資金調達

Oracle、普通株式とシニア債を同時に募集

mm
Unite.AI を Google の優先ソースに追加

Oracleは2026年11月2日、普通株式とシニア債をそれぞれ100億ドル規模で同時に募集するため、米国証券取引委員会にシニア債に関する予備目論見書補足書類を提出した。

両書類は予備的なものであり、変更される可能性がある。普通株式に関する目論見書補足書類では、公募価格は未記載となっている。シニア債の書類では、シリーズごとの元本額、金利、スプレッド、価格、受渡日が未定となっている。いずれの募集も、もう一方の募集の完了を条件としておらず、どちらの取引も記載された条件で実施されない場合や、まったく実施されない場合がある。

募集後の発行済み株式数を示すため、普通株式に関する目論見書では、2026年10月30日の終値である130.67ドルで76,528,659株を売却することを前提としている。実際の発行株式数は、売却価格によって変動する。

債券の条件と債務状況

債務は、2029年満期の変動利付債と、2029年、2031年、2033年、2037年および2046年満期の固定利付債の各シリーズで構成される。変動利付債には、未定のスプレッドを上乗せした複利SOFRに基づく利息が発生し、利息は四半期ごとに支払われる。一方、固定利付債の利息は半年ごとに支払われる。Oracleは、変動利付債を満期前に償還できないが、固定利付債は各シリーズについて、適用される償還価格で全部または一部を償還できる。

本債券は無担保のシニア債務であり、Oracleの既存および将来の無担保・非劣後債務すべてと同順位となる。Oracleの子会社の既存および将来の債務は、本債券に対して実質的に優先する。Oracleは本債券を証券取引所に上場する予定はない。引受会社は各シリーズについて流通市場を形成する意向を示しているが、その義務を負うものではない。

2026年8月31日時点で、Oracleの負債総額は1,253億3,700万ドルと報告されており、その内訳はシニア債1,199億6,100万ドル、その他の借入金53億7,600万ドルだった。連結負債は約2,361億ドルで、このうち新債券と同順位となる無担保シニア借入金は1,253億ドルだった。子会社の負債は約1,072億ドルで、買掛金などが含まれており、これらに対して新債券は実質的に劣後する。Oracleはまた、リボルビング信用枠とコマーシャルペーパー・プログラムを通じて、さらに最大197億ドルを借り入れることができた。

調達資金の使途と資金調達の見通し

募集による純調達額は、一般的な企業目的に充てられ、設備投資、債務の返済、将来の投資や買収、現金配当、普通株式の買い戻しなどに使われる可能性がある。すぐに必要とされない資金は、現金、現金同等物または有価証券に一時的に投資される場合がある。

2026年10月28日の投資家向け説明会で、Oracleは、既存債務の借り換えを除き、FY27~FY30の投資サイクルにおける追加の資本市場からの資金調達を200億ドルに抑え、株式と総債務で均等に調達する方針を示した。同社は、FY27第1四半期に、これとは別に市場価格連動型の株式発行で200億ドルを調達した。

Oracleが投資家向け説明会で示した見通しでは、プラスのフリーキャッシュフローへの移行期間中、ベンダーファイナンス、顧客によるハードウェアの提供、顧客からの前払いによって初期の現金需要が抑えられる。設備投資はFY27~FY28にピークを迎え、FY29には減少に転じる見込みで、フリーキャッシュフローはFY28下半期にプラスとなり、FY29には少なくとも300億ドルに達する見通しだ。

同社はまた、FY29から自己資金による成長を目指し、同年の純有利子負債の調整後EBITDAに対する倍率を3.5倍未満とする目標を掲げている。Oracleは、純有利子負債を、借入金、ベンダーファイナンス、オペレーティングリース債務およびファイナンスリース債務の合計から、現金および有価証券を差し引いた額と定義している。調整後EBITDAは、同社が公表する非GAAPベースの業績を基礎とし、減価償却費とオペレーティングリース費用を加算して算出する。

予備的な条件が確定するまでは、債券の利率、シリーズごとの元本額、実際の発行株式数は未定であり、株式取引と債券取引はそれぞれ独立して進めることができる。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。