AI Tingkatkan Efisiensi Pasar, Namun Tambah Risiko Gejolak Ekstrem

Kecerdasan buatan (AI) secara fundamental mengubah cara kerja pasar keuangan, meningkatkan efisiensi di banyak area namun secara bersamaan juga memperkenalkan risiko-risiko baru yang dapat memperkuat volatilitas dan gejolak pasar. Demikian temuan utama dari sebuah catatan riset yang dirilis oleh Bernstein.

Dampak Positif: Efisiensi dan Jangkauan Riset Meluas

Pada tingkat perusahaan, AI terbukti meningkatkan efisiensi pasar dengan kemampuannya memproses laporan keuangan, pengajuan regulator, dan kumpulan 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 selaras dengan hasil aktual.

Selain analisis yang lebih cepat, AI juga membentuk ulang proses riset. Alur kerja otomatis memangkas waktu yang dibutuhkan untuk meninjau laporan laba, memperbarui model keuangan, dan memulai cakupan saham baru. Akibatnya, analis dapat mencakup lebih banyak perusahaan, yang terbukti dari meningkatnya cakupan pada saham-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: Volatilitas dan Perdagangan Tersinkronisasi

Di sisi lain, adopsi model AI yang serupa secara luas dapat menciptakan kerentanan baru. Ketika semakin banyak investor mengandalkan perangkat serupa yang dilatih pada data yang tumpang tindih, sinyal perdagangan bisa menjadi semakin tersinkronisasi. Hal ini mendorong terbentuknya 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 likuidasi *yen carry trade* pada Agustus 2024 dan beberapa insiden misinformasi yang dihasilkan AI yang sempat menggerakkan pasar saham AS. Contoh-contoh ini menunjukkan bagaimana strategi otomatis dan konten sintetis dapat mempercepat volatilitas sebelum pasar sempat memverifikasi informasi baru.

Implikasi bagi Investor: Munculnya 'Tail Risk'

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

Secara keseluruhan, temuan ini mengindikasikan 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 pasar yang lebih besar selama periode stres, yang menghasilkan inefisiensi rata-rata yang lebih rendah tetapi risiko ekor (*tail risk*) yang lebih besar.