無可否認地，AI將為金融領域帶來全新的面貌。其強大威力可能是兩面刃，除了帶來效率大幅提升外，其為金融穩定帶來的隱憂也不容忽視。因此近期主要國家央行與國際貨幣基金的金融穩定報，皆深入探討此議題。要做AI的主人，就必須知道它的能與不能，善用其強項，防範其弱點。
AI在金融領域飛躍成長由於大型語言模型(LLM)被訓練使用大量數據，來決定每個句子中的下一個字，因此可利用類似的方法，可在眾多數據中來預測下一個觀察值。同時可即時將大量非結構型資料，變成結構型資訊。比起傳統的經濟模型，神經網絡可以處理更多的投入變數，因此可以處理更多更細的資料庫，而不像過去仰賴較聚合數據(aggregated data)。在分析快速變動的通膨問題時，較能找出非線性關係或是較能洞悉每個變數。因此AI在金融領域的運用飛躍成長。
過去十幾年來AI與機器學習技術廣泛被運到反洗錢與防詐，大幅提高工作效率。近來由於算力的提升、計算成本的降低以及相關技術的發展，使得運用層面更廣。根據IMF今年的報告指出: 美國股市運用演算法交易(algorithmictrading)的比例快速上升到七成以上；期貨市場也超過五成。此外理財機器人所管理的投資金額也爆炸式的成長，近期可能就會超過兩兆美元。因此AI對金融穩定的影響更不容忽視。
AI不能取代人類
2024年6月，國際清算銀行(BIS)在第一次對AI進行大規模研究後指出，各國央行應該要擁抱AI所帶來的效益，但AI無法取代人類，例如用AI來決定利率。雖然央行可以利用AI巨大的力量來監測即時的經濟活動數據，以更精準的預測掌控通膨，但還是需要人的判斷。此外AI將衍生新的風險，例如網路攻擊風險，另也將增強現存的羊群效應、銀行擠兌與賤價拋售等風險。此外AI的運用可提高生產力、精簡傳統相關人力，但同時也創造新的工作職缺。
BIS的報告指出，央行可使用 LLMs來收集資料、統計、分析總體經濟與金融數據來支援其貨幣政策，或監測其支付系統來增進金融穩定。運用即時資料，以利更精準的預測通膨，或是找出金融系統的脆弱點。而這些即時資訊可能來自社群媒體、非金融機構與銀行的財報等等，用以編製成指數。可用來反映金融現況、監測或預測衰退風險的機率。藉由家戶與廠商的交易支付與廠商間的交易支付，更能掌握整體社會的消費與投資的。
（相關報導：
張瑞雄觀點：AI發展是否會如原子彈般毀滅人類？
｜
更多文章
）
AI加速追高殺低
基本上來說，一個穩健的市場應該同時存在有人看多，有人看空；有人買進，有人賣出。但由於使用AI作為投資決策工具時，許多演算法使用相同的模式來訓練，造成大家同步買同步賣的「羊群效應(herding effect)」。再加上目前高頻交易的盛行，將推升市場「閃崩(flashcrashes)」的風險。這也是為什麼美國證期會(SEC)主席Gary Gensler多次闡述這個風險，並認為AI可能造成下一場的大型的系統性金融風險(next big systemic risk)。財政部長葉倫也指出，AI工具往往非常技術性與不透明，不容易解釋，也不容易監測其缺點。假如金融業或監理機關對AI不夠了解，那就很可能造成偏差或不正確的結果。並且AI往往依賴大量的外部資料庫，或是第三方供應商，也加深個資保護與資安風險的疑慮。
IMF在今年邀集金融從業人員與學界專家，共同討論使用生成式AI將伴隨而來哪些風險。會議中先討論出會有哪些風險，再請與會專家進行投票。得票最多的風險項目依序是: 羊群效應與市場集中度、供應商其中度、市場脆弱性與操控、資安風險，最後才是取代人類工作。並且由得票結果可知，與會專家對前面三項與金融穩定相關的憂慮，遠比取代人類工作還擔心。
雖然人工智慧大幅增強了資料的處理和生成能力，但其產出的品質與正確性還是高度依賴所餵食資料品質問題。目前AI能夠處理的資訊除了數據外，非結構化資料如文字、電腦代碼、語音和圖像也可處理。但由於其基礎模型的訓練方式，AI更容易「學習」並持續保留其訓練資料中固有的偏見或錯誤。另一項挑戰則涉及資料隱私，特別是在使用資料庫時是否尊重被建檔者的隱私，以及是否存在資料洩露的風險。
