影响英伟达担保债券成败的三个条件

[区块媒体 比特星球] 英伟达的5000亿美元金融平台与1970年吉尼梅案例进行了对比检查。

执行摘要

三个条件中回收市场的验证最为不足

主要内容 英伟达于8月10日与阿波罗、黑石、黑岩、布鲁克菲尔德、高盛、KKR签署了谅解备忘录。计划在以英伟达计算机为担保的信用市场上吸引超过5000亿美元的第三方资本[1]。两天后，首席执行官黄仁勋通过公司博客表示，项目可支持最高25%的残值[49]。这并不是对本金和利息的担保，而是对担保处置后产生的不足部分进行补偿的机制。

核心意义 新的担保资产群的成败关键标准有三个。第一，担保价值是否与借款人的信用充分分离。第二，是否存在回收担保后再销售的市场。第三，在市场尚未充分验证之前，是否有主体提供信用增强。CoreWeave是首次通过将GPU和投资级客户的合同作为担保的金融结构获得投资级(A3)评级的[4]。也就是说，降低了借款人与担保价值之间的关联性，从而获得了投资级的认可。相反，回收担保后再销售的市场尚未形成，英伟达的残值支持是针对回收市场尚未充分形成的情况而设的机制。

主要检查指标 条件2的验证与否是关键，可以通过两个指标进行确认。10月5日即将上市的CME计算期货的实际交易量，以及反映GPU二手销售价格的指标的形成情况，CoreWeave贷款的偿还进展。辅助指标是首次交易的合同对手方构成，以及最高25%的残值支持是否在实际合同条款和公告中得到反映[3][5]。

$500B+ 平台目标金额（第三方资本·期限未说明·2026-08-10）

25% 单笔贷款残值支持（CEO发言·公告未反映·2026-08-11）

A3 GPU·合同担保金融首次获得投资级（CoreWeave·2026-03-31）

内容

• 01 英伟达与6家资产管理公司推进的计算担保金融
• 02 通过先例比较得出的三个条件
• 03 根据三个条件对当前结构的检查
• C 结论
• R 来源
• A 附录

01 产品

英伟达推进的计算担保金融结构

英伟达宣布于2026年8月10日与阿波罗、黑石、黑岩、布鲁克菲尔德、高盛、KKR签署了谅解备忘录[1]。目标是为AI基础设施建设吸引超过5000亿美元的第三方资本[6]。最终合同尚未签署，借款人类型、利率、设施位置、资金筹集开始时间等也未公开[1][3]。

英伟达在新闻稿中提出将计算和全栈AI基础设施打造成全球投资资金可以投资的资产群[1]。高盛的戴维·所罗门会长评价称，基于英伟达计算的新的信用市场将会形成[1]。黑石的约翰·格雷表示，未来贷款机构将像评估房屋一样评估计算基础设施作为独立的担保资产[3]。英伟达所提到的5000亿美元是其在6个平台上长期吸引的第三方资本的总目标规模。这并不意味着英伟达的收入或单一基金的规模，或特定客户的个别约定金额[49]。金融机构将综合考虑客户的信用度、需求前景、利用率、现金流、残值等来决定是否贷款[49][1]。

来源: NVIDIA新闻稿[1]，公司博客[49]

从7月底开始，关于计算担保金融的公告和报道接连不断。7月26日，有报道称英伟达正在讨论为位于俄亥俄州派克县的10千兆瓦(GW)级校园提供约2500亿美元的金融担保[7]。随后在8月14日的报道中，协商规模缩小至1200亿美元以下，适用范围也从整个校园限制为第一阶段项目[54]。报道中提到，投资者对风险暴露的担忧被认为是协商规模缩小的背景[54]。之后在8月17日，英伟达通过8-K公告了与SB能源的残值担保合同。担保对象是初期约4.25千兆瓦(GW)规模的IT负荷租赁，累计支付限额为1050亿美元。单个担保将在租赁开始时间2028年起逐步生效[16]。7月29日，美国证券交易委员会(SEC)企业金融局的工作人员对特定事实关系提出了意见。直接拥有设施并用该设施的净营业收入偿还本金和利息的数据中心证券化结构不符合交易所法下资产证券化证券(ABS)的定义[8]。但这并不是委员会的规则或正式批准，具体判断可能会因事实关系而有所不同[8]。 [解读] 对于审查类似结构的发行者来说，可以视为降低监管不确定性的信号。8月10日英伟达的平台发布后，次日CME也宣布了计算期货上市计划[1][5]。

