Reglering

IMF varnar för att en korrigering på AI-marknaden kan utlösa global finansiell turbulens

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Internationella valutafonden (IMF) publicerade sin globala rapport om finansiell stabilitet från oktober 2026 den 13 oktober 2026 och varnade för att svagare eller mindre uthålliga investeringar och lägre lönsamhet inom artificiell intelligens kan utlösa en korrigering på aktie- och kreditmarknader med koppling till AI. Det är en av tre framträdande risker som enligt fonden plötsligt skulle kunna strama åt de finansiella förhållandena världen över.

Rapporten, med titeln Motståndskraft, risker och omvandling, konstaterar att finansmarknaderna har förblivit motståndskraftiga tack vare stabil ekonomisk tillväxt och starka företagsvinster, samtidigt som riskerna för den finansiella stabiliteten fortfarande är förhöjda. I det inledande kapitlet pekas en AI-driven marknadskorrigering, en kraftig uppgång i statsobligationsräntor och cyberhot ut som möjliga utlösande faktorer för marknadsturbulens på kort sikt. Kapitlet konstaterar att 14 av 33 större centralbanker har höjt styrräntorna sedan andra kvartalet 2026, jämfört med två under första kvartalet, som svar på inflationstrycket från energichocken i Mellanöstern. Athanasios Vamvakidis och Jason Wu skrev i ett tillhörande IMF-blogginlägg att det ”inte finns utrymme för självgodhet”.

Belåning och cirkulär finansiering i AI-ekosystemet

Enligt rapporten kan sviktande investeringar och lönsamhet inom AI utmana de optimistiska förväntningarna. Den hänvisar till allt fler belägg för att AI-funktioner kan levereras med lägre investeringsnivåer eller att de ekonomiska vinsterna kan bli mindre än väntat. Rapporten pekar på ett scenario i World Economic Outlook där en avveckling av AI-investeringarna senast 2028 minskar den globala BNP:n, investeringarna och konsumtionen med så mycket som 0,4, 1,3 respektive 0,6 procent.

Enligt rapporten använder AI-relaterade företag och deras investerare tre växande finansieringskällor som ökar belåningen. Sedan 2024 har hyperskalarnas andel av de globala emissionerna av obligationer med hög kreditvärdighet ökat till 10 procent från mindre än 1 procent, samtidigt som de fria kassaflödena minskar när de största datacenteroperatörerna upprätthåller sina omfattande AI-investeringar. Hedgefondernas bruttopositioner i aktier tillsammans med värdepappersbelåningen har ökat från 10 procent till omkring 15 procent av BNP i avancerade ekonomier. Andelen enskilda aktier i börshandlade fonder med hävstång har samtidigt stigit till 28 procent från 16 procent, i takt med att småsparare söker hävstångsexponering mot AI-aktier.

Cirkulära finansieringsupplägg förstärker dessa ömsesidiga beroenden. Fjorton offentligt redovisade transaktioner sedan 2023 omfattar aktieinvesteringar på omkring 300 miljarder dollar, ledda av hyperskalare i AI-företag med svagare finansiell ställning, och kompletteras av 650 miljarder dollar i skulder. I utbyte har företagen åtagit sig framtida intäkter på 1,4 biljoner dollar genom tjänster eller beställningar av chip. Omkring 320 miljarder dollar av skulderna ligger hos de företag som fått investeringarna. Där ingår skulder med investerargarantier som säkerhet, villkorad finansiering och andra åtaganden utanför balansräkningen. I rapportens första kapitel varnas det i ”Bakom motståndskraften: ökande risker och olösta sårbarheter” för att problem hos centrala företag som fått investeringar kan medföra betydande ”felriktad risk”: aktie- och skuldinvesteringarna tappar i värde samtidigt som de intäktsflöden som är knutna till dem försämras.

Enligt rapporten kan följderna av en korrigering bli globala. Utvecklade asiatiska aktiemarknader är mest känsliga för den globala avkastningen på AI-aktier, medan euroområdet och Storbritannien uppvisar låg känslighet. Stress kan ändå spridas genom den kraftiga ökningen av innehav i amerikanska aktier mellan 2022 och 2026.

Statsobligationsräntor och cyberhot

De globala statsobligationsräntorna har stigit till följd av högre energipriser och stigande löptidspremier, som nu ligger i den övre delen av sina historiska intervall. Rapporten bedömer att riskerna på obligationsmarknaden har ökat sedan utgåvan från april 2026. Eftersom statsobligationer utgör grundvalen för det finansiella systemet skulle en kraftig ränteuppgång pressa värderingarna på andra tillgångar genom högre diskonteringsräntor, däribland AI-relaterade innehav, och minska värdet på obligationer som används som säkerhet.

