Story
AI對市場效率是福是禍？伯恩斯坦：降低平均無效率，但加劇尾部風險
根據投資研究機構伯恩斯坦（Bernstein）發布的最新報告，人工智慧（AI）正從多方面提升金融市場的效率，但同時也引入了可能放大市場波動和錯位的新型風險。
AI提升資訊處理與研究效率
在企業層面，AI正透過比人類分析師更快的速度處理財報、監管文件和另類數據，從而提高市場效率。這有助於縮小資訊差距、改善價格發現（price discovery），並由於分析師的預測能更快地與實際結果收斂，進而降低財報意外（earnings surprises）的幅度。
除了更快的分析速度，AI也在重塑研究流程。自動化的工作流程縮短了審閱財報、更新財務模型和開展新股票研究所需的時間，使分析師能夠覆蓋更多公司。報告指出，過去一年中，對新興市場小型股的覆蓋率已顯著上升，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：潛在的新風險
儘管效率有所提升，但相似AI模型的廣泛採用可能產生新的脆弱性。隨著越來越多的投資者依賴基於重疊數據訓練的相似工具，交易訊號可能變得日益同步，這會鼓勵擁擠交易（crowded positions），並在市場壓力時期使逆轉更加劇烈。
Ad近期的市場事件印證了這些風險。該報告提及了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，這些都顯示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。這種反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：平均效率與尾部風險的權衡
總體而言，伯恩斯坦的分析表明，AI很可能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，它也同時增加了在市場承壓期間發生更嚴重錯位的可能性，最終導致「平均無效率降低，但尾部風險（tail risk）增加」的局面。