英伟达的5000亿美元目标与整体数据中心资金需求相比，其规模更加明显。摩根士丹利估计到2028年所需的数据中心资本支出约为2.9万亿美元。其中约1.4万亿美元将通过超大规模公司的自有现金流来满足，其余约1.5万亿美元将通过外部融资来满足[9]。英伟达的目标金额5000亿美元约占这一外部融资需求的三分之一（自我计算）。与预计通过证券化筹集的约1500亿美元相比，约为3.3倍[9]。但这两个数字并不是基于相同的时间段。摩根士丹利的估计是到2028年的累计金额，而英伟达的5000亿美元目标并未说明达成期限。英伟达也未公开资金筹集的具体时间和速度[49]。因此，约三分之一的比例是对两个规模的简单比较，并不意味着未来的市场份额。

拉里·芬克，黑岩的董事长，将此次构想比作他在1970年代初期经历的住房抵押贷款证券（MBS）市场的形成过程。回顾过去的金融危机，这一比喻可以被解读为对风险的警告。

02 行动计划 {#rps-6}

从先例中确认的三项评估标准 {#rps-7}

以下三项条件是通过对先例的事后分类和比较得出的分析标准，并不是经过验证的必要条件或充分条件。是否存在满足所有条件却失败的案例，或是未满足部分条件却成功的案例，尚未进行全面验证。抵押品价格的可观察性和到期结构未单独分离，而是作为条件2和条件3的子要素包含在内。

比较对象的金融结构大致可以分为三种类型。第一种是利用合同产生的现金流作为抵押的方式。这包括住房抵押贷款证券和邓肯的特许经营权抵押融资。第二种是利用可再销售的实物资产的残值作为抵押的方式，代表性资产包括飞机和集装箱。第三种是供应商直接向购买其产品的客户提供资金的供应商融资。1998年至2001年间，通信设备公司采用的融资方式就是一个典型例子，与前两种类型不同的是，通常没有设定单独的抵押。通过比较这三种类型，可以揭示出成败的因素。

成功案例。 首个MBS是1970年由吉尼梅发行的，政府担保的住房抵押贷款被打包发行，偿还本金和利息也得到了美国政府的担保。

邓肯品牌的案例展示了抵押结构如何提高债券的信用度。邓肯在2006年以特许经营商向总部支付的特许权收入作为抵押，筹集了17亿美元。当时公司的银行借款评级为投机级（S&P标准B+），但以该特许权为基础发行的债券获得了投资级（BBB）的评级。债券评级比公司的银行借款评级高出五个等级。关键在于特许权现金流的支付优先级。特许权收入是从特许经营商的销售中优先于其他费用支付的现金流，因此即使总部业绩恶化，仍然可以相对稳定地维持。之后，2015年发行了26亿美元，2019年发行了12亿美元，2025年还将发行9亿美元，这一结构持续了19年。

类似的金融结构也被应用于其他基础设施资产。在通信塔领域，2024年10月同一天，SBA通信和垂直桥分别筹集了20.7亿美元和19.4亿美元。在光纤领域，易纤维以每月1200万美元的重复收入作为抵押，发行了8.8亿美元的债券。在与此次结构最为相似的数据中心证券化市场，自2018年引入以来，共发行了88笔，总规模约为487亿美元。截至2024年12月，S&P评级的42笔中有84%为A级。然而，这一分布主要是在以云租赁为中心的结构主导的时期。集装箱租赁证券化同样以高流动性的实物资产作为抵押，运营了数十年。

