一項由美國國家經(jīng)濟研究局（NBER）發(fā)布的研究報告指出，人工智能驅(qū)動的交易算法能夠在金融市場中獨立發(fā)展出類似卡特爾的行為。

卡特爾行為是一種經(jīng)濟學(xué)概念，指的是原本應(yīng)當(dāng)相互競爭的企業(yè)，通過達成正式或非正式的協(xié)議，共同行動以謀求壟斷利潤。

論文地址：https://www.nber.org/system/files/working_papers/w34054/w34054.pdf

值得一提的是，在世界上絕大多數(shù)國家，明確的卡特爾協(xié)議都是非法的，并受到反壟斷法的嚴厲制裁。

這項研究的核心發(fā)現(xiàn)是，這些人工智能程序完全自主行動，它們之間沒有任何形式的溝通，也沒有任何旨在協(xié)同的預(yù)設(shè)程序。

換言之，它們的合謀行為，完全是通過機器學(xué)習(xí)自我演化而來。

1、無聲的卡特爾

這項研究由賓夕法尼亞大學(xué)沃頓商學(xué)院的Winston Wei Dou、Itay Goldstein，以及香港科技大學(xué)的Yan Ji共同領(lǐng)導(dǎo)。

研究團隊建立了一個標(biāo)準(zhǔn)的金融市場模型，并在此基礎(chǔ)上進行了深入的模擬實驗。

這個模擬市場包含了幾個關(guān)鍵要素：多個由人工智能驅(qū)動的投機者、短期交易周期、被動的市場參與者，以及一個負責(zé)設(shè)定價格的做市商。在現(xiàn)實世界中，做市商的角色通常由交易所或大型銀行來扮演。

實驗的核心在于，這些人工智能投機者利用強化學(xué)習(xí)技術(shù)來自主做出交易決策。強化學(xué)習(xí)允許程序通過試錯來學(xué)習(xí)，在環(huán)境中采取行動以最大化某種累積獎勵。

模擬結(jié)果清晰地表明，這些人工智能程序在沒有外部指令的情況下，發(fā)展出了兩種截然不同的協(xié)同策略。

這兩種策略的出現(xiàn)，取決于當(dāng)時市場的具體狀況。但無論采用哪種策略，最終都導(dǎo)向了一個共同的結(jié)果：為人工智能算法自身帶來超額利潤。

這種利潤的獲得，是以犧牲其他市場參與者的利益為代價的。整個市場的公平性因此受到了損害。

研究人員發(fā)現(xiàn)，人工智能的這種行為模式，顛覆了我們對市場競爭的傳統(tǒng)認知。過去我們認為，只有通過明確的協(xié)議和溝通，市場參與者才可能形成壟斷或價格同盟。

現(xiàn)在，人工智能展示了一種全新的可能性，一種沉默的、通過算法演化而來的共謀。

2、合謀的雙重面孔

圖注：市場均衡的存在取決于噪聲交易風(fēng)險和信息不敏感投資者比例，理論模型更穩(wěn)定，而AI在高噪聲條件下易受學(xué)習(xí)偏差影響，可能導(dǎo)致均衡失敗或“人工愚蠢”。

研究結(jié)果顯示，人工智能的合謀行為呈現(xiàn)出兩種截然不同的面貌。

第一種策略出現(xiàn)在價格波動較小、市場較為平靜，且存在大量被動投資者的環(huán)境中。在這種環(huán)境下，人工智能算法學(xué)會了通過價格行為來相互發(fā)出“警告”信號。

如果其中一個人工智能程序突然采取了更為激進的交易行為，試圖獲得短期優(yōu)勢。其他的人工智能程序會立刻通過價格的異常變動觀察到這一行為。作為回應(yīng)，這些程序會在下一輪交易中集體采取激進的交易策略。

這種集體行動實際上構(gòu)成了一種懲罰機制，有效懲罰了那個試圖打破默契的“離群者”。

這種策略的本質(zhì)是通過威懾來維持一種心照不宣的默契，從而避免惡性競爭。

它非常類似于人類世界中的卡特爾組織，在沒有明確協(xié)議的情況下，通過市場行為來維持共同的定價策略。

圖注：AI在低噪聲時通過價格觸發(fā)策略合謀（人工智能），高噪聲時因?qū)W習(xí)偏差導(dǎo)致非理性合謀（人工愚蠢），合謀機制隨噪聲水平變化。

第二種策略則出現(xiàn)在價格波動劇烈、市場極為動蕩的環(huán)境中。在這樣的市場里，價格信號本身充滿了大量的“噪音”，使得通過價格進行精確協(xié)調(diào)變得非常困難。

于是，一種完全不同的模式浮現(xiàn)了出來。

人工智能程序在這里學(xué)會了另一種生存之道：避免在經(jīng)歷負面體驗后采取激進交易。

當(dāng)一個程序因為激進交易而蒙受損失后，它會調(diào)整自身策略，在未來變得更加謹慎。

隨著時間的推移，所有的人工智能程序都因為各自的負面學(xué)習(xí)經(jīng)驗，而逐漸趨同于一種普遍謹慎的交易策略。研究人員將這種現(xiàn)象稱為“人工智能的愚蠢”（artificial stupidity）。

這是一種系統(tǒng)性的學(xué)習(xí)偏差，它導(dǎo)致每個個體都做出了次優(yōu)選擇，但最終卻讓整個群體獲得了更高的利潤。

這種“愚蠢”并非真正的智力缺陷，而是一種為了集體利益而形成的、習(xí)得性的保守行為。

這兩種機制，無論是“卡特爾策略”還是“人工智能的愚蠢”，都使得人工智能交易員能夠獲得在完全競爭市場中不可能實現(xiàn)的超額收益。

3、監(jiān)管的困境

人工智能發(fā)展出的這兩種協(xié)同能力，直接導(dǎo)致了市場效率的下降。市場價格開始無法準(zhǔn)確反映資產(chǎn)的真實價值。整體的交易量出現(xiàn)了顯著的下降。

市場中的定價錯誤也隨之增加。

這對于監(jiān)管機構(gòu)而言，構(gòu)成了一個極其棘手的新問題。

因為現(xiàn)行的反壟斷法律，例如美國的法律體系，其核心是禁止公司之間達成明確的共謀協(xié)議。

法律制裁的對象是明確的、有證據(jù)的溝通與協(xié)議行為。

然而，當(dāng)人工智能系統(tǒng)通過學(xué)習(xí)進行協(xié)調(diào)，而無需任何溝通或明確的共謀時，現(xiàn)有的法律框架便顯得無能為力。

這種通過算法自主演化出的協(xié)同行為，完美地規(guī)避了當(dāng)前反壟斷法的管轄范圍。你無法指控一段代碼與另一段代碼“秘密會面”并達成了“君子協(xié)定”。

它們的協(xié)同，完全是數(shù)學(xué)和學(xué)習(xí)過程的自然結(jié)果。

這使得識別、證明和懲罰這種新型的市場操縱行為變得異常困難。

研究人員對此發(fā)出了嚴正警告。隨著人工智能驅(qū)動的程序在金融市場中扮演越來越重要的角色，這種“無聲的合謀”可能會變得更加普遍。

如果不為此建立新的監(jiān)管規(guī)則和工具，市場可能會朝著一個只對少數(shù)技術(shù)擁有者有利、卻損害多數(shù)人利益的方向演化。

未來的監(jiān)管者需要開發(fā)出全新的方法，來監(jiān)測和理解算法行為。