美國聯邦儲備系統理事會發表二零二六年十一月《金融穩定報告》。紐約聯邦儲備銀行職員於九月至十月向二十三名市場聯絡人進行「突出風險」調查，百分之八十七的受訪者把人工智能列為風險，高於春季調查的百分之五十，並居各項之首。受訪者關注估值回調、由技術精密的國家行為者惡意攻擊、或由前沿模型本身引發的網絡安全風險，以及複雜的人工智能相關融資安排。同期報告專題指出，先進運算相關債務發行至二零二六年十月已超過六千八百億美元。本文已核對官方報告全文，來源真實性已驗證。
美國聯邦儲備局／官方：十一月金融穩定報告——市場聯絡調查中百分之八十七受訪者列人工智能為突出風險，春季為百分之五十；先進運算相關債務發行至十月已逾六千八百億美元
美國聯邦儲備系統理事會在官方《金融穩定報告》刊物頁，提供二零二六年十一月號報告檔案（檔名標示二零二六年十一月十三日）。報告封面註明，內容一般反映截至二零二六年十月二十八日的資料。正文概述寫明，當被問及美國金融穩定風險時，九月至十月參與「突出風險調查」的廣泛市場聯絡人，最常提到的是人工智能、風險資產回調、長期利率上升、網絡攻擊及財政債務可持續性。報告亦以專題分析數據中心擴建中的槓桿。以下內容核對該官方報告全文，來源真實性已驗證。
一、核心事件：調查把人工智能列為最常被點名的風險
技術細節
報告第五部分及專題「對金融穩定的突出風險調查」（Box 5.1）說明，作為市場情報收集的一部分，紐約聯邦儲備銀行職員向廣泛聯絡人徵詢他們對美國金融穩定風險的看法。秋季調查於九月至十月進行，收到二十三名聯絡人的回覆，包括經紀交易商、銀行、投資基金及顧問公司的專業人員。專題開首明確寫道：這只是受訪者意見的摘要，不應被理解為代表聯邦儲備系統理事會或紐約聯邦儲備銀行的立場。
在該調查中，人工智能是最常被點名的風險。受訪者提出三個不同的關注點：第一，股票估值偏高，以及盈利若低於預期，可能令估值回落並觸發市場調整；第二，網絡安全風險，來源既可以是技術精密的國家行為者所發動的惡意攻擊，也可以是前沿人工智能模型本身造成的損害；第三，與人工智能相關、形式複雜的融資安排所帶來的風險。受訪者亦廣泛提到風險資產急劇回調，以及長期國債孳息再升。專題寫明，網絡攻擊與財政債務可持續性，被視為潛在後果最嚴重的風險；相對春季調查，提及增幅最大的則是人工智能、長期利率上升，以及網絡攻擊。
報告概述中的調查圖表列出秋季與春季的對照：人工智能由春季百分之五十，升至秋季百分之八十七；風險資產回調為百分之五十二（春季百分之三十五）；長期利率上升為百分之四十八（春季百分之二十）；網絡攻擊與財政債務可持續性在秋季均為百分之四十三（春季分別為百分之二十及百分之三十）。春季調查於三月至四月進行，當時收到二十名聯絡人的回覆。樣本規模有限，數字反映的是這批市場聯絡人的點名頻率，而不是官方的概率預測。
二、技術原理深度解析
同一份報告並非只轉述調查。理事會在「對金融體系的近期風險」一章中，把新運算技術相關風險寫進正式評估，包括科技相關資產估值急跌的可能、數據中心投資中複雜融資安排所形成的脆弱性，以及前沿模型可能促成、後果可以相當嚴重的網絡事件。報告並指出，相對春季，提及高利率風險的受訪者比例上升，提及私募信貸風險的則較少。
就經濟傳導，報告寫明：隨着新運算技術的發展與應用迅速推進，私人固定投資已成為本年美國宏觀經濟增長的重要動力。若企業盈利出現未預期的下滑，可能帶動企業資產估值下跌、信貸條件收緊，以及資本開支回撤，從而削弱總需求；較弱的經濟環境，又可能令高槓桿企業與最脆弱的住戶受到壓力，增加銀行及其他放貸人的信貸損失。估值下跌亦可能因槓桿及對風險敏感的投資者拋售證券而放大，並對提供期限轉換與流動性轉換的中介機構構成壓力。