失败与低迷案例。 从1998年到2001年，参与通信设备供应商融资的9家供应商的风险敞口总计约为256亿美元。坏账比例在短短一年内迅速上升，卢森特从2.6%飙升至60%，诺基亚从25.5%飙升至80%，摩托罗拉从6.7%飙升至57%。飞机证券化市场在此后仍然维持，但在2020年，惠誉评级的86个分层中有32个被降级。

通过比较成功与失败的案例，可以将成败的因素总结为三项。

条件1. 抵押品的价值是否与借款人的信用分离。 前述的失败案例均显示出抵押品价值与借款人信用之间的高度关联性。[解读] 2008年住房抵押贷款证券市场的危机，核心问题并不在于将住房作为抵押本身，而是借款人的偿还能力恶化与房价下跌同时出现，导致损失扩大。当然，金融危机的原因不能仅用这一因素来解释，信用评级、证券化结构、杠杆等多种因素共同作用，而本分析将重点放在抵押品价值与借款人信用的相关性上。在供应商融资中也出现了类似的问题，通信公司的偿还能力与通信设备的价值同样受通信投资周期的影响。相反，在成功案例中，采用了降低抵押品价值与借款人信用相关性的结构。数据中心证券化通过确保投资级的超大规模租户，降低了租户的信用风险与建筑价值受同一因素影响的风险。邓肯同样通过优先支付特许权现金流获得了类似的信用增强效果。

条件2. 是否存在回收抵押品并再销售的市场。 这是决定抵押贷款有效性的关键条件。飞机的回收并再租赁给其他航空公司的案例在几十年间积累了，而集装箱的二手销售收入也被用作偿还资金。相反，供应商融资中无抵押结构较多，因此在发生坏账时没有可回收的抵押品。这里有一个前提条件，即需要有客观可观察的市场指标来评估抵押品价格。MBS有住房价格指数，而飞机则有积累的评估标准和惯例。如果没有可靠的价格基准，即使回收抵押品，也难以评估其合理价值。

条件 3. 在前两个条件充分验证之前，是否存在提供信用增强的主体。 新资产类别的初始投资者必须承担尚未充分验证的风险。这种初始不确定性有两种主要的补偿机制。一种是由政府或优质企业提供的“锚定信用”。最初的MBS在市场能够充分评估风险之前，政府担保发挥了信用基础的作用。[10][11
] 邓肯债券能够获得比公司的银行借款评级高出五个等级的评级，也是因为对特许权现金流的优先权起到了信用增强的作用。[12][13
] 另一种是到期结构。集装箱证券化将法定到期设定为2025年，以限制担保的经济寿命，[21] 而飞机评估则从一开始就反映了衰退情景，将残值折扣4075%。[27] 如果担保是通过第三方分担损失风险的方式，那么到期结构则是通过缩短暴露于风险的时间来实现。尽管方法不同，但目的都是缓冲初始不确定性。

03 评分卡 {#rps-8}

三个条件的评估与回收市场的未验证 {#rps-9}

根据前面提出的三个条件对当前结构进行了评估。评估分为“满足”、“部分满足”和“未满足”三个阶段。如果该结构实际存在并且有操作案例确认，则评估为“满足”；如果结构或合同条款存在但未确认实际操作，则评估为“部分满足”；如果两者都未确认，则评估为“未满足”。

