A mesterséges intelligencia (AI) hype a narratív közgazdaságtan szemszögéből

Cikkünkben a narratív közgazdaságtan szemszögéből vizsgáljuk meg a befektetési döntéseket, és egy konkrét példát, a mesterséges intelligencia sztorija és az iparági részvények (Amazon, Microsoft, Nvidia, Google stb.) árfolyama közötti kapcsolatot is elemezzük. Témáink:

• Mit jelent a narratív közgazdaságtan?
• A mesterséges intelligencia (AI) sztori és a tőzsdei hozamok
• A történetek félrevezetik a befektetőt (narrative fallacy)..

Mit jelent a narratív közgazdaságtan?

A narratív közgazdaságtan az emberek által kitalált történetek, sztorik terjedésével és a gazdaságra gyakorolt hatásaival foglalkozik. A kifejezést a Nobel-díjas Robert Shiller professzor alkotta meg, aki korábbi kutatásaiban foglakozott a narratívák közgazdaságtani hatásaival, majd egy könyve is megjelent a témában. A narratív közgazdaságtan tehát sztorikkal, történetekkel foglalkozik, melyeket az emberek gyártanak, és vírus módjára terjednek a gazdasági és közösségi médiában, ugyanakkor a gazdaságra hatást gyakorolnak. A fenti könyvében, illetve tanulmányában Shiller professzor több ismert sztorit is megvizsgál például:

• pánikot keltő tőzsdehírek,
• fogyasztói bizalommal kapcsolatos sztorik,
• a gépek elveszik az embertől a munkát,
• ingatlanpiaci buborék,
• részvénypiaci buborék,
• takarékosság, pazarlás.

A fenti sztorik egy jól meghatározott séma szerint terjednek a médiában és számos közgazdaságtani hatás tulajdonítható nekik. Ugyanakkor látni kell azt is, hogy ma már kutatások is rendelkezésünkre állnak, melyek bizonyítják, hogy egy-egy narratíva hatást gyakorolhat a részvények jövőbeni hozamára. Ma már számos kutatás foglalkozik a narratívákkal és azok részvénypiacra gyakorolt hatásával. Például Mai és Pukthuanthong kifejezetten Shiller professzor által definiált témák (lásd alábbi táblázatban) és a részvénypiacok 1-12 hónapos hozama közötti összefüggést vizsgálta meg 150 évre visszatekintve, gazdasági újságokat megvizsgálva. Eredményeik azt mutatják, hogy a táblázatban felsorolt sztorik közül a pánikkal összefüggő hírek gyakoriságának növekedése és a részvénypiac 1-12 havi jövőbeni hozama között pozitív kapcsolat figyelhető meg, azaz ha az átlagoshoz képes magasabb a pánik témájú írások száma az újságokban, akkor a következő időszakban magasabb hozamok mutathatók ki a tőzsdéken:

• A pánik narratíva (háborúk, válságok, járványok, feszültségek) pozitívan jelzi előre a jövőbeli részvénypiaci hozamokat (kockázatkerülés) és negatívan a volatilitást. A hatás különösen erős a 2000 utáni időszakban, amikor a hírek digitalizációja gyorsította az információáramlást.
• De például a Wall Street Journal esetében a részvénypiaci buborék narratíva vált a legerősebb előrejelzővé, de negatív összefüggésben (félreárazás miatt) a hozamokkal.
• A narratívák előrejelző ereje független más ismert makrogazdasági és bizonytalansági mutatóktól (pl. EPU, VIX, sentiment indexek).

Más kutatások is alátámasztják a narratívák hatásait. Ezekről bővebben itt beszéltünk.

forrás: Mai et al. (2022)

A mesterséges intelligencia (AI) sztori és a tőzsdei hozamok

A narratív közgazdaságtan elméletét (Shiller, 2017) kiválóan illusztrálja Bakkar (2025) vizsgálata, mely a mesterséges intelligencia hírekben történő megjelenése és a témával érintett részvények (Google, Amazon, Microsoft, NVIDIA) árfolyamát elemezte. A szerzők a Bandyopadhyay et al. (2023) által kidolgozott módszertant követve a New York Times mintegy 3 millió cikkét dolgozták fel, és az „artificial intelligence” kifejezéshez legközelebb álló 100 alternatív kulcsszó alapján hoztak létre egy dinamikus indexet. Ez az index a médiában megjelenő AI-hírek gyakoriságát ragadja meg, így alkalmas az „AI-hype” intenzitásának mérésére, lásd alábbi képen.

