Як уникнути AI? Це велика проблема для пенсійних і суверенних фондів

Шал AI розчищає логіку диверсифікованого інвестування, на яку покладаються інституційні інвестори. Від акцій, приватного капіталу до корпоративних облігацій та інфраструктури, ризики, пов'язані з AI, вже проникли майже в усі класі активів, ставлячи пенсійні фонди та суверенні фонди, що управляють сотнями мільярдів доларів, у безпрецедентно складне становище.

За даними Bloomberg у понеділок, головний інвестиційний директор Нью-Йоркської пенсійної системи (NYCRS) Monte Tarbox нещодавно відхилив запрошення до збору коштів у приватному капітальному фонді саме через надмірну частку AI-активів у продукті. "Коли настане той день, ми не хочемо залишитись на самоті з питанням 'чому ви сказали "так" на все?'", — сказав він. Це рішення відображає спільну ситуацію майже всіх основних інституційних інвесторів Уолл-стріт.

Головний інвестиційний директор Morgan Stanley Wealth Management Lisa Shalett попередила, що AI посилює вже наявні виклики диверсифікації для тих, хто розподіляє активи — в умовах стійкої інфляції традиційна 60/40 акцій-облігаційна модель часто не працює, а глибока проникність AI погіршує позитивну кореляцію між акціями та кредитами.

Goldman Sachs оцінює, що компанії, пов'язані з AI-інфраструктурою (зокрема виробники чіпів та великі хмарні провайдери), становлять близько 40% загальної ринкової капіталізації S&P 500; за даними Apollo Global Management, цього року AI-емісії складають майже половину з усіх інвестиційно-рівневих облігацій та займають 87% венчурного капіталу.

Ризик AI всюди, диверсифікація стає ілюзією

AI проникає на ринок багатовимірно. На відкритому ринку лише три виробники чіпів займають понад чверть ваги у великому ринковому індексі emerging markets. На приватному ринку приватний капітал майже став синонімом AI-стартапів. На ринку облігацій більшість емітентів — великі хмарні провайдери. В інфраструктурі майже кожен великий проект пов'язаний з дата-центрами. Навіть американські державні облігації можна включити у наратив AI-торгів — додатковий попит на електроенергію підвищує очікування інфляції, що впливає на прибутковість.

Ті самі компанії представлені у кількох класах активів — це додатково концентрує ризик. Наприклад, Alphabet має капіталізацію $4 трлн, зобов'язань на $130 млрд та інфраструктуру, що з'єднує понад 30 дата-центрів по всьому світу. Водночас між багатьма компаніями існують так звані "циклічні фінансування" — взаємне володіння акціями, що формує сильно переплетені ризикові позиції.

Глава досліджень багатокласового системного аналізу в JPMorgan Thomas Salopek розробив чотири моделі активного розподілу для інституційних інвесторів, і результати показали, що в останні роки ці портфелі мають виражену позитивну кореляцію з AI-ризиковими факторами. У дослідженні Invesco серед 90 суверенних фондів понад половина визнали концентрацію ринку головним AI-ризиком для інвестицій.

Оцифровка AI-експозиції — кожна організація шукає власні рішення

Зіткнувшись із цим викликом, інституційні інвестори шукають власні способи реагування, але головна проблема — як визначити та виміряти AI-експозицію. На відміну від традиційних класифікацій за класом активів, галуззю чи регіоном, AI-експозиція ще не має єдиного стандарта — це може бути чисто виробник чіпів або проста компанія, яка лише користується технологіями AI.

Лос-анджелеська асоціація пенсійного забезпечення співробітників (LACERA) у травні цього року спеціально обговорювала питання AI-активів у приватному ринку на засіданні правління. Після цього головний інвестиційний директор Jonathan Grabel провів всебічний аудит, поєднуючи внутрішній "знизу вгору" аналіз із підходом MSCI "зверху вниз", і оцінив, що 8–19% пенсійних активів пов'язані з AI. "Ми не хочемо, щоб прагнення до досконалості заважало отриманню інсайтів", — сказав він.

Фінська Elo Mutual Pension Insurance Co., яка управляє 36 млрд євро, використовує AI для відстеження AI — застосовує AI-інструмент для моніторингу чутливості публічних активів до тенденцій впровадження AI. Глава алокації активів та альтернативних інвестицій Kari Vatanen визнає: обмеження AI-експозиції заради диверсифікації має свою ціну — якщо AI-наратив домінуватиме ринок кілька років, це може негативно вплинути на доходність. Індекс Bloomberg, що відстежує глобальні AI-акції, показав за останні два роки річну надлишкову прибутковість у 11 процентних пунктів.

Аналітична компанія Markov Processes International провела факторний аналіз близько 50 великих пенсійних фондів і дійшла висновку, що у середньому надмірна AI-експозиція близька до нуля, але окремі фонди значно відрізняються — найбільша публічна пенсійна система США CalPERS продовжує збільшувати AI-експозицію через інвестиції у великі приватні компанії.

“Метод всього портфеля” — новий підхід до проблеми

Потреба у кількісному підрахунку AI-ризиків дає новий імпульс інвестиційній рамці під назвою “Total Portfolio Approach” (TPA). Цей підхід долає бар'єри між класами активів, дозволяючи порівнювати всі інвестиції у єдиному вимірі для досягнення оптимальної конфігурації, і CalPERS нещодавно офіційно прийняв цю методику.

Австралійський Aware Super розміром $240 млрд у червні цього року завершив багаторічну платформу інвестування внутрішнього проекту Odin, інтегрувавши сторонні дані й аналітичні інструменти, включаючи BlackRock. Глава ліквідності та ринку Michael Clavin зазначив, що ця платформа природно підходить для відстеження AI-експозиції на рівні всього фонду. "Справжня диверсифікація — це не лише географія чи галузі, а розуміння кореляції між активами й темами," — сказав він.

Marsh Investments and Retirement (колишній Mercer, управляє $846 млрд) витратила шість місяців на розробку системи відстеження тематичних експозицій, що використовує proxy-AI для аналізу джерел доходу й прибутку публічних і приватних компаній, і запустила її у лютому цього року. Головний інвестиційний директор по США Andrew McDougall сказав: "Головне — треба знати, що ти маєш, щоб зрозуміти, куди прагнеш. Ті організації, які вже мають гарні системи, можуть оцінити вплив до інвестування; ті, у кого старі системи, можуть виявити проблему, коли буде вже пізно."

Для Tarbox з NYCRS виклик полягає у тому, щоб встигати за швидкими і глибокими змінами технологій. Він зазначає, що навіть найточніша карта портфеля може швидко застаріти, і ризики AI слід регулярно переоцінювати. "Ми повинні не лише підвищити роздільну здатність мікроскопу, а й частоту оцінки", — каже він. "Майже кожен фонд, у який ми вкладаємо, неминуче принесе ще більше експозиції AI."