评估中应用了两个原则。仅凭合同条款无法判断市场的实际运作情况，预计上市的期货在实际交易开始之前也不被视为价格发现功能已被验证。

评估结果显示，条件1和条件3被评为“部分满足”，条件2被评为“未满足”。不过，条件3由于合同条款和损失承担顺序未公开，因此在“部分满足”中证据最为有限。

条件 1: 部分满足。 确认了获得投资级别的首个金融案例。在该市场的借款人中，有许多没有信用评级的AI企业，[3] 他们的偿还能力和GPU的价值都受到AI计算需求的重大影响。如果AI计算需求下降，借款人的收入和担保价值可能会同时下降。设施担保证券化通过结合信用评级高的承租人的合同现金流来降低这种风险。在计算设备担保融资中，锚定承租人的参与、超额担保设置以及足够规模的后续债券可以发挥类似的信用增强作用。

CoreWeave的A3评级基于不仅包括GPU，还包括投资级大型客户的合同收入的结构。[4][29] 这意味着并不是完全分离借款人的信用风险和担保价值，而是通过增加优质客户的信用来进行补充。然而，该客户的信用也不可能完全独立于AI投资流。Zeltar提到的贷款参与者的分散也可能是降低风险的因素。[3] 然而，六家金融机构在同一资产类别中贷款，并不意味着担保价值之间的相关性会降低。根据这一案例，条件1可以从“未满足”评估为“部分满足”。不过，目前确认的案例仅为一笔私募贷款，因此需要确认未来平台的实际交易中是否会重复相同的结构。

条件 2: 未满足。 仅凭残值支持无法替代回收市场。GPU担保贷款中尚未确认实际的担保回收案例。由于借款人的违约，债权人尚未回收担保的案例。因此，缺乏验证担保回收和处置程序在实际情况下是否顺利运作的依据。

不过，CoreWeave可能成为验证未来回收结构的首个案例。以GPU和客户合同为担保的75亿美元贷款协议将于2026年1月开始偿还。[30] 同期，作为担保的H100的市场价值正在大幅重新评估。[31][32] 但关于H100价格走势的数据各不相同。随后，CoreWeave于3月31日完成了通过DDTL 4.0进行的85亿美元再融资。[4][33] 这是首次在高性能计算基础设施和客户合同共同担保的金融中获得穆迪A3和DBRS A（低）评级的案例。[4] 利率为浮动利率基准SOFR+2.25%，固定利率约为5.9%，相比2024年贷款协议的平均利率约11%降低了一半。[30] 但这并不是公开证券化，而是私募贷款，担保中不仅包括GPU，还包括大型客户的合同收入。[29] 仅凭成功再融资而没有违约的事实，无法验证实际担保回收程序的运作情况。

与GPU性质相似的计算设备比特币矿机已经发生了实际的担保回收案例。矿业公司的设备担保贷款一度达到约400亿美元，2022年矿机价格暴跌。仅根据公开案例，违约规模约为2.27亿~2.38亿美元。[53] 在一些发生违约的交易中，作为担保的矿机被主要债权人回收。Stronghold归还了约26,200台矿机，清偿了6700万美元的债务，而Core Scientific则交付了27,403台，清偿了3860万美元的债务。[53]

在这个案例中，可以确认三个要点。首先，即使完全回收担保物，担保价值也可能低于贷款余额。Core Scientific提供的矿机评估价值为2500万美元，但当时贷款余额为3860万美元。同期，新型矿机的价格在一年内下降了约85%。其次，主要债权人可能面临无法出售回收设备而需要直接运营的情况。NYDIG、Galaxy和Foundry选择直接运营回收的设备，而Foundry通过破产拍卖收购了相关设施。第三，大规模出售可能会导致额外的价格折扣压力。实际上，大规模出售往往以低于公允价值10%至25%的价格进行。

GPU和比特币矿机在资产利用方面存在差异。矿机用途有限，而GPU可以用于多种计算任务。NVIDIA强调GPU的可替代性和再部署能力正是基于这一点。然而，在矿机案例中，计算设备担保的实际回收过程中发生了显著的价值损失。

