ยินดีต้อนรับสู่คู่มือมาตรวัดความเสี่ยงและผลการดำเนินงาน!

สวัสดีครับ! หากคุณเคยดูแผนภูมิผลตอบแทนจากการลงทุนแล้วสงสัยว่า "นี่เป็นการลงทุนที่ดีจริงๆ หรือแค่โชคช่วยกันนะ?" บทนี้คือคำตอบสำหรับคุณ ในโลกของ การลงทุนทางเลือก (Alternative Investments) เราไม่ได้สนใจแค่ว่าเราทำเงินได้เท่าไหร่ แต่เราให้ความสำคัญอย่างยิ่งกับ "ความเสี่ยง" ที่เราแบกรับเพื่อแลกกับผลตอบแทนนั้น ไม่ต้องกังวลหากคณิตศาสตร์ไม่ใช่เรื่องถนัดของคุณ เพราะเราจะย่อยเนื้อหาเหล่านี้ให้เป็นชิ้นส่วนที่เข้าใจง่ายและสมเหตุสมผลจนใครก็สามารถเชี่ยวชาญได้ มาเริ่มกันเลย!

1. ทำความเข้าใจกับความผันผวน: พื้นฐานของความเสี่ยง

ในทางไฟแนนซ์ ความเสี่ยงมักถูกเทียบเคียงกับ ความผันผวน (Volatility) ให้ลองจินตนาการว่าความผันผวนคือ "ความขรุขระ" ของการเดินทางครับ การนั่งรถบนทางหลวงที่ราบเรียบคือความผันผวนต่ำ ส่วนการนั่งรถไฟเหาะตีลังกาคือความผันผวนสูง

ส่วนเบี่ยงเบนมาตรฐานและความแปรปรวน (Standard Deviation and Variance)

ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation หรือ \( \sigma \)) เป็นวิธีวัดความเสี่ยงที่นิยมใช้ที่สุด มันบอกเราว่าผลตอบแทนจากการลงทุนเบี่ยงเบนไปจากค่าเฉลี่ยมากน้อยเพียงใด หากการลงทุนหนึ่งมีผลตอบแทนเฉลี่ย 8% แต่มีส่วนเบี่ยงเบนมาตรฐานสูง ผลตอบแทนจริงอาจพุ่งไปถึง 20% ในปีหนึ่ง และติดลบ 4% ในปีถัดมา

ความแปรปรวน (Variance หรือ \( \sigma^2 \)) ก็คือค่าส่วนเบี่ยงเบนมาตรฐานยกกำลังสอง แม้ว่าจะใช้ในสูตรคำนวณหลายอย่าง แต่เรามักนิยมใช้ส่วนเบี่ยงเบนมาตรฐานมากกว่า เพราะมีหน่วยเป็นเปอร์เซ็นต์เหมือนกับผลตอบแทน ทำให้เข้าใจได้ง่ายกว่า

สรุปสั้นๆ:
ส่วนเบี่ยงเบนมาตรฐานสูง = ความเสี่ยงสูง / ความผันผวนสูง
ส่วนเบี่ยงเบนมาตรฐานต่ำ = ความเสี่ยงต่ำ / คาดการณ์ได้ง่ายกว่า

สูตรสำคัญ:

\( \sigma = \sqrt{\frac{\sum (R_i - \mu)^2}{N}} \)

(โดยที่ \( R_i \) คือผลตอบแทน, \( \mu \) คือค่าเฉลี่ย, และ \( N \) คือจำนวนข้อมูลที่เก็บรวบรวม)

ข้อผิดพลาดที่พบบ่อย: นักศึกษามักลืมว่าส่วนเบี่ยงเบนมาตรฐานตั้งอยู่บนสมมติฐานของ การแจกแจงแบบปกติ (Normal Distribution) หรือ "ระฆังคว่ำ" (Bell Curve) แต่ในการลงทุนทางเลือกอย่างกองทุนเฮดจ์ฟันด์หรือหุ้นนอกตลาด (Private Equity) ผลตอบแทนมัก ไม่ ได้เป็นไปตามเส้นโค้งระฆังที่สมบูรณ์แบบ นี่คือเหตุผลที่เราต้องมีเครื่องมืออื่นๆ มาเสริม!

ประเด็นสำคัญ: ส่วนเบี่ยงเบนมาตรฐานวัดความเสี่ยงรวมทั้งหมด แต่ตั้งสมมติฐานว่าผลตอบแทนมีความสมมาตร (โอกาสที่กำไรและขาดทุนมีเท่าๆ กันและสมดุลกัน)

2. ความเบ้และความโด่ง: มองให้ไกลกว่าเส้นโค้งระฆัง

เนื่องจากการลงทุนทางเลือกมักไม่ได้ทำตัว "ปกติ" เสมอไป เราจึงใช้ Moment ระดับสูง (Higher Moments) เพื่ออธิบายลักษณะของข้อมูล

