周四，美股三大指数集体下跌，纳斯达克指数领跌，人工智能股票几乎全军覆没。

此次大跌或许与美联储官员发表的一份演讲有关，演讲中特别谈到了“人工智能的快速发展对金融稳定的潜在影响”，并且指出“包括股票市场、公司债券市场、杠杆贷款市场和住房市场在内的许多市场的资产估值都高于历史基准。”

值得注意的是，发表此番演讲的美联储官员正是曾被美国总统特朗普宣布“除名”并指控其“犯罪”的理事：丽莎·库克。

周四，美联储官网上发布了丽莎·库克在华盛顿特区的乔治城大学麦克唐纳商学院Psaros金融市场与政策中心发表的演讲，题为《政策制定者对金融稳定的看法》。

丽莎·库克的此次演讲包括四个方面：资产估值；私人信贷；对冲基金；生成式人工智能（AI）。

在资产估值方面，丽莎·库克指出：总体而言，包括股票市场、公司债券市场、杠杆贷款市场和住房市场在内的许多市场的资产估值都高于历史基准。

她同时表示，资产价格大幅下跌的可能性有所增加，但她认为潜在的资产价格下跌不会对金融体系构成风险。

在私人信贷方面，丽莎·库克认为由于过去五年里私人信贷规模大约翻了一番，因此是值得关注的潜在风险。

她指出，近期汽车行业的私营企业破产也暴露出包括银行、对冲基金和专业金融公司在内的众多金融机构面临意想不到的损失和风险敞口。

在对冲基金环节，丽莎·库克认为对冲基金对美国国债市场的影响力刚刚超过了疫情前的峰值，可能将压力传递到美国国债市场。

她指出，如果对冲基金因市场环境变化而大幅减持美国国债，清算规模可能会显著扩大，从而加剧市场的不稳定性。

在市场最为关注的人工智能方面，丽莎·库克认为人工智能既有有好的一面，也是不好的一面。

好的一面是，人工智能的算法策略可能比人类交易员更不容易出现羊群效应。但不好的一面是存在串谋和市场操纵的风险，可能会操纵系统以利于使用该技术的人，从而损害竞争和市场效率。另外，在在交易算法中采用生成式人工智能也可能会因高投资门槛而加剧市场集中度。

演讲最后，丽莎·库克得出结论：美国金融体系依然保持韧性。然而，资产价值高企、私人信贷市场增长和复杂化，以及对冲基金活动可能导致国债市场动荡等问题，都存在值得关注的脆弱性。这些新出现的脆弱性也发生在技术变革剧烈发展的背景下。这些创新最终可能提升金融稳定性，但也伴随着转型和潜在挑战，需要深思熟虑地应对。

总的来看，丽莎·库克此番演讲揭示了美国金融体系中目前存在的隐忧，并且对人工智能可能导致金融稳定性下降提出了质疑，叠加美联储对于12月降息的不确定性，引发美股市场回调也就不奇怪了。

丽莎·库克现年61岁，于2022年宣誓就任美国联邦储备委员会理事会成员。她是首位担任该委员会成员的黑人女性。在被任命为联邦储备委员会理事之前，她于2022年1月当选为芝加哥联邦储备银行董事会成员 。她还曾担任美国国家经济研究局的研究员。

2025年8月15日，联邦住房金融局局长比尔·普尔特指控库克犯有抵押贷款欺诈罪，并就此事致函司法部长帕姆·邦迪，敦促司法部展开调查。2025年9月，美国赦免律师埃德·马丁启动了司法部对库克的刑事调查，指控其犯有抵押贷款欺诈罪。

2025年8月25日，特朗普总统宣布将库克从美联储理事会除名，理由是她涉嫌“欺骗和潜在的犯罪行为”。库克对这些指控提出异议，并在联邦法院提起诉讼，认为她的解雇是非法的，并且是出于政治动机。在诉讼进行期间，她目前仍被视为一名在职理事，等待法院就总统是否有权免除她的职务作出裁决。

周三，美国劳工统计局确认将不会发布完整的10月份就业报告，理由是政府停摆时间创历史新长。

相反，10月份的数据将并入11月份的报告，该报告现已推迟至12月16日发布——即美联储12月9日至10日会议后的六天。

由于缺乏新的就业数据，交易员们现在认为美联储更有可能维持利率不变。一位Polymarket的顶级交易员写道：“没有数据，就没有降息。”

