伯恩斯坦：人工智能提升市场效率的同时，亦加剧尾部风险

根据投资研究机构伯恩斯坦 (Bernstein) 的一份最新报告，人工智能正在多方面提升金融市场的效率，但同时也引入了可能放大波动性和市场错位的新型风险。

人工智能提升市场效率

在公司层面，AI能够比人类分析师更快地处理财报、监管文件和另类数据集。伯恩斯坦指出，这有助于缩小信息差，改善价格发现，并随着分析师预测更快地与实际结果趋同，从而减小盈利意外的幅度。

除了更快的分析速度，AI也在重塑研究流程。自动化工作流缩短了审查财报、更新财务模型和覆盖新股票所需的时间，使分析师能够追踪更多公司。报告特别提到，过去一年中，对新兴市场小盘股的覆盖率已显著上升，这一趋势可能削弱长期以来与研究不足相关的估值溢价。

新风险与市场脆弱性

尽管优势明显，但相似AI模型的广泛采用也可能制造新的脆弱性。报告警告称，随着越来越多的投资者依赖在重叠数据上训练的可比工具，交易信号可能会变得日益同步，从而鼓励拥挤交易，并在市场承压期间加剧逆转的严重性。

Ad

近期的市场事件印证了这些风险。该报告以 2024年8月日元套利交易的平仓以及人工智能生成的错误信息短暂影响美国股市为例，说明了自动化策略和合成内容如何在市场有时间核实新信息之前加速波动。

另一个问题是分析师所称的“反身性问题”（reflexivity problem）。即人工智能生成的建议日益影响投资者行为，从而以强化未来模型输出的方式推动价格。这种反馈循环可能加强动量交易，增加市场集中度，并导致更极端的估值。

结论：平均效率与尾部风险的权衡

综合来看，伯恩斯坦的研究结果表明，人工智能很可能通过更优的研究和执行来减少市场的平均低效性。

然而，它也增加了在市场压力时期发生更严重错位的可能性。最终结果是，市场平均效率得到提升，但尾部风险（tail risk）——即发生极端负面事件的风险——也随之增大。