Ontgrendel Editor’s Digest gratis
Roula Khalaf, redacteur van de FT, kiest haar favoriete verhalen in deze wekelijkse nieuwsbrief.
De schrijver is plaatsvervangend Chief Investment Officer bij Richard Bernstein Advisors
De verkoop van Meta-obligaties met een looptijd van 40 jaar vorig jaar werd algemeen gezien als een blijk van vertrouwen in Big Tech en kunstmatige intelligentie, gezien de sterke vraag naar deze schulden. Beleggers stonden in de rij om vier decennia lang geld te lenen aan een bedrijf dat als een van de financieel veiligste ter wereld wordt beschouwd.
Maar wat op vertrouwen lijkt, kan in plaats daarvan zelfgenoegzaamheid zijn. Beleggers in bedrijfsobligaties absorberen stilletjes enorme speculatieve risico’s, en het is onwaarschijnlijk dat dit veel goeds belooft voor de aandeelhouders.
Jarenlang vloeide de aantrekkingskracht van de technologie voort uit bedrijfsmodellen met weinig middelen en veel geld. Onberispelijke balansen en minimale schulden waren niet alleen aantrekkelijk; de gedefinieerde functies. Expansie door middel van cashflow heeft hun opkomst aangewakkerd en het beleggersvertrouwen geschraagd. Maar in de strijd om AI-capaciteiten zijn deze bedrijven getransformeerd in kapitaalintensieve nutsbedrijven met enorme infrastructuurverplichtingen, zowel op als buiten de balans.
Meta, Microsoft, Amazon en anderen besteden tientallen miljarden dollars aan het bouwen of leasen van hyperscale datacenters die de volgende fase van computergebruik zouden kunnen definiëren. Sterker nog, dat zal waarschijnlijk wel het geval zijn. Maar deze exponentiële, met schulden gefinancierde investeringen hebben ook de kenmerken van een laatcyclische stijging van de uitgaven, die tot meer herwaarderingen en kredietstress zou kunnen leiden.
De geschiedenis beloont zelden kredietverstrekkers die kapitaalintensieve groeigolven op hun hoogtepunt financieren. Eind jaren negentig leenden telecommunicatiebedrijven zwaar om glasvezelkabels aan te leggen, in de overtuiging dat de vraag naar data voldoende rendement zou opleveren. Hoewel infrastructuur de economie heeft getransformeerd, leverde het jarenlang weinig rendement op investeringen op.
Halverwege de jaren 2000 kwamen wildcatters op om olie ter waarde van $100 te achtervolgen. De schalierevolutie heeft de Amerikaanse energieproductie opnieuw vormgegeven, maar de bedrijven achter de expansie hebben nog steeds te maken met lange perioden van zwakke rendementen en balansdruk. Beide episoden eindigden op dezelfde manier: overcapaciteit, afschrijvingen en jarenlange schuldenlast, ondanks het feit dat de basis was gelegd voor echte economische veranderingen.
Het huidige vertrouwen in lang verouderde Big Tech-schulden berust op twee aannames. Ten eerste zal AI voldoende productiviteits- en inkomstenwinsten opleveren om de omvang van de investeringen te rechtvaardigen. En ten tweede dat de infrastructuur die wordt aangelegd tientallen jaren relevant zal blijven. Geen van hen is gegarandeerd. 40 jaar geleden waren kamers gevuld met mainframes waarvan de gecombineerde kracht nu in een iPhone past. Wie zal zeggen dat de chips van morgen niet exponentieel efficiënter zullen zijn, veel minder ruimte en koeling nodig hebben, of dat de berekeningen niet terug zullen migreren naar lokale hardware?
Staan we echt aan de vooravond van technologische innovatie? De technologiestier zou volhouden dat dit niet het geval is. Een echte AI-gelovige zou het tegenovergestelde kunnen beweren: dat het versnellen van innovatie de huidige infrastructuur verouderd maakt lang voordat de schulden die deze ondersteunen volwassen zijn geworden. Als dat zo is, zouden de huidige enorme serverparken lege pakhuizen kunnen worden die doen denken aan de verlaten papier- en textielfabrieken aan de Amerikaanse oostkust. Het verschil is dat deze faciliteiten worden gefinancierd met enkele van de langstlopende schulden die de zakelijke markt ooit heeft gezien.
Een voorzichtiger scenario is dat de adoptie van AI tegenvalt. Wat velen over het hoofd zien is dat de overvloedige liquiditeit van de afgelopen tien jaar heeft geleid tot overtollig kapitaal en niet-productieve investeringen in activa, waaronder cryptocurrencies, private equity, meme-aandelen en zelfs investment-grade kredieten. Wat als AI-optimisme gewoon een uiting is van liquiditeitsgedreven euforie? En wat gebeurt er als de rente stijgt, de liquiditeit krapper wordt of de AI-belofte tegenvalt?
Kredietbeleggers moeten zich ervan bewust zijn: zij delen niet in de positieve kant als ambitieuze AI-investeringen slagen, maar dragen wel de negatieve kant als de verwachtingen mislukken. Het vasthouden van lage spreads gedurende dertig tot veertig jaar in sectoren die snelle technologische veranderingen ondergaan, is een groot risico.
Grote technologiebedrijven behoren nog steeds tot de sterkste kredietnemers op de mondiale markten. Maar fouten op de obligatiemarkt komen zelden voort uit het verstrekken van leningen aan flagrante rommel; ze komen voort uit het te zelfverzekerd lenen aan bedrijven die als onfeilbaar worden beschouwd. En het grootste gevaar is niet het faillissement, maar de manier waarop het risico wordt herzien naarmate de kredietoverschotten worden geliquideerd.
Wanneer de geschiedenis van deze periode wordt geschreven, zou de schuldenboom van het AI-tijdperk kunnen lijken op eerdere cycli van overoptimisme en grote kapitaaluitgaven. Jaren van zeer soepel beleid hebben beleggers ertoe aangezet gunstige resultaten te verwachten.
Een generatie heeft nog nooit een echte boom-bust-cyclus meegemaakt en is herhaaldelijk beloond voor het kopen van elke dip. Maar een deel van de hoogste rendementen op investeringen komt uiteindelijk uit gebieden waar kapitaal schaars is, en niet waar het overvloedig aanwezig is. En vandaag de dag is kapitaal dat naar Big Tech stroomt allesbehalve schaars.
