という論文をタイラー・コーエンが紹介している。原題は「AGI Could Lower Interest Rates」で、著者はCaleb Maresca（NYU）。
以下はその結論部。
This paper demonstrates that transformative AI need not raise interest rates, contrary to the prediction of standard growth models. In a heterogeneous-agent model with limited capital market participation, automation eliminates labor income and concentrates productive capacity in risky capital, expanding the equity premium and compressing risk-free rates even as growth accelerates dramatically. Under the baseline calibration, the risk-free rate falls from 5.1% in the pre-TAI BGP to approximately zero in the post-TAI BGP while growth increases from 2% to over 11%. Along the transition path, bond yields fall below pre-TAI levels at every maturity, even in an aggressive automation scenario designed to stress-test the model. The yield declines are modest in magnitude relative to the scale of the underlying economic transformation.
The negative sign of the yield response challenges a key assumption underlying recent empirical work. Andrews and Farboodi (2025) interpret post-AI-release yield declines as evidence that markets updated downward on transformative growth. But if this model’s mechanism operates, falling yields could equally reflect markets updating upward on TAI probability. The empirical finding is consistent with both interpretations, and without knowing which model correctly describes the economy, we cannot adjudicate between them.
Importantly, these results do not contradict the empirical finding of Chow et al. (2025) that higher growth expectations are historically associated with higher yields. The same model shows that TFP shocks raise yields through the standard Euler equation channel. What differs is the source of growth: TAI-driven automation destroys human wealth and triggers precautionary savings, while traditional productivity growth does not. More broadly, this illustrates a general limitation: historical correlations between growth and yields reflect past sources of growth, and may not extend to structural transformations that fundamentally alter the distribution of income between labor and capital.
Beyond the sign ambiguity, the small magnitude of the predicted yield changes poses an independent problem for using bond markets as a TAI signal. The yield declines in this model are small enough to be swamped by business cycle fluctuations, shifts in inflation expectations, and other macroeconomic forces that routinely move long-term yields by comparable amounts. Since expectations of radical economic transformation are compatible with muted changes in the bond market, it cannot be assumed that TAI expectations would cause large shifts in bond yields in either direction. Long-term bond yields are therefore unreliable indicators of market beliefs about transformative AI.
（拙訳）
本稿は、標準的な成長モデルの予測とは逆に、転換的なAIが金利を必ずしも引き上げないことを示す。資本市場の参加が限定的な不均一エージェントモデルでは、自動化は労働所得を削減し、生産能力をリスク性資本に集中させ、株式プレミアムを拡大させて、成長を劇的に加速させるにもかかわらず無リスク金利を押し下げる。ベースラインのカリブレーションで無リスク金利は、転換的AI以前の均衡成長経路における5.1%から転換的AI以後の均衡成長経路におけるほぼゼロに低下するが、その間に成長率は2%から11%以上に上昇する。移行経路において債券利回りは、全ての満期において転換的AI以前の水準から低下する。モデルにストレステストを与えるために設計された積極的自動化シナリオにおいてさえそうである。利回りの低下幅は、背景にある経済的転換の規模に比べれば小幅である。
利回りの反応の符号がマイナスであるということは、最近の実証研究の背後にある主要な前提に課題を突き付ける。Andrews and Farboodi（2025*1）はAIリリース後の利回りの低下を、市場が転換的な成長を下方修正した証拠と解釈した。しかし、もしこのモデルのメカニズムが機能しているのであれば、利回りの低下は市場が転換的AIの可能性を上方修正したことを反映しているとも考えられる。実証結果は両解釈と整合的であり、どちらのモデルが正しく経済を描写しているかを知ること無しに我々は両者の正否を判定できない。
重要なことに、以上の結果は、高成長期待が歴史的に高い利回りと結び付いていたというChow et al.（2025*2 ）の実証結果と矛盾しない。TFPショックが標準的なオイラー方程式経路を通じて利回りを引き上げることが同じモデルで示される。異なるのは、成長の原因である。転換的AIによる自動化は人々の富を破壊し、予備的貯蓄を促すが、従来の生産性成長ではそのようなことは起きない。より幅広く言えば、これは全般的な制約の話である。即ち、成長と利回りの過去の相関は過去の成長の原因を反映しているのであり、労働と資本の間の所得配分を抜本的に変える構造転換には敷衍できないかもしれない。
符号の曖昧性以外にも、予測された利回り変化の小ささは、債券市場を転換的AIのシグナルとして使うことに別個の課題を突き付けている。このモデルでの利回り低下は、景気循環変動、インフレ予想の変化、ならびに長期金利を定期的に同程度動かす他のマクロ経済的な力によって吸収されるほど小さい。劇的な経済転換予想が債券市場の抑えた変化と両立するため、転換的AIの予想が債券利回りにどちらの方向にせよ大きな変化をもたらすとは前提できない。従って長期金利は、転換的AIに関する市場の考えについての頼りない指標である。
