Το δημόσιο έλλειμμα και το τέλος του φθηνού χρήματος

Η αύξηση του ελλείμματος έρχεται παρά τις δεσμεύσεις της κυβέρνησης Τραμπ για περιορισμό των κρατικών δαπανών μέσω του Department of Government Efficiency (DOGE), το οποίο είχε παρουσιαστεί ως πρωτοβουλία για την αντιμετώπιση της σπατάλης και της κακοδιαχείρισης στον δημόσιο τομέα.

Ωστόσο, η δημοσιονομική εικόνα εξακολουθεί να επιβαρύνεται. Σύμφωνα με τα στοιχεία που παραθέτει η ανάλυση, το αμερικανικό δημόσιο χρέος προσεγγίζει τα 40 τρισ. δολάρια, ποσό που αντιστοιχεί περίπου στο 123% του ΑΕΠ. Παράλληλα, το χρέος των μη χρηματοπιστωτικών επιχειρήσεων φτάνει τα 33 τρισ. δολάρια ή περίπου το 73% του ΑΕΠ.

Το ύψος του χρέους δεν αποτελεί από μόνο του ένδειξη επικείμενης κρίσης. Καθοριστικό ρόλο παίζει και το κόστος εξυπηρέτησής του. Για περισσότερο από μία δεκαετία, τα εξαιρετικά χαμηλά επιτόκια επέτρεπαν σε κυβερνήσεις και επιχειρήσεις να αναχρηματοδοτούν τις υποχρεώσεις τους με σχετικά μικρή επιβάρυνση.

Σήμερα, όμως, η εικόνα έχει αλλάξει. Οι αποδόσεις των αμερικανικών κρατικών ομολόγων κινούνται σε πολύ υψηλότερα επίπεδα, ενώ το κόστος χρηματοδότησης των επιχειρήσεων υψηλού κινδύνου έχει αυξηθεί αισθητά. Αυτό σημαίνει ότι κάθε νέα έκδοση χρέους και κάθε αναχρηματοδότηση παλαιότερων δανείων μπορεί να επιβαρύνει περισσότερο τους προϋπολογισμούς.

Η Federal Reserve αντιμέτωπη με το δίλημμα του πληθωρισμού

Η επιμονή των πληθωριστικών πιέσεων δημιουργεί πρόσθετες δυσκολίες για τη Federal Reserve. Η ανάλυση υποστηρίζει ότι η κεντρική τράπεζα θα πρέπει να εξετάσει νέα αύξηση επιτοκίων στη συνεδρίαση της 28ης Οκτωβρίου, καθώς ο ετήσιος πληθωρισμός φέρεται να έχει επιταχυνθεί από 3,4% σε 3,7%.

Η συγκεκριμένη θέση αποτελεί εκτίμηση του συντάκτη της ανάλυσης και όχι δεδομένη απόφαση της Fed. Η πορεία των επιτοκίων εξαρτάται από το σύνολο των διαθέσιμων στοιχείων για τον πληθωρισμό, την απασχόληση και την οικονομική δραστηριότητα, καθώς και από τις εκτιμήσεις των αξιωματούχων για τους κινδύνους που αντιμετωπίζει η οικονομία.

Η ανάλυση εκτιμά ότι ο κύκλος αυξήσεων θα μπορούσε να οδηγήσει το επιτόκιο αναφοράς της Fed σε εύρος 4,25%-4,50%, με συνολική αύξηση 75 μονάδων βάσης. Σε ένα τέτοιο σενάριο, νοικοκυριά και επιχειρήσεις θα συνέχιζαν να αντιμετωπίζουν υψηλό κόστος χρηματοδότησης, έπειτα από αρκετά χρόνια πληθωριστικών πιέσεων.

Το κρίσιμο ζήτημα είναι ότι η νομισματική σύσφιγξη μπορεί να περιορίσει τη ζήτηση και να επιβαρύνει τις επιχειρήσεις που έχουν συσσωρεύσει υψηλό χρέος. Αν, παράλληλα, η οικονομική ανάπτυξη επιβραδυνθεί, η εξυπηρέτηση των υποχρεώσεων θα γίνει ακόμη δυσκολότερη.

