摘要：在高频交易的世界里，几分钟的延迟就可能意味着数百万美元的盈亏。2023年3月的某个下午，全球投资者突然发现ChatGPT无法响应。网页卡在加载页面、API停止运行、交易员焦急刷新界面。一场持续两个小时的“技术小事故”，意外揭开了一个宏大的问题： 当生成式人工智
01 研究背景
在高频交易的世界里，几分钟的延迟就可能意味着数百万美元的盈亏。2023年3月的某个下午，全球投资者突然发现ChatGPT无法响应。网页卡在加载页面、API停止运行、交易员焦急刷新界面。一场持续两个小时的“技术小事故”，意外揭开了一个宏大的问题： 当生成式人工智能成为投资决策的一部分，如果它突然消失，会发生什么？
发表于 Journal of Accounting and Economics 的论文《Does Generative AI Facilitate Investor Trading? Early Evidence from ChatGPT Outages》中，新加坡管理大学的研究团队巧妙捕捉到这一难得的“自然实验”。他们发现， 在ChatGPT宕机期间，全球股市交易量显著下滑，尤其是那些刚刚发布公司新闻的股票。 更有趣的是， 短期机构投资者的反应最为敏感，而价格信息含量也随之下降。 这意味着，ChatGPT已不仅仅是人们闲聊的工具，而悄然成为部分投资者的“第二大脑”。这篇文章用真实市场数据证明，生成式AI已经在悄然重塑资本市场的信息处理方式。
02 数据说明
作者首先从 OpenAI官方事故报告与DownDetector用户反馈平台 获取了 2023年2月至8月 期间全部ChatGPT宕机事件的精确时间与影响范围，筛选出八次主要宕机， 平均持续约119分钟 。随后，将这些宕机时段与美国主要交易所 TAQ数据库中2553家上市公司的2615434条五分钟级高频交易记录 进行匹配，构建了一个用于分析美国股票市场的高频面板数据集。
为了确保识别的因果性，作者将宕机期间的交易活动与同一公司在前五个交易日同一时间段的表现进行比较，从而排除了日内交易规律的干扰。在指标设计上， 论文以交易量作为主要衡量变量，用以捕捉投资者行为的即时变化，同时考察价格冲击、收益率方差与价格信息含量等市场质量指标，以反映生成式人工智能工具对市场信息效率的深层影响 。进一步地，研究者将投资者划分为零售与机构两类，并按照投资风格细分为长期、短期与指数型机构，以识别不同类型投资者对ChatGPT宕机的反应差异。
03 研究设计
在研究设计上，文章采用了严谨的事件研究与固定效应回归相结合的策略，将ChatGPT宕机事件视为一项外生冲击，用以识别生成式人工智能可得性变化对投资者交易行为的因果影响。具体而言，研究以五分钟为时间窗口，构建公司–时间双维度面板数据，并在模型中引入公司固定效应与时间段固定效应，以控制企业特质与市场整体波动的影响。公式如下：
04 实证分析
表3展示了ChatGPT宕机对股票交易量影响的回归结果。结果显示，Outage系数显著为负，表明在ChatGPT宕机期间，交易量显著下降，平均降幅约占样本标准差的5%至6%。该结果意味着生成式人工智能不可用会抑制市场交易活跃度，投资者对ChatGPT的依赖具有即时且可观的影响。
图1展示了ChatGPT宕机前后交易量的动态变化。横轴为相对时间区间（10分钟为单位），纵轴为交易量回归系数，灰色阴影表示90%置信区间，红色虚线分别标示服务中断开始与结束的时间点。从图中可以看到，在服务中断前，交易量系数总体接近零或略为下降，说明市场交易活跃度较为稳定；而中断发生后，系数显著下降并在整个中断期间持续为负，表明交易量明显减少。当服务恢复后，交易量迅速反弹并短暂上升，随后逐步回归常态。这一动态趋势与表3的回归结果一致，说明ChatGPT的可用性对市场交易活跃度具有即时影响：服务中断会在短期内抑制交易行为，而服务恢复后市场活动迅速反弹。
表4为稳健性检验，进一步验证ChatGPT宕机对交易量负向影响的可靠性。无论更换指标、模型或样本设定，结果均保持一致。具体而言，Panel A将交易量替换为成交股数和交易笔数，系数仍显著为负；Panel B在引入更严格的固定效应后，结果不变；Panel C扩大对照期范围，负向效应依旧显著；Panel D采用中位数回归及不同子样本（剔除极端值与最短宕机）后结论稳健；Panel E使用OpenAI官方调查起点重新定义宕机时间，结果保持一致；Panel F的伪事件检验，使用前一交易日的同一时段作为虚拟宕机期，结果不显著，证明主结果并非偶然。
