中央財經大學數字經濟融合創新發展中心主任陳端：金融信息“AI污染”已成為擾動資本市場資源配置的新型風險源

4月16日下午，由中國新聞技術工作者聯合會、中國經濟傳媒協會聯合主辦，每日經濟新聞、每經科技、每經AI智庫與中國新聞技術工作者聯合會AIGC與數智傳播專委會共同發起的“共筑可信生態共創智能未來——AI內容生態與負責任GEO治理研討會”在京舉行。

中央財經大學數字經濟融合創新發展中心主任陳端在研討會上發表了題為“金融信息‘AI污染’：智能體時代的資本市場新型風險與多元協同治理”的主題演講。

陳端以“AI殺豬盤”案例，拆解了金融信息“AI污染”的全鏈條：從虛假信息炮制到社交媒體傳播，再經AI（人工智能）模型背書、觸發量化策略，最終達到市場情緒共振。這一鏈條對資本市場定價效率與金融穩定構成了系統性威脅。陳端提出，未來，應構建從技術到市場再到監管的協同免疫系統，實現技術免疫、監管穿透及生態共治。

陳端發表主題演講 圖片來源：每經記者 韓陽 攝

金融信息“AI污染”已成為擾動資本市場資源配置的新型風險源

資本市場在服務實體經濟、支撐科技創新、推動新質生產力發展中扮演著核心樞紐角色，其核心功能在于通過高效、準確的價格發現機制，將資本引導至最具發展潛力的領域。然而，金融信息“AI污染”正從底層侵蝕這一核心功能，成為擾動資源配置的新型系統性風險源。

當AI放大的虛假敘事或偏見性分析成為市場主導聲音時，資產價格會脫離實體企業的真實價值與未來現金流，資本追逐被“污染信息”吹大的泡沫，從而阻礙了資本向新質生產力關鍵領域的精準滴灌。

陳端介紹，由AI污染觸發的算法共振與流動性驟變，會制造非理性的市場巨震，更可能引發跨市場風險傳染，干擾宏觀政策的傳導效果，最終削弱資本市場服務國家戰略大局的韌性與效能。因此，治理AI污染不僅是技術或市場問題，更是維護金融安全、保障金融血脈健康暢通的戰略必需。

從“AI殺豬盤”看智能化、系統化的操縱閉環

AI時代，“殺豬盤”有了新的形態，陳端以此為例，介紹了新型信息操作邏輯。

據陳端介紹，2025年末，某中小市值上市公司股價在無明顯基本面變化的情況下突然連續漲停，引發市場關注。調查后發現，操縱者預先建立大量倉位，利用自動化腳本在股吧、雪球等平臺密集發布數百條虛假帖文，內容包括“獲得巨額訂單”“與頂尖AI公司合作”等。

隨著此類虛假帖文被“網絡爬蟲”迅速收錄，部分大語言模型的公共語料庫被污染。如此一來，當投資者向AI詢問該公司前景時，模型基于被污染語料，以高置信度輸出“看多”結論。

此后，隨著“AI權威背書”的截圖被“水軍”在社交圈層瘋狂擴散，大量散戶被誘導跟風買入，形成了情緒共振。部分基于輿情分析的量化策略捕捉到“市場情緒高漲”的信號，觸發程序化買入指令，進一步推升了股價。最終，在這一整套“鏈條”的操縱下，操縱者得以高位套現，留下普通投資者承受損失。

陳端稱，上述案例標志著，金融信息操縱已從傳統的“人工造謠”進入“AI污染”驅動的智能化、閉環化、系統化新階段。

與傳統市場操縱手段相比，“AI污染”從信息生產到交易執行形成完整閉環，效率極高。加之AI模型輸出具有“權威感”，既對投資者構成直接欺騙，也對資本市場定價效率與金融穩定構成系統性威脅。

陳端表示，金融信息“AI污染”是指因AI模型缺陷、算法機制設計或被惡意利用，導致信息在真實性、客觀性與傳播結構上發生系統性劣化，進而干擾市場預期形成、資產價格發現與資源配置功能的過程。

金融信息“AI污染”源于三大根源，一是模型的“幻覺”與數據偏見，二是平臺算法對極端情緒的偏好，三是主動的“語料投毒”與深度偽造。陳端指出，應對金融信息AI污染已變為關乎機構生存的現實命題。

三重污染機制與三條傳導鏈條

金融信息“AI污染”的生成與沖擊是一個層層遞進、環環相扣的過程，陳端將其概括為“三重污染機制”與“三條傳導鏈條”。

陳端首先介紹了“三重污染機制”。

一是源頭污染（數據與模型層）。一方面，AI訓練數據本身固化了市場的歷史非理性與偏見；另一方面，模型“幻覺”會生成邏輯自洽但完全虛構的“權威報告”；同時，AI缺乏對監管意圖、企業文化等“暗知識”的理解，導致決策框架先天失真。

二是放大污染（傳播與分發層）。平臺算法為追求流量，優先推送極端情緒內容，系統性推高市場情緒烈度；同時，個性化推薦則構筑起對立的“信息繭房”與“敘事孤島”。此外，深度偽造技術更是直接擊穿傳統信任驗證體系。

三是內嵌污染（決策與行動層）。機構普遍采用相似AI工具導致研究同質化與能力銹蝕；量化策略基于受污染的輿情信號進行同質化交易，極易引發市場共振；AI決策的責任模糊性則為新型監管套利提供了空間。

陳端隨后介紹了“三條傳導鏈條”。

一是扭曲預期形成鏈。市場定價從“基本面貼現”異化為“敘事貼現”，價格與價值脫鉤，陷入“污染信息推高價格—價格波動被AI捕捉并強化敘事—進一步推高價格”的惡性循環。

二是機構集體失靈鏈。一旦傳統風控模型失效，投資經理在信息洪水中就被迫從深度研究降維至情緒博弈，使得機構本該具有的市場“穩定器”功能癱瘓。

三是擾動市場微觀結構韌性鏈。AI做市商可能因污染信號同步行動，引發流動性瞬間枯竭；全球化的AI套利網絡則會將局部風險快速傳染至全球市場，放大系統性風險。

構建“技術免疫、監管穿透、生態共治”的協同免疫系統

談到應對金融信息領域“AI污染”的方式，陳端認為，應構建從技術到市場再到監管的協同免疫系統。

具體來看，技術方面，陳端認為應推行可追溯的“AI水印”標準，對于可能影響市場的關鍵金融信息AIGC（人工智能生成內容）內容，如分析報告、數據解讀，強制或鼓勵嵌入不可移除的數字水印與元數據，實現全鏈條可追溯。

同時，應研發“反AI污染”監測與鑒證平臺，開發能夠實時監測網絡信息異常擴散模式、智能識別深度偽造內容、檢測文本“幻覺”與邏輯矛盾的監管科技工具，為監管機構和大型金融機構提供“預警雷達”。

另外，還應探索可信可控的金融AI應用規范，實現風險模型的協同訓練與優化。

陳端強調，在“AI污染”的環境下，抗污染能力本身成為金融機構的核心競爭力。能夠有效識別、過濾、應對“AI污染”的機構，將在信息質量、投資決策、客戶服務等方面建立顯著優勢。

市場層面則需要重估專業研究的稀缺價值并給予公允定價，機構需要將“AI治理”納入公司治理核心范疇，并通過投資者“AI素養”教育等方式，提升整體市場免疫力。

此外，監管層也要革新，從事后監管向“事前預防+事中監測”轉變；從單一部門向跨部門協同轉變，構建適應AI時代的敏捷監管體系。