Riset Bernstein: AI Tingkatkan Efisiensi Pasar, Namun Tambah 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 memperbesar volatilitas dan dislokasi pasar. Temuan ini diungkapkan dalam sebuah catatan riset terbaru dari Bernstein.

Dampak Positif AI terhadap Efisiensi

Di tingkat perusahaan, AI terbukti meningkatkan efisiensi pasar dengan memproses laporan laba, pengajuan regulator, dan kumpulan data alternatif 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 mengubah proses riset. Alur kerja otomatis memangkas waktu yang dibutuhkan untuk meninjau laporan keuangan, memperbarui model finansial, dan memulai cakupan saham baru. Hal ini memungkinkan analis untuk meliput lebih banyak perusahaan, yang terbukti dari meningkatnya cakupan saham small cap di pasar berkembang selama setahun terakhir, sebuah tren yang dapat mengurangi premi valuasi yang selama ini melekat pada saham yang kurang diteliti.

Risiko Baru dan Potensi Volatilitas

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. Menurut Bernstein, hal ini mendorong terciptanya posisi yang ramai (*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. Contohnya termasuk pelepasan posisi *yen carry trade* pada Agustus 2024 dan beberapa insiden misinformasi yang dihasilkan AI yang sempat menggerakkan pasar saham AS. Peristiwa-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 "masalah refleksivitas", di mana rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor. Hal ini dapat mendorong harga ke arah tertentu yang kemudian memperkuat output model di masa depan, menciptakan sebuah lingkaran umpan balik (*feedback loop*).

Lingkaran umpan balik ini berpotensi memperkuat perdagangan momentum (*momentum trades*), meningkatkan konsentrasi pasar, dan menghasilkan valuasi yang lebih ekstrem. Secara keseluruhan, temuan Bernstein menyimpulkan bahwa AI kemungkinan akan mengurangi inefisiensi pasar rata-rata melalui riset dan eksekusi yang lebih baik, tetapi di sisi lain akan meningkatkan kemungkinan dislokasi yang lebih besar selama periode tekanan pasar. Hasilnya adalah inefisiensi rata-rata yang lebih rendah, namun dengan risiko ekor (*tail risk*) yang lebih besar.