伯恩斯坦：人工智能在提升市场效率的同时也引入了新的尾部风险

根据投资研究机构伯恩斯坦（Bernstein）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错位的新风险。

AI如何提升市场效率

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集，正在提高市场效率。这有助于缩小信息差距，改善价格发现，并随着分析师的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。自动化工作流程缩短了盈利评估、财务模型更新和新股覆盖所需的时间，使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，这一趋势可能降低长期以来与研究不足股票相关的估值溢价。

同步化与反馈循环带来新风险

尽管效率有所提升，但相似AI模型的广泛采用可能会产生新的脆弱性。随着越来越多的投资者依赖于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，从而助长拥挤交易，并在市场承压期间使逆转更为剧烈。

Ad

报告引用了近期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影响美国股市的实例。这些事件表明，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，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

总而言之，伯恩斯坦的报告表明，人工智能可能会通过更优的研究和执行来降低市场的平均无效率，但与此同时，它也增加了在市场承压时期发生更严重错位的可能性。最终结果可能是更低的平均无效率，但伴随着更大的尾部风险。