Η έκρηξη της τεχνητής νοημοσύνης δεν αναδιαμορφώνει μόνο το χρηματιστήριο, αλλά μπορεί να προκαλέσει σοκ και στις αγορές εταιρικού χρέους, προειδοποιεί η UBS. Ο οίκος βλέπει κύμα νέων αθετήσεων πληρωμών έως το τέλος του έτους σε μοχλευμένα δάνεια και private credit, με ιδιαίτερα ευάλωτες τις εταιρείες λογισμικού που ανήκουν σε private equity.
Η μέχρι τώρα συζήτηση για την τεχνητή νοημοσύνη (AI) επικεντρωνόταν στους νικητές και χαμένους στο ταμπλό των μετοχών. Όμως, σύμφωνα με τον Matthew Mish, επικεφαλής στρατηγικής πιστοληπτικής αγοράς της UBS, το επόμενο πεδίο όπου θα φανεί ο κίνδυνος της AI είναι οι αγορές εταιρικού δανεισμού, και ειδικά τα μοχλευμένα δάνεια και το private credit, συνολικού μεγέθους περίπου 3,5 τρισ. δολαρίων.
Κίνδυνος αθετήσεων σε μοχλευμένα δάνεια και private credit
Σε πρόσφατη ανάλυσή του, ο Mish εκτιμά ότι μέσα στους επόμενους μήνες μπορεί να καταγραφούν νέες αθετήσεις πληρωμών ύψους 75 έως 120 δισ. δολαρίων σε αυτές τις δύο αγορές. Η εκτίμηση βασίζεται σε αύξηση των ποσοστών default έως και κατά 2,5 ποσοστιαίες μονάδες στα μοχλευμένα δάνεια και έως 4 μονάδες στο private credit μέχρι τα τέλη του 2026, σε αγορές που ο ίδιος υπολογίζει σε περίπου 1,5 τρισ. και 2 τρισ. δολάρια αντίστοιχα.
Οι πιο εκτεθειμένες θεωρούνται εταιρείες λογισμικού και υπηρεσιών δεδομένων που ανήκουν σε private equity και φέρουν υψηλά επίπεδα δανεισμού. Η ταχεία πρόοδος των μοντέλων AI από εταιρείες όπως η Anthropic και η OpenAI, σύμφωνα με την UBS, επιταχύνει το χρονοδιάγραμμα της τεχνολογικής ανατροπής, καθιστώντας βιώσιμα επιχειρηματικά μοντέλα ξαφνικά παρωχημένα.
Ο Mish σημειώνει ότι οι αγορές μέχρι πρόσφατα θεωρούσαν πως οι πραγματικές συνέπειες της AI στον πιστωτικό κίνδυνο θα φανούν μετά το 2027–2028. Ωστόσο, η τελευταία γενιά μοντέλων έχει αναγκάσει τους αναλυτές να «ξαναγράψουν» τα σενάρια πολύ νωρίτερα, με το ρίσκο να μεταφέρεται ήδη σε εταιρικούς ισολογισμούς και δομές χρηματοδότησης.
Από το ταμπλό των μετοχών σε πιθανό «credit crunch»
Η αλλαγή κλίματος είναι ορατή πρώτα στις μετοχές: εταιρείες λογισμικού και κλάδοι όπως τα χρηματοοικονομικά, τα ακίνητα γραφείων και οι μεταφορές έχουν δεχθεί διαδοχικά κύματα ρευστοποιήσεων, καθώς η αγορά μετακινείται από τη λογική της «παλίρροιας που ανεβάζει όλα τα σκάφη» σε ένα σενάριο «ο νικητής τα παίρνει όλα» γύρω από λίγους μεγάλους παίκτες της AI.
Ο Mish προειδοποιεί για ένα δυσμενές «tail risk» σενάριο, όπου οι αθετήσεις πληρωμών θα μπορούσαν να διπλασιάσουν τα επίπεδα του βασικού σεναρίου. Σε αυτή την περίπτωση, θα μπορούσε να προκληθεί πραγματική «πιστωτική ασφυξία» στις αγορές δανείων, με απότομη ανατιμολόγηση του ρίσκου στα μοχλευμένα προϊόντα και κλυδωνισμούς στο σύστημα από την πλευρά του εταιρικού χρέους.
Η UBS διακρίνει τρεις κατηγορίες εταιρειών στην εποχή της AI: τους δημιουργούς των βασικών μεγάλων γλωσσικών μοντέλων (όπως Anthropic, OpenAI), τους ισχυρούς επενδυτικού βαθμού ομίλους λογισμικού που μπορούν να ενσωματώσουν την AI (π.χ. Salesforce, Adobe) και, τέλος, τις επιβαρυμένες με χρέος εταιρείες λογισμικού και δεδομένων υπό τον έλεγχο private equity. Κατά τον Mish, «οι νικητές αυτής της μετάβασης είναι οι λιγότερο πιθανό να προέλθουν από τον τρίτο κουβά».
Το πότε και πόσο έντονα θα χτυπήσει η AI τις αγορές χρέους θα εξαρτηθεί από την ταχύτητα υιοθέτησης της τεχνολογίας από τους μεγάλους εταιρικούς πελάτες και τον ρυθμό βελτίωσης των μοντέλων. Η UBS δεν υιοθετεί ακόμη το ακραίο σενάριο, αλλά αναγνωρίζει ότι «κινούμαστε προς αυτή την κατεύθυνση».
Σχόλιο 
: Η ανάλυση της UBS φωτίζει την «σκοτεινή πλευρά» της τεχνητής νοημοσύνης: πέρα από τα κέρδη των μεγάλων τεχνολογικών, ο κίνδυνος συγκεντρώνεται σε υπερχρεωμένες, μη εισηγμένες εταιρείες που χρηματοδοτήθηκαν επιθετικά από private equity. Για τις αγορές –και για τράπεζες και θεσμικούς επενδυτές στην Ευρώπη και την Ελλάδα που έχουν έκθεση σε τέτοια χαρτοφυλάκια– το ζητούμενο πλέον δεν είναι αν, αλλά πόσο γρήγορα θα ενσωματώσουν τον παράγοντα AI στα μοντέλα πιστωτικού κινδύνου τους.
#τεχνητήΝοημοσύνη #UBS #εταιρικόΧρέος #αγορές
