史丹佛大學經濟政策研究所（SIEPR）今日發布分析報告，指出人工智慧（AI）技術在預測潛在金融危機方面展現巨大潛力，然而其應用仍面臨多重挑戰。這項研究強調，隨著大數據與運算能力顯著提升，監管機構掌握海量資訊，AI結合這些資源，有望部署「即時預測模型」，在金融壓力擴散至整體經濟之前，提供早期預警，為政策制定爭取寶貴時間。
事實陳述：AI預測金融危機的潛力與發展
自2008年全球金融危機以來，各國中央銀行積極透過宏觀審慎監管機制，密切監測金融體系的不穩定因素。耶魯大學管理學院經濟學者Antonio Coppola指出，AI驅動的預測模型能夠提供精確的金融脆弱性信號，這對於政策制定者來說極為寶貴，有助於其採取更具針對性的干預措施。Coppola與Christopher Clayton為此開發了一款深度學習模型，該模型經過長達14年的數據訓練，能夠即時評估新投資者或新資產可能帶來的風險，為AI技術在金融危機預警的實用性提供了具體範例。
各方反應：經濟學家對AI預測模型的疑慮
儘管AI在金融預警方面展現出令人振奮的潛力，經濟學界對此類預測模型仍存有相當的顧慮。部分經濟學家擔憂，模型可能因過度依賴量化數據而忽略潛在的結構性因素，導致預測失準。更深層次的隱憂則涉及道德風險，他們擔心AI模型的應用可能促使金融機構承擔更多風險，或者引導投資者將風險轉移至透明度較低的金融領域，反而為市場埋下新的不確定因子。Coppola對此則強調，這項研究為「模型輔助監管」提供了可能性，並建議將AI預測模型與現有的經濟理論結合，方能發揮其最佳效用，而非單獨依賴AI。
背景補充：宏觀審慎監管的演進與AI整合挑戰
AI驅動的宏觀審慎監管，其背後需要投入大量的研發資源與技術支持。中央銀行在考慮未來應用AI於金融監管時，必須審慎評估其潛在效益與風險。這不僅包括技術層面的整合與模型準確性，更需考量其可能對市場行為、監管框架以及整體金融穩定性造成的深遠影響。Coppola總結表示，唯有透過周詳的規劃與持續的投入，方能善用AI的預測能力，同時有效避免引入新的不確定性與風險，確保金融體系的穩健運行。