AI時代的金融虛無主義

作者：Vaidik Mandloi；來源：TokenDispatch；編譯：Shaw，金色財經

引言

韓國於 2026 年 5 月推出單只股票槓桿型 ETF。短短數周內，整整一代二十多歲年輕人，藉助該產品押注 AI，形成全球規模最大的集體性 AI 行情賭注。這群年輕人即便拿 15 年研究生畢業後的全部薪資，也買不起首爾的一套公寓。因此，當出現可以 2 倍槓桿做多三星與 SK 海力士的工具時，他們選擇滿倉投入。

但隨後 AI 行情驟然崩盤，該國在一個月內，對約 3% 的成年人口觸發了保證金追繳。被強平帳戶中，62% 的持有者年齡不足 30 歲。

在我調取其他各類市場數據之前，韓國的案例看上去還只是個孤例。如今標普 500 期權中有三分之二屬於當日到期品種；加密市場 90% 的交易量來自永不交割的永續合約；預測市場甚至推出了五分鐘就能結算的合約。股票平均持倉周期，從上世紀 50 年代的 8 年縮短至大約 5 個半月，並且還在持續下降。沒人願意持有任何資產超過明天。

於是我深入研究背後的核心驅動力，發現整件事的底層邏輯相當耐人尋味。我們往下深挖！

無法定價的未來

對於當下盛行的金融虛無主義，最淺顯的解釋歸咎於智慧型手機。交易應用抹平了參與市場的所有門檻；人類注意力時長如今比金魚還要短暫；成長於 TikTok 時代的整整一代人，正把追求多巴胺即時反饋的行為習慣帶入金融市場。

但這套說辭，我始終覺得邏輯無法自洽。如果根源僅僅是手機應用與散戶交易者，那麼這種現象只會出現在散戶帳戶中。可現實是，管理養老金與對沖基金資金的機構期權交易部門，自身也轉向了這種超短時間維度。由十幾名量化工程師在新加坡聯合辦公空間 WeWork 搭建的加密衍生品市場，同樣走上這條道路。

不止如此，遵循完全不同規則體系的預測市場，也競相把合約周期壓縮至五分鐘。這些參與群體幾乎沒有交集，監管框架也各不相同，但短短數年內，各方不約而同地不再對幾小時之後的事物進行定價。

那麼，為什麼金融行業的各個板塊，幾乎在同一時間喪失了研判明日之後局勢的能力？

我認為這和弗蘭克・奈特在 1921 年提出的理論高度契合。他把 「無法預知未來」 拆解為兩類完全不同的問題。第一類，他稱之為風險：你無法精準預知即將發生的事，但清楚全部可能發生的結果，並且能夠為每種結果估算大致機率。舉例來說，一家公司財報可能低於預期 5%，或是超預期 3%；利率決議也存在不同走向。

在這類場景下，你可以劃定事件結果的邊界，為每種結局賦予機率，並據此構建交易策略。你可以對風險敞口建模、做對沖、把風險轉賣給使用另一套模型的參與者，交由市場驗證誰的判斷更貼近現實。布萊克斯科爾斯模型、風險價值（VaR）工具做的正是這件事。

過去五十年的金融工程革命，本質就是把混亂、充滿噪聲、錯綜複雜的現實，轉化成交易者可以用來做優化決策的機率分布。這套體系此前運轉良好，原因在於現實世界的結果始終集中在有限區間內，即便模型比較粗糙，依舊可以作為決策依據。模型不需要絕對正確，只需要大致靠譜，大數定律就會接手完成剩下的工作。

而奈特提出的第二類問題：你甚至都列不出可供分配機率的結果清單。簡單講，你根本無法對它定價。舉個例子：AI 會在十年內消滅 80% 白領崗位，還是明年就進入瓶頸，只是進化成更高級的自動補全工具？兩種未來都有資歷深厚的專業人士支持，但雙方都拿不出實證數據。這種情況無法構建機率分布，因為就連世界會演化出哪些可能狀態，人們都無法達成共識。

在大部分經濟發展歷程中，第二類未知問題僅侷限在少數可控領域。一家藥企開展藥物試驗時，完全不清楚目標分子是否有效。由於生物機理過於複雜，每種化合物又各具特性，沒有人能夠估算髮生機率。這就是奈特理論定義下的真正不確定性。

但這類風險僅侷限於單家企業的資產負債表之內。倘若臨床試驗失敗，輝瑞的股價或許會下跌數個百分點，而市場其餘部分幾乎不會受到任何影響。與之類似，研發新型電池的初創企業，連同其投資方，都無法確定這套化學方案能否實現規模化落地。創始人無法對成功機率建模，因為他們所研發的產品此前從未出現過。

風險投資正是為解決這類問題而生。風投模式能夠成立，核心就在於它承接了這些高度集中的真實不確定性，並將其與金融體系其他部分隔離開。一支風投基金做 50 筆投資，內心清楚其中 40 筆會徹底失敗，但這套商業模式依舊可行；原因在於每一筆投資相互獨立，失敗不會向外蔓延形成連鎖反應。

與此同時，過去宏觀經濟的演變節奏相對平緩，足以支撐各類模型開展測算。1985 年一家牙膏企業，能夠較為有把握地預測未來十年現金流。因為影響其業務的核心變量 —— 人口增長、居民消費習慣、零售分銷體系，過去都是以數十年為周期發生改變，而非短短數月。

