AI Tingkatkan Efisiensi Pasar Namun Ciptakan Risiko Volatilitas Ekstrem

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

Dampak Positif AI pada Efisiensi

Di tingkat perusahaan, AI terbukti mampu meningkatkan efisiensi pasar dengan memproses laporan laba, pengajuan dokumen ke regulator, dan kumpulan data alternatif jauh lebih cepat daripada analis manusia. Menurut Bernstein, hal ini membantu mempersempit kesenjangan informasi, meningkatkan proses penemuan harga (*price discovery*), dan mengurangi besarnya kejutan laba karena perkiraan analis menjadi lebih cepat sejalan dengan hasil aktual.

Selain analisis yang lebih cepat, AI juga mengubah proses riset. Alur kerja 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 terbukti dengan meningkatnya cakupan saham *small-cap* di pasar negara berkembang selama setahun terakhir.

Risiko Baru dan Potensi Gejolak

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

Ad

Bernstein menunjuk pada beberapa peristiwa pasar terkini sebagai contoh risiko tersebut, termasuk 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 dan konten sintetis dapat mengakselerasi 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, yang pada gilirannya 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 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 pasar yang lebih besar selama periode gejolak, yang berarti inefisiensi rata-rata lebih rendah namun dengan risiko ekstrem (*tail risk*) yang lebih besar.