AI成为宏观新变量全球央行进入“信号重新校准期”
AI成为宏观新变量 全球央行进入“信号重新校准期”
2026年08月18日 02:07
“全球主要央行对 人工智能 相关影响判断的分歧，是各经济体 人工智能 产业发展阶段差异、产业链位置不同，以及 人工智能 宏观影响机制高度不确定性共同作用的结果。”有专家表示，从近期全球主要央行的表态看，各方对人工智能影响经济增长、通胀和就业的基本传导机制并不存在明显分歧
从产业议题到宏观变量，人工智能（AI）在全球央行分析框架中的位置已然升格。
中国人民 银行 近日发布的二季度货币政策执行报告，首次将人工智能发展与地缘政治走势一并列为全球经济金融走势的重要影响因素。全球主要央行也就人工智能对宏观经济的深层影响密集发声。
受访经济学家表示，人工智能的需求效应与供给效应存在显著的时序错位，正在模糊传统宏观周期指标的信号识别，全球央行由此进入“信号重新校准期”。
人工智能成宏观分析新变量
当前，人工智能已突破技术创新范畴，成为重塑全球经济金融运行逻辑的重要变量，正式进入全球央行货币政策研判视野。
例如，中国人民 银行 发布的二季度货币政策执行报告，在分析世界经济金融形势时，首次强调“人工智能发展的影响值得关注”。
“中国人民 银行 不再只关心人工智能产业本身能获得多少信贷支持，而是开始评估其对总需求、增长率、通胀路径的实际拉动情况。” 中信证券 首席经济学家明明对上海证券报记者表示，一季度货币政策执行报告从产业角度分析人工智能产业，二季度则把人工智能提到了宏观经济分析变量的高度，定调中性偏审慎。这一调整意味着，未来与人工智能相关的投资强度、生产率变化、通胀贡献等，或将被作为观察变量纳入货币政策分析框架。
海外主要央行也在就人工智能相关话题密集发声，但侧重点不尽相同。
美联储主席凯文·沃什表示，人工智能模型能力呈指数级增长，由其推动的供给能力扩张将成为制定货币政策时必须关注的新变量。至于人工智能是否具有通胀效应，沃什未予预设结论，称最终效果需依赖数据判断。目前美联储内部对人工智能的宏观影响尚存分歧，争议核心聚焦于其对生产率和利率的最终作用。
欧洲央行执行委员会成员菲利普·莱恩认为，人工智能可能会通过提升生产力、拉动投资需求、影响能源价格、改变收入分配及引发金融市场波动等途径对货币政策产生影响。莱恩强调，人工智能对通胀和自然利率的净影响目前仍不确定，要采取“依赖数据”的政策应对方式。
日本央行行长植田和男表示，人工智能需求的影响及汇率波动是日本央行正关注的重要风险因素之一，将从下一次政策会议开始探讨相关问题如何影响经济及物价，并在讨论货币政策时予以重点关注。在他看来，人工智能相关需求及日元疲软可能会推高该国通胀率。
全球央行底层研判逻辑趋同
总体来看，全球央行对人工智能宏观影响的研判看似分化，各有侧重，但底层逻辑大体接近。
明明分析称，相关表态与各国在人工智能产业链中的位置高度相关。美国作为人工智能技术策源地与资本开支发起方，享受投资拉动增长与生产率预期红利，态度偏乐观；而欧元区、日本作为高度依赖能源进口的经济体，人工智能带来的短期通胀效应被能源冲击掩盖，态度偏谨慎。
人工智能产业资本开支的庞大体量，使其成为主导美国宏观经济走势的核心变量。美联储4月发布的一份报告显示， 亚马逊 、谷歌、Meta、 微软 、 甲骨文 等5家科技公司，2025年全年资本支出合计达4120亿美元，占美国GDP的比重达1.31%。今年以来美国人工智能产业持续发展，据 中金公司 测算，上述5家科技公司2026年资本开支预期已大幅上调至7350亿美元，占美国GDP的比重达2.5%。
摩根士丹利 则持续上调美国超算厂商及人工智能相关资本支出预测，预计2027年相关支出规模超过1万亿美元，2028年最新预测区间为1.2万亿美元至1.3万亿美元。
相较美国，欧洲的人工智能资本支出仍处于早期阶段。 摩根士丹利 表示，七大超大规模 数据中心 运营商的欧洲投资计划规模仅为美国的约二十分之一，呈现碎片化、规模偏小的特征。人工智能相关投资不足或是制约欧洲经济增长的重要因素之一。
“全球主要央行对人工智能相关影响判断的分歧，是各经济体人工智能产业发展阶段差异、产业链位置不同，以及人工智能宏观影响机制高度不确定性共同作用的结果。”工银国际首席经济学家程实对记者表示，从近期全球主要央行的表态看，各方对人工智能影响经济增长、通胀和就业的基本传导机制并不存在明显分歧。
中国金融四十人研究院高级研究员朱鹤表示，当前全球央行对人工智能影响时点和强度的判断有一定差异。短期需求扩张已经发生，长期供给改善仍待时间验证。
货币政策校准难度上升
对全球央行而言，当前面临同一个难题：人工智能正在模糊传统宏观周期指标的信号识别，大幅提升了货币政策校准难度。
有着“央行的央行”之称的国际清算银行（BIS）近期发文称，人工智能同步作用于短期经济周期与长期经济结构，央行难以区分经济增长中的短期需求脉冲与长期潜在产出提升，自然利率、自然失业率等核心基准可能因此模糊化。
“经济活跃度提升，既可能是人工智能投资催生的短期需求扩张，也可能是长期生产能力的扩张。一旦出现判断偏差，将直接引发政策失准。”BIS称：高估生产率提升幅度、低估总需求扩张，会维持过度宽松的货币政策，持续累积通胀风险；反之，低估长期供给潜力、过度收紧政策，将抑制人工智能产业投资与长期经济增长。
在程实看来，人工智能供需效应的时序错配，正在瓦解传统宏观指标之间相对稳定的映射关系。面对数据解释力的弱化，传统的产出缺口、菲利普斯曲线乃至自然利率估计，都有可能因此面临更大的实时识别误差。
“人工智能对货币政策制定带来的最大挑战，不是传统宏观指标失效，而是指标背后的经济关系可能发生变化。”朱鹤解释称：过去失业率上升通常意味着总需求走弱，需要货币政策支持；若人工智能在提高生产率的同时改变部分岗位需求，失业率变化可能更多反映结构调整。
纵观全球经济发展史，技术革命引发宏观信号模糊并非首次，互联网时代也曾出现类似的政策研判困境。明明认为，此次特殊性在于三点：人工智能相关投资规模空前；供需效应时序错配；与能源冲击、贸易摩擦、地缘政治风险同时发生，多重模糊信号相互交织，进一步加大政策研判难度。
面对持续抬升的宏观不确定性，BIS认为，应制定渐进式、数据依赖型货币政策，依靠持续更新的宏观指标动态调整政策力度，降低政策误判概率。
朱鹤建议，未来政策判断不能简单依赖单一指标，应更加重视技术进步、产业投资、生产率变化及劳动力市场结构等因素。
（文章来源：上海证券报）