เกิดอะไรขึ้น
Cornell Chronicle รายงานว่านักวิจัยของ Cornell Martin Wells และ Abir Sarkar ได้สร้างกรอบงานทางสถิติ SV-ADF เพื่อตรวจสอบราคาหุ้นรายวันและระบุพฤติกรรมคล้ายฟองสบู่ในระดับของบริษัทแต่ละแห่ง การวิเคราะห์ของพวกเขาครอบคลุมหุ้นที่สัมผัสกับ AI ตั้งแต่ปี 2020 ถึงเมษายน 2026 และสรุปว่าภาค AI โดยรวมไม่ควรถูกมองว่าเป็นฟองสบู่เดียว
Cornell Chronicle รายงานว่า Martin Wells ศาสตราจารย์ด้านวิทยาศาสตร์สถิติของ Cornell และนักศึกษาปริญญาเอก Abir Sarkar ได้พัฒนาวิธีการที่เรียกว่ากรอบการทำงานที่เรียกว่า Stochastic Volatility-robust Augmented Dickey–Fuller หรือ SV-ADF
วิธีการนี้ใช้ราคาหุ้นรายวันเพื่อระบุว่าเหตุการณ์คล้ายฟองสบู่เริ่มต้นและสิ้นสุดเมื่อใด ขณะเดียวกันก็พยายามคำนึงถึงความผันผวนตามปกติ วัตถุประสงค์ที่ระบุไว้ของนักวิจัยคือการแยกแยะความแตกต่างของราคาที่เพิ่มขึ้นชั่วคราวจากรูปแบบที่พวกเขาระบุว่าเป็นความอุดมสมบูรณ์ของการเก็งกำไรในระดับหุ้นแต่ละตัว
Cornell Chronicle รายงานว่านักวิจัยวิเคราะห์หุ้นที่เปิดเผยต่อ AI ตั้งแต่ปี 2020 ถึงเมษายน 2026 กลุ่มตัวอย่างประกอบด้วยบริษัทเทคโนโลยีขนาดใหญ่ในสหรัฐฯ ที่เรียกว่า “Magnificent Seven” บริษัทเซมิคอนดักเตอร์และโครงสร้างพื้นฐาน AI เช่น TSMC และ Broadcom และสินทรัพย์สกุลเงินดิจิทัล บทความกล่าวว่าการวิเคราะห์พบหลักฐานที่ชัดเจนของการประเมินค่าสูงเกินไปใน Alphabet ซึ่งราคาหุ้นได้เพิ่มขึ้นมากกว่า 70% จากปีก่อน เมื่อเทียบกับการเติบโตประมาณ 20% สำหรับ NASDAQ Composite
ตัวเลขและการตีความดังกล่าวรายงานโดย Cornell Chronicle และไม่ได้รับการยืนยันอย่างเป็นอิสระที่นี่ บทความนี้กล่าวว่านักวิจัยพบว่าบริษัทเซมิคอนดักเตอร์เกือบทั้งหมดในการวิเคราะห์ของพวกเขาเข้าสู่ภาวะฟองสบู่หลังจากการเปิดตัว ChatGPT ในเดือนพฤศจิกายน 2022 นอกจากนี้ Cornell Chronicle ยังรายงานว่าโมเดลดังกล่าวระบุสัญญาณของการประเมินค่าสูงเกินไปใน Tesla ในช่วงปี 2020 และความอุดมสมบูรณ์ของ Bitcoin และ Ethereum ที่เริ่มต้นในเดือนธันวาคม 2020 ตามรายงาน ฟองสบู่ก่อนหน้านี้ได้พังทลายลงในภายหลัง แม้ว่าความอุดมสมบูรณ์ใหม่จะปรากฏขึ้นในภายหลังในบางกรณี
แหล่งที่มาไม่ได้ระบุทุกบริษัทในกลุ่มตัวอย่าง ระบุวันที่ทีละบริษัท หรือระบุเกณฑ์ทางสถิติที่ใช้ในการจำแนกตอน Cornell Chronicle นำเสนอรายงานเรื่อง “Is There an AI Bubble? Robust Data-stamping for Periods of Exuberance” ตามที่ตีพิมพ์ในเดือนกรกฎาคมใน Frontiers in Mathematical Finance ซึ่งเป็นวารสารของ American Institute of Mathematical Sciences รายงานอ้างอิงคำพูดของนักวิจัยว่าวิธีการของพวกเขาไม่ได้จัดทุกอย่างเป็นฟองสบู่ และได้รับการออกแบบมาเพื่อหลีกเลี่ยงการปฏิบัติต่อทั้งภาคส่วนเป็นการเก็งกำไรเพียงอย่างเดียว เนื่องจากบางบริษัทเผชิญกับการเคลื่อนไหวของราคาที่รุนแรง แหล่งที่มาเป็นสิ่งพิมพ์ของสถาบัน Cornell เกี่ยวกับงานของนักวิจัย Cornell ไม่มีการจำลองแบบอิสระ การประเมินการทบทวนโดยผู้ทรงคุณวุฒิจากภายนอก นอกเหนือจากสิ่งพิมพ์ที่ระบุไว้ การตอบสนองของบริษัท หรือชุดข้อมูลพื้นฐานถูกจัดเตรียมไว้ในเนื้อหาที่ให้ไว้
รายละเอียดที่มา: news.cornell.edu ↗
ทำไมมันถึงสำคัญ
