AI di Pasar Keuangan: Efisiensi Meningkat di Tengah Ancaman Volatilitas Ekstrem

Penerapan kecerdasan buatan (AI) di pasar keuangan menghadirkan dua sisi mata uang: di satu sisi meningkatkan efisiensi secara signifikan, namun di sisi lain memperkenalkan risiko baru yang dapat memperkuat volatilitas dan gejolak pasar. Demikian temuan utama dari sebuah catatan riset yang dirilis oleh Bernstein.

Peningkatan Efisiensi dan Penemuan Harga

Pada tingkat perusahaan, AI terbukti mampu meningkatkan efisiensi pasar dengan memproses laporan pendapatan, pengajuan peraturan, 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 lebih cepat konvergen dengan hasil aktual.

Selain itu, AI juga mengubah proses riset. Alur kerja yang terotomatisasi memangkas waktu yang dibutuhkan untuk meninjau laporan keuangan dan memperbarui model finansial. Dampaknya, analis dapat mencakup lebih banyak perusahaan, seperti yang terlihat dari meningkatnya cakupan pada saham berkapitalisasi kecil di pasar negara berkembang selama setahun terakhir, yang berpotensi mengurangi premi valuasi yang selama ini melekat pada saham-saham yang kurang diteliti.

Risiko Baru: Sinkronisasi dan Umpan Balik

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

Ad

Catatan Bernstein menunjuk pada beberapa peristiwa pasar terkini sebagai ilustrasi risiko tersebut, seperti likuidasi *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 dapat mempercepat volatilitas sebelum pasar sempat memverifikasi informasi baru.

Masalah Refleksivitas dan Risiko Ekstrem

Isu lain yang disorot adalah "masalah refleksivitas," di mana rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor. Perilaku ini kemudian mendorong harga ke arah yang justru memperkuat output model AI di masa depan, menciptakan sebuah lingkaran umpan balik (*feedback loop*).

Fenomena ini berpotensi memperkuat perdagangan momentum, meningkatkan konsentrasi pasar, dan menghasilkan ekstrem valuasi yang lebih besar. Secara keseluruhan, Bernstein menyimpulkan bahwa AI kemungkinan akan mengurangi inefisiensi pasar rata-rata melalui riset dan eksekusi yang lebih baik, namun pada saat yang sama meningkatkan kemungkinan terjadinya dislokasi pasar yang lebih besar dan lebih jarang, yang dikenal sebagai risiko ekstrem (*tail risk*).