AI Tingkatkan Efisiensi Pasar, Namun Tambah Risiko Gejolak Ekstrem

Kecerdasan buatan (AI) secara signifikan 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 Riset

Pada tingkat perusahaan, AI terbukti mampu meningkatkan efisiensi pasar dengan memproses laporan pendapatan, dokumen regulator, dan kumpulan 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 perkiraan analis lebih cepat konvergen 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 pada saham kapitalisasi kecil di pasar negara berkembang selama setahun terakhir.

Risiko Baru: Perdagangan Tersinkronisasi 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 bisa menjadi semakin tersinkronisasi. Hal ini mendorong terjadinya posisi yang padat (*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. Di antaranya adalah pelepasan posisi *yen carry trade* pada Agustus 2024 dan beberapa insiden misinformasi yang dihasilkan AI yang sempat menggerakkan pasar saham AS. Contoh-contoh ini menunjukkan bagaimana strategi otomatis dan konten sintetis dapat mempercepat volatilitas sebelum pasar sempat memverifikasi informasi baru.

Masalah Refleksivitas dan Risiko Ekstrem

Isu lainnya adalah apa yang oleh analis disebut sebagai "masalah refleksivitas". Dalam hal ini, rekomendasi yang dihasilkan AI semakin memengaruhi perilaku investor, yang kemudian mendorong harga ke arah yang justru memperkuat output model di masa depan. Lingkaran umpan balik ini dapat memperkuat perdagangan momentum, meningkatkan konsentrasi pasar, dan menghasilkan valuasi yang lebih ekstrem.

Secara keseluruhan, temuan ini menunjukkan 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 yang lebih besar selama periode tekanan pasar, yang menghasilkan inefisiensi rata-rata yang lebih rendah namun risiko ekstrem (*tail risk*) yang lebih besar.