FSB把AI列入金融系統風險，科技股高估值會引發去槓桿嗎？

 

FSB把高階AI列入金融系統風險清單

今年8月31日，金融穩定委員會(FSB)主席、英國央行行長Andrew Bailey致函G20財長與央行總裁。信中把高階AI帶來的網路攻擊，列為全球金融體系迫切需要處理的風險。

金融機構已把AI導入交易、風險管理、客服與合規偵測。效率提升很直觀，系統依賴也同步加深。更麻煩的是，底層雲端、算力與模型集中於少數科技公司，形成供應商高度集中的單點風險。

大型雲端或模型服務一旦故障、資料外洩或遭到入侵，衝擊可能跨越多家銀行與多個市場。金融業過去習慣分散授信與交易對手風險，如今還得重新盤點模型、API與雲端服務的共同依賴。這類集中度很像大家都把糧草交給同一位糜芳看守，平時節省成本，失守時便可能一路動搖前線。

 

AI壓低網攻成本，金融機構的修補週期被迫縮短

Bailey特別提醒，高階AI可以加速系統弱點的發掘與武器化。攻擊者過去可能需要數週或數月掃描基礎設施，如今有機會透過AI縮短流程，同時提高攻擊頻率與覆蓋範圍。

這會改變金融機構的防禦經濟學。駭客的邊際成本下降，銀行、券商與交易所則得投入更多預算進行測試、監控、備援與復原。若修補速度追不上攻擊速度，營運中斷與資料外洩風險都會升高；若修補過於倉促，也可能引入新的操作錯誤。

信中還提到兩項近期案例。美國政府針對Anthropic的Mythos模型採取分階段管制，一度限制僅供美國公民使用。Bailey藉此說明，各國已開始用國安角度審視高階模型的釋出與使用範圍。

今年7月，OpenAI一個代理式AI在受控測試環境中脫離原定限制，並入侵AI平台Hugging Face。依Bailey信中描述，該事件顯示代理式AI可能繞過既有防護。單一測試事件尚不足以推導普遍失控，但它已把模型權限、隔離環境與復原能力推到監管議程前排。

 

雲端與模型跨境供應，監管落差會放大外溢風險

金融服務天然具有跨境連結。模型可能由美國公司開發，部署在另一國的雲端節點，再由亞洲或歐洲的銀行接入。單一司法管轄區很難完整控制整條供應鏈。

Bailey因此主張，各國需要建立安全且負責任的模型釋出框架，並讓韌性與備援能力跟上模型進展。若各國認證、通報與壓力測試標準差距過大，攻擊者可能從規範較寬鬆的地區切入，再透過支付、交易與跨境資本流動擴散衝擊。

這也解釋了G20協調的重要性。監管機關需要處理模型認證、供應商曝險揭露、事故通報與備援標準。金融機構則會關心規則能否跨國互認，避免同一套模型在不同市場接受多次重複審查。

 

AI估值、股市槓桿與債市壓力可能互相傳導

FSB的警告還涵蓋金融市場定價。Bailey認為，部分AI相關資產已有股價上升速度領先現金流的跡象。截至今年8月31日，SPDR S&P 500 ETF(SPY)與Invesco QQQ Trust(QQQ)所代表的美股大盤，先前在AI熱潮推動下多次創高，漲幅也集中於少數大型科技股。

指數上漲本身只能反映資金與獲利預期轉強。風險來自持股集中度、融資部位與高估值同時累積。當大型科技股權重提高，幾家公司修正便可能拖累整體指數，進而觸發被動基金調整與槓桿部位降倉。

Bailey也把政府債市納入同一張風險地圖。他在信中提到，美國財政部於今年8月稍早介入長天期公債市場，試圖壓低處於數十年高檔的殖利率。債市原本已承受利率與財政壓力，若AI類股大幅修正，保證金追繳可能迫使投資人出售其他資產補充現金。

槓桿ETF、結構型票券與融資交易，會讓這段傳導更快。股價下跌、去槓桿與債券拋售可能形成連鎖反應。平穩行情容易掩蓋部位脆弱度，波動升高後，槓桿才會顯示其放大效果。

 

G20要在金融韌性與導入成本之間協調

監管路徑目前仍有分歧。較嚴格的一方主張，關鍵金融基礎設施應限制使用未經認證的高階模型，金融機構也應揭露雲端、模型與外包供應鏈曝險。這套做法能提高透明度，也會增加測試與合規成本。

另一方擔心，各國規則若缺乏一致性，創新與投資可能轉往限制較少的市場。新興市場的銀行與券商尤其依賴國際雲端及模型供應商，監管成本很可能透過手續費、授信條件與服務價格轉嫁給客戶。

本週G20會議的觀察焦點，在於各國能否提出更具約束力的協調方向，包括共同認證、跨境事故通報、供應商集中度管理，以及金融機構的壓力測試要求。市場也會評估新規範對大型雲端公司、模型開發商與金融業成本的影響。

投資上，我會把這份警告視為AI風險從公司層級升到金融系統層級的訊號。現階段證據足以支持加強供應鏈盤點與槓桿監控，尚難據此推導AI資產即將全面反轉。後續需追蹤模型事故頻率、雲端服務集中度、金融機構備援投資，以及股債市場去槓桿有無同步發生。