Οι εταιρικές επιδόσεις στο επίκεντρο

Η επόμενη πηγή ανησυχίας αφορά τα εταιρικά κέρδη. Η ισχυρή άνοδος των κερδών ανά μετοχή (EPS) που καταγράφηκε φέτος ενδέχεται να αποδειχθεί δύσκολο να επαναληφθεί, εάν περιοριστεί η δυναμική των επενδύσεων στην τεχνητή νοημοσύνη.

Σύμφωνα με την ανάλυση, οι επενδύσεις σε υποδομές AI φτάνουν περίπου τα 580 δισ. δολάρια ετησίως, ενώ περίπου 300 δισ. δολάρια από το ποσό αυτό χρηματοδοτούνται μέσω νέου δανεισμού.

Το μεγάλο ερώτημα είναι αν οι επενδύσεις αυτές θα αποδώσουν επαρκή έσοδα ώστε να δικαιολογήσουν το κόστος τους. Η κατασκευή κέντρων δεδομένων, η προμήθεια εξειδικευμένων επεξεργαστών και η ανάπτυξη υποδομών απαιτούν τεράστια κεφάλαια, ενώ η απόδοση των επενδύσεων εξαρτάται από την ταχύτητα με την οποία θα αυξηθούν τα έσοδα από τις υπηρεσίες τεχνητής νοημοσύνης.

Εάν η απόδοση κεφαλαίου αποδειχθεί χαμηλότερη από τις προσδοκίες, οι επιχειρήσεις μπορεί να αναγκαστούν να περιορίσουν τις νέες δαπάνες τους. Αυτό θα μπορούσε να επηρεάσει όχι μόνο τις εταιρείες που αναπτύσσουν τις υποδομές, αλλά και τους προμηθευτές εξοπλισμού, τους κατασκευαστές ημιαγωγών και ένα ευρύτερο δίκτυο επιχειρήσεων που εξαρτώνται από τον επενδυτικό κύκλο της AI.

Η εκτίμηση ότι η αύξηση των κερδών ανά μετοχή κατά 33% φέτος θα είναι δύσκολο να επαναληφθεί το 2027 βασίζεται στην υπόθεση ότι ο ρυθμός των επενδύσεων θα επιβραδυνθεί και ότι το υψηλότερο κόστος δανεισμού θα περιορίσει την κερδοφορία.

CoreWeave: Το παράδειγμα που παρακολουθούν οι αγορές

Ιδιαίτερη προσοχή συγκεντρώνει η CoreWeave, εταιρεία που δραστηριοποιείται στον χώρο των λεγόμενων neoclouds, παρέχοντας υπολογιστική ισχύ μέσω εξειδικευμένων μονάδων επεξεργασίας γραφικών (GPU) για εφαρμογές τεχνητής νοημοσύνης.

Η εταιρεία λειτουργεί 51 κέντρα δεδομένων AI και αποτελεί χαρακτηριστικό παράδειγμα του κεφαλαιοβόρου μοντέλου ανάπτυξης που έχει αναδειχθεί μέσα από την έκρηξη των επενδύσεων στην τεχνητή νοημοσύνη.

Σύμφωνα με την ανάλυση, οι εκτιμήσεις των αναλυτών για τα κέρδη της έχουν υποχωρήσει κατά 50%-70%, ενώ οι αποδόσεις των ομολόγων της έχουν αυξηθεί στην περιοχή του 14%-15%. Τέτοια επίπεδα αποδόσεων υποδηλώνουν ότι οι επενδυτές απαιτούν πολύ υψηλή αποζημίωση για τον κίνδυνο που αναλαμβάνουν.

Το χρέος της CoreWeave ξεπερνά τα 35 δισ. δολάρια, ενώ αν συνυπολογιστούν οι υποχρεώσεις από μισθώσεις, το συνολικό βάρος φτάνει περίπου τα 52 δισ. δολάρια. Η εταιρεία αναμένεται, σύμφωνα με τις εκτιμήσεις που παρατίθενται, να καταγράψει ζημίες 2,1 δισ. δολαρίων για το έτος.

Η περίπτωση της CoreWeave δεν αποδεικνύει από μόνη της ότι ολόκληρος ο κλάδος της AI βρίσκεται σε κρίση. Αναδεικνύει, όμως, έναν βασικό κίνδυνο: όταν οι επενδύσεις χρηματοδοτούνται με υψηλό δανεισμό, η βιωσιμότητα του επιχειρηματικού μοντέλου εξαρτάται τόσο από την ανάπτυξη της ζήτησης όσο και από τη δυνατότητα εξυπηρέτησης των υποχρεώσεων.

