الذكاء الاصطناعي في الأسواق المالية: كفاءة أكبر ومخاطر متزايدة على استقرار التداول

يواصل الذكاء الاصطناعي في الأسواق المالية إحداث تغييرات جوهرية في طرق تحليل البيانات واتخاذ القرارات الاستثمارية وتنفيذ الصفقات، في ظل اعتماد المؤسسات المالية والمحللين بصورة متزايدة على النماذج الذكية والأدوات الآلية.

وبينما يساهم الذكاء الاصطناعي في تعزيز كفاءة الأسواق وتسريع الوصول إلى المعلومات، فإنه قد يؤدي في الوقت نفسه إلى ظهور مخاطر جديدة قادرة على تضخيم التقلبات وزيادة حدة الاضطرابات خلال فترات الضغط.

ووفقًا لمذكرة بحثية صادرة عن بنك Bernstein، من المرجح أن يقلل الذكاء الاصطناعي متوسط مستويات عدم الكفاءة داخل الأسواق المالية، لكنه قد يرفع احتمالية وقوع تحركات حادة ومفاجئة نتيجة تشابه النماذج والاستراتيجيات التي يعتمد عليها المستثمرون.

كيف يعزز الذكاء الاصطناعي كفاءة الأسواق المالية؟

يساعد الذكاء الاصطناعي المؤسسات الاستثمارية على معالجة كميات ضخمة من المعلومات بسرعة تفوق قدرات التحليل التقليدي.

وتستطيع النماذج الذكية تحليل تقارير الأرباح والبيانات التنظيمية والأخبار ومجموعات البيانات البديلة خلال فترة زمنية قصيرة، ما يتيح للمستثمرين تكوين صورة أكثر دقة عن أوضاع الشركات والأسواق.

وتشمل أبرز فوائد الذكاء الاصطناعي في الأسواق المالية:

• تسريع تحليل تقارير الأرباح.

• معالجة الملفات والبيانات التنظيمية.

• متابعة الأخبار والمؤشرات الاقتصادية بصورة فورية.

• اكتشاف العلاقات والأنماط داخل مجموعات البيانات الكبيرة.

• تحسين دقة التوقعات المالية.

• تقليل الفجوات المعلوماتية بين المستثمرين.

ومن شأن هذه القدرات أن تسهم في تحسين عملية اكتشاف الأسعار، إذ تستوعب الأسواق المعلومات الجديدة بسرعة أكبر، ما يساعد على تقارب أسعار الأصول مع قيمتها المتوقعة بصورة أكثر كفاءة.

الذكاء الاصطناعي يقلص مفاجآت نتائج الشركات

من أبرز آثار استخدام الذكاء الاصطناعي في التحليل المالي قدرته على تقليص حجم المفاجآت المرتبطة بنتائج الشركات.

فمع تحليل البيانات المتاحة بسرعة أكبر، تصبح توقعات المحللين أكثر قدرة على التكيف مع التغيرات التي تطرأ على نشاط الشركات وأدائها المالي.

وقد يؤدي ذلك إلى تقارب توقعات الأرباح مع النتائج الفعلية قبل إعلانها، وبالتالي الحد من التحركات السعرية الحادة التي تحدث عادة عند صدور بيانات تختلف بصورة كبيرة عن تقديرات الأسواق.

ويعني ذلك أن الذكاء الاصطناعي قد يساعد على تقليل بعض أشكال عدم كفاءة السوق الناتجة عن التأخر في معالجة المعلومات أو ضعف تغطية الشركات.

كيف يغير الذكاء الاصطناعي عملية البحث المالي؟

لا يقتصر تأثير الذكاء الاصطناعي على تسريع تحليل البيانات، بل يمتد إلى إعادة تشكيل سير العمل داخل شركات الاستثمار والبنوك والمؤسسات البحثية.

وتستطيع الأدوات الآلية اختصار الوقت اللازم لمراجعة نتائج الشركات وتحديث النماذج المالية وإعداد التقارير ومتابعة التطورات التشغيلية.

ويسمح ذلك للمحللين بتغطية عدد أكبر من الشركات والأسهم، بدلًا من التركيز على مجموعة محدودة من الشركات الكبرى ذات السيولة المرتفعة.

