徹底的に
ヒューゴ・デ・ヴィア、スリニ・ラマスワミ、セス・サールズ
AI データセンターへの投資に関連する資金ニーズは、大規模かつ継続的に発生する可能性があります。このような投資の全体的な経済性は依然として多くの議論の対象となっていますが、米国の金利市場に対するデュレーション供給の影響についてはあまり注目されていません。長期投資適格社債の発行、民間クレジット投資家からの変動利付ローンのスワップ、金融発行体のクラウディングアウトの可能性が、注目すべき3つのデュレーション供給チャネルである。曲線の長期端と長期スワップ スプレッドの間の乖離は、これらのフローとその影響を示しています。
導入
人工知能 (AI) は、労働市場と経済を再構築する可能性を秘めた革新的なテクノロジーとなることが期待されています。その機能と影響は、ダラス連銀の同僚数名を含め、多くの研究と議論の対象となってきました（こちらとこちらを参照）。その機能と導入の拡大により、ここ数年設備投資が促進されてきました。しかし、米国の債券市場というやや狭い観点から見ると、AI が登場したのはつい最近のことです。
AI テクノロジーをエンドユーザーに提供するための計算能力を備えたデータセンターへの投資規模は非常に大きいことが一般に認められています。いくつかの異なる推定では、この数字は今後 3 ～ 5 年間で 3 兆ドルから 5 兆ドルの間になるとされています (チャート1）。初期投資の大部分（さまざまな株式アナリストや業界ウォッチャーによる推定では、2023年以降現在までに約5,000億ドルから6,000億ドル）は、ハイパースケーラーによって内部資金提供されているようです[1] これらの企業は内部留保利益から、最近になって公的および民間の債券市場に目を向け始めています。これらの企業やAI構築に参加する他の企業からの発行額は大きく、期間も長い。民間市場での金融取引はあまり観察されませんが、民間金融業者からの構造化されたオフバランスシート借入のいくつかの例が金融報道で報告されています。
データセンターの資金調達は複数のチャネルを通じて期間を供給します
合成持続時間の供給: データセンターの所有者や運営者は、資産の耐用年数が長いことを考慮して、長期の固定金利融資を求める可能性が高くなります。[2] 社債市場での発行はこうしたニーズに容易に対応できますが、他の資金源（民間信用市場など）からの借入は、これらの市場の投資家のリスク選好のため、変動金利になる可能性がはるかに高くなります。これは、データセンター管理者がそのような取引での借入と固定金利スワップを組み合わせて、それらの負債を固定金利の定期ローンに総合的に変換する可能性が高いことを意味します。これがどのように機能するかを示す様式化された図を図 3 に示します。
このような給与固定スワップは、事実上、金利市場への合成デュレーション供給の一形態を表すことになる。市場参加者からの逸話によると、2025 年の第 4 四半期にはこれが相当規模になり、10 年債券発行額に換算すると総額 500 億ドル以上に達する可能性があります。長期国債の実際の発行と同様に、この種の供給では証拠金バイアスの利回りレベルがより高く、イールドカーブがより急峻になるはずです。しかし、実際の国債市場のデュレーション供給とは異なります（つまり、 他のものが等しい場合 スワップと比較して米国債を安くする）、この合成デュレーション供給は、米国債の利回りと比較してスワップ利回りを高くする圧力をかけるはずなので、スワップに対して米国債がよりリッチになるバイアスをかけるはずだ。合成デュレーション供給が財務省供給と比較してスワップスプレッドにどのような影響を与えるかというこの微妙な違いは、そのような取引の存在と規模を推測するための潜在的な経験的アプローチを示唆しています。
代替効果: ハイパースケーラーの発行により、現在投資適格市場で支配的な発行体である金融会社を含む他の投資適格発行体からの供給が部分的に締め出されることが考えられる。[3] このようなことが起こった場合、金融商品の単なるテクノロジー発行の置き換え（全体の供給量を一定に保つ）は、事実上、市場全体、特に国債市場へのデュレーション供給の増分（より正確には、マイナスのデュレーション需要の増分）に変換されることになる。これは、米国財務省から社債投資家へのデュレーションリスクの移転に影響を与える、金融会社によるスワップ発行の副作用がやや過小評価されているためです。金融会社は変動金利負債を好む傾向があります。したがって、彼らは通常、社債発行を固定金利スワップと組み合わせることで、社債発行を変動金利負債に変換します。そうすることで、彼らは実質的にスワップディーラーからデュレーションオフセットを購入し、さらにディーラーは資産スワップされた米国債を保有するレバレッジを活用した米国債投資家からデュレーションを購入していることになる。最終的な効果は、金融機関の発行により、社債投資家が金融会社に資金を提供しながら、国債市場からデュレーションを購入することになります。このような取引におけるデュレーションの流れの様式化された概略図を図表 4 に示します。
AI 融資が金利市場に与える影響
