件未必相同,利差不宜直接相減;Anthropic 次順位融資的報酬不等於 AI 產業平均資金成本。四、Broadcom 的 430 億美元是最高潛在或有負債,不是已發生損失。本文為市場研究與投資教育內容,不構成個別證券交易建議。

市場負責倒酒,我們負責清醒。

大方向

我目前的判斷

截至 2026 年 11 月 13 日,AI 信用市場已出現差別定價與局部融資收緊,但尚未證實全面信用緊縮。QTS 縮減融資規模、Anthropic 相關次順位融資願付雙位數報酬,加上 AI 相關債券在投資等級指數中的風險占比上升,顯示資金提供者正在逐一挑選借款人。「全球資本競爭」與「融資成本沿供應鏈向下傳導」仍是待驗證假說,並非已確認的因果,也不代表 AI 泡沫破裂或資本支出週期反轉。

失效條件

什麼情況代表我錯了

如果利差分化收斂、大型 AI 融資持續順利完成且條件沒有惡化,企業的資本支出與設備訂單照常增加,那麼目前看到的只是風險重新定價,「資本開始挑選借款人」的判斷就要下修。反過來,如果融資規模持續縮減、原承諾專案開始延後並波及設備採購與終端服務供給,則代表這個假說取得更強的證據。

下一個觀察點

未來數季,是否有大型 AI 公司或算力供應商因融資成本與資金取得限制,正式延後、取消或重新協商採購與建設合約;以及 AI 發債人之間的利差分化是否持續擴大、大型融資是否仍能順利完成。

可驗證收尾

來源與揭露

每項引用資料依各自基準日閱讀;資料截至 2026-11-13。

本期引用數值

10 年期美債殖利率(2026-11-13)
5.15%美國財政部|資料基準日 2026-11-13
30 年期美債殖利率(2026-11-13)
5.47%美國財政部|資料基準日 2026-11-13
QTS 七年期私募債定價
基準利率加 245 個基點The Business Times|資料基準日 2026-11-13
Northstar 債務及股權融資承諾
630 億美元Milbank|資料基準日 2026-10-26
Broadcom 設備殘值支持最高潛在或有負債
約 430 億美元Broadcom 投資人關係|資料基準日 2026-10-27
六家大型算力相關企業市值占比(一年前)
約 2.4%Bessemer Trust|資料基準日 2026-11-10
六家大型算力相關企業市值占比(目前)
5.1%Bessemer Trust|資料基準日 2026-11-10
六家大型算力相關企業 DTS 風險占比(一年前)
3.7%Bessemer Trust|資料基準日 2026-11-10
六家大型算力相關企業 DTS 風險占比(目前)
10.3%Bessemer Trust|資料基準日 2026-11-10
  1. 〔1〕美國財政部|每日公債殖利率2026-11-13 交易日|2026-11-13本文使用:10 年期與 30 年期美債殖利率
  2. 〔2〕Bloomberg 經 The Business Times 刊載|Blackstone's QTS Is Cutting AI Debt Sale by More Than Half2026 年 11 月|2026-11-13本文使用:QTS 原定與縮減後的融資規模、七年期私募債定價與融資安排
  3. 〔3〕Financial Times|Anthropic Offers Blackstone Double-Digit Yield in Latest Chip Financing2026 年 10 月|2026-10-16本文使用:Anthropic 相關晶片融資向 Blackstone 提供超過 10% 次順位債務報酬的報導
  4. 〔4〕金融微醺沙龍|AI 很熱,錢卻開始變貴:升息會如何改寫這場算力盛宴?(前文)2026 年 10 月|2026-10-17本文使用:前文提出的 AI 融資成本問題與研究脈絡
  5. 〔5〕Milbank|Northstar 630 億美元 AI 融資公告2026 年 10 月|2026-10-26本文使用:Northstar 融資承諾金額、參與機構與交易用途
  6. 〔6〕Broadcom 投資人關係|Form 8-K(設備殘值支持)2026 年 10 月|2026-10-27本文使用:殘值支持的或有負債性質與最高潛在金額
  7. 〔7〕Bessemer Trust|Financing the AI Buildout: What It Means for Corporate Bond Markets2026 年 11 月|2026-11-10本文使用:大型算力相關發債人的指數占比、DTS 風險占比與利差分化
  8. 〔8〕Reuters|Banks, Investors Grow Wary of AI Debt2026 年 11 月|2026-11-09本文使用:銀行與信用投資人對 AI 專案審查趨嚴的報導
  9. 〔9〕Federal Reserve|Financial Stability Report, November 20262026 年 11 月|2026-11-13本文使用:大型投資等級科技公司發債仍有投資人需求、金融體系資金風險尚未全面失控的評估