追踪美联储12月利率决定的关键Polymarket合约的降息概率从10月下旬的近90%暴跌至如今的约30%，原因是交易员们正在应对10月份就业报告缺失和宏观经济不确定性加剧带来的影响。

预测市场目前显示“利率不变”占66%，“下降25个基点”占32%。

就在三周前，降息25个基点的合约交易价格还高于90%，这意味着交易员们相信美联储将在年底前恢复宽松政策。

交易员们仍在争论，在没有就业数据的情况下，美联储是否有理由放松货币政策，或者1月份降息的可能性是否更大。

丽莎·库克的演讲全文如下：

谢谢你，丽娜。能够回到乔治城大学和普萨罗斯中心，我感到非常荣幸。我在这所大学校园内外度过了相当长的时间，包括我职业生涯早期担任国会实习生的那段时间。或许是命运的预兆，那年夏天我研究的课题之一就是《格拉斯-斯蒂格尔法案》。事实证明，年轻时了解这部法案非常有用。

金融稳定是我在美联储理事会工作中关注的重点，因为我担任理事会金融稳定委员会主席。首先，我想说的是，金融体系依然稳健，这得益于家庭和企业稳健的资产负债表以及整个银行体系的高资本水平。本月初，美联储发布了最新版半年一次的《金融稳定报告》。该报告重申了金融体系的稳健性，同时也指出了一些我们在近期报告中已经看到的风险和脆弱性。

我的发言将围绕三个脆弱领域展开：资产估值；对私营企业贷款的结构性转变，即从传统银行贷款转向私人信贷安排；以及对冲基金在美国国债市场投资者中日益增长的角色。最后，我将探讨一个更长远的问题——生成式人工智能（AI）在金融市场交易中的应用潜力，它既可能增强也可能削弱金融稳定性。

我们首先来了解一下金融体系的脆弱性。美联储致力于维护金融稳定，以支持其促进充分就业和价格稳定的双重使命。也就是说，实现充分就业和价格稳定取决于金融体系的稳定。我们从历史中得知，无论是遥远的过去——大萧条——还是近期的过去——全球金融危机或大衰退——金融危机通常都会导致大量失业和高失业率。然而，鉴于金融体系的复杂性，有时很难看出该体系与日常生活之间的联系。

在大萧条期间，我曾在密歇根州生活和教书，亲眼目睹了金融体系的脆弱性如何直接导致失业。一个例子是雷曼兄弟的违约如何通过一系列事件导致密歇根州的就业下降。2008年9月雷曼兄弟的倒闭导致一只货币市场基金“跌破面值”（即其资产价值下跌，意味着它无法再以投资者预期的1美元赎回份额），从而引发了挤兑。反过来，这些基金也撤出了风险较高的资产，包括资产支持商业票据。但主要的汽车金融公司依赖这些商业票据为消费者贷款提供融资；因此，它们也面临压力。由于信贷紧缩，汽车销量暴跌，密歇根州遭受重创。许多人——包括我的家人、学生和同事的家人、朋友和邻居——失去了工作，生活陷入困境。2009年，密歇根州的失业率超过14%，而当年全美失业率的峰值为10%。相应地，2006年至2010年间，密歇根州的房屋止赎数量增加了两倍多，同期房价下跌了33%。

我讲述这个故事，并非因为我担心我们正处于金融危机的边缘，而是因为我认为有必要强调金融体系的韧性对于实体经济（这一点我在撰写博士论文时就已阐述过）以及美国民众的日常生活至关重要。一个稳定且具有韧性的金融体系能够保障就业和物价稳定，并确保家庭和企业在经济中有效运作。正因如此，政策制定者才孜孜不倦地研究金融体系的运作机制，这也是我们每年发布两次金融稳定报告的原因之一。当然，这个故事也强调了维护金融体系韧性的必要性。

资产估值：

基于以上背景，接下来我想谈谈我认为目前最突出的金融体系脆弱性，首先是资产估值。在评估资产估值时，我们并不关注资产价格的实际水平，而是关注其相对于基本面的水平，以及这些水平相对于基本面的水平是否符合历史标准。

