■ AI hoeft technologisch niet te mislukken om financieel toch een probleem te worden. Spoorwegen en internet veranderden de economie fundamenteel, maar beleggers verloren onderweg enorme bedragen omdat waarderingen, leverage en financiering veel verder waren doorgeschoten dan de uiteindelijke kasstromen konden dragen.
■ Het risico rond AI verschuift daarom van alleen waardering naar financiering. Obligaties, private credit, leases, speciale financieringsvehikels en andere verplichtingen spelen een steeds grotere rol, waardoor vrije kasstroom, interest coverage, schuldlooptijden en herfinancieringsrisico naast omzetgroei en technologie moeten worden gelegd.
■ Beleggers hoeven niet te kiezen tussen alles verkopen en niets doen. Een deel van het marktrisico kan worden teruggebracht met gewone -1x inverse UCITS-producten, actieve bear funds, cash of kortlopend staatspapier, terwijl goud, quality, value en managed futures aanvullende rendementsbronnen kunnen bieden zonder voortdurend optiepremie te betalen.
■ De juiste bescherming hangt af van wat er breekt. Een dotcomachtige waarderingscorrectie vraagt om een andere portefeuille dan een Lehmanachtige kredietschok of een inflatoire rentecrisis zoals in 2022. Wie automatisch dezelfde hedge gebruikt, kan tijdens de volgende crisis juist aan twee kanten verliezen.
■ Het doel is niet iedere procent koersverlies voorkomen. Het doel is voorkomen dat de portefeuille tijdens stress gedwongen wordt te verkopen, voldoende koopkracht behouden en vooraf weten welke structurele AI-winnaars juist interessant worden wanneer zwak gefinancierde bedrijven uit de markt worden gedrukt.

Inleiding

De discussie over kunstmatige intelligentie verschuift. De afgelopen jaren draaide vrijwel alles om rekenkracht, chips, high-bandwidth memory, networking, datacenters, stroomvoorziening en de vraag welke bedrijven het meeste geld aan AI kunnen verdienen. Die fundamentele analyse blijft relevant. Wanneer AI-gebruik structureel blijft groeien, kan er nog jarenlang schaarste bestaan in vrijwel de volledige infrastructuurketen, van accelerators en HBM tot netaansluitingen, transformers, koeling en datacentercapaciteit.

Daar komt nu echter een tweede vraag naast te staan: wie betaalt uiteindelijk voor de enorme hoeveelheid capaciteit die overal wordt gebouwd?

De eerste AI-investeringsgolf werd gedragen door enkele van de financieel sterkste ondernemingen ter wereld. Microsoft, Alphabet, Amazon en Meta konden tientallen miljarden investeren uit bestaande operationele kasstromen. Naarmate de investeringen verder oplopen, groeit echter ook het gebruik van obligaties, private credit, leases, joint ventures, datacenter-SPV's en langlopende capaciteitsovereenkomsten.

Dat hoeft op zichzelf geen probleem te zijn. Grote infrastructuurprojecten worden al decennialang met schuld gefinancierd. Het risico ontstaat wanneer toekomstige verplichtingen sneller groeien dan de kasstromen waarmee zij uiteindelijk moeten worden betaald, of wanneer assets sneller economisch verouderen dan de schuld waarmee ze zijn gefinancierd.

Daarom wordt de volgende fase van de AI-trade niet alleen een technologietrade. Zij wordt ook een balans- en krediettrade.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Investment view

Wij verlaten AI niet. Zolang de vraag naar compute, datacenters, networking en energie-infrastructuur structureel groeit, blijft de onderliggende investeringscase krachtig. Wel moet de portefeuille minder afhankelijk worden van de veronderstelling dat kapitaal permanent goedkoop en ruim beschikbaar blijft.

Binnen het longboek verschuift de voorkeur daarom richting ondernemingen met positieve vrije kasstroom, sterke balansen, voldoende interest coverage, lange schuldlooptijden, beperkte herfinancieringsbehoefte en technologie of infrastructuur die ook in een zwakkere economische omgeving noodzakelijk blijft. Een bedrijf dat zijn AI-investeringen grotendeels uit eigen kasstroom kan financieren verdient een fundamenteel ander risicogewicht dan een onderneming die iedere nieuwe groeifase opnieuw bij obligatiebeleggers, banken of private-creditfondsen moet financieren.

Ook de aard van het onderpand telt. Schuld tegen een elektriciteitsaansluiting, transformator of andere infrastructuur met een lange economische levensduur is iets anders dan financiering waarvan de terugbetaling uiteindelijk afhankelijk is van GPU's die technologisch veel sneller kunnen verouderen. Niet alleen de hoogte van de schuld, maar vooral de combinatie van schuldduur, cashflowduur en assetduur moet daarom worden beoordeeld.

Voor beleggers die daarnaast marktrisico willen terugbrengen zonder voortdurend premie te betalen voor putopties, bestaan verschillende mogelijkheden. De keuze hangt vooral af van de gewenste looptijd, het type markt dat moet worden afgedekt en de mate waarin dagelijkse reset acceptabel is.

