夜雨聆风
作者 | 潘宏胜 邵宇 中证金融研究院
来源 |《中国外汇》2026年第12期
人工智能（AI）技术发展正在深刻改变人类经济和社会生活的诸多方面，金融行业是较早、较快和较深入地与AI相结合的重点领域，银行、证券、保险、期货等各类金融机构和金融子市场都不同程度地涉及，但具体应用场景、业务形态及其应用进度和结合程度尚存在明显差异。金融外汇市场作为电子化程度最高的场景，AI在金融外汇市场的应用进展及其对市场生态的影响尤其值得高度重视。
交易模式方面，从程序化执行走向智能体主导。国际清算银行（BIS）等机构研究显示，电子交易平台凭借自动化和AI技术的赋能，目前占据外汇市场约70%的交易份额。在金融外汇的电子交易平台上，AI正逐步从“辅助人类交易员”演变为“独立承担做市功能”的主体。更深层次的变化是交易决策机制，传统程序化交易遵循“人类编写策略—机器执行指令”的线性逻辑，新一代的AI金融外汇交易系统将不再简单依赖静态模型，而是能通过深度机器学习等持续进化，根据市场反馈自动调整风险参数、优化仓位配置，甚至在极端波动时自主切换策略模式，展现出前所未有的市场适应性。
市场效率方面，从价格发现到反应机制发生质变。AI驱动的金融市场中，价格的形成将是新闻情绪、宏观数据、地缘事件、产业链动态、企业数据等多源、多维信息的融合定价，价格对各类信息的反应将更加充分、及时，极大地提升市场信息效率。与此同时，AI系统将传统“认知—决策—执行”的反应链条压缩至毫秒级别，能在信息尚未被普遍认知前就捕捉到叙事拐点和预期变化。这种“预期驱动”的价格形成机制，将使市场反应从“事件发生后”前移至“事件发生前”。以近期美以伊冲突为例，理论上AI系统可瞬间分析战争的规模、影响范围、演进路径、市场冲击等，迅速调整交易策略，推动原油和各类资产价格变动。
市场结构方面，流动性供给模式发生深刻变化。传统外汇市场的流动性主要由大型跨国银行提供，做市商通过双向报价维持市场流动性，受其资金实力、市场情绪等影响较大。随着AI技术的深度应用，主要算法交易商和量化机构可以凭借技术优势，在市场平稳期提供稳定充足的流动性，当市场明显承压时，其自动化策略可能使其迅速收紧流动性。这种“锦上添花”而非“雪中送炭”的流动性供给模式可能加大市场的内在不稳定性。
市场参与者方面，新型中介崛起和技术鸿沟扩大。数据服务商、算法提供商与AI平台正成为金融市场的生力军，他们可能不直接持有交易头寸，但通过提供预测模型、数据馈送和使用基础设施，掌握着影响市场走向的“算法权力”；他们可能不直接承担资产负债表风险，但凭借算法优势影响流动性分布和价格形成，正在重塑市场价值链。此外，AI应用和技术的鸿沟将分化市场参与者。机构投资者拥有算力、数据与人才等优势，能够部署和使用复杂的深度学习模型；零售投资者即便通过AI交易平台获得工具，也缺乏理解算法逻辑与风险的能力。AI系统的不透明性模糊了“知情交易”与“不知情交易”的界限，信息优势方的竞争优势将不断强化。
市场范式方面，去中心化金融（DeFi）和AI加快融合。DeFi凭借去中心化、透明化、低成本的优势，绕过传统机构的中介渠道，实现点对点的外汇交易。AI技术提升了DeFi平台的交易效率与风险管控能力。在AI+DeFi模式下，买卖双方无需通过传统中介即可完成外汇兑换、跨境支付、对冲交易等，大幅降低交易成本。这可能预示着“机器原生金融”，即AI系统作为独立的参与者直接接入金融基础设施，金融市场面临范式跃迁。目前，全球量化交易进入“AI驱动”新阶段，海外量化机构开展芯片定制化、微波－光纤混合网络等全技术链条的“军备竞赛”，国内外的量化交易智能体、AI工具、训练平台不断涌现，AI应用深度渗透到金融交易的投研、投资组合、风控和交易执行等各环节。未来AI、量化交易、DeFi、加密资产、现实世界资产（RWA）等领域势必加快渗透结合，改变金融外汇市场范式。