NVIDIA的残值支持是为了应对回收市场尚未充分形成的情况。即使在担保处置后回收金额不足，该结构也会补偿部分损失。这可以被视为在回收市场流动性和价格发现功能尚未得到充分验证的前提下设立的机制。如果回收市场的流动性充足，这种支持的必要性将相对较低。因此，仅凭残值支持并不能认为条件2得到了满足。残值支持并不是形成担保再出售市场的机制，而是让供应商承担担保处置过程中发生的部分损失。反复的实际交易记录和充足的市场流动性需要通过实际交易的积累来验证。

2026年3月底的季度报告中列示的有效利率是单独计算的，表中所示的利率是基于融资时的合同利率。来源：CoreWeave IR，8-K，DDTL 4.0条件综合资料。

NVIDIA还设立了减少回收过程不确定性的机制。借款人必须应用NVIDIA指定的系统结构，并在出现问题时设计为第三方可以接管并运营该设备。虽然可以通过合同制定回收程序，但无法确保实际的回收案例。航空器担保融资之所以获得市场信任，并不是因为租赁合同中有回收条款，而是因为在实际违约情况下，该条款反复发挥了作用。目前，NVIDIA的结构处于为未来实际回收案例积累合同基础的阶段。

要形成回收市场，还需要能够客观评估担保价格的标准。对于设施资产，已经制定了评估标准。标准普尔在2024年6月发布了数据中心证券化评估标准，穆迪在2025年2月的专用方法论中将资产分为五个组，并对各组收益波动性应用了5%至23%的标准。然而，这两个评估标准均针对数据中心设施。惠誉对AI学习设施的评估相较于一般云设施显得相对不利。

数据中心设施担保市场正在迅速扩大。首笔交易是2018年2月Vantage发行的9亿美元规模的证券化，到2020年为止，发行者仅有3至4家。然而，自2021年以来，发行开始大幅扩大，预计到2025年年发行规模将达到约250亿美元，2026年将达到400亿至700亿美元。然而，这种增长仅限于设施担保市场。如何客观评估GPU等设备的市场价格是另一个问题。

CME集团和Silicon Data于8月11日宣布，基于监管批准，将于10月5日上市两种计算期货。上市的产品包括H100租赁指数期货和B200租赁指数期货，将在NYMEX上市并以现金结算方式交易。Silicon Data在交易公司DRW的支持下，负责相关指数的计算。

然而，这些期货在成为评估GPU回收价值的标准之前，存在三个限制。首先，期货上市并不意味着自动获得足够的交易量和流动性。其次，期货的基础指数仅反映GPU租金，而不直接测量二手销售价格。第三，未来如果担保对象扩展到其他代际的GPU，基础指数的测量对象与实际担保资产可能不一致。证券化中应用的残值假设取决于实际担保处置时能够回收多少。在2026年上半年，尽管租金上涨，残值却因其他因素而表现出不同的走势。残值估计在不同资料中也存在差异。一些资料估计降至3万美元至8000美元，而其他资料则显示随后反弹。共同确认的一点是，价格可能在短时间内大幅重新评估，而不是以恒定速度缓慢下降。提出反弹的Silicon Data也是CME期货基础指数的计算机构。

条件3：部分满足。 虽然存在信用增强机制，但适用范围不确定。NVIDIA提出了残值支持作为外部信用增强手段。将平台目标金额5000亿美元简单应用25%，则为1250亿美元，但这并不是NVIDIA实际承诺的金额，而是将支持比例应用于目标金额的简单换算。实际的支持与规模由项目决定，目前尚未公开哪些项目适用多少支持。

为了评估支持能力，查看NVIDIA的财务状况，2026财年的收入为2159亿美元，净利润为1170亿美元，期末现金及证券为626亿美元。现有担保的结构通过公告部分确认。在2026财年第三季度首次公告时，担保的最大暴露额为8.6亿美元，托管存款为4.7亿美元。随后公告的设施租赁担保的累计最大暴露额为35亿美元。该暴露额的减少结构是根据合作伙伴支付给房东的金额而减少，7120万美元已存入托管账户。担保期限为5至7年，NVIDIA评估该担保的公允价值对财务报表没有重大影响。