Concrete mogelijkheden om short exposure op te bouwen

■ Xtrackers S&P 500 Inverse Daily Swap UCITS ETF 1C, ISIN LU0322251520. Dit Europese UCITS-product probeert dagelijks ongeveer het tegenovergestelde rendement van de S&P 500 te realiseren. Het kent geen expiratie zoals een optie, maar wordt dagelijks gereset. Daardoor is het bruikbaar als tijdelijke gedeeltelijke hedge, terwijl het rendement over meerdere weken of maanden niet automatisch gelijk is aan min het cumulatieve rendement van de S&P 500.
■ Amundi Nasdaq-100 Daily (-1x) Inverse UCITS ETF Acc, ISIN LU1327051279. Dit fonds biedt sinds 9 juni 2026 dagelijkse inverse exposure aan de tech-zware Nasdaq-100. Daarmee is het bijzonder relevant voor portefeuilles met grote Amerikaanse technologie- en AI-blootstelling. Ook hier geldt dat dagelijkse reset en compounding belangrijker worden naarmate de positie langer wordt aangehouden.
■ Amundi EURO STOXX 50 Daily (-1x) Inverse UCITS ETF Acc, ISIN FR0010424135. Dit Europese UCITS-product biedt dagelijkse inverse exposure aan de EURO STOXX 50 en kan worden gebruikt om een deel van Europese aandelenexposure tijdelijk te neutraliseren.
■ ProShares Short S&P500, ticker SH. Dit Amerikaanse inverse ETF geeft dagelijks ongeveer -1x exposure aan de S&P 500. Het product is internationaal een bekende hedge, maar voor Nederlandse en Belgische particuliere beleggers is rechtstreekse toegang doorgaans beperkt wanneer het vereiste Europese PRIIPs-KID ontbreekt.
■ ProShares Short QQQ, ticker PSQ. Dit Amerikaanse inverse ETF geeft dagelijks ongeveer -1x exposure aan de Nasdaq-100 en sluit daardoor inhoudelijk sterk aan bij een tech- en AI-zware portefeuille. Ook PSQ kent dagelijkse reset en is voor Europese retailbeleggers doorgaans niet rechtstreeks via een normale rekening beschikbaar.
■ Leuthold Grizzly Short Fund, ticker GRZZX. Dit is geen ETF maar een Amerikaans open-end mutual fund met een actief beheerde short-only aandelenstrategie. Er is geen mechanische dagelijkse -1x-indexreset als centraal mechanisme, waardoor het conceptueel beter aansluit bij een bearish positie die meerdere weken of maanden moet blijven staan. Daar staan hoge kosten, manager risk, shortgerelateerde kosten en structurele tegenwind in stijgende aandelenmarkten tegenover.
■ Federated Hermes Prudent Bear Fund, ticker PBRCX. Ook dit is een Amerikaans open-end mutual fund. De strategie is bearish, maar niet puur short-only. De beheerder kan shortposities combineren met longs, futures en andere instrumenten. Het kan daardoor een langere bearish periode bespelen zonder mechanische dagelijkse -1x-reset, maar de kosten zijn hoog en het resultaat hangt sterker af van de kwaliteit van het beheer.
■ Geen voorkeur voor -2x en -3x als normale hedge. De combinatie van leverage, dagelijkse reset en path dependency maakt deze producten naar onze mening ongeschikt als normale bescherming die meerdere weken of maanden moet blijven staan. Zij horen eerder bij een tactische kortetermijnpositie.

Bij actieve shortfondsen moet bovendien rekening worden gehouden met de kosten van het daadwerkelijk short gaan. Shortposities vereisen geleende aandelen, waarbij dividendvergoedingen en borrow costs een rol kunnen spelen. Een deel daarvan kan al in gepubliceerde fondskosten verwerkt zitten, terwijl andere financierings- en handelseffecten rechtstreeks in het gerealiseerde rendement terechtkomen.

Voor de looptijd is het onderscheid eenvoudig. Wie een marktbeweging van dagen tot enkele weken wil neutraliseren, kan naar een gewone -1x inverse ETF kijken. Wie een langere bearish periode van weken of maanden wil bespelen zonder dagelijkse indexreset als kernmechanisme, komt conceptueel eerder uit bij een actief bear fund, voor zover dat product daadwerkelijk toegankelijk is. Wie vooral onzekerheid wil overbruggen zonder een uitgesproken shortvisie, heeft waarschijnlijk meer aan cash, kortlopend staatspapier en andere diversificerende beleggingen dan aan permanent negatieve aandelenexposure.

Wanneer schuld een bubbel gevaarlijker maakt

Een belangrijk historisch kader komt van de economen Òscar Jordà, Moritz Schularick en Alan Taylor. Jordà werkte jarenlang bij de Federal Reserve Bank of San Francisco, Schularick is gespecialiseerd in financiële geschiedenis en kredietcycli en Taylor heeft uitgebreid onderzoek gedaan naar macro-economie en financiële crises.

Hun onderzoek over meer dan een eeuw financiële geschiedenis laat zien dat bubbels die samengaan met snelle kredietgroei gemiddeld veel schadelijker eindigen dan bubbels die voornamelijk met eigen vermogen zijn gefinancierd.

De reden is leverage. Een aandeel kan 80 procent dalen en zijn aandeelhouder vrijwel volledig ruïneren zonder dat daardoor automatisch een kredietcontract wordt beëindigd. Bij schuld ontstaat een tweede mechanisme. Dalende assetprijzen verlagen de waarde van het onderpand, financiers verlangen meer zekerheid, krediet wordt duurder of verdwijnt en assets moeten worden verkocht. Die verkopen drukken prijzen opnieuw.

De vraag voor AI is daarom niet alleen of aandelen duur zijn. Belangrijker is hoeveel van de toekomstige investeringscapaciteit afhankelijk wordt van financiers die op enig moment kunnen besluiten minder geld beschikbaar te stellen.

Railway Mania: de technologie won, de financiering niet altijd

De Britse Railway Mania van de jaren 1840 is een sterke historische parallel met AI omdat de technologie uiteindelijk volledig doorbrak. Spoorwegen veranderden transport, handel, industrie en productiviteit, maar dat voorkwam niet dat veel beleggers in de investeringshausse grote verliezen leden.

Een deel van het risico zat in zogenoemde partially paid shares. Beleggers hoefden aanvankelijk slechts een gedeelte van de nominale waarde te betalen, terwijl spoorwegmaatschappijen later aanvullende kapitaalstortingen konden verlangen. In een stijgende markt creëerde dat ingebouwde leverage. Tijdens de neergang konden beleggers tegelijkertijd worden geconfronteerd met dalende koersen en nieuwe kapitaalverplichtingen.

De bescherming zat vooral in het vermijden van financieringsdwang. Beleggers met minder leverage, voldoende liquiditeit en een groter gewicht in gevestigde ondernemingen of Britse staatsobligaties hadden meer ruimte dan beleggers die volledig afhankelijk waren van nieuwe projecten.

