華爾街打造「沃許GPT」3.5%通膨重塑聯準會溝通策略

華爾街正打造AI工具解析聯準會溝通內容，因主席凱文·沃許轉向減少公眾指引。

華爾街投資公司正部署人工智慧系統——部分交易員稱之為「沃許GPT」——以分析聯準會溝通內容，因主席凱文·沃許正偏離央行過往的公眾指引方針。

「看到聯準會主席沃許的清晰與高品質溝通提升了整個國會聽證會的層次，這令人著迷，」安聯首席經濟顧問穆罕默德·埃里安在沃許7月14日作證後於社群媒體上表示。

這項轉變發生之際，聯準會維持基準利率不變，而6月整體通膨年增率為3.5%，低於5月的4.2%，但仍高於央行2%的目標。沃許告訴國會，聯準會對「持續高漲的通膨零容忍」，並警告不要將單月數據視為抗通膨戰役已勝利的證據。市場策略師詹姆斯·索恩將此新方針形容為「回歸伏克爾、葛林斯潘與實體經濟」。

採用AI解讀聯準會聲明可能加速市場對央行溝通的反應，有可能縮小大型與小型公司之間的資訊不對稱，同時也增加相關聯交易演算法放大價格波動的風險。隨著下次聯準會會議排定於9月舉行，這些工具將在央行發布下一份政策聲明時面臨首次真正的考驗。

沃許GPT如何運作

這些由量化交易部門與資產管理公司打造的AI系統，掃描聯準會演說逐字稿、記者會錄音以及政策聲明，尋找可能暗示政策方向的細微語言變化。交易員運用經過多年聯準會溝通資料訓練的自然語言處理模型，標記出歷史上曾預示政策轉變的語氣、用詞與句型結構變化。

此方法與學術研究人員長期分析聯準會會議記錄語言模式的技巧如出一轍。聯準會理事會經濟學家在2023年的一項研究中發現，央行自身的語言選擇若能結合經濟數據，預測利率決策的準確率高達85%。

市場影響

AI驅動的聯準會分析普及化，為已在適應沃許領導風格的市場引入了新的動態。若多家公司部署基於重疊數據訓練的相似模型，羊群效應的風險將會增加——演算法可能根據相同的語言訊號觸發同步交易，從而放大日內波動性。

經濟學家彼得·希夫則對僅靠溝通變革就能降低通膨的前提提出質疑，他認為「赤字支出是沃許聲稱聯準會正在對抗的高通膨的主要驅動力」，且「要讓聯準會的政策轉變真正降低通膨，唯一的辦法是國會與白宮也同步變革」。

聯準會上一次重大溝通轉變是在2019年時任主席鮑爾任內，當時央行在2018年升息引發市場拋售後，轉向更加依賴數據的決策模式。標普500指數在2018年第四季下跌9%，直到鮑爾政策轉向後才止跌，這一先例顯示沃許溝通風格如何被解讀，其影響至關重大。

下一步

根據利率衍生品市場的定價，目前市場預期今年稍後可能升息，這與2026年初短端利率曲線完全定價三次降息的情況形成鮮明逆轉。沃許的溝通風格與市場利率預期之間的落差，為這些正在部署的AI工具創造了高風險環境。若模型將鴿派訊號誤判為鷹派——反之亦然——則由此產生的交易可能加劇而非減緩市場波動。

本文僅供資訊參考，不構成投資建議。