尽管英伟达的残值支持规模和触发条件尚未确定，公开信息不足以判断其负担能力。之前计算的1250亿美元仅为简单换算，并非实际承诺金额，因此与626亿美元的现金及有价证券规模直接比较也不合适。俄亥俄州项目的担保结构在8月17日的公告中得以明确。实际公告的担保针对初始4.25GW规模的租赁，累计支付限额为1050亿美元。这一金额超过了626亿美元的现金及有价证券，但个别担保自2028年起逐步生效，租赁方实际支付金额的偿还结构，因此需要区分支付限额与英伟达的净敞口。

英伟达的残值支持可以从义务性、支持范围和损失承担结构三个方面进行评估。

首先，这并非合同义务。最初的住房抵押证券适用的政府担保是法律义务，确保本金和利息的支付，投资者有权根据担保要求支付。相比之下，英伟达仅表示可能提供残值支持，实际适用情况需逐案审查。也就是说，即使在支持需求增加的情况下，实际支持的决定仍取决于英伟达的判断。

其次，与同期签署的其他交易相比，支持范围有限。Meta在与Blue Owl成立的公司的运营初期16年内担保了残值。如果租赁未续签或提前终止，Meta将补偿资产出售所得未能偿还的不足部分。基于这一结构，272.94亿美元的债券获得了S&P A+评级，并以225个基点的利差发行。Broadcom与Apollo和Blackstone建立的平台承诺全额补偿优先投资者的不足部分。如果Anthropic未能履行租金支付义务，特殊目的公司将处置芯片，未能通过处置所得覆盖的不足部分将由Broadcom全额支付给优先投资者。英伟达所述的支持范围显著有限，超出支持范围的损失将由投资者承担。

第三，具体的合同条款和损失承担顺序尚未公开。支持适用于哪些损失区间、在优先级中处于何种位置、在什么条件下生效等信息尚未披露。相关内容未包含在平台的新闻稿或SEC定期公告中，仅通过公司官方博客公开。

信用增强主体的性质也不同。Genimay是政府机构，而英伟达是私营企业。英伟达的信用增强能力有限，公司自身的信用度也与AI需求部分相关。随着担保的执行，英伟达的风险敞口可能扩大，而美国参议院指出的表外杠杆积累问题也与这种风险转移结构有关。供应商为购买其产品的客户的债务提供担保，这在结构上与1990年代末的通信设备供应商金融相似。当时，贷款可达设备价格的130%，但此次结构的残值支持上限为25%，并且包含担保和第三方收购、运营条件，这一点有所不同。这些安全机制的差异是否会导致实际损失率和市场稳定性的差异，未来需要验证。

信用增强与到期结构同样重要。关于GPU的经济寿命，存在23年和46年的不同估计。2025年，亚马逊和Meta也对类似GPU资产的使用年限进行了不同的调整。将经济寿命不确定的资产作为长期债券的担保存在局限性。然而，可以在不改变担保资产本身的情况下调整到期结构以降低这一风险。类似于容器证券化的方式，将债券到期设置在资产的经济寿命内。短期的预定还款期、快速的本金摊销、充足的超额担保设置等都可以被利用。在飞机评估中，从一开始就反映衰退情景并将残值额外折扣40~75%也是同样的原理。

C 结论

三项条件中回收市场的验证最为不足

通过前述成功案例的比较，可以确认三项共同特征。这三项条件并非随意设定的标准，而是在比较前述案例的过程中共同确认的特征的分析标准。目前条件1和条件3被评估为“部分满足”。支持条件1的案例目前仅有一项私募贷款。条件3有最高25%的残值支持，但并非合同义务，具体的合同条款和损失承担顺序也未公开。与Meta的16年全额担保或Broadcom的优先不足部分100%补偿相比，支持范围相对有限。在三项条件中，涉及担保回收和再销售市场的条件2被评估为“未满足”。