養老金基金敢於配置 3040 年周期的長期資本，是因為當時可預判的未來情景範圍較窄，足以據此搭建投資組合。即便中間經歷一兩次經濟衰退，2025 年的世界大體上仍會延續 1995 年的格局。人們可以對具體數值存在分歧，但對未來的整體形態能夠達成共識。模型並不完美，但本就無須做到完美，只需大致正確，就足以營運養老金基金，或是給 30 年期債券定價。

但人工智慧打破了這一局面，並且並非由 AI 單一因素造成。多重衝擊同時降臨全球，其中任意一股力量，如果單獨出現，依靠舊有框架尚且能夠應對。中國台灣與韓國少數晶圓廠，生產了全球半數先進晶片。一項政策決議或是一次軍事局勢升級，就可能一夜之間切斷供應鏈，以現有模型完全無法推演的方式重塑全球經濟。

氣候臨界點集中在未來 30 年區間內，全球頂尖大氣科學家也無法進一步縮小這個時間範圍；每一個臨界點都會觸發反饋循環，讓下一次氣候事件更難預測。這些問題本身已經十分嚴峻，但各類機構原本已經逐步搭建起分析這類重大問題的研究框架。

而雪上加霜的是，人工智慧登場。對於這項技術的影響力，資歷相當的專家卻給出截然不同的判斷：有人認為它的變革意義超越電力，也有人認為它只是定價過高的自動補全工具。AI 並非只是新增了一個難以建模的變量；它還讓其餘所有變量都變得更難測算。因為 AI 的發展路徑，決定了供應鏈重構速度、氣候適應推進節奏、五年後的就業總量，以及任意一家企業營收的真實價值。

這是一種關於不確定性的不確定性，決策理論學者稱之為深度不確定性：到了這個階段，你甚至無法列出可供分配機率的事件結果集合。人們爭論的不再是哪一種未來機率最高，而是哪些未來本身具備可能性。

這種現象最先出現在金融以外的領域：美國佛羅里達州與加州的房屋保險商已經開始撤出當地市場。這些企業絕非衝動行事，保險行業是全世界在數學層面最保守的行業。精算師搭建了整套未來風險定價框架，這套體系已經沿用數百年，歷經世界大戰、大流行病與各類自然災害。但當他們研究氣候模型與損失分布之後，判定已經無法繼續為保單定價。長期用來預估理賠損失的歷史數據失去了預測效力：百年洪水如今每十年就會出現一次；原本規律可循的山火季，開始侵襲那些過去從未被劃定為高風險的居民區。

如今 AI 正在金融市場復刻同樣的局面。現階段，AI 帶來的不確定性主要集中在科技板塊。如果你擔心英偉達估值或者微軟在 AI 領域的投入，可以配置醫療、工業或者必需消費品板塊做對沖，這些行業暫時還沒有受到 AI 衝擊。這正是資產組合構建的核心思路：搭配走勢不相關的資產，以更低風險獲取更優收益。

但隨著 AI 持續滲透，不確定性也會同步擴散。一旦 AI 影響醫療行業，你就無法再依靠醫療板塊對沖科技敞口 —— 因為醫療行業同樣背負着這套不可預知的 AI 未來。當 AI 進入製造、物流或是金融領域，所有行業都會被這種不確定性籠罩。作為組合投資根基的分散化策略就此失效。當 A 板塊與 B 板塊面對同一個無法預判的未來，你就無法用 B 板塊對沖 A 板塊。當投資者再也無法通過分散投資剝離這類風險，就會要求獲得承擔該風險的補償。這意味著全市場的股權風險溢價必須上行；而溢價上行的代價，就是資產價格下跌。

2000 年的基金經理看到Pets.com，能夠比較篤定地判斷：一家燒錢虧本賣狗糧的公司，五年後將毫無價值。網路泡沫本身自帶一套自我糾錯的終結機制。

AI 行情卻沒有這套機制。我們當下或許身處泡沫之中，但被押注的標的每個季度都在持續產出真實成果。一家機器人企業，幾乎沒有營收，估值卻達到 390 億美元。站在 2026 年看，這個估值瘋狂離譜；倘若到 2040 年，人形機器人廣泛用於倉儲物流、養老看護與建築施工，回頭看這個估值又可能十分便宜。兩種判斷可以同時成立。

十年前，當人們暢想貨幣體系崩塌時，大多設想的是比特幣全面取代法幣：比特幣勝出，成為全球貨幣，法幣淪為廢紙；一套橙色的貨幣體系取代舊體系。

我認為這種可能性依舊存在。但變化在於，這個設想如今看起來是一種過於簡單的線性推演。或許未來不是美元被比特幣取代；而是貨幣本身徹底失去意義。你買雞蛋，可能使用由政府分配、並且經由你的 DNA 密碼簽名的算力信用。合理未來情景的範圍已經擴張到如此程度，即便是研究貨幣終局多年的專家，也無法收斂到單一情景。

資本主義向中產許下的承諾，一直同時建立在兩個基礎之上：工資相對資產價格的增速足夠快，普通人可以在職業生涯中積累資本；同時未來具備足夠可預測性，讓長期複利能夠生效。如今這兩個前提同時崩塌。自上世紀 80 年代起，薪資相對於資產價格增長陷入停滯，此後每十年，裂痕都在持續擴大。這就導致未來根本無法定價。

金融虛無主義常常被簡單歸結為一代人的心態問題，仿佛多國數百萬年輕人不約而同，單純為了刺激而選擇魯莽投機。這是一種帶有偏見的解讀。

當穩健長期積累，在你有限的人生周期里無法創造財富，人們就會壓縮時間維度、選擇高風險博弈。5% 的暴富機會，好過走常規路徑 0% 的致富可能。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。