การวิจัยนี้นำเสนอวิธีที่ละเอียดยิ่งขึ้นในการประเมินว่าราคาที่เพิ่มขึ้นรอบ ๆ AI สะท้อนถึงความเจริญรุ่งเรืองของการเก็งกำไรหรือประสิทธิภาพของภาคส่วนที่กว้างขึ้น Cornell Chronicle รายงานว่า Alphabet แสดงหลักฐานที่ชัดเจนของการประเมินค่าสูงเกินไป แต่แหล่งข่าวไม่ได้ยืนยันผลการวิจัยอย่างเป็นอิสระ ให้ข้อมูลพื้นฐาน หรือระบุได้ว่าหุ้นใด ๆ จะลดลง
การสนับสนุนหลักที่ Cornell Chronicle อธิบายไว้นั้นเป็นหน่วยการวิเคราะห์ที่แคบกว่า แทนที่จะถามว่า "AI" เป็นหมวดหมู่อยู่ในฟองสบู่หรือไม่ นักวิจัยถามว่าบริษัทใดแสดงรูปแบบทางสถิติที่เกี่ยวข้องกับฟองสบู่หรือไม่ ความแตกต่างดังกล่าวมีความสำคัญเนื่องจากบริษัทที่เกี่ยวข้องกับ AI ครอบคลุมการผลิตชิป โครงสร้างพื้นฐานคลาวด์ ซอฟต์แวร์ การค้นหา สินค้าอุปโภคบริโภค และการเปิดรับสกุลเงินดิจิทัล ป้ายกำกับทั่วทั้งภาคสามารถปกปิดความแตกต่างในด้านรายได้ รูปแบบธุรกิจ และความคาดหวังของตลาด ในขณะที่การวิเคราะห์หุ้นแต่ละรายการอาจมีจุดเริ่มต้นที่เฉพาะเจาะจงมากขึ้นสำหรับการตรวจสอบอย่างละเอียด
การค้นพบของ Alphabet ที่รายงานอาจมีความสำคัญเนื่องจาก Alphabet เป็นบริษัทมหาชนขนาดใหญ่ที่มีความหลากหลาย แทนที่จะเป็นสตาร์ทอัพด้าน AI ที่มุ่งเน้นในวงแคบ Cornell Chronicle กล่าวว่าผลการดำเนินงานของหุ้นของบริษัทสูงกว่า NASDAQ Composite อย่างมากในช่วงเวลาที่กล่าวถึง และวิธีการของนักวิจัยตรวจพบหลักฐานที่ชัดเจนของการประเมินค่าสูงเกินไป อย่างไรก็ตาม การบ่งชี้ทางสถิติของพฤติกรรมราคาที่เหมือนฟองสบู่นั้นไม่เหมือนกับการพิสูจน์ว่าหุ้นของบริษัทมีราคาผิด นอกจากนี้ยังไม่ได้ระบุด้วยว่าเหตุใดนักลงทุนจึงกำหนดราคาหุ้นตามที่พวกเขาทำหรือคาดการณ์ว่าราคาอาจเปลี่ยนแปลงเมื่อใด
การค้นพบทางประวัติศาสตร์ที่รายงานให้บริบทว่าความกระตือรือร้นที่เกี่ยวข้องกับ AI สามารถแพร่กระจายผ่านตลาดที่อยู่ติดกันได้อย่างไร Cornell Chronicle กล่าวว่าบริษัทเซมิคอนดักเตอร์แสดงพฤติกรรมฟองสบู่ในวงกว้างหลังจากการเปิดตัว ChatGPT ในขณะที่ Tesla และสกุลเงินดิจิทัลหลัก ๆ แสดงสัญญาณของการเติบโตในช่วงก่อนหน้านี้ หากได้รับการตรวจสอบโดยอิสระ วิธีการระดับบริษัทสามารถช่วยนักวิเคราะห์แยกความกระตือรือร้นทางเทคโนโลยีในวงกว้างออกจากตอนที่มีการคาดเดาแบบเข้มข้นได้ นอกจากนี้ยังสามารถทำการเปรียบเทียบระหว่างโครงสร้างพื้นฐาน AI และบริษัทแอปพลิเคชันต่างๆ ได้แม่นยำกว่าหัวข้อเดียวเกี่ยวกับ "ฟองสบู่ AI"
ข้อจำกัดในทางปฏิบัติมีความสำคัญ แหล่งที่มาไม่ได้ให้ระเบียบวิธี การสร้างตัวอย่าง ช่วงความเชื่อมั่น การตรวจสอบความคงทน โค้ด หรือผลลัพธ์ที่สมบูรณ์ของรายงาน นอกจากนี้ยังไม่ได้พิสูจน์ว่าวิธีการนี้ใช้งานได้แบบเรียลไทม์ แยกแยะสาเหตุที่เป็นไปได้ทั้งหมดของการเคลื่อนไหวของราคาที่ผิดปกติ หรือแสดงให้เห็นว่าวิธีนี้สร้างผลบวกลวงบ่อยเพียงใด
Cornell Chronicle รายงานว่านักวิจัยของ Cornell ตั้งใจที่จะขยายงานร่วมกับ Robert Jarrow แต่บทความนี้ไม่ได้ให้ผลลัพธ์จากการวิจัยตามแผนนั้น ไม่มีการรายงานบริษัทมหาชนใดที่ยอมรับข้อค้นพบนี้ และไม่มีนักวิเคราะห์ทางการเงินอิสระคนใดที่จะประเมินผลดังกล่าว
กลไกเชิงโต้ตอบ: มันทำงานอย่างไร
สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ
Which component of an AI application is the machine-learning model itself?
