📈 经济学

Measuring Algorithmic Monoculture in Credit Intermediation: Supply-Chain Concentration, Decision Convergence, and the Case for Reference-Portfolio Supervision

本文通过区分供应链集中度与决策趋同性，解决了信贷中介领域缺乏算法单一化（algorithmic monoculture）衡量框架的问题，并开发了一个模型，用以展示当误差相关性的上升速度快于方差的下降速度时，共享模型如何导致信贷供应的不稳定，同时提出了一种通过参考组合进行监管的方法来估算误差相关性，并主张反对过早进行资本加成，而应优先构建稳健的衡量能力。

原作者： Deepak Ranjan Sahoo, Vaishali Deepak Sahoo

发布于 2026-09-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Deepak Ranjan Sahoo, Vaishali Deepak Sahoo

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在银行业的世界里，放贷者始终面临着一个简单却危险的真相：如果每家银行都基于相同的信息做出决策，它们就会在同一时间犯下同样的错误。这并非一种新鲜的恐惧；它是金融领域的“单一作物”现象——就像农夫在整个大陆上只种植一种作物一样。如果这种特定的作物遭受病害，整个收成就会颗粒无收，农夫也将毫无后备手段。几十年来，监管机构一直在观察银行，以确保它们不会同时向相同的公司或个人放贷，因为如果这些借款人违约，所有的银行都会随之倒闭。但一种更难察觉的新型风险已经出现。银行不再仅仅是向同样的人放贷，而是开始使用相同的计算机程序来决定谁能获得贷款。这些程序通常构建在庞大的共享人工智能系统之上，可以在几秒钟内处理数百万份申请。令人担忧的是，如果这些系统都依赖于相同的底层代码或数据，它们可能会在同一时间拒绝相同的优质借款人，或者同时批准相同的劣质借款人，从而引发一场没有任何一家银行能预见到的、系统性的信用突然冻结。

一组研究人员致力于测量这种被称为“算法单一化”（algorithmic monoculture）的隐形危险。他们的工作聚焦于监管机构所能看到的与他们实际需要知道的信息之间的差距。目前，监管人员可以轻松统计出有多少家银行使用特定的云服务提供商或特定的软件供应商，即他们可以看到供应链。然而，他们无法看到结果。两家银行可能使用完全相同的软件，但如果它们对软件进行的微调或输入的数据不同，其决策仍可能具有独特性。反之，两家银行可能使用完全不同的软件，但如果它们在解决同一个问题并使用相似的数据，它们最终可能会犯下完全相同的错误。研究人员认为，统计软件供应商的数量是衡量真实风险的一种拙劣方式，因为真正的风险不在于谁制造了工具，而在于这些工具是否在同一时间犯下同样的错误。

为了理解其中的利害关系，作者构建了一个关于信贷如何在经济中流动的数学模型。他们设想了一个世界，其中的银行使用一套共享且高度精准的人工智能系统。这套系统比旧有的独立系统更优秀，整体而言犯错更少。然而，由于它是共享的，一旦它犯错，每家银行都会在同一时刻犯下同样的错误。研究人员发现了一个关键的临界点。如果共享系统的表现仅比旧系统稍好一点，那么减少错误带来的收益就会被“所有错误同时发生”的危险所抵消。在他们的模拟实验中，即使是一个比旧方法准确度高出 50% 的系统，如果导致银行间的误差变得高度相关，仍可能使整个银行业更加不稳定。准确度的提升不足以支付由共享失败所带来的代价。由于每个人都通过同一面镜子观察世界，系统会变得更加剧烈波动，在过度放贷和过度收缩信贷之间剧烈摆动。

随后，论文转向探讨如何在这种问题引发危机之前捕捉到它。作者提出了一种利用监管机构已有的数据进行新颖测量的方案。监管者不应仅仅询问银行使用哪些模型，而是应该给一组银行提供一套已知结果的假设性贷款申请——本质上是一种答案已写好的测试。通过比较每家银行的模型对这些相同申请的评分情况，监管机构可以计算出各家银行的误差是如何同步移动的。如果所有的银行都在相同的申请人身上做出了错误的预测，那么系统就处于危险之中。研究人员发现，这种测量在实际操作中非常困难。它需要足够多的贷款违约案例出现在数据中，才具有统计学上的有效性。对于小微企业贷款或大型企业贷款，由于违约案例较为罕见，数据过于稀疏，无法给出清晰的答案。但对于日常消费贷款（如信用卡），则有足够的数据来进行精确的读数。

