布伦默迈的核心论点围绕“非对称理解”(asymmetric understanding)展开。他指出,由于 AI 在处理和分析信息方面的能力显著优于人类,在某些情况下,AI 代理(AI agents)甚至能在政策制定者意识到决策之前,就以极高的准确度预测出央行的下一步行动。这种能力的失衡可能导致 AI 利用这些信息进行套利或操纵市场,从而破坏金融体系的稳定性。
为了阐明这一风险,布伦默迈描绘了几个令人担忧的“反乌托邦”式场景:例如,为了防止人类在政策变动中被完全排除在外,央行可能不得不为人类和机器分别举行两次新闻发布会;或者为了防止 AI 利用透明信息进行博弈,央行可能被迫采取更加模糊、不可预测的沟通方式。此外,他甚至提到,为了应对 AI 驱动的市场操纵,央行可能不得不直接干预信贷市场并扩大资产负债表——这些做法与目前许多央行高层推崇的政策透明度理念完全背道而驰。
布伦默迈的研究为央行提供了一个更侧重于市场的视角。以往,各国央行往往更关注 AI 对劳动力市场、生产力或通胀的影响;而布伦默迈则直指技术对金融基础设施的冲击。他警告称,如果 AI 代理大规模部署并主导金融行为,可能会导致市场的信息传递功能下降,甚至变得更加动荡且不可预测。
在布伦默迈发表的相关论文中,他呼吁监管机构转向更简单、更稳健(robust)的规则体系。他指出,在一个人类与 AI 代理共同互动的世界里,央行正面临一场严峻的博弈:如果不能及时应对技术带来的挑战,市场可能会比决策者更“懂”政策,从而导致金融秩序陷入混乱。
【小编观点】
布伦默迈提出的“非对称理解”是一个非常深刻的警示。随着生成式 AI 和高频交易算法的融合,金融市场的博弈逻辑正在从“人与人的博弈”转向“人与机器的博弈”。如果央行的沟通策略无法适应这种变化,传统的透明度原则可能会在技术面前失效。这不仅是技术的挑战,更是对现代货币政策传播机制的一次深刻拷问。
【核心提要】
【正文报道】
在近期举行的杰克森霍尔经济研讨会(Jackson Hole Economic Symposium)上,普林斯顿大学(Princeton University)经济学家马库斯·布伦默迈(Markus Brunnermeier)向全球央行官员发出警示。他强调,随着人工智能(AI)在金融领域的广泛应用,监管机构必须采取紧急行动,以应对技术变革可能带来的深远冲击及潜在的系统性风险。
布伦默迈的核心论点围绕“非对称理解”(asymmetric understanding)展开。他指出,由于 AI 在处理和分析信息方面的能力显著优于人类,在某些情况下,AI 代理(AI agents)甚至能在政策制定者意识到决策之前,就以极高的准确度预测出央行的下一步行动。这种能力的失衡可能导致 AI 利用这些信息进行套利或操纵市场,从而破坏金融体系的稳定性。
为了阐明这一风险,布伦默迈描绘了几个令人担忧的“反乌托邦”式场景:例如,为了防止人类在政策变动中被完全排除在外,央行可能不得不为人类和机器分别举行两次新闻发布会;或者为了防止 AI 利用透明信息进行博弈,央行可能被迫采取更加模糊、不可预测的沟通方式。此外,他甚至提到,为了应对 AI 驱动的市场操纵,央行可能不得不直接干预信贷市场并扩大资产负债表——这些做法与目前许多央行高层推崇的政策透明度理念完全背道而驰。
布伦默迈的研究为央行提供了一个更侧重于市场的视角。以往,各国央行往往更关注 AI 对劳动力市场、生产力或通胀的影响;而布伦默迈则直指技术对金融基础设施的冲击。他警告称,如果 AI 代理大规模部署并主导金融行为,可能会导致市场的信息传递功能下降,甚至变得更加动荡且不可预测。
在布伦默迈发表的相关论文中,他呼吁监管机构转向更简单、更稳健(robust)的规则体系。他指出,在一个人类与 AI 代理共同互动的世界里,央行正面临一场严峻的博弈:如果不能及时应对技术带来的挑战,市场可能会比决策者更“懂”政策,从而导致金融秩序陷入混乱。
【小编观点】
布伦默迈提出的“非对称理解”是一个非常深刻的警示。随着生成式 AI 和高频交易算法的融合,金融市场的博弈逻辑正在从“人与人的博弈”转向“人与机器的博弈”。如果央行的沟通策略无法适应这种变化,传统的透明度原则可能会在技术面前失效。这不仅是技术的挑战,更是对现代货币政策传播机制的一次深刻拷问。
背景链接: