AI Tingkatkan Efisiensi Pasar, Namun Picu Risiko Volatilitas Ekstrem

Kecerdasan buatan (AI) membuat pasar keuangan menjadi lebih efisien di berbagai area, namun di saat yang sama juga memperkenalkan risiko-risiko baru yang dapat memperkuat volatilitas dan dislokasi pasar. Temuan ini diungkapkan dalam sebuah catatan riset dari Bernstein.

Peningkatan Efisiensi Berkat AI

Pada tingkat perusahaan, AI terbukti meningkatkan efisiensi pasar dengan memproses laporan pendapatan, pengajuan regulator, dan kumpulan data alternatif lebih cepat daripada analis manusia. Hal ini membantu mempersempit kesenjangan informasi, meningkatkan penemuan harga (*price discovery*), dan mengurangi besarnya kejutan pendapatan karena perkiraan analis lebih cepat konvergen dengan hasil aktual.

Di luar analisis yang lebih cepat, AI juga membentuk kembali proses riset. Alur kerja yang otomatis memangkas waktu yang dibutuhkan untuk tinjauan pendapatan, pembaruan model keuangan, dan cakupan saham baru. Ini memungkinkan analis untuk meliput lebih banyak perusahaan, seperti yang terlihat dari meningkatnya cakupan saham kapitalisasi kecil di pasar negara berkembang selama setahun terakhir.

Munculnya Risiko Baru dan Volatilitas

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 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, seperti 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 Ekor

Isu lain yang disorot adalah "masalah refleksivitas," di mana rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor, yang kemudian 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 ini menunjukkan bahwa AI kemungkinan besar akan mengurangi inefisiensi pasar secara rata-rata melalui riset dan eksekusi yang lebih baik. Namun, pada saat yang sama, AI meningkatkan kemungkinan terjadinya dislokasi yang lebih besar selama periode stres pasar, yang menghasilkan risiko ekor (tail risk) yang lebih besar.