金研院看世界－人工智慧会统治财富管理吗？

ChatGPT不是数学家，在管理基金时，还是得由人类检查各种利益的潜在相关性。图／freepik

自动化似乎已经取代了基金经理人。投资者现在已经确信，为了得到更好的投资决策，而支付接近1％、甚至超过1％的基金经理费用并不值得。

自去年年底ChatGPT发布以来，人工智慧（AI）技术发展突飞猛进，如今人们不免开始认为，其他类型的AI也很快会追上人类。市场上已经出现了几支AI管理的ETF，但目前它们的应用仍然有限。事实上，AI并不是取代高成本基金的唯一方法，甚至基金投资可能也不是AI的最佳使用场景。

■ChatGPT不是数学家，

基金管理还是要靠人脑

AI，或者更精确来说是深度学习所达成的自动化，与ETF的自动化指数，以及「量化」投资者所使用的复杂数学式相当不同。相关的常见误解之一是所谓的「降维」（dimensionality reduction），一种减少变量个数，借以找出主要变量的统计方法。在使用基础统计时，人类通常会提出一个问题，希望得到答案。但人们未必能把问题陈述清楚，而且这种方法可能无法发掘出资料中暗藏的其他模式，有时候反而必须先从资料中「找出」应该询问的问题。因此量化投资、各种科学、以及许多其他领域都早已改用主成分分析（principal components analysis，PCA）这种统计方法来研究资料。

但在管理基金时，还是得由人类检查各种利益的潜在相关性。其中最重要的就是判断目前已知的相关性是否过时，因为每笔产生价值的交易，都迟早都会被其他投资者发现。这种判断往往因时因事而异，而且难以用语言表达，AI想要攻破得面对极大挑战。

另一方面，AI真正的独特之处，并非能够从输入资讯中找到更多有用的见解，而是能够几乎毫无限制地输入各种类型的资料，并将其统合。之前的统计方法通常可以处理市场价格这种结构化资料，却对自然语言、影片这类非结构化的资讯毫无办法；即便有一些前处理（pre-processing）技术，也会剥夺资料中的一些有用资讯。因此AI适合进行质性投资，而非量化投资。

■ESG是质性问题，

适合AI统整发挥

AI在投资中最有前景的功能，也许并非降低成本，而是纳入新的价值。ESG就是一个例子，它不是用单一数值来代替财务报酬，而是包含了好几种衡量标准，这些标准之间的关系相当幽微，而且并不稳定。

目前实施ESG遇到的挑战，包括不同系统难以标准化、资料不足难以计算、需要让中小企业借款者快速习得永续观念、以及人力资源短缺。这些都是AI的擅场，这类工作都不需要直接做出决策，却需要将不同的资讯整合成人类读得懂的说明。许多国际财管专家都指出，成功落实ESG的关键就是不要让它变成一个只是用来遵循的法规，反而应该使ESG的精神融入实作之中，结果自然会符合标准。

这种洞见也可以套用到AI。目前为止AI最大的限制之一就是模型的「可解释性」或透明度，黑箱或无法解释的决策，很难走进高度监理的产业。绝大多数投资人都不希望自己的投资组合配置是某个黑盒子掰出来的；但AI很容易出现「幻觉」，输出一些「乍听之下」铿锵不破的结论，并没有反映真实。因此AI似乎比较适合用来找出值得注意的的模式或新兴趋势，让人类用来决策，而非直接给予投资建议。

■人类与AI，

各有强项与胜场

有些人则认为，AI很难一开始就找到适用场景。也有人认为AI将消灭被动投资，因为AI很快就会擅场将出现的新一代主动投资，而且后者的成本更低。全球投资金总额高达数十亿美元，人类为何放弃主动分配？

金融市场系统相当复杂，而且决策影响深远，很适合拿来测试AI的优缺点。AI被称为电力或网际网路这样的「通用科技」，能够以各种形式提高生产力，将在可见的未来推动各种领域的创新。但这并不表示每一种问题它都同样适任，都与人类同样有用。在即将到来的市场整合过程中，我们将逐渐发现AI擅长哪些工作，哪些地方还是必须使用人力。