全操作指南” 升级版)与全球系统重要性银行(GSIB)附加资本要求(比如摩根大通这种规模的银行额外要求的资金储备规则)。

  戴蒙指出，摩根大通给美国老百姓办贷款、给企业放贷款的时候，得比那些规模没那么大的银行，多留出高达一半的钱存着不能动。

  这种对大银行和小银行不一样的要求，不光会让大银行能贷出去的钱变少、赚钱的空间被压缩，还可能让实体经济(比如工厂扩大生产、小店开分店)需要的贷款变难拿，影响市场上资金的正常流动。

  这种差异化要求不仅直接压缩银行信贷投放能力与盈利空间，更可能抑制实体经济所需的生产性信贷，影响市场资金流通效率。

  此外，戴蒙还点名批评了资本与流动性要求的不合理性、美联储压力测试框架的结构性缺陷，以及联邦存款保险公司“处理失当”的流程——这些问题共同造就了“碎片化、低效僵化的监管体系”，虽初衷是防范风险，却在实际中重叠冗余，反而削弱了金融体系的抗风险能力，值得监管层与市场参与者高度警惕。

  私人市场：流动性危机的传导风险隐现

  戴蒙在信函中重点警示了私人信贷市场的潜在风险，认为当前该领域的动荡已开始向公开市场传导。

  核心矛盾源于私人信贷行业的结构性缺陷：普遍缺乏透明的估值体系与规范的信息披露机制，贷款资产的估值“标记”主观性较强，这使得市场恐慌情绪极易引发非理性抛售，即便底层资产的实际违约率并未出现实质性恶化。

  当前，因投资者对软件公司相关信贷资产质量的担忧加剧，私人信贷基金已遭遇大规模赎回潮。

  戴蒙透露，当前私人信贷市场的实际损失已超出宏观经济环境对应的合理水平，信用风险溢价上升可能引发信贷紧缩，进而影响中小企业融资与实体经济复苏。

  更值得警惕的是，戴蒙预判，后续保险监管机构大概率将出台更严格的评级标准与资产减记要求，这将直接推高私人信贷机构的资本补充压力，可能进一步收紧市场流动性，形成“赎回潮—流动性收紧—信用收缩”的负面循环。

  人工智能：颠覆性机遇下的不确定性博弈

  不同于对传统风险的警示，戴蒙对人工智能的态度呈现“机遇与风险并存”的辩证视角。

  他强调，人工智能的产业化应用速度远超以往任何技术革新，其对金融行业的影响具有颠覆性——摩根大通已在业务全链条布局AI技术，通过代理式人工智能优化交易流程、风险定价模型，为外汇、固定收益等
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页