伯恩斯坦：AI 提升市場效率 但恐加劇極端波動風險

根據投資研究機構伯恩斯坦 (Bernstein) 的一份最新報告，人工智慧 (AI) 正在多方面提升金融市場的效率，但同時也引入了可能放大市場波動與失序的新風險。

AI 提升資訊處理與研究效率

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，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，從而減少財報意外的幅度。

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閱、財務模型更新和新股研究等所需的時間，使分析師能夠覆蓋更多公司。報告特別提到，過去一年來，新興市場小型股的覆蓋率顯著提升，此趨勢可能降低因研究不足而產生的長期估值溢價。

同步交易與反身性問題引發新風險

儘管效率提升，但相似 AI 模型的大規模採用可能產生新的脆弱性。當越來越多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，這會助長擁擠交易 (crowded positions)，並在市場壓力時期使行情反轉更加劇烈。

Ad

報告引用了近期市場事件作為例證，例如 2024 年 8 月日圓利差交易的平倉潮，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，在市場來不及驗證新資訊之前，自動化策略和合成內容已能加速波動。

另一個問題是分析師所稱的「反身性問題 (reflexivity problem)」。AI 生成的建議日益影響投資者行為，進而推動價格，而價格的變動又反過來強化了模型未來的輸出。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，伯恩斯坦的結論是，AI 透過更佳的研究和執行力，可能會降低市場的平均無效率程度。然而，它也同時增加了在市場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。