伯恩斯坦：AI提升市場效率 但恐加劇極端波動與尾部風險

根據資產管理公司伯恩斯坦 (Bernstein) 的一份研究報告，人工智慧 (AI) 正在多方面提升金融市場的效率，但同時也引入了新的風險，可能放大市場波動與錯位 (dislocations) 的風險。

AI 加速資訊分析，提升價格發現效率

報告指出，在企業分析層面，AI 正透過比人類分析師更快的速度處理財報、監管文件及另類數據，從而提升市場效率。這有助於縮小資訊差距、改善價格發現 (price discovery) 過程，並因分析師的預測能更快收斂至實際結果，進而減少財報意外 (earnings surprises) 的幅度。

除了更快的分析速度，AI 也正在重塑研究流程。自動化工作流程縮短了財報審閱、財務模型更新和新股覆蓋所需的時間，讓分析師能追蹤更多公司。報告特別提到，過去一年來，新興市場小型股的覆蓋率顯著上升，此趨勢長遠來看可能降低因研究不足而產生的估值溢價。

模型趨同引發新風險：同步交易與反身性

儘管如此，越來越多投資者採用相似的 AI 模型，也可能產生新的脆弱性。由於更多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，助長過度擁擠的倉位 (crowded positions)，並在市場壓力時期使行情反轉更加劇烈。

Ad

該報告以過去發生的日圓利差交易平倉潮，以及 AI 生成的假訊息短暫影響美股等事件為例，說明自動化策略與合成內容，如何在市場來不及驗證新資訊前就加速了波動性。

另一個問題是分析師所稱的「反身性問題 (reflexivity problem)」。當 AI 生成的建議越來越多地影響投資者行為，價格便會朝著強化模型未來輸出的方向移動。這種回饋循環可能強化動能交易、加劇市場集中度，並導致更極端的估值。

市場影響：平均效率提升下的尾部風險

總體而言，伯恩斯坦的研究結果顯示，AI 可能透過更佳的研究和執行力，降低市場的平均無效率程度。然而，它同時也增加了在市場壓力時期發生更大幅度錯位的可能性，最終導致「平均無效率程度下降，但尾部風險 (tail risk) 上升」的局面。