De parallel met AI is eenvoudig. Gelijk krijgen over de technologie is niet hetzelfde als het juiste financieringsmodel bezitten.

1929: geen gedwongen verkoper worden

Voor de crash van 1929 werd een groot deel van de aandelenexposure met margin debt gefinancierd. Stijgende koersen maakten meer leverage mogelijk, terwijl dalende koersen het onderpand verkleinden en nieuwe margin calls veroorzaakten.

Dat creëerde een reflexieve neerwaartse beweging. Beleggers verkochten niet alleen omdat hun visie veranderde, maar omdat hun financiering dat eiste.

De belangrijkste portefeuilleles is daarom nog steeds actueel. Een belegger die tijdens een crisis niet hoeft te verkopen heeft een structureel voordeel. Liquiditeit en beperkte leverage zijn niet alleen defensief, maar voorkomen dat een andere partij bepaalt wanneer de positie moet worden gesloten.

1987: bescherming die afhankelijk is van liquiditeit kan falen

Tijdens de crash van oktober 1987 maakten grote institutionele beleggers gebruik van portfolio insurance. Daarbij werd marktrisico dynamisch verlaagd door meer aandelen of futures te verkopen naarmate de markt verder daalde.

De aanpak veronderstelde dat tijdens stress voldoende liquiditeit beschikbaar zou blijven. Toen veel partijen tegelijkertijd volgens hetzelfde principe gingen verkopen, werd de hedge zelf onderdeel van het probleem.

Voor huidige beleggers is de les vooral dat bescherming niet volledig afhankelijk moet zijn van transacties die pas tijdens paniek moeten worden uitgevoerd. Een portefeuille moet vóór de crisis al voldoende robuust zijn.

Dotcom: waarderingsstress vraagt om rotatie

De internetbubbel laat zien hoe een technologisch correcte visie kan samengaan met extreme kapitaalvernietiging. Internet groeide na 2000 alleen maar verder, maar veel internetbedrijven hadden waarderingen die nauwelijks door bestaande winst of kasstroom konden worden ondersteund.

Toen de verwachtingen werden teruggeschroefd, stortte technologie in. Toch ontstond geen bankencrisis vergelijkbaar met 2008. Princeton-econoom Markus Brunnermeier, gespecialiseerd in financiële bubbels, liquiditeit en systeemrisico, heeft benadrukt dat de internetbubbel veel minder sterk met schuld was gefinancierd dan de latere Amerikaanse huizenhausse.

Daarom werkte bescherming vooral via rotatie en liquiditeit. Cash en staatsobligaties deden het veel beter dan technologie, terwijl binnen aandelen value, defensievere sectoren en winstgevende ondernemingen met bestaande kasstromen aanzienlijk minder afhankelijk waren van verre toekomstige verwachtingen.

Een toekomstige AI-correctie kan in eerste instantie precies zo verlopen. Dan is het niet noodzakelijk rationeel om ieder aandeel te verkopen. Het kan effectiever zijn om extreem gewaardeerde of kapitaalintensieve exposure terug te brengen en kwaliteit zwaarder te wegen.

Lehman: kredietkwaliteit wordt belangrijker dan waardering

In 2008 brak niet alleen de waardering van financiële assets. Het financieringsmechanisme zelf kwam onder druk.

Banken en andere instellingen bezaten grote hoeveelheden hypotheekgerelateerde assets en financierden delen daarvan met kortlopende verplichtingen. Toen verliezen opliepen, begon de markt zich af te vragen welke tegenpartij hoeveel risico bezat. Kredietverstrekkers werden voorzichtiger en instellingen die afhankelijk waren van voortdurende herfinanciering kregen snel problemen.

Daarmee veranderde de analyse. Een aandeel kon optisch goedkoop zijn, maar alsnog gevaarlijk blijven wanneer het bedrijf of de financiële instelling niet langer voldoende funding kon krijgen.

Treasury bills en hoogwaardige staatsobligaties boden bescherming omdat kredietkwaliteit en liquiditeit schaars werden. Tegelijk liet het Reserve Primary Fund zien dat zelfs iets wat als cash werd beschouwd kredietrisico kon bevatten doordat het fonds kortlopende schuld van Lehman Brothers bezat.

De les voor AI is dat het tijdens echte kredietstress niet meer voldoende is om naar aandelenwaardering te kijken. Dan worden de kwaliteit van de debiteur, het onderpand, de looptijd en de herfinancieringsbehoefte doorslaggevend.

2022: de hedge van gisteren kan morgen verliezen

2022 maakte duidelijk waarom langlopende staatsobligaties geen universele hedge zijn. Inflatie was hoog, centrale banken verhoogden agressief de rente en daardoor daalden aandelen en lange obligaties tegelijkertijd.

Kortlopend staatspapier had veel minder durationrisico. Trend-followingstrategieën konden bovendien profiteren van langdurige bewegingen in obligaties, valuta en grondstoffen.

Dit onderscheid is voor AI belangrijk. Wanneer een toekomstige AI-correctie ontstaat door instortende groei en kredietstress, kan lange duration aantrekkelijk worden. Wanneer de correctie juist voortkomt uit structureel hoge rente, inflatie of stijgende energiekosten, kan dezelfde positie extra verliezen veroorzaken.

AI wordt nu ook een credit trade

De Bank for International Settlements, meestal BIS genoemd, is de internationale organisatie waarin centrale banken samenwerken en onderzoek doen naar mondiale financiële stabiliteit. De BIS kijkt inmiddels nadrukkelijk naar de manier waarop de AI-investeringsgolf wordt gefinancierd.

Ook de Bank of England, de Britse centrale bank en een belangrijke toezichthouder op financiële stabiliteit, volgt de groei van externe financiering rondom AI-infrastructuur.

De reden is duidelijk. De benodigde investeringen worden zo groot dat de kapitaalmarkt een grotere rol krijgt. Investment-grade obligaties vormen één laag, private credit een tweede. Daarnaast ontstaan structuren waarbij datacenters in aparte juridische voertuigen worden ondergebracht en hyperscalers langlopende huur-, afname- of garantieovereenkomsten tekenen.

