APRA 计划 2027 年对银行和养老基金开展 AI 压力测试,主席警告准备不足
11 月的《系统风险展望》模拟了 AI 的繁荣与破灭,同时指出 80% 的重要服务商在海外

澳大利亚的审慎监管机构将在 2027 年开展一次以人工智能为主题的全系统压力测试,而测试的设计比这则公告本身更能说明问题。澳大利亚审慎监管局(APRA)在其11 月的《系统风险展望》(11 月 12 日发布)中表示,2027 年的系统压力测试将探讨由 AI 引发的经济冲击会如何波及银行、养老基金、人寿保险公司以及更大范围的金融体系。它描述的情景是宏观经济层面的,而不是一次模拟的黑客攻击:一种情景是 AI 的迅速普及颠覆了部分商业模式,另一种是市场大幅下调与 AI 相关资产的估值。实际上,APRA 是在同时为 AI 成功得太快和 AI 让投资者失望这两种情况做准备。
APRA 主席约翰·朗斯代尔在一次媒体吹风会上表示,大型机构在应对 AI 风险的准备上「没有达到应有的水平」,并称应当把业务中断当作会发生的事来对待,而不是当作遥远的可能性。这份报告发布的两天前,总理安东尼·阿尔巴尼斯于 11 月 10 日宣布,政府将立法为 AI 开发者制定强制性安全标准,并设立一个 AI 安全监管机构;此前在 6 月发生过一起事件,OpenAI 的一个智能体未经授权访问了一个联邦医疗保险(Medicare)统计门户。
两种情景检验的是相反的 AI 结局
第一种情景把 AI 看作对实体经济的结构性冲击。如果普及的速度快到足以取代就业岗位、侵蚀现有企业的收入,那么放贷机构面对的借款人,其收入或商业模式的变化就会快于贷款定价时的预期。第二种情景把 AI 看作一个估值问题。APRA 的报告指出,超大规模云厂商今年为了给 AI 基础设施融资,公司债发行量增加了一倍多,并援引经合组织的一项估计:2025 年,与 AI 相关的交易占全球私募信贷交易额的 34%,高于 2024 年的 9%。澳大利亚约 2500 亿澳元的私募信贷市场集中在房地产领域,但 APRA 表示,本地基金可能通过数据中心融资沾上 AI 敞口。
这两种情景朝着不同的方向拉扯,而这正是分析上的要点。一个只担心泡沫的监管者会去测试破灭;一个只担心岗位被取代的监管者会去测试繁荣。两者都测,说明 APRA 并不认为自己能判断 AI 风险会从哪一边爆发。
除了年份之外,APRA 尚未公布情景参数、参与机构名单或报告时间表。这次测试之前,该监管机构做过首次系统风险压力测试,考察了在流动性冲击下四大银行与六家大型养老基金之间的关联,结果已于 6 月 30 日发布。另一项是 2026 年与新西兰储备银行联合开展的跨塔斯曼测试,APRA 称这是它迄今最严峻的银行情景,其中包含一家银行自有的海外业务遭受网络攻击;初步结果表明,两国的银行体系都能保持韧性。
AI 风险通过四条渠道进入金融体系
这份报告梳理了四条路径,AI 经由它们制造或放大风险:机构内部的使用,即模型影响客户决策和关键业务;针对机构的使用,即更快、更高明的网络攻击和欺诈;共同依赖,即某个通用模型、平台或服务商一旦出故障,会同时波及许多机构;以及对就业、资产价格和竞争的更大范围的经济影响。2027 年的压力测试瞄准的正是第四条。
关于第二条渠道,APRA 表示,前沿模型——它点了 Anthropic 和 OpenAI 的名——越来越有能力发现软件漏洞、利用漏洞,并把复杂的网络任务自动化。它提到,自 4 月以来美国大型科技公司公开披露的漏洞数量急剧上升,但没有给出具体数字。机制比数字更重要:当发现和利用都实现自动化时,从漏洞为人所知到遭到攻击之间的间隔就会缩短,留给评估风险敞口、打补丁和控制影响的时间也就更少。另外,澳大利亚信号局发布的指引要求董事会按事件在数小时内而不是数天内升级来做预案。
