Story
บทวิเคราะห์: AI ทำให้ตลาดการเงินมีประสิทธิภาพมากขึ้นหรือเสี่ยงกว่าเดิม?

Summary
Bernstein ชี้ว่า AI ช่วยเพิ่มประสิทธิภาพตลาดโดยลดช่องว่างข้อมูล แต่ในขณะเดียวกันก็สร้างความเสี่ยงใหม่ที่อาจขยายความผันผวนและภาวะตลาดที่ไม่ปกติ
ปัญญาประดิษฐ์ (AI) กำลังเข้ามาเพิ่มประสิทธิภาพในตลาดการเงินหลายด้าน แต่ในขณะเดียวกันก็ก่อให้เกิดความเสี่ยงใหม่ๆ ที่อาจขยายความผันผวนและการหยุดชะงักของตลาดให้รุนแรงขึ้นได้ ตามบันทึกการวิจัยล่าสุดจาก Bernstein
AI ช่วยเพิ่มประสิทธิภาพตลาดได้อย่างไร
ในระดับบริษัท AI ช่วยให้ตลาดมีประสิทธิภาพมากขึ้นผ่านการประมวลผลข้อมูลจำนวนมหาศาล เช่น รายงานผลประกอบการ เอกสารที่ยื่นต่อหน่วยงานกำกับดูแล และชุดข้อมูลทางเลือก ได้รวดเร็วกว่านักวิเคราะห์ที่เป็นมนุษย์ สิ่งนี้ช่วยลดช่องว่างของข้อมูล ปรับปรุงกระบวนการค้นพบราคา (price discovery) และลดความน่าประหลาดใจของผลประกอบการ (earnings surprises) เนื่องจากประมาณการของนักวิเคราะห์จะปรับเข้าใกล้ผลลัพธ์จริงได้เร็วยิ่งขึ้น
นอกเหนือจากการวิเคราะห์ที่รวดเร็วขึ้นแล้ว AI ยังกำลังเปลี่ยนโฉมกระบวนการทำวิจัยอีกด้วย ระบบอัตโนมัติช่วยลดระยะเวลาที่ใช้ในการตรวจสอบผลประกอบการ อัปเดตแบบจำลองทางการเงิน และการเริ่มวิเคราะห์หุ้นใหม่ๆ ทำให้นักวิเคราะห์สามารถติดตามบริษัทได้จำนวนมากขึ้น โดยเฉพาะอย่างยิ่ง การวิเคราะห์หุ้นขนาดเล็กในตลาดเกิดใหม่ (emerging market small caps) ที่เพิ่มขึ้นอย่างรวดเร็วในช่วงปีที่ผ่านมา ซึ่งอาจช่วยลดส่วนต่างมูลค่า (valuation premium) ที่เคยมีในหุ้นที่ไม่ค่อยมีใครวิเคราะห์
ความเสี่ยงใหม่ที่มาพร้อมกับการใช้ AI
อย่างไรก็ตาม การนำโมเดล AI ที่คล้ายคลึงกันมาใช้ในวงกว้างอาจสร้างจุดอ่อนใหม่ๆ ขึ้นมาได้ บันทึกของ Bernstein เตือนว่า เมื่อนักลงทุนจำนวนมากพึ่งพาเครื่องมือที่คล้ายกันซึ่งฝึกฝนจากข้อมูลที่ทับซ้อนกัน สัญญาณการซื้อขายอาจเกิดขึ้นพร้อมกันมากขึ้น (synchronized) นำไปสู่การกระจุกตัวของสถานะการลงทุน (crowded positions) และทำให้การกลับตัวของตลาดรุนแรงขึ้นในช่วงเวลาที่ตลาดมีความเครียดสูง
Adเหตุการณ์ในตลาดล่าสุดได้สะท้อนให้เห็นถึงความเสี่ยงเหล่านี้ เช่น การล้มละลายของสถานะ yen carry trade ในเดือนสิงหาคม 2024 และกรณีที่ข้อมูลเท็จซึ่งสร้างโดย AI ส่งผลกระทบต่อราคาหุ้นสหรัฐฯ ในช่วงสั้นๆ ซึ่งเป็นตัวอย่างที่แสดงให้เห็นว่ากลยุทธ์อัตโนมัติและเนื้อหาสังเคราะห์สามารถเร่งความผันผวนได้รวดเร็วกว่าที่ตลาดจะตรวจสอบข้อมูลได้ทัน
อีกประเด็นหนึ่งคือสิ่งที่นักวิเคราะห์เรียกว่า "ปัญหาการสะท้อนกลับ" (reflexivity problem) ซึ่งคำแนะนำที่สร้างโดย AI มีอิทธิพลต่อพฤติกรรมของนักลงทุนมากขึ้นเรื่อยๆ และผลักดันราคาในลักษณะที่กลับไปตอกย้ำผลลัพธ์ของโมเดลในอนาคต วงจรป้อนกลับนี้อาจเสริมความแข็งแกร่งให้กับการซื้อขายตามแนวโน้ม (momentum trades) เพิ่มการกระจุกตัวของตลาด และสร้างการประเมินมูลค่าที่สูงหรือต่ำเกินไปอย่างรุนแรง
บทสรุปต่อตลาดและนักลงทุน
โดยสรุปแล้ว ผลการวิเคราะห์ชี้ว่า AI มีแนวโน้มที่จะลดความไร้ประสิทธิภาพโดยเฉลี่ยของตลาด ผ่านการวิจัยและการดำเนินการที่ดีขึ้น แต่ในขณะเดียวกันก็เพิ่มโอกาสที่จะเกิดภาวะตลาดที่ไม่ปกติที่รุนแรงขึ้นในช่วงที่ตลาดมีความผันผวนสูง ผลลัพธ์ที่ได้คือ ความไร้ประสิทธิภาพโดยเฉลี่ยลดลง แต่มีความเสี่ยงหางแถว (tail risk) หรือความเสี่ยงที่จะเกิดเหตุการณ์รุนแรงที่เกิดขึ้นไม่บ่อยนัก เพิ่มมากขึ้น