AI di Pasar Keuangan: Efisiensi Meningkat, Namun Risiko Ekstrem Mengintai

Kecerdasan buatan (AI) secara signifikan meningkatkan efisiensi di berbagai area pasar keuangan, tetapi pada 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.

AI Mendorong Efisiensi Pasar

Di tingkat perusahaan, AI terbukti mampu 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 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 itu sendiri. Alur kerja yang otomatis 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 terlihat dari meningkatnya cakupan saham *small-cap* di pasar negara berkembang selama setahun terakhir.

Risiko Baru dan Volatilitas yang Lebih Tinggi

Meski demikian, 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 dapat menjadi semakin tersinkronisasi. Menurut Bernstein, kondisi ini mendorong terciptanya posisi yang padat (*crowded positions*) dan membuat pembalikan pasar menjadi lebih parah selama periode stres.

Ad

Catatan riset tersebut menunjuk pada beberapa peristiwa pasar baru-baru ini sebagai ilustrasi risiko tersebut. Contohnya termasuk pelepasan posisi *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 mempercepat volatilitas sebelum pasar sempat memverifikasi informasi baru.

Masalah Refleksivitas dan Risiko Ekstrem

Isu lain yang diangkat adalah apa yang oleh para analis disebut sebagai "masalah refleksivitas". Ini adalah kondisi di mana rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor, yang pada gilirannya mendorong harga ke arah yang akan 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 Bernstein menyimpulkan bahwa AI kemungkinan akan mengurangi inefisiensi pasar secara rata-rata melalui riset dan eksekusi yang lebih baik. Namun, pada saat yang sama, AI juga meningkatkan kemungkinan terjadinya dislokasi yang lebih besar selama periode stres pasar, yang berarti inefisiensi rata-rata lebih rendah tetapi *tail risk* atau risiko ekstrem menjadi lebih besar.