ความเบ้ (Skewness): การ "เอียง" ของข้อมูล

ความเบ้ (Skewness) วัดความไม่สมมาตรของผลตอบแทน

  • ความเบ้เป็นบวก (Positive Skew): "หาง" ของการแจกแจงชี้ไปทางขวา หมายความว่ามีการขาดทุนเล็กน้อยเกิดขึ้นบ่อยครั้ง แต่มีโอกาสได้รับกำไรมหาศาลเป็นครั้งคราว (คล้ายกับการซื้อลอตเตอรี่)
  • ความเบ้เป็นลบ (Negative Skew): "หาง" ชี้ไปทางซ้าย หมายความว่ามีกำไรเล็กน้อยเกิดขึ้นบ่อยครั้ง แต่มีโอกาสขาดทุนหนักเป็นครั้งคราว น่าเสียดายที่กลยุทธ์ของเฮดจ์ฟันด์จำนวนมากมีความเบ้เป็นลบ

ความโด่ง (Kurtosis): ความ "หนา" ของหาง

ความโด่ง (Kurtosis) วัดความถี่ของค่าสุดโต่ง (Outliers)

  • ความโด่งเกิน (Excess Kurtosis): หากการแจกแจงมี "หางที่หนา" (Leptokurtic) หมายความว่าเหตุการณ์สุดโต่ง (เช่น ตลาดพังหรือตลาดพุ่งแรง) เกิดขึ้นบ่อยครั้งกว่าที่การแจกแจงแบบปกติคาดการณ์ไว้

คุณรู้หรือไม่? นักลงทุนส่วนใหญ่เกลียด ความเบ้เป็นลบ และ ความโด่งสูง ซึ่งมักถูกเรียกว่า "การเก็บเหรียญสลึงต่อหน้ารถบดถนน"—คือการทำกำไรเล็กๆ น้อยๆ ได้อย่างต่อเนื่อง จนกระทั่งวันหนึ่งที่การขาดทุนมหาศาลจะเข้ามาบดขยี้คุณ

ประเด็นสำคัญ: ความเบ้บอกทิศทางของความเสี่ยงที่ผิดปกติ ส่วนความโด่งบอกความถี่ของการเกิดเหตุการณ์สุดโต่ง

3. มาตรวัดความเสี่ยงด้านลบ (Downside Risk)

ส่วนเบี่ยงเบนมาตรฐานมองว่าความผันผวนที่เป็น "ด้านบวก" (กำไรก้อนโต) มีค่าเท่ากับความผันผวน "ด้านลบ" (ขาดทุนก้อนโต) แต่นักลงทุนมักจะสนใจแค่เรื่องแย่ๆ เท่านั้น! นี่คือเหตุผลที่เราต้องใช้มาตรวัดความเสี่ยงด้านลบ

Value at Risk (VaR)

VaR คือมูลค่าความเสียหายขั้นต่ำที่คาดว่าจะเกิดขึ้นในช่วงเวลาที่กำหนด ภายใต้ระดับความเชื่อมั่นที่ระบุไว้ ตัวอย่าง: "VaR ที่ระดับ 95% ต่อเดือน คือ 1 ล้านดอลลาร์" หมายความว่ามีโอกาส 5% ที่คุณจะขาดทุน อย่างน้อย 1 ล้านดอลลาร์ในเดือนหน้า

Conditional Value at Risk (CVaR)

CVaR (หรือที่เรียกว่า Expected Shortfall) ตอบคำถามที่ว่า: "หากเกิดเหตุการณ์เลวร้ายที่สุดจนเกินจุด VaR ไปแล้ว โดยเฉลี่ยแล้วเราจะขาดทุนเท่าไหร่?" มันคือค่าเฉลี่ยของความเสียหายที่ตกอยู่ใน "ส่วนหาง" ของการแจกแจงนั่นเอง

Drawdown

Drawdown คือช่วงการลดลงของพอร์ตจากจุดสูงสุดไปสู่จุดต่ำสุด Maximum Drawdown คือช่วงการลดลงที่รุนแรงที่สุดเท่าที่การลงทุนนั้นเคยประสบมา นี่เป็นตัวชี้วัดยอดนิยมเพราะมันแสดงให้เห็นถึง "ความเจ็บปวดที่เลวร้ายที่สุดในประวัติศาสตร์"

ประเด็นสำคัญ: VaR บอกจุดเริ่มของความเสียหาย, CVaR บอกความเสียหายเฉลี่ยที่เกินจุดนั้นไป, และ Drawdown บอกถึงประวัติการเดินทางจากจุดสูงสุดลงไปจุดต่ำสุด

4. มาตรวัดผลการดำเนินงานที่ปรับค่าความเสี่ยง (Risk-Adjusted Performance)

ผลตอบแทน 15% ถือว่าดีไหม? อาจจะไม่ หากคุณต้องแบกรับความเสี่ยงถึง 50% เพื่อให้ได้มันมา! เราจึงต้องใช้ อัตราส่วน (Ratios) เพื่อดูว่าผลตอบแทนนั้นคุ้มค่ากับความเสี่ยงหรือไม่

