AI讓市場更有效率還是更危險？伯恩斯坦報告揭示雙面刃效應

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混亂的新風險，呈現出顯著的雙面刃效應。

AI 提升效率：資訊落差縮小

報告指出，在企業層面，AI 能比人類分析師更快地處理財報、監管文件及另類數據，有助於縮小資訊差距、改善價格發現機制。隨著分析師的預測能更快地與實際結果趨於一致，財報意外的幅度也隨之減少。

此外，AI 也正在重塑研究流程。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，使分析師能夠覆蓋更多公司。報告特別提到，過去一年新興市場小型股的研究覆蓋率顯著上升，此趨勢可能降低長期以來因研究不足而產生的估值溢價。

新興風險：同步交易與反身性

儘管效率提升，但相似 AI 模型的廣泛採用也可能產生新的弱點。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，進而助長 擁擠交易 (crowded positions)，並在市場壓力時期使價格逆轉變得更加劇烈。

Ad

報告引述近期市場事件為例，例如日圓利差交易的平倉，以及 AI 生成的假訊息曾短暫影響美股，這些都顯示了自動化策略如何在市場來得及驗證新資訊前就加速波動性。

另一個關鍵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，價格會被推向強化未來模型輸出的方向，形成一個回饋循環。這種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。

結論：平均效率提升，但尾部風險加劇

總體來看，伯恩斯坦的結論認為，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，這也增加了在市場壓力時期發生更大型混亂的可能性。

對投資者而言，這意味著市場的平均無效率程度雖然降低，但 尾部風險 (tail risk) 卻顯著增加，也就是發生極端負面事件的機率上升。