週二洞察：聯準會 vs. 機器人 🏦🤖 聯準會每年有八次預定的政策決策。在這之間，市場不斷試圖預測下一步動向——而越來越多地借助人工智慧。 1️⃣ 聯準會如何推動市場 聯邦基金利率是聯準會的主要工具，但市場往往在決策前就已重新定價。通脹、就業、金融狀況和國債收益率塑造了FOMC的評估，而聲明、新聞發布會以及季度「點陣圖」則傳遞政策路徑。七月會議將利率維持在3.50%-3.75%，但市場已提前為九月的決策定價。 這正是為何債券、股權、美元和借貸成本可能在聯準會改變單一基點之前就已波動。 2️⃣ 人工智慧能解讀訊號 數十年的政策決策、經濟數據、演講與市場反應，為人工智慧提供了龐大的學習資料集。一項2026年聯準會的研究發現，大型語言模型能從央行溝通中提取貨幣政策訊號，其中新聞發布會尤其能提供未來政策的關鍵資訊。 在傑克森霍爾會議上，普林斯頓經濟學家馬庫斯·布倫納梅爾更進一步提出：先進的人工智慧代理最終可能預測央行決策，並提前交易。 3️⃣ 鏡子大廳 聯準會利用市場價格與金融狀況來評估經濟。市場則透過聯準會的溝通來預期政策。人工智慧能同時模擬這兩者。 一個模型預測降息，市場隨之波動，金融狀況放鬆，而聯準會稍後在其數據中觀察到這些狀況。預測本身已改變了它原本預測的決策輸入。 4️⃣ 溝通的問題 前瞻性指引在政策變動前影響預期。聯準會在2008年危機期間擴大了其使用，而其目前的預測在塑造利率預期上扮演重要角色。一項2026年聯準會的研究也發現，過時的預測可能導致預測對新資訊的調整過於緩慢。 凱文·沃什認為前瞻性指引「已過時」，警告過度指引可能限制未來政策，並扭曲市場與聯準會之間的關係。 📌 關鍵重點 人工智慧可能將聯準會最強大的工具——預期——轉化為一個它再也無法完全控制的回饋迴路。