AI: ดาบสองคมแห่งตลาดการเงิน เพิ่มประสิทธิภาพแต่แฝงความเสี่ยงรุนแรง

ปัญญาประดิษฐ์ (AI) กำลังเข้ามาเปลี่ยนแปลงตลาดการเงินให้มีประสิทธิภาพสูงขึ้นในหลายมิติ แต่ในขณะเดียวกันก็กำลังสร้างความเสี่ยงรูปแบบใหม่ที่อาจขยายความผันผวนและทำให้ตลาดเกิดภาวะไม่ปกติรุนแรงขึ้นได้ ตามบทวิเคราะห์ล่าสุดจาก Bernstein

AI เพิ่มประสิทธิภาพการวิเคราะห์และการลงทุน

ในระดับบริษัท AI ช่วยเพิ่มประสิทธิภาพของตลาดโดยการประมวลผลข้อมูลมหาศาล เช่น รายงานผลประกอบการ เอกสารที่ยื่นต่อหน่วยงานกำกับดูแล และข้อมูลทางเลือก (alternative datasets) ได้รวดเร็วกว่านักวิเคราะห์ที่เป็นมนุษย์ สิ่งนี้ช่วยลดช่องว่างของข้อมูลข่าวสาร ทำให้การค้นพบราคา (price discovery) ดีขึ้น และลดขนาดของผลประกอบการที่ผิดคาด (earnings surprises) เนื่องจากประมาณการของนักวิเคราะห์จะปรับเข้าใกล้ผลลัพธ์จริงได้เร็วยิ่งขึ้น

นอกจากนี้ AI ยังกำลังเปลี่ยนกระบวนการทำวิจัยให้เป็นอัตโนมัติ ช่วยลดระยะเวลาในการตรวจสอบผลประกอบการ อัปเดตแบบจำลองทางการเงิน และการเริ่มวิเคราะห์หุ้นใหม่ๆ ทำให้นักวิเคราะห์สามารถครอบคลุมบริษัทได้จำนวนมากขึ้น โดยเฉพาะอย่างยิ่ง หุ้นขนาดเล็กในตลาดเกิดใหม่ (emerging market small caps) ซึ่งมีการวิเคราะห์เพิ่มขึ้นอย่างมีนัยสำคัญในปีที่ผ่านมา ซึ่งอาจช่วยลดส่วนต่างของมูลค่า (valuation premium) ที่เคยเกิดขึ้นกับหุ้นที่ไม่ค่อยมีใครสนใจได้

ความเสี่ยงใหม่จากการใช้ AI ที่เหมือนกัน

อย่างไรก็ตาม การที่นักลงทุนหันมาใช้โมเดล AI ที่คล้ายคลึงกันมากขึ้น อาจสร้างจุดเปราะบางใหม่ๆ ขึ้นมาได้ Bernstein ชี้ว่า เมื่อนักลงทุนจำนวนมากใช้เครื่องมือที่ฝึกฝนจากชุดข้อมูลที่ทับซ้อนกัน สัญญาณการซื้อขายอาจเกิดขึ้นพร้อมกันและไปในทิศทางเดียวกันมากขึ้น (synchronized) ส่งผลให้เกิดการกระจุกตัวของสถานะการลงทุน (crowded positions) และทำให้การกลับตัวของตลาดรุนแรงขึ้นในช่วงที่ตลาดมีความเครียดสูง

Ad

บทวิเคราะห์ได้อ้างอิงถึงเหตุการณ์ในตลาดเมื่อเร็วๆ นี้ เช่น การล่มสลายของสถานะ Yen Carry Trade ในเดือนสิงหาคม 2024 และกรณีข่าวปลอมที่สร้างโดย AI ซึ่งส่งผลกระทบต่อราคาหุ้นสหรัฐฯ ในช่วงสั้นๆ เพื่อชี้ให้เห็นว่ากลยุทธ์อัตโนมัติและข้อมูลสังเคราะห์สามารถเร่งความผันผวนให้เกิดขึ้นก่อนที่ตลาดจะมีเวลาตรวจสอบข้อเท็จจริง

อีกประเด็นหนึ่งคือ "ปัญหาการสะท้อนกลับ" (reflexivity problem) ซึ่งคำแนะนำที่สร้างโดย AI มีอิทธิพลต่อพฤติกรรมของนักลงทุนมากขึ้นเรื่อยๆ และผลักดันราคาในทิศทางที่กลับไปตอกย้ำผลลัพธ์ของโมเดลในอนาคต วงจรป้อนกลับนี้อาจทำให้การลงทุนตามแนวโน้ม (momentum trades) แข็งแกร่งขึ้น เพิ่มการกระจุกตัวของตลาด และทำให้การประเมินมูลค่าหุ้นสุดโต่งมากขึ้น

สรุป: ประสิทธิภาพสูงขึ้น แต่ความเสี่ยงหางยาว (Tail Risk) ก็เพิ่มขึ้น

โดยสรุป Bernstein มองว่า AI มีแนวโน้มที่จะลดความไร้ประสิทธิภาพโดยเฉลี่ยของตลาด ผ่านการวิจัยและการดำเนินการซื้อขายที่ดีขึ้น แต่ในทางกลับกัน ก็จะเพิ่มโอกาสที่จะเกิดภาวะตลาดไม่ปกติที่รุนแรงและฉับพลัน (dislocations) หรือที่เรียกว่า ความเสี่ยงหางยาว (tail risk) ซึ่งหมายความว่าโดยรวมแล้วตลาดจะมีประสิทธิภาพมากขึ้น แต่ก็มีความเสี่ยงที่จะเกิดเหตุการณ์รุนแรงที่ไม่คาดคิดเพิ่มสูงขึ้นเช่นกัน