在網絡風險方面，報告指出，大型語言模型與代理式系統在偵測及利用漏洞方面的能力近日提升，為金融機構、基礎設施及第三方服務供應商的系統防護帶來新挑戰。報告並寫道，自五月號報告以來，有關代理式系統牽涉網絡事件的報道頻率上升，同時整體已報網絡事件亦有所增加。衝擊可經由金融機構、市場基礎設施與服務供應商之間的間接相互依賴傳遞，並被既有的金融脆弱性放大。例如，若某金融機構因網絡事件而無法提供服務，可能令市場流動性轉差、投資者與存款人信心受損，並觸發被動賣資產；若攻擊落在關鍵第三方服務供應商，更可能同時影響多家機構，而在替代服務有限時，後果會更明顯。
報告另以「數據中心擴建中的槓桿」（Box 2.2）專題處理融資鏈。文中寫明，用於為先進運算基礎設施融資的債務發行，過去一年迅速擴大：至二零二六年十月，先進運算相關債務發行已升至超過六千八百億美元，約為二零二三年全年一千三百億美元的五倍。投資級科技公司發行了其中大部分；先進運算相關借貸佔非金融投資級企業債發行的比重，由二零二三年不足百分之六，升至二零二六年約百分之三十一。截至二零二六年十月，與先進運算相關、可追蹤的公開債務餘額估計超過一點一萬億美元。私募信貸市場亦有可觀交易，使相關債務總額更難精確計量。專題並提醒，尚未開始的租賃（未折現價值超過一萬億美元），以及照付不議合約、殘值保證等其他義務（未折現價值超過兩萬億美元），增長甚至比債務餘額更快；這些項目一般未經折現，不能直接與已折現的資產負債表內債務比較。報告解釋，長期合約、租賃與保證，讓信用評級較強的雲端規模業者及其他大型企業，可以支持由信用較弱企業開發的項目，而又不必即時、直接反映在較強信用企業的資產負債表上。例如，雲端規模業者常與第三方數據中心開發商簽訂長期租賃，開發商再憑租約為建設融資。
三、日常應用場景
1. 開發者與技術團隊
對要接入企業核心系統的模型、代理或自動化流程而言，這份報告把「模型能力」與「融資及營運相互依賴」放在同一風險框架裡。開發團隊若為銀行、券商或支付機構交付代理式工具，需要預設：系統要能被中止、權限要可審計、對第三方模型介面的依賴要可替換，並且把漏洞利用能力視為可能被濫用的雙刃。報告提到，大型語言模型與代理式系統提升了偵測及利用漏洞的能力，這對安全測試有幫助，但也提高了防護門檻。把提示、工具呼叫與生產憑證隔離，避免代理在故障時擴大影響範圍，應視為設計要求，而不是事後補丁。
2. 企業與隱私敏感行業
金融、保險、法律及醫療機構在擴充人工智能資本開支時，除了看模型效果，還須看融資結構是否過度依賴長期租賃、專項目的融資及環環相扣的合約承諾，以及關鍵雲端、數據中心與模型供應商是否缺乏可替代方案。報告指出，攻擊若落在可替代性低的第三方服務供應商，影響可能同時波及多家機構。香港的銀行、持牌法團及保險公司在採購境外雲端或前沿模型時，亦應把數據駐留、事故通報與退出方案寫進合約，而不能只依賴供應商的可用性承諾。如需在香港部署私有模型並把數據留在本地，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset、微調至私有應用程式介面，數據不出境），見 https://ysk.hk/services/ai-automation 。
3. 一般用戶
對一般投資者與存款人而言，這份報告並不是預測股市或銀行體系即將出事，而是說明一批市場聯絡人目前最常點名的風險，以及官方如何描述可能的傳導途徑。調查樣本只有二十三人，意見亦不代表聯儲局本身的判斷。若盈利或估值出現調整，影響可能先見於科技及基礎設施相關資產，再透過信貸條件與需求傳導；網絡事件則可能暫時干擾支付、結算或網上銀行服務。用戶應以持牌機構及監管當局的正式通知為準，切勿把來路不明的「系統維護」或「緊急驗證」訊息當成官方安排。
