AI對市場效率的雙面刃：提升效率同時加劇尾部風險

根據投資研究機構伯恩斯坦（Bernstein）的最新報告，人工智慧（AI）正以多種方式提高金融市場的效率，但同時也引入了可能放大市場波動與失序的新風險。

AI 提升資訊處理與價格發現

在企業層面，AI 透過比人類分析師更快的速度處理財報、監管文件及另類數據，正在顯著提升市場效率。這有助於縮小資訊差距、改善價格發現機制，並隨著分析師的預測更快地與實際結果趨於一致，從而降低財報意外的幅度。

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財報審查、財務模型更新和新股研究所需的時間，使分析師能夠覆蓋更多公司。報告指出，過去一年對新興市場小型股的研究覆蓋顯著增加，此趨勢可能降低長期以來與研究不足相關的估值溢價。

同步交易與反身性問題引發新風險

儘管效率有所提升，但相似 AI 模型的廣泛採用也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，這會助長擁擠的部位（crowded positions），並在市場壓力時期使行情反轉更加劇烈。

Ad

報告引用了近期的市場事件作為例證，例如 2024 年 8 月日圓利差交易的平倉，以及 AI 生成的假訊息短暫影響美國股市的案例。這些事件凸顯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，就已加速了波動性。

另一個關鍵問題是分析師所稱的「反身性問題」（reflexivity problem）。在此情況下，AI 生成的建議日益影響投資者行為，推動價格朝著強化未來模型輸出的方向發展。這種回饋循環可能加劇動能交易、提高市場集中度，並產生更極端的估值。

結論：平均效率提高，極端事件風險增加

總體而言，伯恩斯坦的報告認為，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，這也增加了在市場承壓期間發生更大幅度失序的可能性，最終導致「較低的平均無效率，但更高的尾部風險」。