來源：市場資訊

作者：Nassira Abbas, Charles Cohen, Dirk Jan Grolleman, Benjamin Mosk

AI驅(qū)動的交易可以提高市場的速度和效率，但也會使其在壓力時期面臨更高的交易量和更大的波動性,。

更加高效,，還是更多波動,？金融市場采用最新的人工智能（AI）可以改善風險管理并深化流動性,；但它也可能造成市場的不透明,，增加其監(jiān)測難度,，并使其更易遭受網(wǎng)絡(luò)攻擊和操縱風險,。

最新一期的《全球金融穩(wěn)定報告》利用新的市場數(shù)據(jù)，研究了這項技術(shù)可能會將我們帶往何方,。從投資者到技術(shù)提供商,，再到市場監(jiān)管機構(gòu)——IMF的工作人員與各類利益相關(guān)方進行了廣泛的接觸,，以研究金融機構(gòu)如何利用AI的進步從事資本市場活動，以及采用AI會帶來何種潛在影響,。

幾十年來,，對沖基金、投資銀行和其他機構(gòu)一直都在使用量化交易策略,。自動交易算法幫助市場提高了速度,，并使人們能夠更高效地消化美股等主要資產(chǎn)類別的大量交易。但它們也導致了“閃崩”事件——市場價格在很短時間內(nèi)發(fā)生劇烈的波動,，例如,，2010年5月美股暴跌，僅在幾分鐘后又出現(xiàn)了反彈,；此外,，人們還擔心自動交易算法可能會在出現(xiàn)嚴重壓力和巨大不確定性時破壞市場的穩(wěn)定。

AI能夠幾乎實時地處理大量的數(shù)據(jù)（甚至也包括文本）以供交易者使用,，會將這類變化推升到另一個層次,。雖然生成式AI和近期的其他突破得到了大眾媒體和金融市場的關(guān)注，但當前,，實際投資者僅以有限的幾種方式使用它們,。那么，如果我們目前只是站在一場由AI主導的轉(zhuǎn)型的起點,，那么我們未來可能會走向何方,？

專利申請是理解這個問題的一個很好的途徑，因為從提交申請到發(fā)展出可用于實際生產(chǎn)的技術(shù),，往往要經(jīng)歷很長的準備時間,。自2017年大語言模型（LLM）開始問世以來，在算法交易的相關(guān)專利申請中,，與AI有關(guān)內(nèi)容的比例已經(jīng)從2017年的19%上升到了2020年以來的每年50%以上,，這表明該領(lǐng)域正在掀起一股創(chuàng)新的浪潮。

這些新的創(chuàng)新很可能會進一步增強AI快速調(diào)整投資組合的能力,，而這反過來又會帶來更高的交易量。接受我們調(diào)查的市場參與者均認為：由AI驅(qū)動的高頻交易預計將變得更加普遍,，在股票,、政府債、上市衍生品等流動性資產(chǎn)類別中尤其如此,。他們預計,，未來三到五年內(nèi)，復雜的AI將被更多整合到投資交易的決策之中；不過,，“人機協(xié)同”的做法預計還將延續(xù)下去,，在大規(guī)模資本配置的決策中將尤其如此。

在交易所交易基金（ETF）市場上,，這些變化的證據(jù)已然出現(xiàn),。AI驅(qū)動的ETF雖然規(guī)模尚小，但與其他ETF相比,，其周轉(zhuǎn)速度要高得多,。一個典型的主動管理股票型ETF持股的周轉(zhuǎn)速度遠低于每年一次，而AI驅(qū)動的ETF的周轉(zhuǎn)速度大約為每月一次,。如果此類策略被廣泛使用,，則可能在未來深化市場并增加其流動性，這對投資者是有利的,。但它們也可能加劇市場的不穩(wěn)定：在2020年3月的市場動蕩期間,，一些AI驅(qū)動的ETF的周轉(zhuǎn)速度有所加快，這表明在壓力時期有可能會出現(xiàn)更多的群體性拋售,。

在AI驅(qū)動的市場中，價格的反應(yīng)速度可能要快得多,。投資者提到的一個例子是：在美聯(lián)儲發(fā)布復雜且冗長的會議紀要時,，AI可以比任何人類交易員更快提供交易信號——而這可能已經(jīng)發(fā)生了。自2017年LLM問世以來,，美聯(lián)儲會議紀要發(fā)布15秒后美股的變動情況，似乎與紀要發(fā)布15分鐘后的中期變動方向是一致的——這與LLM問世之前二者明顯不相關(guān)的變動形成了鮮明的對比,。

誰將能夠利用這些新的技術(shù),？AI可能導致投資進一步轉(zhuǎn)移至對沖基金、自營交易公司和其他非銀行金融中介機構(gòu),，這將降低市場的透明度,，并使監(jiān)測變得更加困難。非銀行機構(gòu)在采用AI方面具有結(jié)構(gòu)性的優(yōu)勢,。與大型商業(yè)銀行和投資銀行相比,，它們通常更加敏捷，更少受到監(jiān)管約束,；而大型商業(yè)銀行和投資銀行通常必須應(yīng)對先前遺留的基礎(chǔ)設(shè)施,，且可能需要遵守更嚴格的規(guī)定（包括需要確保能解釋復雜的AI模型）。

政策建議

面對這個新的世界,，監(jiān)管機構(gòu)應(yīng)如何做好準備,？在一個反應(yīng)更加迅速的市場中，非銀行機構(gòu)的重要性可能會持續(xù)上升，因此應(yīng)加強AI相關(guān)領(lǐng)域各方面的監(jiān)管,。

金融部門當局和交易場所應(yīng)決定是否需要設(shè)計新的波動應(yīng)對機制（或妥善修改現(xiàn)有機制）,，對可能源自AI驅(qū)動交易的“閃崩”事件作出響應(yīng)。這些機制包括保證金要求,、熔斷機制和有韌性的中央對手方,。

同樣，金融部門當局應(yīng)繼續(xù)加強對非銀行金融中介機構(gòu)的監(jiān)督和監(jiān)管,，要求它們表明身份并披露與AI相關(guān)的信息,；同時，其還應(yīng)要求金融機構(gòu)定期評估數(shù)據(jù),、模型和支持AI模型的技術(shù)基礎(chǔ)設(shè)施之間的相互依賴關(guān)系,。

對這個快速變化的市場進行密切的監(jiān)測和監(jiān)督，將為采取適當且平衡的監(jiān)管應(yīng)對措施打下基礎(chǔ),，而這將使金融部門的參與者從AI中受益,，同時降低其風險。

(國際貨幣基金組織)

（轉(zhuǎn)自：國際貨幣基金組織）