4. 香港與亞洲市場視角
香港作為國際金融中心，銀行、資產管理及保險業同樣在擴大人工智能應用，亦有機構參與或曝險於數據中心及先進運算相關融資。聯儲局這份報告雖然評估的是美國金融體系，但其描述的三條傳導鏈——估值與盈利不及預期、人工智能相關融資的相互關聯，以及前沿模型可能加劇的網絡事件——對依賴美元融資、跨境雲端與跨國供應商的亞洲機構同樣有參考價值。金管局及其他監管機構已持續關注金融業的科技及網絡風險管治；本地機構在引入代理式系統時，宜同步檢視第三方集中度、事故應變，以及關鍵服務是否有可替換的備用安排。就雲端遷移、零信任與事故應變，亦可參考 YSK Limited 的雲端遷移與網絡安全服務，見 https://ysk.hk/services/cloud-security 。
四、專業評價與潛在考量
優勢
報告把市場聯絡人的調查與理事會自己的近期風險評估分開書寫，並在調查專題開首聲明立場界限，避免把二十三名受訪者的點名頻率，直接說成官方結論。專題把人工智能風險拆成估值、網絡安全與融資結構三條路徑，而不是只討論模型效能；數據中心槓桿專題則提供可核對的發行規模、佔比及表外義務的計量界限，有助讀者理解「債務數字」與「未折現合約承諾」並不相同。對金融機構的風險委員會、企業資訊科技主管及開發團隊來說，這提供了一個可對照的討論框架。
需要留意的地方
調查樣本不大，秋季為二十三人、春季為二十人，百分比對個別回覆相當敏感，不宜外推成「市場共識」或「監管機構已定性人工智能為最大威脅」。報告資料一般只截至十月二十八日，其後市場或個別機構的發展並未納入。數據中心相關的公開債務與私募、專項融資並未完全重合，報告已說明總額更難精確計量；租賃與保證的未折現金額，亦不能與資產負債表內債務直接相加。把調查中的網絡風險理解成「已發生系統性事故」，或把債務發行倍增理解成必然爆發信用事件，都超出原文所寫。
結語
美國聯邦儲備系統理事會的十一月《金融穩定報告》顯示，在紐約聯邦儲備銀行職員進行的市場聯絡調查中，人工智能已成為最常被點名的突出風險，受訪者同時盯緊估值回調、前沿模型相關的網絡安全，以及環環相扣的基礎設施融資。報告正文亦警告，盈利若不及預期，可能經由估值、信貸與資本開支回撤影響經濟；代理式系統的漏洞利用能力，則為金融基礎設施與第三方服務的防護帶來新挑戰。對香港及亞洲的金融與企業機構而言，重點不是複製美國的百分比，而是檢視自身對模型供應商、數據中心合約與關鍵雲端服務的集中度，並把可審計、可中止、可替換寫進營運設計。若要強化雲端與網絡防護，或在本地部署私有模型，可分別參考 YSK Limited 的雲端遷移與網絡安全（https://ysk.hk/services/cloud-security）以及企業私有 LLM 全託管（https://ysk.hk/services/ai-automation）。
參考來源
- 美國聯邦儲備系統理事會：《金融穩定報告》（二零二六年十一月），PDF：https://www.federalreserve.gov/publications/files/financial-stability-report-20261113.pdf
- 美國聯邦儲備系統理事會：《金融穩定報告》刊物頁：https://www.federalreserve.gov/publications/financial-stability-report.htm