更高效还是更具波动性？金融市场采用最新版本的人工智能可以改善风险管理并增强流动性；但也可能使市场更加不透明，难以监控，并且更容易受到网络攻击和操纵风险的影响。
新的全球金融稳定报告通过分析新的市场数据来了解这项技术可能会将我们引向何方。国际货币基金组织工作人员与各类利益相关者——从投资者到技术提供商再到市场监管机构——进行了广泛的交流，展示了金融机构如何利用人工智能的进步进行资本市场活动，以及其采用可能带来的影响。
对冲基金、投资银行以及其他机构几十年来一直在使用量化交易策略。自动化的交易算法帮助市场更快地运行，并且在如美国股票等主要资产类别中更高效地处理大规模的交易。但它们也导致了“闪崩”事件，即市场价格在极短时间内剧烈波动——例如，在2010年5月，美国股市价格突然崩溃几分钟后又迅速反弹——并且有担忧认为这些算法可能在严重压力和不确定性时期扰乱市场。
人工智能通过几乎能够瞬间处理大量数据和文本的能力，为交易者使用，正准备将这些变化推向另一个层次。然而，尽管生成型人工智能和其他近期突破在大众媒体和金融市场中吸引了关注，但实际上投资者目前仅以有限的方式使用它们。因此，如果我们正处于由人工智能引领的转型的初期阶段，我们可能会朝哪个方向发展？
专利申请是了解这一点的好方法，考虑到从提交申请到实际具备生产能力的技术通常需要很长的准备时间。自2017年大型语言模型（LLM）出现以来，与算法交易相关的专利申请中的人工智能内容比例从2017年的19%上升到了2020年以来每年超过50%，这表明这一领域的创新浪潮即将到来。
这些新创新很可能会进一步增强人工智能快速调整投资组合的能力。这将反过来导致更高的交易量。我们调查的市场参与者一致认为，高频、人工智能驱动的交易预计将会变得更加普遍，特别是在股票、政府债券和上市衍生品等流动性较强的资产类别中。他们预测，在三到五年内，投资和交易决策将更广泛地整合复杂的AI技术，尽管“人在回路”（human in the loop）的方法预计将长期存在，尤其是在大规模资本配置决策方面。
这些变化已经在交易所交易基金市场中显现出来。尽管目前规模较小，但人工智能驱动的ETF相比其他ETF显示出明显更高的换手率。虽然典型的主动管理型股票ETF一年内很少会更换其持有的资产一次，而由人工智能驱动的ETF则大约每月更换一次持仓。如果这种策略广泛采用，未来可能意味着更深层次、更具流动性的市场，这对投资者是有利的。但它们也可能加剧市场的不稳定性：在2020年3月的市场动荡期间，一些人工智能驱动的ETF出现了更高的换手率，这表明在压力时期可能会出现类似羊群效应的抛售行为。
价格在由人工智能驱动的市场中可能会更快地作出反应。投资者以美联储会议复杂且冗长的纪要发布为例，说明AI能够比任何人类交易员更快地提供交易信号，并且这种情况可能已经发生。自2017年大型语言模型（LLMs）引入以来，在美联储纪要发布的15秒后，美国股票价格的变化似乎更加一致地与之后15分钟内观察到的较长时间内的变化方向保持一致，而在此前LLM时期，这种变化似乎是不相关的。
谁将能够利用这些新技术？人工智能可能导致投资进一步流向对冲基金、自营交易公司及其他非银行金融机构，这会使市场变得更不透明和更难监管。非银行机构在采用人工智能方面具有结构性优势。它们通常更加灵活，并且受到的监管约束比大型商业银行和投资银行少，后者往往需要处理遗留基础设施并可能面临更为严格的要求，包括确保复杂的人工智能模型可以解释。
政策建议
监管机构和监督者应该如何为这个新的世界做准备？在一个反应更快的市场中，非银行机构可能继续变得更为重要，与人工智能相关的各个领域的监管和监督应该得到加强。
金融监管部门和交易平台应确定是否需要设计新的波动率响应机制—或适当修改现有的内容—为了应对可能由人工智能驱动交易引发的“闪崩”事件。这些措施包括保证金要求、熔断机制和中央对手方的韧性。
同样，金融监管部门应继续加强对非银行金融机构的监督和监管，要求它们进行身份识别并披露与人工智能相关的信息；同时要求金融机构定期绘制支持人工智能模型的数据、模型和技术基础设施之间的相互依赖关系。
密切监控和监督这一快速变化的市场为制定及时且平衡的监管回应奠定了基础，这可能使金融部门参与者在利用人工智能的好处的同时减轻其风险。
本文基于2024年10月全球金融稳定报告的第三章撰写。人工智能的进步：对资本市场活动的影响.”