Een deel van de formele schuld kan daardoor buiten de hoofdonderneming staan, terwijl economisch wel langdurige betalingsverplichtingen bestaan. Dat betekent dat de klassieke nettoschuld alleen steeds minder informatie geeft.

Leases, garanties, capaciteitsovereenkomsten, take-or-pay-verplichtingen en andere contractuele commitments moeten daarom naast traditionele schuld worden gelegd.

Waar zit de zwakke schakel?

Het grootste kredietrisico hoeft niet automatisch bij Microsoft, Alphabet, Amazon of Meta te liggen. Deze ondernemingen beschikken over enorme bestaande kasstromen en kunnen een belangrijk deel van hun investeringen zelf financieren.

Kwetsbaarder zijn bedrijven waarbij enorme investeringen voorafgaan aan voldoende vrije kasstroom. Neoclouds vormen daarvan een duidelijk voorbeeld. Zij bouwen of huren grote hoeveelheden GPU-capaciteit en moeten vaak eerst miljarden investeren voordat de volledige economische opbrengst zichtbaar wordt.

CoreWeave is een duidelijk voorbeeld van zo'n model. De onderneming combineert zeer sterke omzetgroei met uitzonderlijk hoge investeringen, aanzienlijke schuld en grote rentelasten. Dat maakt het bedrijf niet automatisch tot een probleemgeval, maar het betekent wel dat de waarde van de equity veel gevoeliger is voor financieringskosten, contractkwaliteit en bezettingsgraad dan bij een hyperscaler met tientallen miljarden aan bestaande kasstromen.

De relevante vraag is daarom niet alleen hoeveel omzet een AI-bedrijf kan genereren. De betere vraag is hoeveel nieuw kapitaal nodig is om die omzet mogelijk te maken en hoeveel vrije kasstroom daarna daadwerkelijk voor de aandeelhouder overblijft.

Circular financing: hoe onafhankelijk is de vraag?

Een volgende aandachtspunt is circular financing. Daarbij investeert een leverancier of strategische partner in een klant, waarna die klant een gedeelte van het ontvangen kapitaal gebruikt om producten of diensten van dezelfde investeerder af te nemen.

Dat hoeft niet problematisch te zijn. Strategische investeringen kunnen nieuwe markten versnellen. Het risico ontstaat wanneer een groter gedeelte van de eindvraag alleen kan bestaan doordat dezelfde keten ook de financiering levert.

NVIDIA is relevant omdat het bedrijf niet alleen een dominante leverancier van AI-accelerators is, maar ook als investeerder en strategische partner binnen het AI-ecosysteem optreedt. Wanneer kapitaal en omzet in dezelfde kring gaan bewegen, moet een analist scherper kijken naar de kwaliteit van de uiteindelijke onafhankelijke vraag.

Tijdens een hausse valt dat onderscheid nauwelijks op. Tijdens kredietstress kan het beslissend worden.

De hedge hangt af van wat er breekt

De geschiedenis leidt niet naar één universele veilige haven. Zij leidt naar drie verschillende regimes.

Bij een waarderingsbreuk ligt het gevaar vooral bij aandelen waarvan een groot deel van de waarde bestaat uit winsten die ver in de toekomst liggen. Dan worden quality, bestaande vrije kasstroom, value, defensievere aandelen, liquiditeit en eventueel gedeeltelijke inverse exposure logischer.

Bij een kredietbreuk worden leverage, interest coverage, schuldlooptijden en herfinanciering dominant. Ondernemingen die voortdurend toegang tot nieuw kapitaal nodig hebben worden dan veel kwetsbaarder. Cash, T-bills en hoogwaardige kredietkwaliteit krijgen meer waarde.

Bij een inflatoire rentebreuk kan lange duration juist tegenwerken. Kortlopend staatspapier, bepaalde grondstoffen en strategieën die ook van dalende obligaties kunnen profiteren worden dan interessanter.

Wie vooraf niet weet welk regime ontstaat, moet de portefeuille dus niet volledig op één hedge laten steunen.

Bescherming zonder wegsmeltende optiepremie

Voor beleggers die geen permanente optiepremie willen betalen, zijn meerdere alternatieve rendementsbronnen beschikbaar.

Cash en zeer kortlopend hoogwaardig staatspapier vormen de eenvoudigste laag. Zolang de korte rente positief is wordt de belegger betaald om liquiditeit aan te houden, terwijl het kapitaal onmiddellijk beschikbaar blijft wanneer aantrekkelijke waarderingen ontstaan.

Goud kan een tweede laag vormen. Het heeft geen bedrijfsbalans, geen herfinancieringsmuur en geen bedrijfsdebiteur. Het werkt niet tijdens iedere beurscorrectie, maar kan aantrekkelijk worden wanneer financiële stress samengaat met dalende reële rente, monetaire verruiming of toenemende zorgen over valuta en begrotingen.

Managed futures en trend-following voegen een andere rendementsbron toe. Deze strategieën kunnen long of short gaan in aandelenindices, obligaties, valuta en grondstoffen. Daardoor kunnen zij zich aanpassen aan een deflatoire crisis, maar ook aan een inflatoire omgeving waarin obligaties dalen. Het nadeel is dat zij minder goed werken wanneer markten voortdurend van richting veranderen zonder duidelijke trend.

Binnen het aandelenboek kan bescherming worden gezocht via quality, defensievere kasstromen en value. Dit zijn nog steeds aandelen en dus geen verzekering tegen iedere correctie, maar hun economische gevoeligheid is anders dan die van hoog gewaardeerde, kapitaalintensieve groei.

Het doel is niet dat iedere beschermingslaag tijdens iedere crisis stijgt. Het doel is dat niet iedere positie om exact dezelfde economische reden geld verliest.

Bouw een AI Credit Stress Monitor

De kredietmonitor moet uiteindelijk bepalen wanneer een theoretisch risico daadwerkelijk begint te veranderen in portefeuilleactie.

De eerste laag is funding. Wanneer steeds minder capex uit operationele kasstroom wordt betaald en steeds meer uit schuld, leases of private credit, neemt de financieringsafhankelijkheid toe.

