來(lái)源：市場(chǎng)資訊

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

AI驅(qū)動(dòng)的交易可以提高市場(chǎng)的速度和效率，但也會(huì)使其在壓力時(shí)期面臨更高的交易量和更大的波動(dòng)性,。

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

最新一期的《全球金融穩(wěn)定報(bào)告》利用新的市場(chǎng)數(shù)據(jù),，研究了這項(xiàng)技術(shù)可能會(huì)將我們帶往何方。從投資者到技術(shù)提供商,，再到市場(chǎng)監(jiān)管機(jī)構(gòu)——IMF的工作人員與各類利益相關(guān)方進(jìn)行了廣泛的接觸,，以研究金融機(jī)構(gòu)如何利用AI的進(jìn)步從事資本市場(chǎng)活動(dòng)，以及采用AI會(huì)帶來(lái)何種潛在影響,。

幾十年來(lái),，對(duì)沖基金、投資銀行和其他機(jī)構(gòu)一直都在使用量化交易策略,。自動(dòng)交易算法幫助市場(chǎng)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(dǎo)致了“閃崩”事件——市場(chǎng)價(jià)格在很短時(shí)間內(nèi)發(fā)生劇烈的波動(dòng),，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(dān)心自動(dòng)交易算法可能會(huì)在出現(xiàn)嚴(yán)重壓力和巨大不確定性時(shí)破壞市場(chǎng)的穩(wěn)定,。

AI能夠幾乎實(shí)時(shí)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(huì)將這類變化推升到另一個(gè)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(chǎng)的關(guān)注，但當(dāng)前,，實(shí)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(chǎng)由AI主導(dǎo)的轉(zhuǎn)型的起點(diǎn),，那么我們未來(lái)可能會(huì)走向何方,？

專利申請(qǐng)是理解這個(gè)問(wèn)題的一個(gè)很好的途徑，因?yàn)閺奶峤簧暾?qǐng)到發(fā)展出可用于實(shí)際生產(chǎn)的技術(shù),，往往要經(jīng)歷很長(zhǎng)的準(zhǔn)備時(shí)間,。自2017年大語(yǔ)言模型（LLM）開(kāi)始問(wèn)世以來(lái)，在算法交易的相關(guān)專利申請(qǐng)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(lái)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(huì)進(jìn)一步增強(qiáng)AI快速調(diào)整投資組合的能力,，而這反過(guò)來(lái)又會(huì)帶來(lái)更高的交易量。接受我們調(diào)查的市場(chǎng)參與者均認(rèn)為：由AI驅(qū)動(dòng)的高頻交易預(yù)計(jì)將變得更加普遍,，在股票,、政府債、上市衍生品等流動(dòng)性資產(chǎn)類別中尤其如此,。他們預(yù)計(jì),，未來(lái)三到五年內(nèi)，復(fù)雜的AI將被更多整合到投資交易的決策之中,；不過(guò),，“人機(jī)協(xié)同”的做法預(yù)計(jì)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(chǎng)上,，這些變化的證據(jù)已然出現(xiàn)。AI驅(qū)動(dòng)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(gè)典型的主動(dòng)管理股票型ETF持股的周轉(zhuǎn)速度遠(yuǎn)低于每年一次,，而AI驅(qū)動(dòng)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(lái)深化市場(chǎng)并增加其流動(dòng)性,，這對(duì)投資者是有利的。但它們也可能加劇市場(chǎng)的不穩(wěn)定：在2020年3月的市場(chǎng)動(dòng)蕩期間,，一些AI驅(qū)動(dòng)的ETF的周轉(zhuǎn)速度有所加快，這表明在壓力時(shí)期有可能會(huì)出現(xiàn)更多的群體性拋售,。

在AI驅(qū)動(dòng)的市場(chǎng)中,，價(jià)格的反應(yīng)速度可能要快得多。投資者提到的一個(gè)例子是：在美聯(lián)儲(chǔ)發(fā)布復(fù)雜且冗長(zhǎng)的會(huì)議紀(jì)要時(shí),，AI可以比任何人類交易員更快提供交易信號(hào)——而這可能已經(jīng)發(fā)生了。自2017年LLM問(wèn)世以來(lái),，美聯(lián)儲(chǔ)會(huì)議紀(jì)要發(fā)布15秒后美股的變動(dòng)情況，似乎與紀(jì)要發(fā)布15分鐘后的中期變動(dòng)方向是一致的——這與LLM問(wèn)世之前二者明顯不相關(guān)的變動(dòng)形成了鮮明的對(duì)比,。

誰(shuí)將能夠利用這些新的技術(shù)？AI可能導(dǎo)致投資進(jìn)一步轉(zhuǎn)移至對(duì)沖基金,、自營(yíng)交易公司和其他非銀行金融中介機(jī)構(gòu),，這將降低市場(chǎng)的透明度，并使監(jiān)測(cè)變得更加困難,。非銀行機(jī)構(gòu)在采用AI方面具有結(jié)構(gòu)性的優(yōu)勢(shì)。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(duì)先前遺留的基礎(chǔ)設(shè)施，且可能需要遵守更嚴(yán)格的規(guī)定（包括需要確保能解釋復(fù)雜的AI模型）。

政策建議

面對(duì)這個(gè)新的世界,，監(jiān)管機(jī)構(gòu)應(yīng)如何做好準(zhǔn)備？在一個(gè)反應(yīng)更加迅速的市場(chǎng)中,，非銀行機(jī)構(gòu)的重要性可能會(huì)持續(xù)上升，因此應(yīng)加強(qiáng)AI相關(guān)領(lǐng)域各方面的監(jiān)管,。

金融部門當(dāng)局和交易場(chǎng)所應(yīng)決定是否需要設(shè)計(jì)新的波動(dòng)應(yīng)對(duì)機(jī)制（或妥善修改現(xiàn)有機(jī)制），對(duì)可能源自AI驅(qū)動(dòng)交易的“閃崩”事件作出響應(yīng),。這些機(jī)制包括保證金要求、熔斷機(jī)制和有韌性的中央對(duì)手方,。

同樣，金融部門當(dāng)局應(yīng)繼續(xù)加強(qiáng)對(duì)非銀行金融中介機(jī)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(shí),，其還應(yīng)要求金融機(jī)構(gòu)定期評(píng)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(duì)這個(gè)快速變化的市場(chǎng)進(jìn)行密切的監(jiān)測(cè)和監(jiān)督，將為采取適當(dāng)且平衡的監(jiān)管應(yīng)對(duì)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(shí)降低其風(fēng)險(xiǎn)。

(國(guó)際貨幣基金組織)

（轉(zhuǎn)自：國(guó)際貨幣基金組織）