AI Tingkatkan Efisiensi Pasar, Namun Tambah Risiko Volatilitas Ekstrem

Kecerdasan buatan (AI) meningkatkan efisiensi di berbagai area pasar keuangan, namun di sisi lain 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 dan Jangkauan Analis

Di tingkat perusahaan, AI terbukti meningkatkan efisiensi pasar dengan memproses laporan laba, pengajuan peraturan, 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 proyeksi analis lebih cepat bertemu dengan hasil aktual.

Selain analisis yang lebih cepat, AI juga membentuk ulang proses riset. Alur kerja otomatis memangkas waktu yang dibutuhkan untuk meninjau laporan keuangan, memperbarui model finansial, dan memulai liputan saham baru. Hasilnya, analis dapat meliput lebih banyak perusahaan, yang terbukti dari meningkatnya liputan pada saham-saham kapitalisasi kecil di pasar negara berkembang selama setahun terakhir.

Risiko Baru: Sinkronisasi dan Umpan Balik

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

Ad

Catatan tersebut menunjuk pada beberapa peristiwa pasar terkini sebagai ilustrasi risiko ini, seperti pelepasan posisi *yen carry trade* pada Agustus 2024 dan beberapa insiden misinformasi yang dihasilkan AI yang sempat menggerakkan pasar saham AS. Ini menunjukkan bagaimana strategi otomatis dapat mempercepat 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, menciptakan lingkaran umpan balik (*feedback loop*) yang dapat memperkuat perdagangan momentum dan menghasilkan valuasi ekstrem.

Kesimpulan: Inefisiensi Rata-rata Turun, Risiko Ekstrem Naik

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 meningkatkan kemungkinan terjadinya dislokasi pasar yang lebih besar selama periode stres, yang menghasilkan risiko ekor (*tail risk*) yang lebih besar.