forrás: Bakkar (2025)

Az alábbi grafikon a Google (Alphabet) részvényhozamai és az AI-hírek gyakoriságán alapuló index közötti kapcsolatot mutatja. A görbe az időben változó regressziós együtthatót ábrázolja, amely megmutatja, hogy az adott időszakban milyen erősséggel és irányban befolyásolták az AI-narratívák a Google részvények árfolyamát. Érdemes a konfidencia-intervallumot is figyelni, mely azt jelzi, hogy a becsült kapcsolat statisztikailag megbízható-e, vagyis a megfigyelt hatás nem pusztán a véletlen eredménye. Azokon a szakaszokon, ahol az intervallum nem tartalmazza a nullát (rózsaszínnel jelölik) nagy valószínűséggel pozitív és szignifikáns a kapcsolat az AI-hírek gyakorisága és a Google részvényhozamai között.

forrás: Bakkar (2025)

A következő grafikonokon az  Microsoft, Amazon, Nvidia, részvények esetében is hasonló kapcsolatot vizsgálhatunk meg.

Szinte valamennyi vizsgált grafikon azt mutatja, hogy az AI-hírek és a részvényárfolyamok között bizonyos időszakokban pozitív kapcsolat áll fenn, azonban ez a hatás nem folyamatos, hanem epizodikus jellegű. A 2020-as évek elején ismét erőteljes pozitív hatás figyelhető meg, ami összhangban áll az ekkor kibontakozó legutóbbi AI-hype-pal. Az elmúlt 1–2 évben ugyanakkor a konfidencia-intervallumok jelentősen kitágultak, és negatív együtthatók is megjelentek, ami arra utal, hogy a piac érzékenyebbé vált az AI-hoz kapcsolódó hírekre, és azok akár kedvezőtlen reakciókat is kiválthatnak. A grafikonon látott eredményeket az alábbi táblázat foglalja össze.

Időszak	Alphabet	Microsoft	Amazon	Nvidia
2016 eleje	Erős pozitív hatás (szignifikáns)	Pozitív, tartósan szignifikáns	Pozitív, rövid ideig szignifikáns	Erős és tartósan szignifikáns pozitív hatás
2017	Hatás elhalványul, nem szignifikáns	Továbbra is pozitív és szignifikáns (2017 közepéig)	Többnyire nem szignifikáns	Szignifikáns pozitív hatás 2017 elejéig
2018–2019	Többnyire nincs szignifikáns hatás	Kisebb pozitív, de inkább nem szignifikáns	2019-ben közel nulla hatás (nem szignifikáns)	2019-ben időszakosan negatív, nem szignifikáns
2020	Újra pozitív és szignifikáns (év vége)	Újra pozitív és szignifikáns (2020)	Rövid szakaszon szignifikáns pozitív (2020)	Erős pozitív, tartós szignifikáns hatás (2020)
Elmúlt 1-2 év	Nem szignifikáns	Nem szignifikáns	Nem szignifikáns	Nem szignifikáns

A fentiekből tehát az derül ki, hogy az AI-hírek nem folyamatosan mozgatják a piacot, hanem epizodikus hullámokban. 2016 és 2020-as év körüli időszakok voltak a kulcspontok, amikor a médiában felerősödő AI-sztorik (nagy áttörések, üzleti hype) rövid távon kézzelfogható piaci hatást váltottak ki. A köztes időszakokban az AI-index nem szignifikáns, tehát a piaci zaj elnyomta a hatást. Ez jól illeszkedik a Shiller-féle narratív közgazdaságtanhoz, azaz a nagy történetek nem állandóan hatnak, hanem fellángolnak, majd elhalványulnak, és csak bizonyos helyzetekben mozgatják igazán a részvényhozamokat. Befektetőként érdemes lehet tehát tekintettel lenni arra, hogy a sztoriknak lefutása van, és a lefutás során a piaci reakciók változnak.

A történetek félrevezetik a befektetőt (narrative fallacy)..