正如《金融稳定报告》中所述，我们对资产估值的评估是，总体而言，包括股票市场、公司债券市场、杠杆贷款市场和住房市场在内的许多市场的资产估值都高于历史基准。

当然，这并非投资建议。事实上，我既无职责也无意对不同资产估值的优劣发表任何评论。美联储的职责仅仅是指出，相对于历史水平，预期风险回报较低——而且这种情况可能会逆转、保持低位，甚至进一步降低。估值过高的情况其实相当普遍。自2009年触底以来，资产估值已经多次被推高。

我评估任何潜在的金融体系脆弱性时，都会着眼于它可能如何限制美联储实现其双重使命目标——充分就业和物价稳定——的能力。目前，我的印象是资产价格大幅下跌的可能性有所增加。然而，鉴于该体系的整体韧性，我认为不会出现像大衰退时期那样惨痛的弱点，因此，我认为潜在的资产价格下跌不会对金融体系构成风险。

私人信贷：

另一个值得关注的潜在风险是私人信贷的增长。美联储工作人员估计，过去五年里，私人信贷规模大约翻了一番。每当我们观察到信贷在如此短的时间内如此快速增长时，都会引起我们的注意。我使用“私人信贷”一词来描述非银行机构向私营企业提供的贷款。私营企业是指没有公开交易股票的公司，它们通常无法通过公开资本市场获得债务或股权融资。非银行机构向私营企业提供的贷款增长增加了信贷获取渠道。因此，那些难以从银行获得贷款的私营企业可以通过私人信贷机构的贷款继续发展业务。

最简单的私募信贷形式之一，涉及一条直接的中介链。投资期限很长且对流动性没有特别需求的投资者，会投资于私募信贷工具，例如私募信贷基金或商业发展公司（BDC），这些工具随后会将贷款发放给私营企业。此类投资通常会被锁定五到七年，甚至更长时间，在此期间不得赎回。理想情况下，私募信贷工具会代表投资者进行尽职调查并监控贷款。私募信贷工具往往有很强的动力来监控这些贷款，并能灵活应对新出现的困境。这种谨慎的监控至关重要，因为私营企业不像上市公司那样受到同样的公众监督——审计和信息披露标准。这种模式有可能增强金融稳定性并促进经济增长，因为它将长期贷款与长期融资相匹配，并使企业能够以优惠的条件获得所需的融资。此外，违约率低，回报率高。

然而，我们应该拓宽视野，更仔细地审视这种融资工具。近年来，我们也看到出现了涉及更多杠杆参与者（例如银行和保险公司）的更为复杂的中间环节。5一些私营企业也可能拥有多种资金来源。

日益复杂的金融体系以及与杠杆金融机构的相互关联，使得私人信贷领域的意外损失更容易蔓延至更广泛的金融体系。近期该领域的趋势预示着此类损失和金融稳定风险的可能性如何？目前，我认为私人信贷不太可能像2008年资产支持商业票据市场那样，引发意料之外的信贷紧缩。

然而，密切关注事态发展至关重要。违约率虽然仍然很低，但这只是回顾性的指标，也可能反映出实物支付安排（PIK）的使用增加、贷款修订以及不良资产置换等情况。近期汽车行业的私营企业破产也暴露出包括银行、对冲基金和专业金融公司在内的众多金融机构面临意想不到的损失和风险敞口。

我们是否应该预期会看到更多类似案例？近期发生的几起失败事件或许可以被视为个别个案。我认为目前私人信贷带来的风险并不会对金融稳定构成威胁。近期倒闭的企业可能更容易受到贸易和移民政策变化的影响，更多地使用了表外融资，或者其信用质量比其他私营企业更差。因此，很难从这些具体案例中得出普遍适用的结论。

然而，历史给我们敲响了警钟。当风险敞口规模和此类安排的复杂程度不透明，当某个行业经历快速增长期，以及当这些安排尚未经历完整的信贷周期（繁荣与萧条）时，出现类似近期新闻报道案例的可能性就会增加。因此，我将继续致力于确保我们了解该行业的发展动态，以及这些贷款安排如何随时间演变。