Daarna komt interest coverage. Wanneer rentelasten sneller stijgen dan operationele cashflow, neemt de financiële flexibiliteit af.

De derde laag is de maturity wall. Een bedrijf dat over achttien maanden grote bedragen moet herfinancieren is veel kwetsbaarder voor een plotseling gesloten kapitaalmarkt dan een bedrijf met langlopende vaste financiering.

De vierde laag is de kredietmarkt zelf. Oplopende credit spreads en duurdere CDS terwijl het aandeel nog sterk blijft kunnen aangeven dat kredietbeleggers eerder risico beginnen te zien dan aandelenbeleggers.

Daarbovenop komen contractkwaliteit, leases, garanties, covenantvoorwaarden, circular financing en uitgestelde datacenterprojecten.

Eén verslechterende indicator is geen crisissignaal. De combinatie wordt belangrijk. Wanneer credit spreads oplopen, vrije kasstroom verslechtert, rentelasten stijgen, een grote herfinancieringsmuur dichterbij komt en nieuwe projecten worden uitgesteld, verandert het risico fundamenteel.

Geel, oranje, rood

Geel betekent dat AI fundamenteel sterk blijft en financiering breed beschikbaar is, maar leverage en complexiteit toenemen. In deze fase verhogen wij de kwaliteit van het longboek, houden we de eigen leverage laag en bouwen we liquiditeit of een beperkte beschermingslaag op voordat de markt stress begint te prijzen.

Oranje begint wanneer credit structureel zwakker wordt dan equity. Spreads lopen op, CDS worden duurder, nieuwe schuld moet tegen slechtere voorwaarden worden geplaatst en private-creditfondsen worden selectiever. In deze fase verlagen wij daadwerkelijk de exposure naar bedrijven met negatieve vrije kasstroom, hoge leverage, korte maturities en sterke afhankelijkheid van externe funding. Een gedeeltelijke -1x hedge kan hier eveneens een grotere rol krijgen wanneer de bredere aandelenexposure moet worden verlaagd zonder alle longs te verkopen.

Rood begint wanneer financiering niet alleen duurder maar moeilijk beschikbaar wordt. Mislukte uitgiftes, gedwongen asset sales, defaults, geactiveerde garanties en uitgestelde projecten worden dan belangrijker dan de dagelijkse beweging van NVIDIA of de Nasdaq. De eerste prioriteit wordt voorkomen dat de portefeuille zelf gedwongen moet verkopen. Pas daarna verschuift de aandacht naar het benutten van de beschikbare liquiditeit.

Bepaal vooraf wat je tijdens de crisis wilt kopen

Bescherming is maar de helft van de strategie. Een belegger moet vóór de crisis ook weten wat hij tijdens een brede liquidatie juist wil kopen.

Daarbij zoeken wij ondernemingen met technologie die ook na een recessie noodzakelijk blijft, positieve vrije kasstromen, voldoende balansruimte, pricing power en de mogelijkheid om te blijven investeren terwijl zwakkere concurrenten hun capex moeten verminderen.

De beste onderneming is niet noodzakelijk degene die tijdens de correctie het minste daalt. De interessantste onderneming kan juist degene zijn die samen met de rest van de sector hard wordt verkocht, maar financieel sterk genoeg is om na de crisis marktaandeel, personeel, klanten of assets over te nemen.

Daarom hoort naast de hedge ook een vooraf samengestelde kooplijst.

De volgende AI-trade is ook een balans-trade

De eerste fase van de AI-rally draaide om technologie. De volgende fase vraagt daarnaast om kredietanalyse.

Vrije kasstroom na capex wordt belangrijker. De looptijd van schuld moet naast de economische levensduur van de assets worden gelegd. De kwaliteit van een contract wordt belangrijker dan alleen de omvang van de backlog en het rendement op geïnvesteerd kapitaal wordt uiteindelijk belangrijker dan de snelheid waarmee capex kan worden verhoogd.

AI kan technologisch veel groter worden dan vandaag wordt gedacht en onderweg toch een financiële shake-out veroorzaken. Die twee ideeën spreken elkaar niet tegen. Grote technologische revoluties trekken vrijwel altijd ook kapitaal aan naar projecten die achteraf onvoldoende rendement genereren.

Voor beleggers is de opdracht daarom niet de exacte top van de AI-cyclus voorspellen. De opdracht is veel praktischer: begrijpen waar de leverage zit, vermijden dat de portefeuille zelf afhankelijk wordt van voortdurend goedkope financiering, bescherming kiezen die past bij het type risico en voldoende koopkracht bewaren om toe te slaan wanneer de markt uiteindelijk sterke en zwakke bedrijven niet meer van elkaar onderscheidt.

English

If the AI Boom Breaks: How Investors Can Prepare

■ AI does not have to fail technologically to become a financial problem. Railways and the internet fundamentally transformed the economy, yet investors still lost enormous amounts of money because valuations, leverage and financing moved far beyond what eventual cash flows could support.
■ The risk surrounding AI is therefore shifting from valuation alone toward financing. Bonds, private credit, leases, special-purpose financing vehicles and other obligations are playing an increasingly important role, which means free cash flow, interest coverage, debt maturities and refinancing risk need to be analysed alongside revenue growth and technology.
■ Investors do not have to choose between selling everything and doing nothing. Part of the market risk can be reduced through standard -1x inverse UCITS products, active bear funds, cash or short-duration government paper, while gold, quality, value and managed futures can provide additional return sources without the constant premium decay associated with options.
■ The right protection depends on what actually breaks. A dotcom-style valuation correction requires a different portfolio from a Lehman-style credit shock or an inflation-driven rate crisis such as 2022. Investors who automatically use the same hedge every time can end up losing on both sides of the portfolio during the next crisis.
■ The objective is not to prevent every percentage point of drawdown. The objective is to avoid becoming a forced seller during stress, preserve sufficient purchasing power and know in advance which structural AI winners become attractive when weakly financed businesses are forced out of the market.