科技大廠是AI風險放大器
一般企業不會自己開發AI運用技術，而是仰賴亞馬遜、微軟與谷哥等幾家科技大廠。這些科技大廠為其他企業提供便捷的AI服務，加速了AI技術滲透到各企業。但這也是 AI風險的放大器，使得AI的風險擴大到系統層面，甚至對金融穩定性造成影響。因為這幾家AI供應商所提供的決策模式，在不同金融機構中被廣泛應用到各種流程。如果大多數金融機構使用相同或相似的基礎模型時，那麼受AI偏見的衝擊將更巨大，對供應商依賴的風險也越大。過度依賴少數的AI供應商，可能使金融系統的運營基礎變得更加脆弱。甚至相關風險將從個別金融機構的問題，擴大為系統性問題。
AI寡頭壟斷的傾向
AI 服務供應商高度依賴三種資源：充足的演算力 、人力資本和資料，並且這三種資源還會有互相吸引的效果。因此AI服務產業，很自然地就會成為由少數大型供應商主導的寡頭壟斷市場結構。由於許多金融機構依賴同一個人工智慧引擎，因此做出相同的交易決策，加大了市場的波動幅度。若是金融監理機關也依賴相同的 AI 引擎進行分析，他們可能無法識別由此產生的脆弱性，因為彼此的觀點相同，因此會出現監理的盲點。令人擔憂的是，社會似乎都沒有充分認識到寡頭壟斷人工智慧技術可能會增加系統性風險。這也是為什麼美國證券交易委員會（SEC）主席Gary Gensler最近警告說:「如果大型科技公司壟斷金融領域的人工智慧開發和應用，人工智慧可能會破壞全球金融市場的穩定」。 因為人工智慧有可能無意中放大設計者身上潛藏的偏見，進一步危及競爭和市場效率。
（相關報導：
張瑞雄觀點：AI發展是否會如原子彈般毀滅人類？
｜
更多文章
）
AI勾結與損害價格形成
華頓商學院的 Winston Wei Dou 指出，我們已經看到金融市場中人工智慧交易的採用日益增多，因此金融市場上是否會出現「人工智慧勾結(collusion)」的問題值得重視。當市場的交易者使用AI做交易決策時，多個人工智慧在交互作用下會產生「AI均衡(AI equilibrium)」，這時我們就必須小心。因為在這種均衡狀態下，雖然交易者之間沒有任何形式的協議、溝通甚至意圖，但AI之間可能會出現相互勾結，操控市場。這種勾結交易會降低流動性、減少價格資訊性和擴大錯誤定價，從而損害市場效率。如果金融市場存在人工智慧勾結，市場流動性和價格資訊可能會受到損害。
Winston Wei Dou 與Itay Goldstein 共同撰寫的一篇「人工智慧驅動的交易、演算法勾結和價格效率」論文警告說，「即使沒有違反反壟斷法規的規定，人工智慧交易也可以通過策略性地操縱低訂單流來串通並產生巨額利潤。這也是為什麼美國聯邦貿易委員會最近起訴亞馬遜，指控其使用秘密演算法操縱價格，讓零售商和製造商有動機在不提高產品品質的情況下獲得市場支配力。這就是反壟斷監管機構對此非常緊張的原因。Itay Goldstein指出，除了亞馬遜的案例之外，我們也擔心人工智慧勾結發生在金融市場。
AI其他風險
惡意使用 AI: AI可能被要求追求最大的財務利益，而不管其他社會後果，這就是惡意使用 AI的開始。藉由直接操縱 AI 引擎，來尋找法規漏洞以逃避金融監理。當大家小心翼翼地遵守法律時，卻有人利用AI 進行非法活動。或是恐怖組織利用不正常交易，以製造社會混亂。
結語
近期的AI狂潮幾乎橫掃人類社會各領域，這當中AI所帶來的效率令人驚豔，但其伴隨而來的風險，可能遠比取代人類工作機會還要深遠。AI 與純粹統計建模的區別在於，它不僅使用定量資料來提供數值建議，還應用目標驅動學習，用定性和定量資料訓練自己，提供建議甚至做出決策。此外AI還可能被惡意利用，用於網絡攻擊、虛假信息、操縱市場、使用深度偽造技術以破壞對金融機構的信心等。水能載舟也能覆舟，如何善用AI帶來的機會，避開可能帶來的金融風險，值得我們關注。
（相關報導：
張瑞雄觀點：AI發展是否會如原子彈般毀滅人類？
｜
更多文章
）