将条件2评估为“未满足”的原因有三点。首先，尚无实际担保回收案例。在GPU担保贷款中，由于借款人违约，债权人回收和处置担保的案例尚未确认。尽管在飞机金融中，数十年来积累了回收和再租赁的案例，但在GPU担保金融中尚未确认此类案例。CoreWeave的再融资成功也并不能作为担保回收结构的验证依据。由于未发生违约，实际回收程序的运作情况也未得到确认。

其次，价格基准正在形成，但测量对象不同。即将上市的期货的基础指数反映了GPU租赁价格，但回收担保时所需的是二手销售价格。

第三，回收市场不能仅通过合同条款形成。条件1可以通过将优质客户的合同现金流纳入担保的方式进行一定程度的补充，条件3则可以通过增加信用增强条款进行补充。英伟达也可以设计合同结构，以便在借款人未能履行偿还义务时，第三方可以接管并运营设备。然而，该条款的存在与实际回收市场的形成是两个不同的问题。只有在违约后实际进行担保回收和再销售，才能确认其有效性。GPU担保金融中尚无此类案例。相比之下，在性质相似的矿机担保金融中，虽然实际回收已发生，但担保的全部回收后评估价值仍低于贷款余额的案例也存在。

[解读] 英伟达的残值支持无法解决回收市场的缺失。回收市场的形成与在回收市场尚未充分形成期间的损失补偿是两种不同的功能。

当前三个条件中，最大的不确定性在于条件2。条件2的资本投入或合同结构难以在短期内得到补充。条件1和条件3分别降低了借款人的信用与抵押价值的关联性，并补充了初期损失风险，但无法替代回收市场。随着回收市场的充分形成，对额外信用增强的依赖程度可能会降低。相反，如果市场未能形成，信用增强主体的风险负担可能会持续存在。

然而，即使条件2得到满足，市场的成功也并不保证。支持条件1的案例目前仅有1个，并且也存在结构上类似的供应商金融失败案例。监管机构也在关注相关债务和表外风险的扩大。

在条件2尚未得到验证的情况下，所产生的风险显而易见。在实际回收案例积累之前，抵押品的处置价值仍停留在未经验证的假设上。

针对这些不确定性，发行者可选择的结构也会发生变化。可以将优质客户的合同现金流纳入抵押，以补充条件1，或缩短到期时间并提前摊销本金以降低初期风险，或者在回收市场得到充分验证之前，以私募市场为中心进行资金筹集。

未来可以具体设定改变评估的指标。提升条件2评估的依据有三点：10月期货上市后形成有意义的交易量和未平仓合约，反映GPU二手销售价格的指标形成，GPU抵押贷款违约时第三方收购和运营条款实际执行。相反，如果平台的首次交易以非GPU的设施资产为主，或在没有残值支持的情况下难以获得所需的信用评级，则需要重新审视当前的评估。条件1将在平台首次交易的合同对方和抵押构成、信用评估内容公开后进行重新评估。条件3将确认残值支持的具体合同条款、损失承担顺序及信息披露情况后进行重新评估。

条件2的验证速度将成为判断计算抵押金融是否能够作为独立资产类别确立，或是否仍停留在与过去供应商金融相似的风险结构的关键标准。然而，如果交易以私募形式进行，具体条件未公开，则某些指标可能难以直接确认。在这种情况下，可以利用评估师的发行前报告、评估方法论的修订内容、托管机构报告等作为辅助指标。

