Story
伯恩斯坦：人工智能提升市场效率，但或加剧尾部风险
根据券商伯恩斯坦 (Bernstein) 的一份研究报告，人工智能正在多个领域提高金融市场的效率，但同时也引入了可能放大市场波动和市场错位的新风险，呈现出一种复杂的双刃剑效应。
人工智能如何提升市场效率
在企业层面，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，正在提升市场效率。报告认为，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。
此外，人工智能还在重塑研究流程。自动化工作流缩短了盈利评估、财务模型更新和新股覆盖所需的时间，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显著增加，这可能降低历来与研究不足相关的估值溢价。
同步化与反馈循环带来新风险
尽管优势明显，但相似人工智能模型的广泛采用可能会产生新的脆弱性。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相似工具，交易信号可能会变得日益同步。这会鼓励拥挤交易，并在市场承压期间使行情逆转变得更加剧烈。
Ad报告引用了近期市场事件作为例证，例如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曾短暂影响美国股市。这些例子说明，在市场有时间核实新信息之前，自动化策略和合成内容会如何加速波动。
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，从而推动价格，而价格的变动又反过来强化了模型未来的输出。这种反馈循环可能加剧动量交易，提高市场集中度，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，人工智能可能会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大幅度错位的可能性。
最终结果是，市场平均效率得到提升，但投资者需要警惕“尾部风险”（即罕见但影响巨大的极端事件风险）的增加。