在稳健性分析之后，研究考察了ChatGPT宕机在公司新闻发布期间对交易量的影响。表5的结果显示，当市场存在公司新闻（News=1）时，宕机对交易量的负向影响显著增强。具体而言，Outage × News的系数在两列中均显著为负，表明生成式AI的中断在信息密集期对市场交易活跃度的抑制作用更为明显。同时，Outage本身依然保持显著负效应，而News的系数为显著正值，说明公司新闻通常会激发交易活跃度，但当ChatGPT无法使用时，这种新闻驱动的交易动能被部分削弱。这一发现揭示出生成式AI已嵌入投资者的信息处理链条，特别是在信息冲击期，其宕机可能放大市场的信息摩擦，削弱价格发现效率。
表6进一步从投资者类型的角度展开异质性分析，探讨ChatGPT宕机对不同投资者交易行为的影响。Panel A将样本区分为零售投资者与机构投资者两类，结果显示，两类群体的交易量均受到显著抑制，但机构投资者的反应更强。这说明生成式AI的短暂失效在更依赖信息分析与高频交易的机构投资者中引发更明显的流动性收缩。Panel B进一步将机构投资者细分为短期交易型、长期专注型与指数型三类，以揭示其内部差异。结果表明，宕机效应主要集中在短期机构投资者群体中，而长期或被动型机构投资者的交易量并未显著受影响。这一结果说明，ChatGPT的中断主要削弱了依赖即时信息和市场情绪判断的短期交易者的活跃度，从而验证了生成式AI已深度嵌入短期资金的信息处理与决策机制。
这种交易萎缩究竟源于ChatGPT本身，还是更广泛的OpenAI系统性中断？为此，作者考察了OpenAI API宕机对交易量的影响。结果如表7所示，API宕机同样导致交易量下降，但影响幅度明显较小，说明市场的主要反应来自ChatGPT前端用户的中断，而非后台接口层面的技术波动。
表8在前文的基础上，进一步探讨了ChatGPT宕机对市场短期交易效率与信息质量的影响。Panel A显示，宕机事件显著降低了交易的价格冲击与收益率方差，说明市场交易的即时信息含量下降，价格反映信息的速度放缓。Panel B的结果表明，宕机期间买卖价差显著扩大，意味着市场流动性恶化、信息不对称上升。
表9探讨了哪些企业特征更容易依赖ChatGPT辅助交易。Panel A给出了变量的描述统计，Panel B报告了回归结果。结果显示，机构持股比例、分析师覆盖度、杠杆率、广告支出、研发投入及收益波动率均与ChatGPT暴露程度显著正相关，而资产有形性则显著负相关。这表明信息密集、创新性高、外部沟通频繁的企业更可能利用生成式AI进行投资决策，反映出ChatGPT在资本市场中已成为信息处理的重要工具。
在前文揭示ChatGPT宕机对市场短期交易与信息效率的扰动后，表10进一步考察了其在长期层面的影响，即生成式AI推出后，是否持续提升了市场价格对企业基本面的反映能力。以2022年11月ChatGPT正式上线为分界点，作者比较企业上线前后三个会计季度的表现。结果显示，关键交互项在两种暴露度指标下均显著为正，表明ChatGPT暴露度高的企业，其股价在上线后更能反映未来盈利，即价格信息含量显著提升。换言之，生成式AI的应用不仅带来了短期交易层面的变化，更在长期中增强了资本市场的信息效率与定价功能。
05 总结
文章基于ChatGPT宕机事件，为投资者使用生成式AI提供了早期实证证据。研究发现，宕机期间市场交易量显著下降，表明投资者已在实践中依赖ChatGPT进行决策支持。进一步分析显示，这一效应在信息处理需求较高的情境中更为突出，例如公司新闻发布期间，尤其体现在短期交易型机构投资者群体中。同时，短期价格冲击与收益率方差的下降也反映出知情交易活动有所减少。此外，结果还表明，ChatGPT的使用不仅促进了信息驱动型交易活动，更从长期视角提升了股价对未来盈利的预测能力。总体而言，该研究揭示出生成式AI正在系统性地重塑资本市场的信息传导与决策机制，其潜在作用与伴随风险值得未来持续关注。
来源：古畔听史