对冲基金在美国国债市场的影响力我密切关注的另一个脆弱性是对冲基金在美国国债市场的影响力。过去几年，这一影响力显著增长，最近刚刚超过了疫情前的峰值。我关注的是这种影响力可能将压力传递到美国国债市场，而美国国债市场对金融体系的正常运转至关重要。美国国债市场是全球规模最大、流动性最强的金融市场。国债作为安全且流动性强的资产来源，能够促进全球金融体系中资本的高效稳定流动。近年来，美国国债市场日均交易量约为9000亿美元，交易高峰日的交易量甚至高达1.5万亿美元左右。美国国债市场的平稳运行对于货币政策的传导和实施也至关重要。

对冲基金持有的美国国债现金证券（即国库券、国库票据和国债）占未偿美国国债总额的比例已从2021年第一季度的约4.6%增至今年第一季度的10.3%，略高于疫情前9.4%的峰值。7这意味着，如果对冲基金因市场环境变化而大幅减持美国国债，清算规模可能会显著扩大。我们在疫情初期“抢购现金”时期就目睹了这种情况，当时各类市场参与者纷纷抛售美国国债，且抛售量几乎同时大幅增加。

对冲基金国债头寸对市场变化的敏感性取决于其所采用的国债交易策略。我们的分析表明，绝大多数对冲基金的国债头寸都涉及相对价值交易策略，而这类策略种类繁多。这些交易利用相关证券之间的相对价格差异——例如国债现金证券、国债衍生品或利率衍生品的组合或组合。诚然，在非市场压力时期，相对价值交易能够显著提高国债及相关市场的效率和流动性。然而，在市场压力时期，此类交易中拥挤头寸的平仓可能会加剧这些市场的不稳定性。

相对价值交易策略通常具有一些关键特征，这些特征可能会造成国债市场的潜在脆弱性。例如，相对价值交易利用高杠杆放大微小的价格差异带来的收益，而这些交易通常使用期限短于交易到期日的回购交易进行融资，从而导致期限错配。因此，这些策略面临着回购市场不稳定可能带来的重大融资风险。涉及衍生品合约的相对价值交易——例如现金期货基差交易和互换利差交易——在需要额外流动性以满足更高的最低保证金要求时，更容易面临追加保证金的风险。此类不利的融资冲击可能源于市场波动或对交易不利的相对价格变动。突发的融资冲击可能导致对冲基金平仓，造成大量国债抛售，并可能引发市场流动性紧张。相对价格变动导致的波动加剧和损失也可能促使对冲基金出于风险管理考虑而选择退出交易，同样会导致大量国债抛售。相对价值策略的所有这些特点都可能使国债市场的流动性状况（在极端情况下，甚至市场运作）更容易受到压力。

需要注意的是，市场波动并非必然导致相对价值交易的平仓，事实上，此类交易平仓的情况十分罕见。如您所知，互换利差交易（一种国债与利率互换之间的相对价值交易）在4月份市场波动加剧期间出现了平仓，因为交易核心证券的相对价格走势对该交易不利。然而，其他相对价值交易则保持完好。现金期货基差交易尤其值得关注，这反映出回购市场在整个波动期间保持了有序。尽管如此，相对价值交易平仓规模较小的情况仍然是市场流动性紧张的潜在推动因素。

人工智能在金融服务领域的应用：

人工智能的快速发展对金融稳定的潜在影响，是我今天最后一个要讨论的主题。正如化学和生物学领域的科学革命既带来了救命良药，也带来了威力更强大的武器一样，人工智能的最新进展也引发了各种各样的预测，从乌托邦式的美好愿景到世界末日般的灾难预言，不一而足。迄今为止，理论和有限的证据如何帮助我们理解人工智能对金融稳定的潜在影响？为了更好地梳理思路，我想先简要探讨一下这个问题的一个方面：人工智能在金融市场算法交易中的应用及其对金融稳定的影响。

当然，复杂的计算机驱动交易算法并非新鲜事物。交易员使用机器学习和其他先进的统计工具已有数十年之久。如今，许多重要金融市场的交易都高度依赖算法。12但生成式人工智能在交易领域的应用有所不同，也带来了新的挑战。与灵活性有限的预编程算法不同，生成式人工智能能够快速分析大量数据，并自主部署对人类而言可能难以理解的交易策略。如果在未经仔细测试和人工监督的情况下使用生成式人工智能，可能会产生难以监控或缓解的风险。生成式人工智能在交易中的应用也可能改进当前的算法交易活动，尤其是在那些不那么僵化的模型能够以稳定而非扰乱价格的方式进行调整的情况下。目前已有初步证据表明这两点。