A narrative fallacy probléma lényege, hogy az eseményeket történetek formájában dolgozzuk fel, és a történet „ragasztja” össze az általunk vélt ok-okozati összefüggéseket. Ennek oka, hogy az agyunk így tudja feldolgozni a valóságot, melynek eseménye sokszor véletlenszerűen alakulnak, de nekünk szükségünk van arra, hogy az ok-okozati összefüggést megtaláljuk. E nélkül nem tudjuk értelmezni a világot. A fogalmat és a problémát Nassim Taleb írta le részletesen: 

„The narrative fallacy addresses our limited ability to look at sequences of facts without weaving an explanation into them, or, equivalently, forcing a logical link, an arrow of relationship upon them. Explanations bind facts together. They make them all the more easily remembered; they help them make more sense. Where this propensity can go wrong is when it increases our impression of understanding.”

Taleb megfogalmazása szerint a narrative fallacy azt jelenti, hogy korlátozottan vagyunk képesek arra, hogy tények sorozatát vizsgáljuk anélkül, hogy magyarázatot szőnénk hozzájuk. Magyarázatokat gyártunk, melyek összekötik a tényeket, és ezek a történetek könnyebben megjegyezhetővé teszik az eseményeket. Szeretjük a történeteket, és később hajlamosak vagyunk úgy emlékezni ezekre a történetekre, ahogy a saját érdekeink megkívánják. Nézzünk egy egyszerű példát, ami rávilágít a problémára. Az alábbi táblázatban hallgatók vizsgajegyeit láthatod. Nézd meg ezeket a jegyeket, és gondold át, hogy milyenek lehetnek a hallgatók a jegyek alapján.

	Vizsga 1	Vizsga 2	Vizsga 3	Vizsga 4
Gábor	5	4	5	5
Balázs	5	5	3	2
Éva	3	5	5	4
Dóra	4	4	4	4
Ferenc	2	3	2	3
Rita	1	4	3	5
Norbert	3	2	5	4
Klaudia	5	1	4	2

A jegyek alapján Gábor egy jó tanuló, folyamatosan, szorgalmasan készül a vizsgákra. Balázs erősen indította az évet, de elbízta magát, vagy azt hitte könnyű a tantárgy, így az év végére lényegesen romlott a teljesítménye. Éva rosszul indította az évet, de utána összeszedte magát, és végig keményen tanult. Dóra pedig egy átlagos tanuló, stabil eredményekkel. Ferenc tanulmányai gyengék, és úgy tűnik, meg sem próbál jobb lenni. Látható, hogy néhány tanulmányi jegy alapján véleményt formáltam a hallgatókról, történeteket gyártottam, ugyanakkor arról nem beszéltünk, hogy hogyan kapták a hallgatók a jegyet. A jegyeket ugyanis pénzfeldobással döntöttük el, azaz a képzésen részt vevő hallgatók minden vizsgajegye aszerint lett megállapítva, hogy egy ötös sorozatból hány alkalommal dobtak fejet, azaz a jegyeknek semmi köze nem volt a szorgalomhoz, a felkészültséghez pusztán a szerencse döntötte el az osztályzatokat, és mégis magyarázatokat rendeltünk a hallgatók teljesítményéhez. A lényeg tehát: 

• Az emberek néhány adatpontból (pl. vizsgajegyekből) automatikusan történetet konstruálnak: Gábor szorgalmas, Balázs ellustult, Éva összeszedte magát stb.
• Valójában viszont a jegyek véletlenszerűen, pénzfeldobással lettek kiosztva, azaz nincs valódi ok-okozati összefüggés a történet és az adatok között.
• Hajlamosak vagyunk arra, hogy a tények sorozatát összekötjük egy látszólag logikus narratívával, mert így könnyebb megértenünk és emlékezni rá, még ha a valóság teljesen más is.

Összegezve a fentieket, a narratív közgazdaságtan arra világít rá, hogy a történetek képesek formálni a reálgazdaságot és befolyásolhatják a részvénypiaci hozamokat, ugyanakkor értelmezésük erősen idő- és kontextusfüggő. Ahogy az AI-hírek példája is mutatja, nem mindig pozitív a kapcsolat a narratívák és az árfolyamok között. Emellett fontos figyelembe venni, hogy hajlamosak vagyunk eseményeket történetekké alakítani, és ez sokszor oda vezet, hogy olyan ok-okozati összefüggéseket feltételezünk, amelyek valójában nem léteznek.