وقد شهدت تغطية الأسهم الصغيرة، لا سيما في الأسواق الناشئة، ارتفاعًا ملحوظًا مع تزايد استخدام أدوات التحليل المعتمدة على الذكاء الاصطناعي.

ومن الممكن أن يحد هذا الاتجاه من علاوة التقييم التي كانت تتمتع بها بعض الأسهم الأقل بحثًا، إذ تصبح المعلومات المتعلقة بها أكثر سهولة وتتاح لعدد أكبر من المستثمرين.

مخاطر الاعتماد على نماذج ذكاء اصطناعي متشابهة

على الرغم من المزايا الكبيرة، فإن توسع استخدام الذكاء الاصطناعي قد يؤدي إلى ظهور مخاطر مرتبطة بتشابه النماذج والبيانات المستخدمة في عمليات التداول.

فعندما تعتمد أعداد كبيرة من المستثمرين والمؤسسات على أدوات متقاربة ومدرّبة على مجموعات بيانات متداخلة، يمكن أن تنتج هذه النماذج إشارات تداول متشابهة في التوقيت نفسه.

وقد يؤدي ذلك إلى دخول عدد كبير من المستثمرين في المراكز ذاتها، ما يعرف في الأسواق باسم الصفقات المزدحمة.

وتكمن الخطورة في أن هذه المراكز قد تتحرك في اتجاه واحد خلال الظروف الطبيعية، لكنها قد تنعكس بصورة عنيفة عندما تتغير توقعات السوق أو تظهر معلومات جديدة.

وفي هذه الحالة، قد يؤدي خروج المستثمرين من المراكز نفسها في وقت متقارب إلى زيادة حدة الهبوط أو الارتفاع، وتراجع السيولة، واتساع الفجوات السعرية.

التداول المزدحم وتأثيره على تقلبات السوق

تحدث الصفقات المزدحمة عندما يتركز عدد كبير من المستثمرين في أصل أو استراتيجية واحدة، اعتمادًا على توقعات متشابهة.

ومع انتشار أدوات الذكاء الاصطناعي، قد تصبح هذه الظاهرة أكثر وضوحًا بسبب تشابه آليات التحليل والتوصيات الصادرة عن النماذج المختلفة.

فعلى سبيل المثال، إذا توصلت مجموعة واسعة من الأنظمة الذكية إلى أن سهمًا معينًا مقوّم بأقل من قيمته، فقد تتدفق أوامر الشراء بصورة متزامنة، ما يدفع السعر إلى الارتفاع سريعًا.

لكن عندما تتغير الإشارات، قد تتحول النماذج نفسها إلى البيع في توقيت متقارب، وهو ما قد يؤدي إلى انعكاس حاد في حركة السعر.

وبالتالي، قد يحسن الذكاء الاصطناعي كفاءة الأسواق في الظروف الطبيعية، لكنه قد يجعل تحركاتها أكثر سرعة وحدة عند حدوث الصدمات.

دور الذكاء الاصطناعي في تسريع الاضطرابات المالية

أظهرت بعض أحداث السوق أن الاستراتيجيات الآلية قادرة على زيادة سرعة انتقال الصدمات بين الأصول والأسواق المختلفة.

وأشارت مذكرة Bernstein إلى انهيار صفقات حمل الين الياباني في أغسطس 2024 بوصفه مثالًا على السرعة التي يمكن أن تنعكس بها المراكز الاستثمارية المزدحمة.

وتعتمد صفقات حمل العملات عادة على الاقتراض بعملة ذات عائد منخفض، مثل الين الياباني، ثم توجيه الأموال إلى أصول أو عملات ذات عائد أعلى.

وعندما تتغير توقعات أسعار الفائدة أو ترتفع مستويات الخوف في الأسواق، يسارع المستثمرون إلى إغلاق هذه الصفقات، ما قد يؤدي إلى تحركات قوية ومفاجئة في العملات والأسهم والسندات.

وقد تزيد الأنظمة الآلية من سرعة هذه التحركات بسبب تنفيذ الأوامر بصورة فورية بمجرد تحقق شروط محددة داخل النماذج.