När det gäller cyberrisker uppger rapporten att programvaruleverantörerna hittills under 2026 i mer än 70 procent av fallen knappt haft någon tid alls att åtgärda sårbarheter innan de började utnyttjas. Det är en ökning med 20 procentenheter jämfört med året innan. I blogginlägget konstateras att leverantörerna 2021 vanligtvis hade närmare 300 dagar på sig att åtgärda sårbarheter. Rapporten kopplar de växande hoten till snabb digitalisering, beroendet av ett litet antal kritiska teknikleverantörer och mer sofistikerade aktörer med tillgång till avancerade AI-modeller som har visat stark förmåga i simuleringar av nätverksattacker.

Stresstest av banker och politiska rekommendationer

IMF:s globala stresstest av banker 2026 modellerar ett negativt scenario där produktivitetsvinsterna från AI blir lägre än väntat samtidigt som korta och långa obligationsräntor stiger med 150 respektive 300 baspunkter. Under de två första åren sjunker den globala reala BNP-tillväxten då omkring 3 procentenheter under basscenariot, medan arbetslösheten ökar med 3,5 procentenheter. I det scenariot faller banksystemets sammanlagda kärnprimärkapitalrelation (Common Equity Tier 1) med omkring 150 baspunkter till ungefär 11,5 procent, vilket fortfarande ligger klart över minimikraven enligt regelverket. Banker som står för 22 procent av de globala banktillgångarna klassas ändå som svaga, med kapitalrelationer efter stresstestet under 7 procent. Det är en ökning från 18 procent i 2025 års test.

Sårbarheter utanför banksektorn kan förvärra stressen. I USA ökade bankernas utlåning till finansiella intermediärer utanför banksystemet med 18 procent 2026, samtidigt som exponeringarna mot private equity- och private credit-företag ökade med 30 procent. Pensionsfonder och försäkringsbolag har nästan fördubblat andelen illikvida investeringar under det senaste decenniet och innehar mer än en fjärdedel av de börsnoterade företagsobligationerna i USA och euroområdet. Direktutlåning står nu för nästan 2 biljoner dollar globalt, och fyra av de tio stora business development-bolag som granskades har likviditetsåtaganden som överstiger deras tillgängliga buffertar.

Rapporten uppmanar beslutsfattare att begränsa den alltför stora belåning som finansierar AI-ekosystemet, bland annat genom restriktioner för marginalfinansiering av aktieköp, begränsningar av börshandlade fonder med hävstång och begränsningar av kortfristiga optioner. Detta bör kompletteras med sektorspecifika kapitalkrav, koncentrationsgränser och kapitalbuffertar där sårbarheterna är betydande. När det gäller obligationsmarknaderna efterlyser rapporten trovärdig finanspolitisk konsolidering, mer central clearing av obligationer och återköpsavtal samt likviditetsfaciliteter från centralbanker som är operativt redo att användas.

När det gäller cybersäkerhet rekommenderar rapporten ett systemövergripande ramverk för operativ motståndskraft, anpassat efter varje ekonomis mognad inom cybersäkerhet. Den varnar för att AI pressar samman attack- och försvarscykeln till maskinhastighet. Blogginlägget sammanfattar tre prioriteringar: att få in den offentliga skulden på en hållbar bana, begränsa belåning och likviditetsobalanser inom AI, private credit och andra finansiella sektorer utanför banksystemet samt stärka cyberförsvaret. Tillväxt- och utvecklingsekonomier rekommenderas att återuppbygga sina buffertar medan de finansiella förhållandena fortfarande är gynnsamma.

Vera Syn är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens inom finans, bank och finansiell infrastruktur. Hennes arbete fokuserar på hur AI förändrar investmentbank, kreditvärdering, riskhantering, handelssystem och bedrägeridetektering över hela världens finansiella institutioner.
Med ett precist och kvantitativt perspektiv undersöker Vera hur maskininlärningsmodeller tillämpas på marknadsanalys, kreditvärdering, bekämpning av penningtvätt och operativ effektivitet inom bank. Hon uppmärksammar särskilt modellens noggrannhet, regulatoriska begränsningar och balansen mellan automatisering, transparens och systemrisk i finansiella system.
Artiklar skrivna av Vera Syn är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa noggrannhet, tydlighet och ansvarsfull rapportering om AIs ökande roll i finans och bank.