จะดูอะไรต่อไป.
ติดตามการจำลองแบบอิสระของกรอบงาน SV-ADF การเผยแพร่ข้อมูลหรือโค้ด และการวิเคราะห์เพิ่มเติมโดยนักวิจัย งานในอนาคตอาจให้ความกระจ่างว่าวิธีการนี้ดำเนินการอย่างไรในบริษัทและสภาวะตลาดต่างๆ มากขึ้น แต่รายงานปัจจุบันไม่ได้ให้การคาดการณ์การลงทุนหรือตารางเวลาสำหรับการแก้ไขใดๆ
หลักฐานที่เป็นประโยชน์ต่อไปคือรายละเอียดที่สามารถทำซ้ำได้: บทความฉบับเต็ม คำจำกัดความของข้อมูล รหัสหรือเอกสารอื่นๆ ที่ช่วยให้นักวิจัยภายนอกสามารถเรียกใช้กรอบงาน SV-ADF ในช่วงเวลาและตัวอย่างเดียวกัน เนื้อหาที่ให้มาไม่ได้ระบุว่ามีการจำลองดังกล่าวเกิดขึ้นหรือไม่
การทดสอบอิสระควรตรวจสอบว่าวิธีการดังกล่าวได้ข้อสรุปที่คล้ายคลึงกันหรือไม่ เมื่อนำไปใช้กับบริษัทที่เกี่ยวข้องกับ AI ที่แตกต่างกัน ระยะเวลาของตลาดที่แตกต่างกัน และการวัดความผันผวนทางเลือกอื่น ๆ ดูว่าการทำงานร่วมกันตามแผนของนักวิจัยทำให้เกิดการทดสอบการประมาณฟองสบู่ราคาสินทรัพย์ในวงกว้างมากขึ้นหรือไม่
Cornell Chronicle กล่าวว่า Wells และ Sarkar ตั้งใจที่จะขยายการวิจัยร่วมกับ Jarrow ซึ่งบทความนี้อธิบายว่าเป็นนักวิจัยชั้นนำในสาขานี้ งานในอนาคตดังกล่าวสามารถชี้แจงได้ว่ากรอบการทำงานเกี่ยวข้องกับวิธีการตรวจจับฟองสบู่ที่มีอยู่อย่างไร และการจำแนกระดับสต็อกยังคงมีเสถียรภาพหรือไม่ เนื่องจากข้อมูลใหม่เปลี่ยนแปลงราคาในตลาด
ผู้อ่านควรสังเกตความแตกต่างระหว่างการระบุรูปแบบทางประวัติศาสตร์และการคาดการณ์การลดลงในอนาคต Cornell Chronicle เสนอราคาจาก Jarrow โดยกล่าวว่าการระบุหุ้นที่มีฟองสบู่สามารถช่วยให้นักลงทุนตัดสินใจได้ดีขึ้น แต่รายงานไม่ได้นำเสนอกลยุทธ์การซื้อขาย เป้าหมายราคา หรือการคาดการณ์สำหรับ Alphabet หรือบริษัทอื่นใด
สิ่งที่ไม่ทราบที่สำคัญ ได้แก่ ความแม่นยำในการคาดการณ์ของวิธีการ การจำแนกประเภทเปลี่ยนแปลงไปอย่างไรด้วยข้อมูลที่อัปเดต และสัญญาณที่รายงานสะท้อนถึงการประเมินค่าสูงเกินไปมากกว่าการคาดการณ์ที่ถูกต้องเกี่ยวกับรายได้ที่เกี่ยวข้องกับ AI ในอนาคตหรือไม่