尽管有了测量风险的方法，作者却反对那些最显而易见的解决方案。他们建议，监管机构不应简单地强制银行使用不同的模型，也不应根据模型的相似程度来增加额外的资本计提。强制多样化可能会产生适得其反的效果，迫使银行为了显得“与众不同”而使用更差、准确度更低的模型，这会损害那些依赖这些系统获取公平信贷的借款人。因此，论文提出了一个更务实的方案：监管机构应侧重于确保每家银行都有一个“备选方案”。如果一家银行高度依赖某套外部的人工智能系统，它必须证明如果该共享系统失效或开始产生相关性错误，它能够切换到另一种独立的模式，以支撑其大部分业务。这确保了系统拥有一个不与主要风险相连的后备机制。

研究人员谨慎地指出，这种危机尚未发生。近期的调查显示，虽然许多银行正在使用人工智能，但很少有银行将其用于核心信贷决策的最先进的共享基础模型。这种风险是前瞻性的，意味着随着技术的普及，它可能会成为现实。他们提出这一方案的紧迫性在于，并非当下的危险已经降临，而是随着银行全面采用这些共享系统，一旦发生变化，我们将无法得知曾经的“正常”风险水平是多少。如果监管机构等到问题变得肉眼可见时才开始测量，他们将失去理解问题严重程度所需的基准线。论文总结道，现在就是建立测量工具的最佳时机——在系统仍在变化的过程中，这样监管者就能实时观察到这种转变，而不是在事后才去发现已经造成的破坏。

技术摘要：衡量信贷中介中的算法单文化现象

问题陈述
监管机构（金融稳定委员会 FSB、欧洲系统性风险委员会 ESRB、英格兰银行）已指出，银行业对共同基础模型、数据供应商和云平台的依赖，为人工智能通过“算法单文化”（algorithmic monoculture）加剧系统性风险创造了路径。然而，在诊断与测量之间存在关键性的鸿沟。虽然监管机构可以测量风险敞口集中度（例如，大额风险敞口限制），但缺乏衡量“模型冲击”的框架。目前的政策将两种截然不同的现象混为一谈：模型组件供应端的集中度（可通过第三方风险登记册进行观察）以及各机构决策的趋同性（不可观察且是冲击的实际传导机制）。本文认为，供应端的集中并不必然意味着决策的趋同；反之，即使供应集中度不高，也可能出现决策趋同。此外，现有的监管框架（如 SR 11-7, SS1/23）侧重于机构层面，忽视了由跨机构相关误差引起的系统级脆弱性。

方法论
本文采用了三阶段方法：概念区分、分析建模和实际估算。

概念框架： 作者将“模型依赖栈”分解为四个层级：基础设施（L1）、基础模型（L2）、适配层（L3）和部署层（L4）。他们认为，L1 和 L2（云服务、预训练模型）的集中度对决策误差的直接传导较低，而 L3（微调、数据馈送）和 L4（截断、覆盖）决定了误差的相关性。至关重要的是，他们提出供应端的集中既不是决策误差趋同的充分条件，也不是必要条件。
分析模型： 开发了一个信号提取模型，其中 $N$ $N$ 家银行评估同一个共同的借款池。每家银行的评估误差（ $\epsilon_i$ $ϵ_{i}$ ）被分解为一个共同成分（ $\eta$ $η$ ）和一个特异性成分（ $\nu_i$ $ν_{i}$ ）。
- 总信贷供应的方差被证明取决于误差方差（ $\sigma^2_\epsilon$ ）与误差相关系数（ $\rho$ ）的乘积。
- 模型建立了一个阈值条件：如果比例增加的误差相关性（ $\rho$ ）超过了比例减少的误差方差（ $\sigma^2_\epsilon$ ），那么向共享模型迁移将具有破坏性。
- 本文推导出了一个“技术前沿”，在该前沿处，准确性的提升（降低方差）是以增加相关性为代价的。它证明了私人最优选择（最大化准确性）往往与社会最优选择（最小化系统波动性）相背离，因为私人行为者忽略了相关误差带来的外部性。
估算策略： 本文提出了一种利用《资本要求指令》（CRD）第 78 条所规定的现有监管基准测试机制来估算误差相关参数（ $\rho$ $ρ$ ）的方法。
- 该方法不使用假设组合，而是要求使用带有结果标签的参考组合（经过匿名处理的历史风险敞口及实际违约情况）。
- 核心统计量是各机构间预测残差（ $r_i = y - p_i$ ）的两两相关性。
- 引入了零化归一化单文化指数（ $M$ ），以修正由于共享结果变动（即“共享结果项”）导致的原始残差相关性的偏差，这种偏差在低违约组合中尤为严重。

