Page 62 - NO.165銀行家雜誌
P. 62
तйΆྌ
Special Report
率在短時間上升100和200基點時，銀行要如 的交易演算法若由AI所驅動，最終都以相同的
何因應，銀行風險管理者還應該研究歷史，觀 時間賣出相同的東西，可能因此失控，導致
察在其他高利率和迅速上升年代，如1980年 市場崩盤。模型同質性風險也會由監管本身
代，是如何生存。 產生，如果監管機構對AI的行為進行控制，增
1980年代擔任FDIC主席的比爾‧艾薩克 加它們最終都會在相同時間做相同事情的風
（Bill Isaac）則提出，不要長時間鎖定存款，因 險，或者來自於公司都選擇使用少數大型供應
為得來容易消失也快。還有，不要買太多固定 商提供的AI服務。
利率的政府債券，並建議進行對沖。然而，對 AI的深度學習可能會增加系統性風險，隨
於買太多固定利率的政府債券進行對沖的作法 著金融業對深度學習的廣泛採用，可能出現監
可能很昂貴，銀行的利潤已經受到淨利差縮小 管漏洞，因接受過培訓來建立和管理這些模型
的壓力，在對沖中會支付掉所有利潤。亦有另 的人才往往背景和思考模式相當類似，而控制
一種說法認為，從長期來看，銀行需要的是擁 模型何時進行金融商品買賣的規則，對操作的
有更大的股權緩衝，來覆蓋所有利率風險。 人來說是不透明的，無法事先了解，Gensler提
到，如果深度學習的預測是可解釋的，它們就
須留意AI不可預測性帶來的風險 不會被使用，所以監管機構很難防止這種市場
崩盤。
美國證券交易委員會（S E C）主席G a r y AXIO分析平台提出，許多AI被使用於評
Gensler今年8月指出，AI可能即將成為下一次 估個人的信用評等，但由於AI的不透明性，很
金融危機的核心。整體含義是，金融市場中 難判斷它們是否以一種歧視的角度來評估人
金融危機對全球金融體系和經濟造成了深遠影響，並引起了對金融監管
和風險管理的重新思考。（圖／達志影像）
62 台灣銀行家2023.9月號
1 5% JOEE