Εάν το κόστος χρηματοδότησης παραμείνει υψηλό και τα έσοδα δεν αυξηθούν με τον αναμενόμενο ρυθμό, η πίεση μπορεί να επεκταθεί και σε άλλες εταιρείες του οικοσυστήματος.

Πόσο συστημικός είναι ο κίνδυνος της AI;

Το ερώτημα που τίθεται είναι αν τα προβλήματα μιας εταιρείας όπως η CoreWeave αποτελούν μεμονωμένη περίπτωση ή προειδοποιητικό σημάδι για την ευρύτερη αγορά.

Οι επενδύσεις στην τεχνητή νοημοσύνη έχουν συμβάλει σημαντικά στην ανάπτυξη της αμερικανικής οικονομίας, στην αύξηση των εταιρικών κερδών και στην ενίσχυση του χρηματιστηριακού πλούτου. Αυτό δημιουργεί, όμως, και μια συγκέντρωση κινδύνου: όσο μεγαλύτερο μέρος της οικονομικής δυναμικής εξαρτάται από έναν συγκεκριμένο επενδυτικό κύκλο, τόσο πιο ευάλωτη μπορεί να γίνει η συνολική εικόνα σε περίπτωση απότομης επιβράδυνσης.

Η ανάλυση αποδίδει στις επενδύσεις AI περίπου το 50% της αύξησης του ΑΕΠ, το 80% της αύξησης των κερδών και σχεδόν το σύνολο της επίδρασης του χρηματιστηριακού πλούτου στην κατανάλωση. Πρόκειται για ιδιαίτερα υψηλές εκτιμήσεις, οι οποίες θα πρέπει να αντιμετωπίζονται ως παραδοχές της συγκεκριμένης ανάλυσης και όχι ως αδιαμφισβήτητα οικονομικά δεδομένα.

Παρά ταύτα, το βασικό επιχείρημα παραμένει: εάν οι επενδύσεις σε υποδομές τεχνητής νοημοσύνης επιβραδυνθούν απότομα, οι επιπτώσεις θα μπορούσαν να περάσουν από τις τεχνολογικές εταιρείες στους προμηθευτές, στην απασχόληση, στα εταιρικά κέρδη και τελικά στην ευρύτερη οικονομική δραστηριότητα.

Γιατί τα περιθώρια δημοσιονομικής παρέμβασης είναι μικρότερα

Σε ένα τέτοιο ενδεχόμενο, η δυνατότητα της αμερικανικής κυβέρνησης να στηρίξει την οικονομία μέσω νέων δημοσιονομικών μέτρων θα μπορούσε να είναι πιο περιορισμένη σε σχέση με προηγούμενες κρίσεις.

Με έλλειμμα που προσεγγίζει τα 2 τρισ. δολάρια και αυξανόμενο κόστος εξυπηρέτησης του δημόσιου χρέους, ένα νέο μεγάλο πρόγραμμα τόνωσης της οικονομίας θα απαιτούσε πρόσθετη χρηματοδότηση σε μια περίοδο υψηλών επιτοκίων.

Την ίδια στιγμή, η Fed θα βρισκόταν αντιμέτωπη με ένα δύσκολο δίλημμα. Εάν ο πληθωρισμός παρέμενε υψηλός, η μείωση των επιτοκίων θα ήταν δυσκολότερη, ακόμη και αν η οικονομική ανάπτυξη εξασθενούσε. Αντίθετα, εάν οι πληθωριστικές πιέσεις αποκλιμακώνονταν και η οικονομία επιβραδυνόταν σημαντικά, θα μπορούσε να δημιουργηθεί μεγαλύτερο περιθώριο για χαλάρωση της νομισματικής πολιτικής.

Η έκβαση θα εξαρτηθεί από την πορεία των οικονομικών δεδομένων και όχι μόνο από τις ανάγκες των αγορών.

Το πρώτο εξάμηνο του 2027 και τα τρία βασικά ρίσκα

Η ανάλυση προβλέπει ότι το πρώτο εξάμηνο του 2027 θα μπορούσε να αποδειχθεί ιδιαίτερα δύσκολο, εφόσον συνδυαστούν τρεις εξελίξεις: περαιτέρω αυξήσεις επιτοκίων, επιβράδυνση της οικονομίας και υποχώρηση των επενδύσεων στην τεχνητή νοημοσύνη.

