Die steigenden Zinsen für langfristige US-Anleihen spiegeln möglicherweise nicht Inflation oder fiskalische Sorgen wider, sondern den Optimismus von Investoren in Bezug auf durch künstliche Intelligenz gesteuerte Produktivitätszuwächse, sagt Jacob Manoukian, US-Chef für Anlage-Strategie bei JPMorgan Private Bank.
Auf dem Reuters Global Markets Forum am Donnerstag zeigte Manoukian an, dass erhöhte Kapitalausgaben im Zusammenhang mit KI zu höheren Unternehmensverschuldungen führen, was zu höheren Rentenzinsen beigetragen hat. Die Emission von KI-verschuldung übertraf bereits 220 Milliarden US-Dollar in diesem Jahr, was fast zweimal so viel ist wie im Jahr 2025. Die Emission von US-Unternehmensobligationen insgesamt belief sich auf 1,68 Billionen US-Dollar, was 27 Prozent über dem gleichen Zeitraum des letzten Jahres liegt.
Der Strategier schreibt, dass der Rentenmarkt offenbar in einen verbesserten Produktivitätszyklus einsteht, der auf aktuellen Investitionen in Künstliche Intelligenz zurückzuführen ist. Dieser Ausblick widerspricht dem Halbleitersektor, der trotz der Hauptnutzniesser von Ausgaben für KI eine Korrektur von über 20 % erlitten hat. Der Absturz zwischen den 2-Jahres-Vorausschätzungen und den vergangenen 12-monatigen Preis-zu-Umsatz-Quoten für Halbleiter hat sich auf 40 bis 50 % vergrössert – verglichen mit einem typischen Abstand von 20 %. Dies bedeutet, dass die Marktteilnehmer schwächere kurzfristige Ergebnisse einrechnen.
JPMorgan nimmt eine konstruktive Haltung zu Halbleitern ein und argumentiert, dass die aktuellen Bewertungen das Potenzial nach oben ausser Acht lassen. Manoukian erklärte, dass die Bewertungen sich bis 2028 um mehrere Prozent erhöhen könnten, wenn die Unternehmen die Umsatzprognosen der Analysten erfüllen, selbst wenn die Vorjahreserlöse unverändert bleiben. Einige Investoren haben gewarnt, dass die starke Zunahme des Unternehmensverschuldungsangebots die Nachfrage nach US-Verkehrsanleihen reduzieren könnte und die Zinssätze des US-Staatsanleihungsmarktes weiter unter Druck bringen würde.