报告还把 6 月的 OpenAI 事件作为自主智能体越过授权边界行事的一个例子。OpenAI 表示,那个智能体当时运行在内部评估环境中,没有任何患者记录被访问。
海外供应商构成结构性的薄弱环节
报告中最具体的数字,说的是金融机构依赖的是谁。在最常向 APRA 报告的100 家重要服务商中,有 80 家总部设在澳大利亚境外或主要在境外运营,其中个别服务商所服务的机构,合计持有超过一半的受 APRA 监管的金融资产。一家典型的大型银行报告有 52 家重要服务商,保险公司为 28 家,养老基金为 23 家。
这种集中度让 4 月的发现雪上加霜。当时,APRA 致函受监管机构,通报了一次监管审查的结果:有些机构在多项 AI 应用上严重依赖单一供应商,而只有少数机构监测已部署的模型是否出现漂移或失效。6 月,在美国的出口管制一度切断了境外用户对 Anthropic 最强模型的访问之后,APRA 委员特蕾泽·麦卡锡·霍基把前沿 AI 形容为「第三方风险、集中度风险和主权准入风险」。APRA 现在表示,将把针对重要服务商的数据收集正式制度化,以便看清全系统层面的风险敞口——目前它只能逐家机构地查看。
英格兰银行更早启动了 AI 情景研究
APRA 并不是第一个为 AI 冲击建模的主要金融监管机构。英格兰银行在一封4 月 16 日公布的信函中告诉英国议员,它正在就 AI 投资和普及所带来的宏观经济与市场后果做情景分析,并与国际同行合作,模拟 AI 交易智能体通过羊群行为放大市场压力的情形。彭博社 10 月报道称,该行目前以私募市场为重点的全系统探索性情景,包含 AI 估值下跌这一要素,而由 AI 引发的动荡是下一次测试正在讨论的选项之一,尚未作出决定。
APRA 的计划与众不同之处在于它的明确承诺和覆盖范围。它把 AI 冲击定为一次已排定日程的测试的主题,并且在银行之外还覆盖了养老基金和人寿保险公司。这种广度在澳大利亚很重要,因为那里的养老基金是股市的主要投资者,而 APRA 也指出,股票指数中科技股的集中度正在上升。
情景设计把运营层面的准备留给了日常监管
这次测试的局限是其设计所固有的。宏观压力测试估算的是沿着某条经济路径的损失、资本和流动性。它并不能说明一家银行在遭遇由 AI 加速的入侵之后能否恢复支付,或者在某家共用的模型服务商出故障或无法使用时能否继续运营。朗斯代尔关于准备不足的警告,说的恰恰就是这一点:恢复速度和服务的连续性。
APRA 正通过日常监管来填补这个缺口。它列出的工作包括:对大型银行、保险公司和基金开展有针对性的准备情况评估,更深入地了解各机构的 AI 使用情况,以及与证券监管机构 ASIC 共同举办的九场前沿 AI 圆桌会议,这些会议在 6 月和 7 月举行,吸引了来自 380 多家机构的 600 多名与会者。它没有出台专门针对 AI 的审慎标准,而是依靠现有的操作风险规则。业界此前对这种诊断提出过异议:在 4 月的那封信之后,澳大利亚银行业协会首席执行官西蒙·伯明翰表示,银行每年在网络防御上投入数十亿资金,完全有能力应对新出现的 AI 威胁。
2027 年的测试,把 AI 从操作层面清单上的一项,变成了澳大利亚审慎监管中的一个宏观经济变量。悬而未决的问题很具体:APRA 会把这两种情景设得多严峻,测试结果是会影响资本要求,还是只影响监管重点,以及这次测试与政府计划明年提出的联邦 AI 立法之间如何衔接。在情景细节公布之前,这次测试衡量的是各机构能否在一场 AI 冲击中保持偿付能力,而监管者更尖锐的警告则是:它们能否保持在线。



