人工智能与货币政策：周期性传导、结构转型与金融稳定的框架与视角（英）

本文分析了人工智能（AI）对货币政策的影响，主要从周期性传导、结构转型和金融稳定三个渠道进行阐述。

周期性传导方面，AI 通过改变供求干扰映射到价格的方式影响通货膨胀动态。在供给侧，AI 通过改变生产技术、投入市场条件、定价行为和成本传导等途径，重新塑造了从经济闲置到实际边际成本的映射，以及边际成本变动对价格的传导。在需求侧，AI 可以改变对未来生产力、收入和盈利能力的预期，从而影响当前支出和通货膨胀动态。因此，AI 的采用对货币政策的含义源于其与定价和需求动态的相互作用，可能重塑冲击传导和稳定政策运作的环境。

结构转型方面，AI 可能会影响长期经济基础和均衡基准，包括潜在产出和自然利率。AI 通过对技术创新、投资机会、风险和市场结构的影响，改变了潜在产出、自然利率以及总需求对利率的敏感性。这些效应在低频域发挥作用，定义了政策必须校准的动态基准，而不是塑造冲击的短期传播。

金融稳定方面，AI 可能改善信贷分配和风险评估，但也可以通过膨胀的预期驱动的资产估值和模型单一化来加剧系统性脆弱性。AI 正在重新塑造金融中介的核心部分——信贷、保险和资产管理，通过改变信息处理、承担风险和中介结构。这些变化影响着货币政策传导，因为中介服务的转变改变政策利率如何映射到家庭和企业面对的金融状况。

研究结论，AI 的扩散模糊了周期性波动和结构转变之间的区别，提高了成本方诊断和稳健政策策略的价值，而不仅仅是依赖于简化形式的通货膨胀缺口关系。AI 不需要重新定义中央银行的目标，但它确实需要调整现有框架。其扩散模糊了周期性波动和结构转变之间的区别，提高了成本方诊断和稳健政策策略的价值，而不仅仅是依赖于简化形式的菲利普斯曲线估计。人工智能也引发了与货币政策紧密相关的金融稳定性考量。通过加速信息处理、鼓励依赖共同模型和技术，以及与杠杆化资产负债表互动——通常在传统银行体系之外——人工智能可能会增加金融压力源于预期驱动的估值动态，而不是传统宏观经济失衡的可能性。因此，资产价格的突然调整可能会迅速收紧金融条件，损害中介资产负债表，并即使在通货膨胀接近目标的情况下，也会扰乱信贷提供。