RESEARCH ENGINEERING · AI WORKFLOW

低一档的评级,标的就是项目本身

同一承租人、不同项目,评级总低一档,那一档是项目风险的报价;把这类文章拆成可回源的核查表之后,模型最容易抹平的恰恰是「同一承租人」,而评级差是现成的机械化判据。

低一档的评级,标的就是项目本身

2026-09-23·理念与方法论·约 4 分钟

一、同一个租户,两个评级

一类债这两年进组合进得很快:数据中心。它的定价故事听起来很省事——底层是某家超大规模云计算厂商签的租约,信用就等于这家公司,多出来的那点利差算作流动性差与结构复杂的补偿。公开市场的价差大体也照这个理解走,紧贴着承租人的曲线。

但这个说法有一个可以当场验的地方:如果两笔敞口真的一样,评级就该一样。实际情况是,这类项目融资的评级虽然强烈地受承租人信用影响,却普遍比承租人本身低一档。低的那一档不是噪音,它就是项目特有风险的报价。

二、能转移的都转移了,剩下的是那一档

先看结构上已经做了多少。三重净租约加保底租金、残值担保、施工期保护、确定的起租日、偿债准备金,以及在初始租期内全额摊还。这一套组合的用意很明确,把施工、供电、运营、合同与租赁这几类风险尽量推给承租人一侧。

推得掉,是因为承租人有能力接。但推不掉全部。工期可能延误,供电可能排不上队,运营数据可能不达预期,合同保护可能比看上去软,长租约到期以后资产还竞争不竞争得过更新的机房,这些留在项目这一侧。风险可以被重新分配、被缓释、被管理,但不会被消灭。

评级机构把这层剩余标成了那一档。它是结构安排之后还剩多少的读数,不是承租人名气的读数。

三、把一篇文章拆成一张表

读到这一步,真正的尽调问题就换了。原先问的是「租户是谁」,现在要问的是「租户与放款人之间还剩哪些风险,每个项目怎么分配它」。

从一篇文章走到一张能用的核查表,中间这一步是交给模型做的。文章读起来是顺的,论证沿着一条线往前走;落到核查表上,它必须被拆成互不重叠的条目:施工、供电、运营表现、合同保护、再融资结构、保险安排、租约到期后的资产竞争力。每一条后面留两列,这个项目实际怎么分配,以及从哪一份文件能核到。

模型做这件事比人快,也比人全。它不会因为某一条读起来不重要就跳过去,也不容易漏掉散在附注里的那一句。代价是它换来的只有覆盖率,判断力不在其中。

四、模型最容易抹平的那一步

模型有一个稳定的偏向,正好撞在这道题的要害上:它倾向于把看起来一样的东西归成一类。

同一个承租人的两个数据中心,在它的表示里很容易被折叠成同一件事——同一个交易对手、同一类资产、同一个信用。而这类文章里最要紧的一句恰恰是反过来的:即使两处机房由同一家厂商承租,风险怎么转移、怎么缓释也可能完全不同,对应的风险收益也就不同。这一步一旦被抹平,后面整张表都建立在错误的分组上。

所以那张表的第一列不能是「租户是谁」。承租人为真,但它只是入口条件,不是分类依据。

现成的机械化判据就是评级差。同一个承租人、不同项目,评级差是不是都存在、差在哪一档,直接把这个项目从「承租人的代理」里拎出来。这一列能查、能比对、能在两笔融资之间做横截面,不依赖额外的主观打分。它也因此适合被写进流水线:凡缺这一列的行,一律退回补。

五、表填不满的时候,缺的是材料还是理解

一张核查表有两种填不满的方式,处理完全不同。

第一种是回源列空着。风险项列出来了,但找不到对应的文件去核。这时候缺的是材料,处理办法是把材料要齐,而不是先写一个估计值把它占上——估计值一旦进了表,后面所有横截面比较都会被它污染。

第二种是评级差解释不了。租户相同、结构看起来也类似,但价差给出的补偿明显不在同一档上。这时候缺的是理解,通常意味着有一条留在项目里的风险还没被认出来。往回翻的顺序大致固定:先看再融资,再看长租约到期后的续租与再租条件,最后看供电与并网这类写在合同之外、却决定机房能不能满负荷运转的事。

前一种是补件,后一种才是研究。

六、留给人的那部分

把表填满之后,剩下的是它回答不了的问题:报价给的那点溢价,够不够补偿留在项目里的风险。

这一问没有字段可填。承保质量、结构设计能力,以及愿不愿意在没有充分补偿的时候放弃一单生意,这些是管理人之间的差别,也是这类市场成熟以后收益开始分化的来源。文章对此的判断是,结构越定制化,分化越是必然,而分化对有能力的人才是机会。

可操作的做法因此是三件事:把风险项列成互不重叠的清单;每一项都指明回源文件;把评级差当总闸——它不为零,就说明这一笔里有东西没被转移出去,接下来要做的是找出是哪一样。

七、判断落在能查的地方

模型把一篇文章变成一张表,价值不在表本身,而在于它把「我觉得这里有点风险」这类说法,换成了几个可以逐项核对、可以横着比的位置。核查表填不满,说明材料不够;评级差解释不了,说明还没读懂这一笔。

人最后做的事没有变,仍然是对着材料判断补偿够不够。变的是判断之前那一段:收集、拆解、对齐、回源,这些已经不占人的时间了。


本文为个人研究笔记,不构成任何投资建议。

AI信用研究数据中心研究方法