AI Tingkatkan Efisiensi Pasar, Namun Ciptakan Risiko Volatilitas Ekstrem

Kecerdasan buatan (AI) secara umum meningkatkan efisiensi di pasar keuangan, namun di saat yang sama juga memperkenalkan risiko-risiko baru yang dapat memperkuat volatilitas dan dislokasi pasar. Demikian temuan utama dari sebuah catatan riset yang dirilis oleh Bernstein.

Peningkatan Efisiensi Berkat AI

Pada tingkat perusahaan, AI terbukti meningkatkan efisiensi pasar dengan memproses laporan keuangan, pengajuan regulator, dan set data alternatif jauh lebih cepat daripada analis manusia. Hal ini membantu mempersempit kesenjangan informasi, meningkatkan proses penemuan harga (*price discovery*), dan mengurangi besarnya kejutan laba karena perkiraan analis menjadi lebih cepat konvergen dengan hasil aktual.

Selain analisis yang lebih cepat, AI juga mengubah proses riset. Alur kerja yang terotomatisasi memangkas waktu yang dibutuhkan untuk meninjau laporan laba, memperbarui model keuangan, dan memulai cakupan saham baru. Hal ini memungkinkan analis untuk meliput lebih banyak perusahaan, yang terbukti dengan meningkatnya cakupan saham *small-cap* di pasar negara berkembang selama setahun terakhir. Tren ini berpotensi mengurangi premi valuasi yang secara historis melekat pada saham-saham yang kurang diteliti.

Risiko Baru: Sinkronisasi dan Refleksivitas

Meski demikian, adopsi model AI yang serupa secara luas dapat menciptakan kerentanan baru di pasar. Ketika semakin banyak investor mengandalkan perangkat serupa yang dilatih dengan data yang tumpang tindih, sinyal perdagangan dapat menjadi semakin tersinkronisasi. Hal ini mendorong terciptanya posisi yang terlalu padat (*crowded positions*) dan membuat pembalikan pasar menjadi lebih parah selama periode tekanan.

Ad

Catatan riset tersebut menunjuk pada beberapa peristiwa pasar terkini sebagai ilustrasi risiko ini, seperti pembubaran *yen carry trade* pada Agustus 2024 dan beberapa insiden misinformasi yang dihasilkan AI yang sempat menggerakkan pasar saham AS. Peristiwa ini menunjukkan bagaimana strategi otomatis dan konten sintetis dapat mengakselerasi volatilitas sebelum pasar sempat memverifikasi informasi baru.

Masalah lain yang diidentifikasi adalah "masalah refleksivitas", di mana rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor. Hal ini mendorong harga ke arah yang kemudian memperkuat output model di masa depan. Lingkaran umpan balik ini dapat memperkuat perdagangan momentum, meningkatkan konsentrasi pasar, dan menghasilkan valuasi yang lebih ekstrem.

Kesimpulan: Risiko Ekstrem Lebih Besar

Secara keseluruhan, temuan Bernstein menunjukkan bahwa AI kemungkinan akan mengurangi inefisiensi pasar secara rata-rata melalui riset dan eksekusi yang lebih baik. Namun, pada saat yang sama, AI meningkatkan kemungkinan terjadinya dislokasi yang lebih besar selama periode gejolak pasar, yang menghasilkan inefisiensi rata-rata yang lebih rendah tetapi dengan risiko ekstrem (*tail risk*) yang lebih besar.