Introduction

The debate around artificial intelligence is shifting. In recent years, almost everything revolved around computing power, chips, high-bandwidth memory, networking, data centres, power infrastructure and the question of which companies could make the most money from AI. That fundamental analysis remains relevant. If AI adoption continues to grow structurally, shortages may persist for years across almost the entire infrastructure chain, from accelerators and HBM to grid connections, transformers, cooling and data-centre capacity.

But a second question now has to be asked: who ultimately pays for the enormous amount of capacity being built?

The first AI investment wave was carried by some of the financially strongest companies in the world. Microsoft, Alphabet, Amazon and Meta were able to invest tens of billions from existing operating cash flows. As investment requirements continue to rise, however, the use of bonds, private credit, leases, joint ventures, data-centre SPVs and long-term capacity agreements is also increasing.

That is not inherently a problem. Large infrastructure projects have been financed with debt for decades. The risk emerges when future obligations grow faster than the cash flows that will eventually have to service them, or when assets become economically obsolete faster than the debt used to finance them can be repaid.

The next stage of the AI trade is therefore no longer just a technology trade. It is also becoming a balance-sheet and credit trade.

Investment view

We are not abandoning AI. As long as demand for compute, data centres, networking and energy infrastructure continues to grow structurally, the underlying investment case remains powerful. What does need to change is the portfolio's dependence on the assumption that capital will remain permanently cheap and widely available.

Within the long book, the preference therefore shifts toward companies with positive free cash flow, strong balance sheets, sufficient interest coverage, long debt maturities, limited refinancing needs and technology or infrastructure that remains necessary even in a weaker economic environment. A company that can fund most of its AI investment from internal cash flow deserves a fundamentally different risk weighting from a business that has to return to bond investors, banks or private-credit funds every time it enters another phase of growth.

The nature of the collateral matters as well. Debt secured against a grid connection, transformer or another piece of infrastructure with a long economic life is fundamentally different from financing whose repayment ultimately depends on GPUs that can become technologically obsolete much faster. Investors therefore need to assess not only the amount of debt, but the interaction between debt duration, cash-flow duration and asset duration.

For investors who also want to reduce market risk without continuously paying option premiums, several alternatives exist. The right choice depends primarily on the desired holding period, the market exposure being hedged and the extent to which a daily reset mechanism is acceptable.

Concrete ways to build short exposure

■ Xtrackers S&P 500 Inverse Daily Swap UCITS ETF 1C, ISIN LU0322251520. This European UCITS product seeks to deliver approximately the opposite of the S&P 500's daily return. Unlike an option, it has no expiry date, but its exposure resets daily. It can therefore be used as a temporary partial hedge, although returns over several weeks or months will not necessarily equal the exact negative of the S&P 500's cumulative return.
■ Amundi Nasdaq-100 Daily (-1x) Inverse UCITS ETF Acc, ISIN LU1327051279. Since 9 June 2026, this fund has provided daily inverse exposure to the tech-heavy Nasdaq-100. That makes it particularly relevant for portfolios with substantial US technology and AI exposure. Daily reset and compounding become increasingly important as the holding period extends.
■ Amundi EURO STOXX 50 Daily (-1x) Inverse UCITS ETF Acc, ISIN FR0010424135. This European UCITS product provides daily inverse exposure to the EURO STOXX 50 and can be used to temporarily neutralise part of a European equity allocation.
■ ProShares Short S&P500, ticker SH. This US inverse ETF provides approximately -1x daily exposure to the S&P 500. It is a well-known hedging vehicle internationally, although direct access for Dutch and Belgian retail investors is generally restricted when the required European PRIIPs KID is unavailable.
■ ProShares Short QQQ, ticker PSQ. This US inverse ETF provides approximately -1x daily exposure to the Nasdaq-100 and therefore fits particularly well with technology- and AI-heavy portfolios. PSQ also resets daily and is generally not directly accessible through a standard European retail account.
■ Leuthold Grizzly Short Fund, ticker GRZZX. This is not an ETF but a US open-end mutual fund with an actively managed short-only equity strategy. There is no mechanical daily -1x index reset at the core of the strategy, which makes it conceptually better suited to a bearish position that needs to remain in place for several weeks or months. The trade-off is high costs, manager risk, short-related expenses and structural headwinds during prolonged equity bull markets.
■ Federated Hermes Prudent Bear Fund, ticker PBRCX. This is also a US open-end mutual fund. The strategy is bearish but not purely short-only. The manager can combine short positions with longs, futures and other instruments. It can therefore navigate a longer bearish period without a mechanical daily -1x reset, although costs are high and performance depends more heavily on manager skill.
■ No preference for -2x and -3x products as normal hedges. In our view, the combination of leverage, daily reset and path dependency makes these products unsuitable as standard protection that is meant to remain in place for several weeks or months. They belong more naturally in a tactical short-term toolkit.

Active short funds also involve the actual economics of short selling. Short positions require borrowed shares, which can create dividend compensation obligations and stock-borrow costs. Some of these expenses may already be reflected in published fund expense ratios, while other financing and trading effects ultimately flow directly through realised performance.

The distinction by holding period is relatively straightforward. Investors who want to neutralise a market move for several days or a few weeks can consider a standard -1x inverse ETF. Investors seeking to position for a bearish period lasting several weeks or months without a daily index reset as the core mechanism may conceptually be better suited to an active bear fund, assuming the product is actually accessible. Investors who primarily want to bridge uncertainty without holding a strong outright bearish view are likely to benefit more from cash, short-duration government paper and other diversifying assets than from permanently negative equity exposure.

When debt makes a bubble more dangerous

An important historical framework comes from economists Òscar Jordà, Moritz Schularick and Alan Taylor. Jordà spent many years at the Federal Reserve Bank of San Francisco, Schularick specialises in financial history and credit cycles, and Taylor has conducted extensive research into macroeconomics and financial crises.

Their work covering more than a century of financial history shows that bubbles accompanied by rapid credit growth tend to end much more destructively than bubbles financed primarily with equity.