相关交易与羊群效应：

研究人员才刚刚开始研究在交易中使用生成式人工智能是否会导致交易相关性增强或减弱。尽管如此，目前的研究已经提供了一些有用的见解。理论和实证研究表明，高频交易（HFT）算法对共同信号做出独立但同时的反应，确实会造成过度波动和定价错误，从而降低市场效率。并非所有算法都一样。研究还表明，高频交易的关联交易有时能在不增加波动性的情况下改善价格发现。研究还表明，广泛应用流行的套利策略有助于消除分散市场中的定价错误。换句话说，算法相关的交易有时也可以提高市场质量和效率。

美联储经济学家最近的一项实验研究表明，依赖生成式人工智能的算法策略可能比人类交易员更不容易出现羊群效应——即忽略私人信息并模仿他人。在该实验中，人工智能代理受认知偏差的影响较小，而这些认知偏差有时会影响人类的投资决策。

串谋、市场操纵和集中度：

研究人员还指出，生成式人工智能存在串谋和市场操纵的风险，可能会操纵系统以利于使用该技术的人。最近的理论研究发现，一些人工智能驱动的交易算法确实可以在没有明确协调或意图的情况下学习串谋，这可能会损害竞争和市场效率。然而，也有人指出，串谋的可能性取决于所有交易者都使用非常相似的算法这一假设。他们认为，算法交易者有强烈的动机去区分他们的交易策略，因为当其他人串谋时，不串谋就能带来丰厚的利润。因此，根据这些观点，现实世界金融市场中出现默契算法串谋的可能性非常小。

除了串谋之外，人工智能交易系统还有一种令人担忧的可能性，那就是它们可能会学会操纵市场。最近的一项理论研究表明，能够自我学习、追求利润最大化的算法可能会无意中发现欺骗交易策略——也就是说，它们会下达一些根本不打算执行的大额订单，仅仅是为了制造市场需求的假象。

一些新型人工智能系统或许能够以更高的不透明性运行，执行更复杂的交易，并且比传统的欺诈性人类交易员更能隐藏操纵意图。此外，人们越来越担心，复杂的人工智能模型得出的结果可能难以被人类专家解释或合理化——这就是所谓的“黑箱”问题。由于无法对算法执行的交易进行全面审计，交易场所和监管机构的监控工作面临更大的挑战。

好消息是，各大电子交易平台也在迅速采用先进的机器学习技术来检测市场操纵和串谋行为。得益于监控能力的提升，人工智能技术最终有望增强市场诚信度并提高市场流动性。交易场所也在采取措施，以降低人工智能交易算法“黑箱”问题带来的风险。例如，芝加哥商品交易所（CME）近期提醒其会员，他们必须能够完整解释并重现其算法在CME市场上做出的任何决策或行动。

此类举措可能会限制在主要交易场所部署生成式人工智能和其他随机算法以直接执行交易。

最后，关于在交易算法中采用生成式人工智能是否会因高投资门槛而加剧市场集中度（例如，一家流动性提供商使用了25000个GPU并构建了价值数十亿美元的基础设施），还是会因使以往只有大型机构才能使用的复杂技术普及化而降低市场集中度，争论也日益激烈。

综上所述，需要密切关注的领域已经显现，同时我们也看到了这项新技术可能带来的益处。

结论：

回到我之前讨论的总体主题，金融体系依然保持韧性。然而，资产价值高企、私人信贷市场增长和复杂化，以及对冲基金活动可能导致国债市场动荡等问题，都存在值得关注的脆弱性。这些新出现的脆弱性也发生在技术变革剧烈发展的背景下。这些创新最终可能提升金融稳定性，但也伴随着转型和潜在挑战，需要深思熟虑地应对。未来，我将与同事们携手合作，共同把握这些机遇，应对这些脆弱性，以确保金融体系保持稳健和韧性。

谢谢。

主编精选，篇篇重磅，请点击订阅“邮件订阅”