Η αναταραχή που προκαλεί η τεχνητή νοημοσύνη στις αγορές μετοχών ενδέχεται σύντομα να μεταφερθεί και στις αγορές εταιρικού δανεισμού, σύμφωνα με τον Matthew Mish, επικεφαλής στρατηγικής πιστώσεων της UBS.
Ο Mish εκτιμά ότι οι αγορές leveraged loans (μοχλευμένων δανείων) και private credit, συνολικού ύψους περίπου 3,5 τρισ. δολαρίων, ενδέχεται να δεχθούν ισχυρό πλήγμα από την ταχεία εξάπλωση της AI. Όπως δήλωσε στο CNBC, η τεχνολογική μετάβαση εξελίσσεται ταχύτερα από ό,τι ανέμεναν οι ίδιοι και οι συνεργάτες του.
Σύμφωνα με βασικό σενάριο της UBS, έως το τέλος του έτους ενδέχεται να καταγραφούν νέες χρεοκοπίες 75 έως 120 δισ. δολαρίων στις δύο αγορές.
Οι εκτιμήσεις βασίζονται σε αύξηση των ποσοστών αθέτησης πληρωμών έως 2,5% στα leveraged loans (αγορά ~1,5 τρισ. δολ.) και έως 4% στο private credit (αγορά ~2 τρισ. δολ.) μέχρι τα τέλη του 2026.
Η αγορά άργησε να αντιδράσει
Ο Mish υποστηρίζει ότι η αγορά έχει καθυστερήσει να ενσωματώσει τον κίνδυνο της AI, επειδή δεν ανέμενε τόσο γρήγορη εξέλιξη, ιδιαίτερα μετά τις πρόσφατες αναβαθμίσεις μοντέλων από εταιρείες όπως η OpenAI και η Anthropic.
«Οι επενδυτές πρέπει να επαναπροσδιορίσουν πλήρως τον τρόπο αξιολόγησης του πιστωτικού κινδύνου, γιατί δεν πρόκειται για ζήτημα του 2027 ή 2028», σημείωσε.
Η ανησυχία της αγοράς εντάθηκε αυτόν τον μήνα, καθώς το αφήγημα μετατοπίστηκε από την ιδέα ότι η AI ωφελεί συνολικά τον τεχνολογικό κλάδο, σε ένα πιο "winner-take-all" (ο νικητής τα παίρνει όλα) περιβάλλον, όπου λίγοι παίκτες ενδέχεται να κυριαρχήσουν.
Σενάριο "credit crunch" και "tail risk"
Πέρα από το βασικό σενάριο, η UBS εξετάζει και ένα πιο ακραίο ενδεχόμενο, γνωστό στη Wall Street ως "tail risk", όπου οι αθετήσεις πληρωμών θα μπορούσαν να διπλασιαστούν σε σχέση με τις βασικές εκτιμήσεις.
Σε μια τέτοια περίπτωση:
- Θα υπάρξει ευρεία ανατιμολόγηση του μοχλευμένου χρέους
- Η χρηματοδότηση για πολλές εταιρείες θα περιοριστεί δραστικά
- Θα προκληθεί «πιστωτική ασφυξία» (credit crunch)
- Το σοκ θα μεταδοθεί ευρύτερα στο χρηματοπιστωτικό σύστημα
Αν και η UBS δεν υιοθετεί ακόμη αυτό το ακραίο σενάριο ως βασική πρόβλεψη, ο Mish παραδέχεται ότι οι κίνδυνοι κινούνται προς αυτή την κατεύθυνση.
Ποιοι κινδυνεύουν περισσότερο
Σύμφωνα με τον αναλυτή, οι εταιρείες μπορούν να χωριστούν σε τρεις κατηγορίες:
- Δημιουργοί βασικών AI μοντέλων (π.χ. OpenAI, Anthropic)
- Εταιρείες software επενδυτικής βαθμίδας με ισχυρούς ισολογισμούς, όπως η Salesforce και η Adobe, που μπορούν να ενσωματώσουν AI και να παραμείνουν ανταγωνιστικές
- Εταιρείες λογισμικού και data services που ανήκουν σε private equity, με υψηλότερο δανεισμό
Η τρίτη κατηγορία θεωρείται η πιο ευάλωτη, καθώς λειτουργεί με αυξημένη μόχλευση και μικρότερα περιθώρια προσαρμογής.
«Οι νικητές αυτής της μετάβασης είναι οι λιγότερο πιθανό να προέλθουν από την τρίτη ομάδα», τόνισε ο Mish.
Είναι πασιφανές ότι η τεχνητή νοημοσύνη δεν επηρεάζει πλέον μόνο τις αποτιμήσεις των μετοχών τεχνολογίας.
Εάν η μετάβαση αποδειχθεί τόσο γρήγορη και ανατρεπτική όσο φοβούνται ορισμένοι αναλυτές, το επόμενο πεδίο έντονης πίεσης ενδέχεται να είναι οι αγορές εταιρικού δανεισμού, με πιθανό «σοκ στο σύστημα» που θα ξεκινήσει από την πίστωση και θα επεκταθεί ευρύτερα στην οικονομία.