Sharpe Ratio

วัดผลตอบแทนส่วนเกินต่อหน่วยของ ความเสี่ยงรวม (ส่วนเบี่ยงเบนมาตรฐาน)
\( Sharpe = \frac{R_p - R_f}{\sigma_p} \)
(โดย \( R_p \) คือผลตอบแทนพอร์ต, \( R_f \) คืออัตราผลตอบแทนที่ปราศจากความเสี่ยง, และ \( \sigma_p \) คือส่วนเบี่ยงเบนมาตรฐาน)

Sortino Ratio

เป็นเวอร์ชันที่ "ฉลาดกว่า" ของ Sharpe สำหรับการลงทุนทางเลือก แทนที่จะใช้ความเสี่ยงรวม ตัวหารจะใช้เพียง ส่วนเบี่ยงเบนด้านลบ (Downside Deviation) เท่านั้น ซึ่งจะไม่ลงโทษการลงทุนที่มี "กำไรก้อนใหญ่"

Treynor Ratio

วัดผลตอบแทนส่วนเกินต่อหน่วยของ ความเสี่ยงที่เป็นระบบ (ค่า Beta) ใช้สำหรับพอร์ตการลงทุนที่มีการกระจายความเสี่ยงอย่างเหมาะสม
\( Treynor = \frac{R_p - R_f}{\beta_p} \)

Information Ratio

วัดความสามารถของผู้จัดการกองทุนในการสร้าง "ผลตอบแทนส่วนเกิน" เมื่อเทียบกับดัชนีอ้างอิง โดยหารด้วย Tracking Error (ความผันผวนของผลตอบแทนส่วนเกินนั้น)
\( IR = \frac{R_p - R_b}{Tracking Error} \)

เทคนิคจำง่ายๆ:
Sharpe ใช้ Standard Deviation.
Treynor ใช้ Terrible Beta (โอเค แค่ Beta ก็พอ แต่ตัว T ช่วยจำได้นะ!).
Sortino ใช้ Sub-standard (Downside) deviation.

ประเด็นสำคัญ: อัตราส่วนเหล่านี้ช่วยให้เราเปรียบเทียบ "แอปเปิลกับแอปเปิล" ได้ โดยดูที่ผลตอบแทนเทียบกับความเสี่ยงที่ยอมรับ

5. Alpha และ Beta: ทักษะของผู้จัดการกองทุน

ในบริบทของ แบบจำลอง CAPM (Capital Asset Pricing Model) เราแบ่งผลตอบแทนออกเป็นสองส่วน:

1. Beta (\( \beta \)): คือความเสี่ยงของตลาด หากตลาดขึ้น 10% และค่า Beta ของคุณคือ 1.2 คุณก็ควรได้ผลตอบแทน 12% นี่คือผลตอบแทนแบบ "ราคาถูก" เพราะคุณสามารถหาได้ง่ายๆ ผ่านกองทุนดัชนี

2. Alpha (\( \alpha \)): คือผลตอบแทน "ส่วนเพิ่ม" ที่เกิดจากทักษะของผู้จัดการกองทุน หากตลาดคาดการณ์ว่าคุณควรได้ 12% ตามค่า Beta แต่คุณทำได้จริง 14% แสดงว่า Alpha ของคุณคือ 2%

ขั้นตอนการคำนวณ Alpha:
1. คำนวณผลตอบแทนที่คาดหวัง: \( E(R) = R_f + \beta(R_m - R_f) \)
2. นำผลตอบแทนจริง ลบด้วย ผลตอบแทนที่คาดหวัง: \( Alpha = Actual - Expected \)

ประเด็นสำคัญ: Beta คือ "ส่วนที่ตลาดมอบให้" ต่อผลตอบแทนของคุณ ส่วน Alpha คือ "ส่วนที่ผู้จัดการกองทุนสร้างขึ้น" ในการลงทุนทางเลือก โดยส่วนใหญ่เรายอมจ่ายค่าธรรมเนียมสูงๆ เพื่อแลกกับการตามหา Positive Alpha

คำส่งท้าย

คุณเพิ่งผ่านเนื้อหาที่เป็น "ภาษาหลัก" ของความเสี่ยงและผลการดำเนินงานมาแล้ว! แม้สูตรต่างๆ จะดูน่าเกรงขามในตอนแรก แต่ขอให้จำไว้ว่าทั้งหมดเป็นเพียงวิธีการถามคำถามที่ต่างกันออกไปว่า: "ฉันได้กำไรเท่าไหร่, ฉันเสี่ยงจะขาดทุนได้เท่าไหร่, และการแลกเปลี่ยนนั้นคุ้มค่าหรือไม่?" ทบทวนเรื่องอัตราส่วนและเรื่อง "Moment" (ความเบ้/ความโด่ง) อีกสักสองสามรอบ แล้วคุณจะพร้อมลุยเพื่อพิชิตข้อสอบ CAIA Level I ในส่วนนี้อย่างแน่นอน!