比如，2024年创立的外汇金融科技公司OpenFX形成了“传统银行+数字基建+稳定币结算”模式，提供近乎实时、低成本、高透明度的跨境支付结算新范式，年跨境支付量迅速达450亿美元。其业务流程分三步：首先，机构客户通过OpenFX平台将本地法币兑换为美元稳定币（如美元币USDC、泰达币USDT等），这一环节依托OpenFX对接的全球持牌金融机构与流动性提供商，确保法币与稳定币的兑换合规、高效；其次，稳定币通过区块链网络进行跨境转账，依托区块链的去中心化、点对点传输特性，实现全球范围内即时到账，不受银行营业时间与代理链影响；最后，接收方再通过OpenFX平台，将稳定币兑换为目标国法币，完成整个跨境结算。这一模式绕开传统代理行层层清算，超过98%的交易可在60分钟内完成结算，部分高频交易甚至秒级到账。
AI在优化金融外汇市场结构、提高市场效率、促进价格发现和资源配置的同时，也可能使金融外汇市场风险面临从微观波动到系统性共振的变异，使得传统金融风险变得更具突发性和传染性。一是算法可能成为放大市场波动的重要渠道。当AI系统同步识别到市场信号时，它们可能同时执行相似的交易策略，产生“算法共振”，在无基本面变化的情况下引发剧烈资产价格波动。二是AI的技术鸿沟可能加大市场分层与风险错配。机构与散户、一般机构与量化机构、发达市场与新兴市场等之间的AI鸿沟扩大，拥有算法优势的机构和市场能够在风险暴露和流动性危机中更快抽身，技术弱势方往往成为风险的承担者，形成“强者愈强、弱者愈弱”的马太效应。三是AI可能加大非银机构的风险外溢与跨市场传染。非银机构通常不受传统银行资本充足率约束，其AI驱动的交易策略可能在压力期同时失效，引发流动性危机。AI系统的跨市场关联性强，当同一AI模型同时应用于外汇、债券、股票和大宗商品市场时，单市场冲击可能通过算法联动迅速传导至其他市场，形成多市场共振。
应该看到，当前各国的AI监管治理都严重滞后于AI技术发展和商业应用实践。一是AI技术的迭代速度与监管立法周期的严重错配。AI模型的迭代周期以周甚至天计算，而监管法规的修订往往需要数年，立法和政策调研、征求意见、出台法规的长流程难以适应以天为单位进化的AI交易策略。这意味着监管者始终在应对“上一个版本”的技术风险，而市场已演进至下一阶段。二是跨境监管协作机制的缺失与“公地悲剧”。国际组织发布多份报告警示AI金融风险，但有约束力的全球治理框架远未建立，更缺乏统一的数据标准、算法审计规范与跨境监管协作机制等。每个国家的监管者都关注本国市场，却无人对全球算法共振负责。如果下一代全球性金融危机来自AI金融，恐怕并不令人感到意外。
浪潮的背后是思潮。近些年的AI浪潮充分表明，在全球范围内，加州意识形态和“硅谷共识”神话全面超越“华盛顿共识”，后者所倡导的“私有化、自由贸易、资本自由流动、不分国籍平等对待投资者”等理念已经被西方所抛弃。2000年，全球市值前十大公司所在行业，石油天然气3家（埃克森美孚、英国石油BP、荷兰壳牌）、金融2家（花旗、汇丰）、科技/软件只有微软1家。截至目前，这份名单中除了石油天然气1家（沙特阿美）、金融1家（伯克希尔・哈撒韦），其余9家都是科技公司（英伟达、谷歌、苹果、微软、亚马逊、台积电、SpaceX、博通、特斯拉），特别是英伟达登顶全球市值第一，刚刚上市的太空探索技术公司SpaceX市值迅速超过2万亿美元，这些都说明金融化资本主义已逐步让位于由数字高科技公司主导的全球经济秩序。从人类历史的经验看，任何强大的技术都是一把双刃剑。如果我们盲目相信主流的技术乐观叙事或所谓的行业共识，就可能忽略其潜在风险。因此，我们既要看到AI技术推动生产力进步的积极方面，也要看到它背后追求一本万利的商业逻辑以及非理性炒作、AI幻觉、算法伦理等问题。
AI对金融外汇市场生态的影响是持续渐进的，对金融管理部门来说，维护好AI金融外汇市场生态需要多方共同努力。行业层面，应积极推动制定金融AI的行业标准，明确金融交易主要算法的可审计性和透明度要求，打破量化交易和算法“黑箱”。机构层面，应大力培育负责任创新的商业和金融文化，鼓励各类金融机构在追求AI技术红利的同时，将伦理与合规等要求内嵌于算法设计之中。监管层面，应加快发展金融监管科技，提高金融监管适应AI发展的能力，利用AI技术监管AI金融市场应用，实现从“事后惩处”向“过程监管”与“实时穿透”的转变，确保金融外汇市场在智能化浪潮中行稳致远。国际层面，应努力推动完善国际金融治理体系，强化AI金融等国际监管合作，依托国际货币基金组织（IMF）、BIS、国际证监会组织（IOSCO）等平台，推动建立AI金融交易和跨境风险预警与数据共享机制，解决好监管套利问题，有效防范全球系统性金融风险。