The reason is leverage. A stock can fall 80 percent and almost completely wipe out its shareholder without automatically terminating a credit agreement. Debt introduces a second mechanism. Falling asset prices reduce collateral values, lenders demand more protection, credit becomes more expensive or disappears altogether, and assets have to be sold. Those sales then push prices lower again.

The key question for AI is therefore not simply whether equities are expensive. More important is how much future investment capacity becomes dependent on financiers who may eventually decide to provide less capital.

Railway Mania: the technology won, the financing did not always

Britain's Railway Mania of the 1840s offers a strong historical parallel with AI because the technology ultimately proved transformative. Railways changed transport, commerce, industry and productivity, yet many investors still suffered severe losses during the investment boom.

Part of the risk came from so-called partially paid shares. Investors initially had to pay only part of the nominal value, while railway companies retained the right to demand additional capital later. In a rising market, this created embedded leverage. During the downturn, investors could face falling share prices at the same time as fresh capital calls.

Protection therefore came largely from avoiding financing pressure. Investors with less leverage, greater liquidity and a larger allocation to established businesses or British government bonds had more flexibility than investors who were fully dependent on new projects.

The parallel with AI is straightforward. Being right about the technology is not the same as owning the right financing model.

1929: avoid becoming a forced seller

Ahead of the 1929 crash, a large portion of equity exposure was financed with margin debt. Rising prices enabled greater leverage, while falling prices reduced collateral values and triggered additional margin calls.

That created a reflexive downward process. Investors were not selling only because their view had changed. They were selling because their financing arrangements forced them to.

The main portfolio lesson remains relevant today. An investor who does not have to sell during a crisis has a structural advantage. Liquidity and limited leverage are not merely defensive characteristics. They prevent someone else from determining when a position has to be closed.

1987: protection that depends on liquidity can fail

During the October 1987 crash, large institutional investors made extensive use of portfolio insurance. Market risk was dynamically reduced by selling more equities or futures as the market fell further.

The approach assumed that sufficient liquidity would remain available during stress. When many investors attempted to implement the same strategy at the same time, the hedge itself became part of the problem.

The lesson for today's investor is that protection should not depend entirely on transactions that still need to be executed once panic has already begun. A portfolio should already be sufficiently robust before the crisis starts.

Dotcom: valuation stress calls for rotation

The internet bubble demonstrates how a technologically correct thesis can coexist with extreme capital destruction. Internet adoption continued to accelerate after 2000, but many internet businesses had valuations that could barely be supported by existing earnings or cash flows.

When expectations were reset, technology collapsed. Yet the result was not a banking crisis comparable to 2008. Princeton economist Markus Brunnermeier, an expert in financial bubbles, liquidity and systemic risk, has emphasised that the internet boom was financed with far less debt than the later US housing boom.

Protection therefore came primarily through rotation and liquidity. Cash and government bonds performed far better than technology, while value, defensive sectors and profitable businesses with existing cash flows were considerably less dependent on distant future expectations.

A future AI correction could initially unfold in exactly this way. In that scenario, selling every equity position may not be rational. Reducing extremely expensive or capital-intensive exposure and increasing the weight of quality may prove more effective.

Lehman: credit quality becomes more important than valuation

In 2008, it was not only the valuation of financial assets that broke. The financing mechanism itself came under pressure.

Banks and other institutions held large amounts of mortgage-related assets and financed parts of them with short-term liabilities. As losses accumulated, markets began questioning which counterparties held how much risk. Lenders became more cautious and institutions dependent on continuous refinancing quickly came under severe pressure.

That changed the analysis. A stock could appear optically cheap and still remain dangerous if the company or financial institution could no longer obtain sufficient funding.

Treasury bills and high-quality government bonds provided protection because credit quality and liquidity became scarce. At the same time, the problems at the Reserve Primary Fund demonstrated that even something perceived as cash could contain credit risk when the fund held short-term Lehman Brothers debt.

The lesson for AI is that during genuine credit stress, equity valuation alone is no longer sufficient. The quality of the borrower, the collateral, the maturity profile and the refinancing requirement become decisive.

2022: yesterday's hedge can lose tomorrow

The year 2022 made clear why long-duration government bonds are not a universal hedge. Inflation was high, central banks raised interest rates aggressively, and equities and long-duration bonds therefore fell at the same time.

Short-duration government paper carried much less duration risk. Trend-following strategies were also able to benefit from sustained moves in bonds, currencies and commodities.

This distinction matters for AI. If a future AI correction is driven by collapsing growth and credit stress, longer duration may become attractive. If the correction instead stems from structurally high rates, inflation or rising energy costs, the same position may generate additional losses.

AI is becoming a credit trade as well

The Bank for International Settlements, generally known as the BIS, is the international institution through which central banks cooperate and conduct research into global financial stability. The BIS is now paying close attention to the way the AI investment boom is being financed.

The Bank of England, the UK's central bank and an important financial-stability regulator, is also monitoring the growth of external financing around AI infrastructure.

The reason is straightforward. Investment requirements are becoming so large that capital markets are playing a greater role. Investment-grade bonds represent one layer, private credit another. At the same time, structures are emerging in which data centres are housed in separate legal vehicles while hyperscalers enter into long-term lease, offtake or guarantee agreements.

As a result, part of the formal debt can sit outside the parent company while long-term economic payment obligations still exist. Traditional net debt on its own therefore provides less and less information.

Leases, guarantees, capacity agreements, take-or-pay obligations and other contractual commitments need to be analysed alongside conventional debt.

Where is the weak link?

The greatest credit risk does not necessarily sit with Microsoft, Alphabet, Amazon or Meta. These companies have enormous existing cash flows and can self-fund a significant portion of their investment.

More vulnerable are businesses where very large upfront investments come before sufficient free cash flow. Neoclouds are a clear example. They build or lease large amounts of GPU capacity and often have to invest billions before the full economic return becomes visible.

CoreWeave is a clear example of this model. The company combines very strong revenue growth with exceptionally high investment, significant debt and large interest expenses. That does not automatically make it a problem company, but it does mean the value of the equity is far more sensitive to financing costs, contract quality and utilisation rates than at a hyperscaler with tens of billions in existing cash flow.

