Bernstein ชี้ AI เป็นดาบสองคม เพิ่มประสิทธิภาพตลาดแต่สร้างความเสี่ยงใหม่

ปัญญาประดิษฐ์ (AI) กำลังเข้ามาเพิ่มประสิทธิภาพให้กับตลาดการเงินในหลายมิติ แต่ในขณะเดียวกันก็ก่อให้เกิดความเสี่ยงใหม่ๆ ที่อาจขยายความผันผวนและการเคลื่อนไหวที่ผิดปกติของตลาดได้เช่นกัน ตามบทวิเคราะห์ล่าสุดจาก Bernstein

AI กับการเพิ่มประสิทธิภาพตลาด

ในระดับบริษัท AI ช่วยเพิ่มประสิทธิภาพของตลาดโดยการประมวลผลข้อมูลสำคัญ เช่น รายงานผลประกอบการ เอกสารที่ยื่นต่อหน่วยงานกำกับดูแล และชุดข้อมูลทางเลือก ได้รวดเร็วกว่านักวิเคราะห์ที่เป็นมนุษย์ สิ่งนี้ช่วยลดช่องว่างของข้อมูล ปรับปรุงกระบวนการค้นพบราคา (price discovery) และลดขนาดของผลประกอบการที่น่าประหลาดใจ (earnings surprises) เนื่องจากประมาณการของนักวิเคราะห์จะปรับเข้าใกล้ผลลัพธ์จริงได้เร็วขึ้น

นอกจากนี้ AI ยังกำลังเปลี่ยนแปลงกระบวนการวิจัยทางการเงิน โดยระบบอัตโนมัติช่วยลดเวลาในการตรวจสอบผลประกอบการ อัปเดตแบบจำลองทางการเงิน และการเริ่มต้นวิเคราะห์หุ้นใหม่ๆ ทำให้นักวิเคราะห์สามารถติดตามบริษัทได้จำนวนมากขึ้น โดย Bernstein ตั้งข้อสังเกตว่าการวิเคราะห์หุ้นขนาดเล็กในตลาดเกิดใหม่ (emerging market small caps) เพิ่มขึ้นอย่างรวดเร็ว ซึ่งอาจช่วยลดส่วนเกินมูลค่า (valuation premium) ของหุ้นที่ขาดการวิเคราะห์ในระยะยาว

ความเปราะบางและความเสี่ยงที่เพิ่มขึ้น

อย่างไรก็ตาม การนำแบบจำลอง AI ที่คล้ายคลึงกันมาใช้อย่างแพร่หลายอาจสร้างจุดอ่อนใหม่ๆ ขึ้นมาได้เช่นกัน บทวิเคราะห์เตือนว่า เมื่อนักลงทุนจำนวนมากพึ่งพาเครื่องมือที่คล้ายกันซึ่งฝึกฝนจากข้อมูลที่ทับซ้อนกัน สัญญาณการซื้อขายอาจสอดคล้องกันมากขึ้น ซึ่งจะกระตุ้นให้เกิด การกระจุกตัวของสถานะการลงทุน (crowded positions) และทำให้การกลับตัวของตลาดรุนแรงขึ้นในช่วงเวลาที่ตลาดมีความตึงเครียด

Ad

เหตุการณ์ในตลาดล่าสุดสะท้อนให้เห็นถึงความเสี่ยงเหล่านี้ โดย Bernstein ได้อ้างถึงกรณีการคลี่คลายของสถานะ yen carry trade ในเดือนสิงหาคม 2024 และกรณีข้อมูลเท็จที่สร้างโดย AI ซึ่งส่งผลกระทบต่อราคาหุ้นสหรัฐฯ ในช่วงสั้นๆ เป็นตัวอย่างว่ากลยุทธ์อัตโนมัติและข้อมูลสังเคราะห์สามารถเร่งความผันผวนได้รวดเร็วกว่าที่ตลาดจะตรวจสอบข้อเท็จจริงได้ทัน

อีกประเด็นหนึ่งคือสิ่งที่นักวิเคราะห์เรียกว่า "ปัญหาการสะท้อนกลับ (reflexivity problem)" ซึ่งคำแนะนำที่สร้างโดย AI มีอิทธิพลต่อพฤติกรรมของนักลงทุนมากขึ้นเรื่อยๆ และผลักดันราคาในลักษณะที่กลับไปตอกย้ำผลลัพธ์ของแบบจำลองในอนาคต วงจรป้อนกลับนี้อาจเสริมความแข็งแกร่งให้กับการซื้อขายตามแนวโน้ม (momentum trades) เพิ่มการกระจุกตัวของตลาด และสร้างมูลค่าที่สูงหรือต่ำกว่าปกติอย่างสุดขั้วได้

บทสรุป: ประสิทธิภาพที่สูงขึ้นกับความเสี่ยงหางอ้วน

โดยสรุปแล้ว รายงานจาก Bernstein ชี้ให้เห็นว่า AI มีแนวโน้มที่จะลดความไร้ประสิทธิภาพโดยเฉลี่ยของตลาดผ่านการวิจัยและการดำเนินการซื้อขายที่ดีขึ้น แต่ในขณะเดียวกันก็เพิ่มโอกาสที่จะเกิดภาวะตลาดเคลื่อนไหวผิดปกติรุนแรงในช่วงที่ตลาดมีความตึงเครียด ส่งผลให้โดยรวมแล้วตลาดจะมีประสิทธิภาพสูงขึ้น แต่ก็ต้องเผชิญกับ ความเสี่ยงหางอ้วน (tail risk) หรือความเสี่ยงที่จะเกิดเหตุการณ์รุนแรงแต่เกิดขึ้นไม่บ่อย ที่สูงขึ้นตามไปด้วย