المعلومات المضللة المولدة بالذكاء الاصطناعي

لا ترتبط مخاطر الذكاء الاصطناعي بالتداول الآلي وحده، بل تشمل أيضًا المحتوى المضلل الذي يمكن إنتاجه ونشره بسرعة كبيرة.

فقد تؤدي الأخبار المزيفة أو الصور والمقاطع المصطنعة إلى تحريك الأسواق مؤقتًا قبل تمكن المستثمرين ووسائل الإعلام من التحقق من صحتها.

وفي الأسواق المالية، قد تكون الثواني أو الدقائق الأولى كافية لإطلاق موجة واسعة من أوامر البيع أو الشراء، خاصة عندما تعتمد أنظمة التداول على متابعة الأخبار وتحليلها تلقائيًا.

وقد تنفذ بعض النماذج صفقات استنادًا إلى معلومة غير مؤكدة، ما يؤدي إلى ارتفاع التقلبات قبل تصحيح الأسعار بعد اتضاح حقيقة الخبر.

ويزيد ذلك من أهمية تطوير أدوات تحقق قوية، إلى جانب فرض ضوابط على استخدام الأخبار والمحتوى الرقمي داخل أنظمة التداول.

ما مشكلة الانعكاسية في الأسواق المالية؟

تعد الانعكاسية من أبرز المخاطر التي قد تنتج عن انتشار توصيات الذكاء الاصطناعي.

وتحدث هذه الظاهرة عندما تؤثر توقعات المستثمرين والنماذج في حركة الأسعار، ثم تستخدم النماذج الحركة السعرية الناتجة كدليل لتأكيد توقعاتها السابقة.

فعلى سبيل المثال، قد توصي نماذج متعددة بشراء أصل معين بناءً على ارتفاع زخمه السعري. ويؤدي تنفيذ هذه التوصيات إلى مزيد من الارتفاع، فتعتبر النماذج هذا الصعود إشارة إضافية على قوة الأصل وتصدر توصيات جديدة بالشراء.

وينشأ عن ذلك حلقة متكررة بين التوصيات والسلوك الاستثماري وحركة الأسعار.

وقد تؤدي هذه الحلقة إلى:

• تضخيم اتجاهات الزخم.

• زيادة تركّز الاستثمارات في عدد محدود من الأصول.

• ارتفاع التقييمات إلى مستويات مبالغ فيها.

• اتساع الفجوة بين الأسعار والقيمة الأساسية.

• زيادة حدة التصحيح عند انعكاس الاتجاه.

الذكاء الاصطناعي وزيادة تركّز السوق

قد يؤدي اعتماد المستثمرين على نماذج متشابهة إلى توجيه السيولة نحو الشركات والأصول نفسها، خاصة تلك التي تظهر نتائج قوية في مؤشرات الزخم والنمو والربحية.

وقد ينتج عن ذلك زيادة تركّز الأسواق في عدد محدود من الأسهم الكبرى، في حين تحصل الشركات الأخرى على حصة أقل من التدفقات الاستثمارية.

وفي المراحل الأولى، قد يبدو هذا التركّز منطقيًا نتيجة تفوق الشركات الأكثر قوة، لكنه قد يتحول إلى مصدر للمخاطر عندما ترتفع التقييمات بصورة لا تتناسب مع الأداء الفعلي.

كما أن اعتماد المؤشرات والصناديق والاستراتيجيات الكمية على إشارات متقاربة قد يزيد من حساسية السوق تجاه تحركات عدد صغير من الأسهم.

هل يجعل الذكاء الاصطناعي الأسواق أكثر كفاءة؟

تشير التحليلات إلى أن الذكاء الاصطناعي قد يجعل الأسواق أكثر كفاءة في المتوسط، من خلال تحسين جودة البحث وسرعة التنفيذ وتقليل فجوات المعلومات.

فكلما أصبحت المعلومات متاحة بصورة أسرع، تقل فرص الاستفادة من التأخر في تحليلها، وتتحرك الأسعار بصورة أسرع نحو مستويات تعكس توقعات المستثمرين.

