【观点】算力融资需破解资产、信用与现金流的三重错配

本文从金融学视角深度剖析了中国AI算力投资面临的融资挑战。文章指出，一个算力中心包含土地、机房、GPU设备、软件能力和客户合同等五类性质不同的资产，其寿命、现金流和风险各异，因此需要匹配不同期限和性质的资金。

当前行业常见做法是用统一期限的刚性债务覆盖全部资产，导致短期限资金错配在长寿命资产上，而GPU等核心设备因折旧快、缺乏独立二手市场定价，其融资仍高度依赖主体信用而非设备信用。

文章以东阳光等上市公司公告为例，揭示了一笔算力收入需经历“签约、采购、上架、验收、计费、回款”六个环节才能形成真实现金流。框架合同金额与最终可偿债现金流之间存在巨大差距，必须按现金流顺序而非合同总额倒推来评估融资基础。

作者提出，解决之道在于让资金的期限和风险各归其位：长期资本投向基础设施，设备租赁承担迭代风险，应收账款融资只依托已验证的合同。同时，应建立按项目阶段安排资金性质、用合同与数据夯实现金流信用的机制，最终将技术迭代和需求不确定性留在能够承担的主体手中。