AI 主導のデュレーション供給の証拠を探す 1 つの方法は、期間プレミアムに対する曲線の傾きと長めのセクターのスワップ スプレッドの反応の間の新たな乖離を探すことです。図表 5 では、10 年から 30 年までの米国債のカーブの傾きの 10 年タームプレミアムに対する感応度、およびスワップレートに対する 30 年米国債の利回りスプレッドの 10 年タームプレミアムに対する感応度を測定することによってこれを行っています。[4] グラフに見られるように、10年から30年のイールドカーブの傾きは、10年タームプレミアムの3つの異なる尺度に対してますます敏感になっており、長期のデュレーション供給の役割が増大していることを示唆している。同時に、30 年資産スワップスプレッドのタームプレミアムに対する感応度は、3 つの指標のうち 2 つでは低下しましたが、3 つ目では緩やかに上昇しました。総合すると、これは、ロングエンドでのイールドカーブの傾きの反応とスワップスプレッドの間の乖離を示しており、これはまさに AI ファイナンスによる合成デュレーション供給が存在する場合に予想されるものです。
結論
社債市場の規模は比較的大きいにもかかわらず、国債市場は歴史的に金利デュレーションリスクの大部分が供給され取引される場所でした。この状況は当面続くだろうが、データセンター融資は、直接社債の発行、変動金利借入の期間を延長するためのスワップ取引、および通常は自社の債券発行に対してデュレーション・オフセットを購入する金融発行者の潜在的な置き換えの組み合わせを通じて、金利市場に大幅な追加のデュレーション・リスクをもたらす可能性が高いと思われる。これらのチャネルの重要性が高まることで、デュレーション供給が主に米国債を通じて供給されていた歴史的な長い期間に持続していた長期国債カーブの傾きと長期満期スワップスプレッドとの間の長年にわたる経験的関係が弱まる可能性がある。ロングエンドのスワップ・スプレッドとカーブの傾きの乖離は、このような財務省デュレーション以外の供給効果を示しており、観察者がロングエンドのカーブとスワップ・スプレッドの動きを財政、金融、規制政策の要因に帰しようとする際には、このことを考慮する必要がある。
注意事項
- 「ハイパースケーラー」という用語は、Google、Microsoft、Open AI、Meta、Amazon、Oracle、Apple などの大規模なテクノロジーおよびクラウド インフラストラクチャ企業を総称するために一般的に使用されています。
- AI データセンターへの投資には、一般に 10 ～ 15 年以上で減価償却される物理的なインフラストラクチャや機器などの非常に長寿命の資産と、メディア報道や証券取引委員会への提出書類によると、大手テクノロジー企業によって 5 ～ 6 年で減価償却される半導体への投資が含まれると推定されています。
- 2025年には金融発行体が投資適格供給全体の約38％を占めた。
- 米国債のイールドカーブの傾きや資産スワップスプレッドはいくつかの要因の影響を受ける可能性があるため、直接比較しても供給効果の特定には役立たない可能性がある。ただし、デュレーション供給はチャネルに関係なくタームプレミアムに影響を与える可能性が高いため、イールドカーブの傾きとスワップに対する国債利回りスプレッドのタームプレミアムに対する感応度を調べることは、デュレーション供給がこれら 2 つの市場変数にどのような異なる影響を与えるかを調べる方法となります。さらに、定期保険料にはさまざまな尺度があるため、一般的に使用される 3 つの尺度にフレームワークを適用します。これらのタームプレミアムの指標はすべて 10 年セクターに焦点を当てています。
- AI があなたの仕事に取って代わるでしょうか?おそらく次の10年は無理でしょう。 Mark Wynne と Lillian Derr、ダラス連銀経済学、2025 年 6 月。
- AI の進歩により、時間の経過とともに生産性と生活水準が向上します。 Mark Wynne と Lillian Derr、ダラス連銀経済学、2025 年 6 月。
- エイドリアン、T.、クランプ、RK、およびメンヒ、E. (2013)。 線形回帰を使用した用語構造の価格設定。 金融経済ジャーナル、110(1)、110–138。
- キム、DH、ライト、JH (2005)。 裁定取引のない 3 要素期間構造モデルと長期利回りおよび遠い先物金利の最近の動き。 金融経済ディスカッションシリーズ、2005.0(33)、1–21。
- クリステンセン、JHE、ディーボルド、FX、およびルードブッシュ、GD 2011、 ネルソン・シーゲル項構造モデルのアフィン・アービトラージ・フリー・クラス、 計量経済学ジャーナル、vol. 164、いいえ。 1、Elsevier BV、4 ～ 20 ページ。
著者について
ヒューゴ・デ・ヴィア
ダラス連邦準備銀行の調査部門のリサーチアナリストです。
スリニ・ラマスワミ
彼はダラス連邦準備銀行の調査部門の上級金融エコノミストです。
セス・サールズ
ダラス連邦準備銀行の調査部門の金融セクターおよび政策分析担当副社長です。
表明された見解は著者の見解であり、ダラス連邦準備銀行または連邦準備制度に起因するものではありません。
#による負債による資金調達がデュレーション供給と金利に与える影響