主要结果

阈值动态： 分析结果（表 2）显示，即使是大幅度的准确性提升（例如误差方差减少 50%），如果导致的结果相关性超过了特定的平衡点（例如从 0.15 上升到 0.30），也无法抵消系统性风险。
模拟证据： 对 30 家银行、160 个时期的模拟表明，采用共享技术即便带来了 64% 的准确性增益（显著降低了误差方差），由于相关性的上升，总信贷波动性仍增加了 22–25%。尾部风险（超额发生次数）增加了 2.5 倍。
测量可行性： 研究发现，原始残差相关统计量受到“共享结果项”的严重污染，导致其在低违约组合中失去参考价值。提出的**单文化指数（ $M$ ）**可以恢复该参数，但要求参考组合中至少包含约 80 个预期违约案例才能达到 0.05 的标准误。这意味着该指标对于零售组合是可行的，但对于系统性风险通常最高的批发/大型企业组合而言，该指标几乎是盲目的。
政策交互作用： 本文识别出一种反向的交互作用：AI 合规成本（用于文档记录、治理的固定成本）可能会无意中增加供应端的集中度，因为规模较小的机构可能会被迫购买合规的第三方系统，而非自行开发内部系统。

意义与主张
本文提出了几个虽温和但至关重要的观点，针对当前的银行业现状及未来路径：

不存在当前的单文化现象： 作者明确指出，目前银行业存在算法单文化现象的经验证据是薄弱的。近期调查显示，基础模型仅占 AI 应用案例的 17%，而完全自主的应用仅占 2%。
建立测量机制的必要性： 主要论点不在于单文化目前是否构成危机，而在于必须在采用广泛普及之前建立测量工具。如果等到暴露程度变得可见时再行动，监管机构将缺乏采用前的基准线，从而无法量化风险的增加量。
政策建议：
- 反对基于模型的资本附加要求： 本文反对根据模型共同性来设定资本附加要求，因为在关键组合领域，必要的参数目前是无法测量的，且此类措施可能会惩罚准确性。
- 反对多样性强制令： 文中拒绝了强制使用不同模型的硬性规定，理由是这会产生分配成本（损害那些受益于先进模型的信用记录薄弱的借款人），且在不降低准确性的情况下强制实施多样性存在困难。
- 支持参考组合监管： 本文主张重新利用现有的 CRD 第 78 条基准测试练习，利用带有结果标签的组合来测量单文化指数。
- 支持后备能力建设： 提出了一个更窄的要求：依赖外部共享模型的机构必须维持一个经过验证的、不相关的后备渠道，该渠道需能够处理一定份额的业务量（例如 25%），以减轻相关性失效风险。

结论
本文总结道，虽然模型共同性的影响性质取决于准确性收益与相关性成本之间的权衡，但由于不对称性（相关性可以倍增，而准确性无法无限提升），这暗示了一种结构性脆弱。当务之急不是禁止单文化，而是使通过现有监管工具测量误差相关性的过程具备可操作性，确保监管机构能够在单文化状态变得不可逆转之前，检测到向该状态的过渡。

技术摘要：衡量信贷中介中的算法单文化现象

类似论文