The relevant question is therefore not simply how much revenue an AI company can generate. The better question is how much new capital is required to make that revenue possible and how much free cash flow ultimately remains for shareholders.

Circular financing: how independent is the demand?

Another area of focus is circular financing. This occurs when a supplier or strategic partner invests in a customer and that customer then uses part of the received capital to purchase products or services from the same investor.

That is not necessarily problematic. Strategic investments can accelerate the development of new markets. The risk arises when an increasing share of end demand can exist only because the same ecosystem is also providing the financing.

NVIDIA is relevant because it is not only the dominant supplier of AI accelerators but also acts as an investor and strategic partner within the broader AI ecosystem. When capital and revenue start circulating within the same network, analysts need to examine the quality of truly independent end demand more closely.

During a boom, that distinction can appear largely irrelevant. During credit stress, it can become decisive.

The hedge depends on what breaks

History does not point to a single universal safe haven. It points to three different regimes.

In a valuation break, the main vulnerability lies with equities whose value depends heavily on profits expected far into the future. Quality, existing free cash flow, value, defensive equities, liquidity and potentially partial inverse exposure become more logical.

In a credit break, leverage, interest coverage, debt maturities and refinancing become dominant. Companies that require continuous access to new capital become far more vulnerable. Cash, T-bills and high credit quality gain importance.

In an inflationary rate break, long duration may actually work against the portfolio. Short-duration government paper, selected commodities and strategies that can also profit from falling bond prices become more attractive.

Because investors cannot know in advance which regime will emerge, a portfolio should not depend entirely on a single hedge.

Protection without decaying option premium

Investors who do not want to pay permanent option premiums have access to several alternative return sources.

Cash and very short-duration high-quality government paper form the simplest layer. As long as short-term rates remain positive, investors are paid to hold liquidity while keeping capital immediately available when attractive valuations emerge.

Gold can provide a second layer. It has no corporate balance sheet, no refinancing wall and no corporate debtor. It does not work during every equity correction, but it can become attractive when financial stress is accompanied by falling real rates, monetary easing or rising concerns about currencies and fiscal positions.

Managed futures and trend-following add a different return source. These strategies can go long or short equity indices, bonds, currencies and commodities. They can therefore adapt to a deflationary crisis as well as an inflationary environment in which bonds are falling. Their weakness is that they tend to struggle when markets repeatedly reverse direction without establishing clear trends.

Within the equity book, protection can also be sought through quality, more defensive cash flows and value. These are still equities and therefore not insurance against every correction, but their economic sensitivity differs from that of highly valued, capital-intensive growth stocks.

The objective is not for every defensive layer to rise during every crisis. The objective is to ensure that not every position loses money for exactly the same economic reason.

Build an AI Credit Stress Monitor

The credit monitor should ultimately determine when a theoretical risk starts turning into portfolio action.

The first layer is funding. When less capex is financed from operating cash flow and more is funded through debt, leases or private credit, financing dependence increases.

Next comes interest coverage. When interest expense rises faster than operating cash flow, financial flexibility declines.

The third layer is the maturity wall. A company that has to refinance large amounts within eighteen months is far more vulnerable to a suddenly closed capital market than a company with long-term fixed financing.

The fourth layer is the credit market itself. Wider credit spreads and more expensive CDS while the share price remains strong may indicate that credit investors are starting to recognise risk before equity investors do.

On top of that come contract quality, leases, guarantees, covenant terms, circular financing and delayed data-centre projects.

One deteriorating indicator is not a crisis signal. The combination matters. When credit spreads widen, free cash flow deteriorates, interest expenses rise, a large refinancing wall gets closer and new projects are delayed, the risk profile changes fundamentally.

Yellow, orange, red

Yellow means AI remains fundamentally strong and financing remains broadly available, but leverage and complexity are increasing. In this phase, we raise the quality of the long book, keep our own leverage low and build liquidity or a limited protection layer before the market begins pricing stress.

Orange begins when credit becomes structurally weaker than equity. Spreads widen, CDS become more expensive, new debt has to be issued on worse terms and private-credit funds become more selective. In this phase, we actively reduce exposure to businesses with negative free cash flow, high leverage, short maturities and strong dependence on external funding. A partial -1x hedge can also play a larger role when broader equity exposure needs to be reduced without selling all long positions.

Red begins when financing is not only more expensive but genuinely difficult to obtain. Failed issuance, forced asset sales, defaults, triggered guarantees and delayed projects become more important than the daily move in NVIDIA or the Nasdaq. The first priority is to ensure that the portfolio itself does not become a forced seller. Only then does the focus shift toward deploying the liquidity that has been preserved.

Decide in advance what you want to buy during the crisis

Protection is only half the strategy. Before the crisis arrives, an investor should also know what to buy during a broad liquidation.

We are looking for companies with technology that remains necessary even after a recession, positive free cash flow, sufficient balance-sheet capacity, pricing power and the ability to keep investing while weaker competitors are forced to cut capex.

The best company is not necessarily the one that falls the least during the correction. The most interesting company may be the one that is sold aggressively alongside the rest of the sector but is financially strong enough to gain market share, talent, customers or assets once the crisis is over.

A pre-constructed buy list therefore belongs alongside the hedge.

The next AI trade is also a balance-sheet trade

The first phase of the AI rally was about technology. The next phase requires credit analysis as well.

Free cash flow after capex becomes more important. Debt maturities need to be matched against the economic life of the assets. Contract quality becomes more important than backlog size alone, and return on invested capital ultimately matters more than the speed at which capex can be increased.

AI may become far larger technologically than is currently imagined and still experience a financial shake-out along the way. Those two ideas are not contradictory. Major technological revolutions almost always attract capital into projects that ultimately fail to generate adequate returns.

The task for investors is therefore not to predict the exact top of the AI cycle. The task is far more practical: understand where the leverage sits, avoid making the portfolio itself dependent on continuously cheap financing, choose protection that fits the type of risk and preserve enough purchasing power to act when the market eventually stops distinguishing between strong and weak companies.