لكن هذا التحسن في متوسط الكفاءة لا يعني بالضرورة أن الأسواق ستكون أكثر استقرارًا.

فقد تصبح الأسواق أكثر كفاءة خلال الفترات الطبيعية، لكنها في الوقت نفسه أكثر عرضة لتحركات حادة في حالات الضغط، بسبب سرعة تنفيذ الصفقات وتشابه النماذج وترابط الاستراتيجيات.

انخفاض عدم الكفاءة وارتفاع مخاطر الذيل

تخلص المذكرة البحثية إلى أن التأثير الأبرز للذكاء الاصطناعي قد يتمثل في خفض متوسط عدم كفاءة السوق، بالتزامن مع رفع مخاطر الذيل.

وتشير مخاطر الذيل إلى الأحداث النادرة التي تقع باحتمالات منخفضة، لكنها تحدث تأثيرات كبيرة على الأسواق عند وقوعها.

ومن أمثلتها:

• الانهيارات السعرية المفاجئة.

• تراجع السيولة بصورة حادة.

• إغلاق عدد كبير من المراكز في الوقت نفسه.

• انتشار معلومات مضللة تؤثر في الأسعار.

• تعطل نماذج التداول نتيجة تغير ظروف السوق.

• انتقال الصدمة بسرعة بين فئات الأصول.

وبذلك، يمكن أن يصبح السوق أكثر دقة وكفاءة في معظم الأوقات، لكنه أكثر هشاشة عند وقوع أحداث استثنائية.

كيف يمكن الحد من مخاطر الذكاء الاصطناعي في التداول؟

يتطلب الحد من هذه المخاطر تطوير ضوابط رقابية وتشغيلية تتناسب مع سرعة تطور تقنيات الذكاء الاصطناعي.

ومن أبرز الإجراءات التي يمكن للمؤسسات المالية اعتمادها:

• تنويع مصادر البيانات والنماذج المستخدمة.

• تجنب الاعتماد الكامل على توصيات نظام واحد.

• إخضاع النماذج لاختبارات ضغط دورية.

• وضع حدود تلقائية لحجم المراكز والخسائر.

• مراقبة الصفقات المزدحمة ومؤشرات السيولة.

• تعزيز الرقابة البشرية على قرارات التداول.

• التحقق من الأخبار قبل استخدامها في تنفيذ الأوامر.

• تحديث النماذج عند تغير ظروف السوق.

كما يتعين على الجهات التنظيمية متابعة درجة التشابه بين النماذج المستخدمة في المؤسسات الكبرى، ودراسة المخاطر النظامية التي قد تنتج عن تنفيذ استراتيجيات متقاربة في الوقت نفسه.

مستقبل الذكاء الاصطناعي في الأسواق المالية

من المتوقع أن يستمر استخدام الذكاء الاصطناعي في التوسع داخل الأسواق المالية، سواء في البحث أو إدارة المحافظ أو تقييم المخاطر أو تنفيذ الصفقات.

ومن المرجح أن تستفيد المؤسسات التي تنجح في دمج الذكاء الاصطناعي مع الخبرة البشرية وإدارة المخاطر الفعالة من فرص أكبر لتحسين الأداء والكفاءة.

لكن الاعتماد المفرط على النماذج الآلية دون رقابة أو تنويع قد يحول التكنولوجيا من أداة لتحسين الأسواق إلى عامل يزيد من هشاشتها.

وتتمثل المعادلة الأساسية في تحقيق التوازن بين الاستفادة من سرعة الذكاء الاصطناعي وقدراته التحليلية، وبين الحفاظ على التنوع في القرارات الاستثمارية وعدم السماح للنماذج المتشابهة بالسيطرة على حركة الأسواق.

الخلاصة

يسهم الذكاء الاصطناعي في تحسين كفاءة الأسواق المالية من خلال تسريع تحليل البيانات، وتقليل فجوات المعلومات، وتوسيع تغطية الشركات، وتحسين اكتشاف الأسعار.

وفي المقابل، قد يؤدي الاعتماد الواسع على نماذج متشابهة إلى زيادة الصفقات المزدحمة وتضخيم اتجاهات الزخم وتسريع انعكاسات السوق.