R REFERENCES {#rps-12}

来源

{#rps-13}

A APPENDIX {#rps-14}

数据限制与计算依据 {#rps-15}

① 分析与数据的限制

• 合同结构的公开限制：六个平台的最终合同未公开，无法确认具体的担保定义、分层结构和残值支持的损失承担顺序。因此，条件1和条件3是反映当前公开信息限制的暂定评估。
• 残值支持的确认范围：最高25%的残值支持通过首席执行官的发言和引用的独立报道进行了交叉确认，但在公司的正式公告中未得到确认。
• 事后分类的限制：三个条件是通过对过去案例的事后分类和比较得出的分析标准。是否存在满足所有三个条件但仍然失败的案例，或未满足部分条件但成功的案例尚未进行全面验证。在分析过程中，将五个要素整合为三个条件，价格观察和到期结构分别被归类为相关上层条件的下层要素。价格观察和到期结构是否作为独立变量发挥作用的案例也未进行全面验证。
• 推理的限制：在比较Genimay案例和NVIDIA时，本文明确指出了政府机构的强制担保与私营企业的自主支持之间的差异。与2008年住房市场的比较以及集装箱市场的低迷阶段的描述被归类为未提供单独来源的一般性解释，未使用具体数字。
• 数据来源的特性：成功案例主要利用了律师事务所、评估机构和联邦机构的数据，而失败案例则相对更多依赖于事后报道和公告基础上的资料。
• 统计机构的数字差异：各统计机构的年度发行规模包含范围不同，因此未以连续时间序列的形式呈现。SFA预计2025年5月的发行额为80亿美元，而RBC在2025年12月的统计约为250亿美元。这两份资料可能因地区和交易结构的包含范围不同，因此本文仅使用了可以明确统计时点的RBC数字。未能获得显示数据中心证券化的违约率和信用评级降级业绩的一致资料。A等级比例为84%，这是截至2024年12月的比例，主要是以云租赁为中心的交易时期的评级分布。
• 数据间的不一致：关于GPU的残值和经济寿命，各资料的估计值不同，因此在本文中同时呈现了相互矛盾的数字。在计算残值资料的机构中，有些与CME计算期货的基础指数计算机构相同。
• 利用二手资料的具体条件：DDTL 4.0的利率、到期、担保构成综合了多个二手资料。信用评级、融资规模、首次投资级案例的情况通过公司IR和8-K原文进行了确认。NVIDIA 2026财年的收入、净利润、期末现金及有价证券通过引用10-K数字的二手资料进行了交叉确认。

② 计算依据

本文中标记为“自我计算”的所有数字将提供公式和计算标准。如果来源的计算方式不同或无法确认具体的计算公式，将同时说明该限制。

③ 方法论

• 数据优先级：公司·监管机构的官方资料 → 原始资料及统计机构数据库 → 专业媒体 → 联合媒体 → 社区资料。
• 数据区分：仅在直接确认原文的情况下才将其分类为一手资料。如果未能获得原文，则标明为二手引用，并说明未获得原文的事实。
• 基准日·查询日：在特定时点确定的值标明基准日，实时变动的仪表盘数值标明查询日。
• 矛盾数字处理：如果确认存在不同数字，则同时呈现两者。如果需要选择基准值，则优先考虑媒体的知名度、计算范围的公开程度、查询时点的明确性和细项的可分离性，并在本文中说明选择依据。
• 自我计算：自我计算的数字将分别在附录②中提供各自的公式、基准日和限制。
• 法律·监管解释：监管机构资料仅在解释一般结构的分类和适用可能性范围内引用，不将其扩大解释为对特定产品的官方分类或批准。对产品结构的解释和监管解释将分为单独段落。
• 利益冲突告知：所有报告在文档顶部的固定位置发布相同的告知语句。

发布 Bitplanet 研究实验室 编写 金泰元 审核 金秀英

免责声明 本资料为信息提供目的的行业分析，并非投资建议。不建议买卖特定股票，也不提供价格预测·目标价。作者不是律师或投资顾问，所有数字均基于公开来源（编写时点为准，之后可能变动）。