伯恩斯坦報告：AI提升市場效率，但恐加劇極端波動風險

根據伯恩斯坦（Bernstein）發布的一份研究報告，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失序的情況。

AI提升資訊處理與價格發現

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，有助於縮小資訊差距、改善價格發現效率，並因分析師的預測能更快收斂至實際結果，進而減少盈餘意外（earnings surprises）的幅度。

除了加速分析，AI也在重塑研究流程。自動化工作流程縮短了審閱財報、更新財務模型和初次覆蓋個股所需的時間，使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提升，此趨勢可能降低長期以來因研究不足而產生的估值溢價。

同步交易與「反身性」問題浮現

儘管優點顯著，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，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

報告引述近期市場事件為例，例如 2024年8月日圓利差交易的平倉潮，以及AI生成的不實資訊一度引發美股波動，這些都顯示了自動化策略和合成內容如何在市場來得及驗證新資訊前，就已加速了波動。

另一個問題是分析師所稱的「反身性問題」（reflexivity problem）。當AI生成的建議日益影響投資者行為，價格會朝著強化未來模型輸出的方向變動。這種反饋循環可能加劇動能交易、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，伯恩斯坦的結論認為，AI透過更佳的研究與執行，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大幅度失序的可能性，最終形成「平均無效率程度降低，但尾部風險（tail risk）更高」的局面。