伯恩斯坦：人工智能正重塑市场，效率提升与尾部风险并存

根据券商伯恩斯坦（Bernstein）发布的一份研究报告，人工智能（AI）正在多个领域提升金融市场的效率，但同时也引入了可能放大市场波动和失调的新风险。

AI提升信息处理与价格发现效率

在公司层面，人工智能通过比人类分析师更快地处理财报、监管文件和另类数据，正在显著改善市场效率。这有助于缩小信息差距，改善价格发现过程，并通过使分析师的预测更快地与实际结果趋同，来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、更新财务模型和开启新股研究所需的时间，使得分析师能够覆盖更多公司。报告指出，过去一年中，对新兴市场小盘股的覆盖范围已大幅增加，这一趋势可能削弱长期以来与研究不足相关的估值溢价。

同步化交易与“反身性”新风险

尽管效率有所提升，但相似AI模型的广泛采用也可能催生新的脆弱性。随着越来越多的投资者依赖于在重叠数据集上训练的同类工具，交易信号可能变得日益同步，从而鼓励拥挤交易，并在市场承压时导致更剧烈的逆转。

Ad

报告援引了近期的市场事件来说明这些风险，例如2024年8月日元套利交易的平仓，以及人工智能生成的虚假信息曾短暂扰动美国股市的实例。这些案例表明，自动化策略和合成内容能够在市场有时间验证新信息之前，迅速加剧波动性。

另一个问题是分析师所称的“反身性问题”（reflexivity problem）。在这种情况下，AI生成的建议越来越多地影响投资者行为，推动价格朝着强化未来模型输出的方向发展。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水平。

结论：平均效率提高，尾部风险加大

总而言之，伯恩斯坦的研究表明，人工智能可能会通过更优的研究和执行来减少市场的平均无效率。然而，它也增加了在市场压力时期发生更严重失调的可能性，最终导致一种“平均无效率降低，但尾部风险（tail risk）增大”的局面。