金融業 新稀缺資源

金融業的新稀缺資源 人工智能時代下的判斷力

人工智能

廣告

論及人工智能(AI)對投資管理行業的影響,最簡單的方式莫過於計算它節省了多少時間。研究工作能更快速完成、報告製作成本降低,而投資組合亦可實現即時監察。

這些效益固然重要,但更值得關注的問題是:當強大的分析能力不再稀缺時,金融市場將會出現甚麼變化?

一直以來,能夠率先獲取資訊、精準解讀資訊,並較市場其他參與者更早採取行動的人,就能在金融業中領先。然而,隨著先進分析技術變得更廉價且更普及,生產大量研究不再是最關鍵的競爭優勢,反而是作出判斷的能力,包括判斷哪些資訊值得信任、哪些觀點需要質疑,以及何時應該介入並作出決策。

這正是 CFA協會研究與政策中心最新報告《人工智能與金融業的未來:結構性轉變框架》的核心論點。AI 並不只是提升生產力的工具,更有可能改變決策方式、市場運作模式,以及責任的界定與歸屬。

亞洲既擁有全球最先進的金融中心,亦有正在推進數據基礎設施及營運系統現代化的市場。不同機構將以不同速度推進AI的應用,因此AI 轉型預料將呈現程度不一的發展。

AI轉型的多樣性未必是壞事,但值得關注的是,金融機構最終或會逐漸依賴相同的模型、數據來源及技術供應商。

試想像數百家金融機構雖然奉行不同的投資策略,但其系統卻基於相近的資訊而作出分析,並以大致相同的方式回應市場變化。在市場平穩時期,這看似提高效率;然而一旦市場受壓,則可能演變成大量投資者同時拋售資產的局面。

報告將此現象稱為「認知趨同(cognitive convergence)」,即不同機構的模型架構、訓練數據及決策框架逐漸趨於一致。其潛在風險在於,大量模型可能在同一時間得出相同結論,從而引發同步沽售、資產相關性急劇變化,以及市場流動性受壓等連鎖反應。市場韌性有賴於多元觀點和獨立判斷,但隨著認知趨同加劇,市場或逐漸失去對資訊和風險的多元詮釋,從而削弱其適應和調節能力。

這對資產配置和分散投資策略帶來新的挑戰。一直以來,資產擁有人透過分散投資於不同市場、資產類別、行業及基金經理來降低風險。然而,未來他們或需要進一步審視投資組合背後所依賴的模型、訊號及數據來源,以確保真正實現風險分散,而非僅在表面上達致多元配置。

相應地,盡職審查(due diligence)亦必須與時並進。對任何投資經理而言,以下幾個問題都值得深入研究:投資結論是如何形成的?哪些環節已由系統自動化處理?哪些外部供應商構成關鍵依賴,以及一旦相關服務中斷將帶來甚麼風險?以及在甚麼情況下,人可以推翻模型決策,而他們是否具備足夠授權和時間作出相關判斷?這些問題將逐漸成為評估投資治理和風險管理能力的重要指標。

部分機構將利用 AI 輔助研究及風險管理工作,同時保留由專業人士掌握最終決策權。另一些機構則可能更深度依賴 AI 進行投資訊號分析、投資組合建構及風險校準。無論採取哪種模式,決定成敗的關鍵都不僅在於技術本身,更在於機構能否建立健全的管治框架、堅守專業操守,並在監管要求與創新之間取得平衡。

同樣的趨勢亦將重塑投資專業人才的職業發展。AI 不會削弱專業知識的價值,但將重新定義其最具價值的範疇。當例行分析工作愈來愈容易被自動化取代時,能夠提出更好的問題、驗證既有假設,以及洞悉模型局限與潛在偏誤的人,將更具競爭優勢。

未來最優秀的專業人士,未必是最快得出答案的人,而是能夠辨識哪些答案看似合理、實際上卻不符合經濟邏輯的人。畢竟,市場充滿不確定性,數據也不完整,而過往有效的關係亦可能隨時間改變甚至失效。一個根據過往環境訓練的模型,未必能有效應對真正前所未有的情境。

因此,僅僅強調「人類參與(human in the loop)」並不足夠。真正有效的監督,必須建立在專業知識、充分資訊、決策授權,以及及時採取行動的能力之上。在一個高度自動化的流程末端簽署文件,並不等同真正行使專業判斷。

金融機構應能清楚展示在整個決策流程,哪些判斷來自模型分析、哪些內容經由人覆核或修訂,以及最終由誰承擔責任。隨著模型、數據及市場環境持續演變,驗證工作亦必須持續進行。董事會應主動審視 AI 在整個決策鏈中所扮演的角色,以及一旦出現偏差或失誤時,其影響將如何在機構內部及市場之間傳導和擴散。

監管機構亦面臨兩難局面,過於僵化的規可能阻礙具價值的創新,並進一步鞏固大型機構的競爭優勢;然而,監管滯後亦有其代價,因為金融機構可能逐步建立起錯綜複雜、難以理解且更難以拆解的依賴網絡。

亞洲各司法管轄區將採取不同的監管路徑,但部分基本原則應普遍適用。首先,重要決策必須具備可追溯性,以確保問責機制清晰有效。其次,具備自我調整能力的模型需要接受持續監測與驗證。最後,共享分析基礎設施不應僅被視為一般採購安排,而應被視為潛在的系統性市場風險來源。

這並非主張放慢創新步伐。事實上,AI 有潛力降低成本、加強風險管理能力,並讓專業人士騰出更多時間專注於客戶服務、受託責任及專業判斷等更高價值的工作。然而,這些效益能否真正實現,取決於金融機構能否從推行 AI 的第一天起,便將健全的管治框架、明確的問責機制及有效的風險管理納入其中。

過去數十年,資訊一直是金融業最稀缺的資源之一。AI 或許會使分析能力變得唾手可得,但判斷力、問責性及受託管理精神(stewardship)仍將是難以取代的稀缺資產,而這些人類特質將比以往任何時候都更為重要。

CFA協會研究與政策中心特任研究員 Jacob Su