Story
伯恩斯坦：AI 提升市場效率 但同步交易恐加劇尾部風險
根據投資研究機構伯恩斯坦 (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，但同時也引入了可能放大市場波動性和失序的新風險。
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、監管文件和另類數據，有助於縮小資訊差距、改善價格發現，並使分析師的預測更快地與實際結果收斂，從而降低財報意外的幅度。
此外，AI 也在重塑研究流程。自動化工作流程縮短了審閱財報、更新財務模型和開展新股票研究所需的時間，讓分析師能覆蓋更多公司。報告特別提到，過去一年對新興市場小型股的研究覆蓋率顯著上升，這一趨勢可能降低長期以來與研究不足相關的估值溢價。
同步交易與反身性等新風險
儘管優點顯著，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，這會助長過度擁擠的交易 (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來說明這些風險，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實例。這些例子顯示，在市場來得及驗證新資訊前，自動化策略和合成內容就可能加速波動。
另一個問題是分析師所稱的「反身性問題」(reflexivity problem)。AI 生成的投資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未來模型的輸出。這種回饋循環可能強化動能交易、提高市場集中度，並導致更極端的估值。
結論：平均效率提升 尾部風險加劇
總體而言，伯恩斯坦的結論認為，AI 透過更佳的研究和執行效率，可能會降低市場的平均無效率性 (average inefficiency)。然而，它同時也增加了在市場壓力時期發生更大規模失序的可能性，最終導致市場的尾部風險 (tail risk) 增加。