伯恩斯坦：AI 提升市場效率，但恐加劇極端波動風險

根據券商伯恩斯坦 (Bernstein) 的一份研究報告，人工智慧 (AI) 雖在多方面提升了金融市場的效率，卻也引入了可能放大市場波動與失序的新型風險。

AI 如何提升市場效率

報告指出，在個別公司層面，AI 能比人類分析師更快地處理財報、監管文件及另類數據，有助於縮小資訊差距、改善價格發現功能。隨著分析師的預測更快地與實際結果收斂，這也降低了「盈餘意外」的規模。

除了更快的分析速度，AI 也在重塑研究流程。自動化工作流程縮短了審閱財報、更新財務模型和初次覆蓋個股所需的時間，使分析師能夠追蹤更多公司。報告特別提到，過去一年來，對新興市場小型股的覆蓋率顯著上升，此趨勢可能降低長期以來因研究不足而產生的估值溢價。

同步化與反身性帶來新風險

儘管效率提升，但相似 AI 模型被廣泛採用可能產生新的脆弱性。當越來越多的投資者依賴基於重疊數據訓練的相似工具時，交易訊號可能變得高度同步，從而助長擁擠交易 (crowded positions)，並在市場壓力時期使逆轉更加劇烈。

Ad

報告引用了近期市場事件為例，例如 2024 年 8 月的日圓利差交易平倉，以及 AI 生成的假訊息短暫影響美國股市的案例。這些事件說明了自動化策略和合成內容如何在市場有時間驗證新資訊前，就已加速了波動。

另一個問題是分析師所稱的「反身性問題」(reflexivity problem)。AI 生成的投資建議日益影響投資者行為，進而推動價格朝著強化未來模型輸出的方向發展。這種反饋迴圈可能加劇動能交易、提高市場集中度，並導致更極端的估值。

結論：平均效率提升，尾部風險加大

總體而言，伯恩斯坦的結論認為，AI 可能會透過更佳的研究和執行力來降低市場的平均無效率程度。然而，與此同時，它也增加了市場在壓力時期發生更嚴重失序的可能性，最終形成「平均無效率降低，但尾部風險增加」的局面。