Ένα τέτοιο σενάριο θα ασκούσε πίεση στις αποτιμήσεις των μετοχών, θα αύξανε το κόστος αναχρηματοδότησης για τις επιχειρήσεις και θα περιόριζε τη δυνατότητα των νοικοκυριών να συνεχίσουν να καταναλώνουν με τον ίδιο ρυθμό.

Οι βασικοί κίνδυνοι για τις αγορές συνοψίζονται σε τρία σημεία:

Υψηλότερο κόστος χρήματος: Η αναχρηματοδότηση του δημόσιου και του ιδιωτικού χρέους γίνεται ακριβότερη.

Επιβράδυνση των εταιρικών κερδών: Η αύξηση των δαπανών χρηματοδότησης και η πιθανή επιβράδυνση της AI μπορεί να περιορίσουν την κερδοφορία.

Συγκέντρωση επενδυτικού κινδύνου: Η μεγάλη εξάρτηση από τις υποδομές τεχνητής νοημοσύνης μπορεί να ενισχύσει τις επιπτώσεις μιας απότομης διόρθωσης.

Αυτό δεν σημαίνει ότι μια κατάρρευση των επενδύσεων στην AI είναι αναπόφευκτη. Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει σημαντικά οικονομικά οφέλη και να ενισχύσει την παραγωγικότητα. Το κρίσιμο ζήτημα είναι εάν τα μελλοντικά έσοδα θα δικαιολογήσουν το ύψος των σημερινών επενδύσεων και το χρέος που έχει συσσωρευτεί για τη χρηματοδότησή τους.

Το πραγματικό πρόβλημα: Χρέος, επιτόκια και προσδοκίες

Η αμερικανική οικονομία βρίσκεται αντιμέτωπη με μια δύσκολη εξίσωση. Το δημόσιο έλλειμμα παραμένει υψηλό, οι επιχειρήσεις έχουν αυξήσει τον δανεισμό τους και σημαντικό μέρος της χρηματιστηριακής αισιοδοξίας στηρίζεται στις προσδοκίες για την τεχνητή νοημοσύνη.

Όσο το κόστος χρήματος ήταν εξαιρετικά χαμηλό, η συσσώρευση χρέους μπορούσε να φαίνεται διαχειρίσιμη. Με υψηλότερα επιτόκια, όμως, οι αδυναμίες των επιχειρηματικών μοντέλων και οι υπερβολικά αισιόδοξες προσδοκίες αποκαλύπτονται πιο γρήγορα.

Η CoreWeave αποτελεί ένα παράδειγμα των πιέσεων που μπορεί να αντιμετωπίσουν εταιρείες με υψηλό δανεισμό και μεγάλες επενδυτικές ανάγκες, χωρίς ακόμη επαρκή κερδοφορία. Το αν αυτές οι πιέσεις θα παραμείνουν περιορισμένες ή θα εξελιχθούν σε ευρύτερο πρόβλημα θα εξαρτηθεί από την πορεία των εσόδων, των επιτοκίων και της ζήτησης για υποδομές AI.

Το βασικό συμπέρασμα είναι ότι η αύξηση του χρέους δεν αποτελεί από μόνη της πρόβλημα όταν συνοδεύεται από ισχυρές ταμειακές ροές και βιώσιμες αποδόσεις. Όταν, όμως, η χρηματοδότηση γίνεται ακριβότερη και οι προσδοκίες για μελλοντικά κέρδη αρχίζουν να υποχωρούν, οι κίνδυνοι μπορούν να αυξηθούν απότομα.

Για τις αγορές, το κρίσιμο τεστ του 2027 θα είναι αν η πραγματική κερδοφορία της τεχνητής νοημοσύνης μπορεί να συμβαδίσει με τις τεράστιες επενδύσεις που έχουν ήδη πραγματοποιηθεί. Αν αυτό δεν συμβεί, η διόρθωση δεν θα αφορά μόνο τις τεχνολογικές μετοχές, αλλά ενδέχεται να επηρεάσει ευρύτερα την αμερικανική οικονομία και το χρηματοπιστωτικό σύστημα.