Portfolio Performance Evaluation

ยินดีต้อนรับสู่บทเรียนเรื่องการประเมินผลการดำเนินงานของพอร์ตโฟลิโอ (Portfolio Performance Evaluation)!

ขอแสดงความยินดีที่คุณเดินทางมาถึงจุดนี้ของเส้นทาง CFA! คุณได้เรียนรู้วิธีการสร้างพอร์ตโฟลิโอและการจัดการความเสี่ยงมาแล้ว ตอนนี้ถึงเวลาของ "ใบรายงานผลการเรียน" กันบ้างครับ การประเมินผลการดำเนินงานของพอร์ตโฟลิโอ คือการตอบคำถามสำคัญ 3 ข้อ: เราทำกำไรได้เท่าไหร่? เราได้กำไรมาได้อย่างไร? และผลตอบแทนนั้นมาจากความสามารถจริงๆ หรือแค่โชคช่วยกันแน่? ถ้ารู้สึกว่าสูตรต่างๆ ดูน่ากลัวในตอนแรก ไม่ต้องกังวลนะ เราจะมาแยกย่อยมันด้วยตรรกะง่ายๆ ที่ใช้ได้จริงในชีวิตประจำวันครับ

1. 3 เสาหลักของการวิเคราะห์ผลการดำเนินงาน

ในการประเมินพอร์ตโฟลิโอ เราจะดูผ่านกระบวนการที่แตกต่างกัน 3 อย่าง ให้ลองนึกภาพว่าเรากำลังประเมินผลงานนักกีฬามืออาชีพในหนึ่งฤดูกาลครับ:

1. การวัดผลการดำเนินงาน (Performance Measurement): นี่คือคำถามว่า "ได้เท่าไหร่" เป็นการคำนวณอัตราผลตอบแทน (เช่น "ทีมชนะไป 12 เกม")
2. การจำแนกแหล่งที่มาของผลตอบแทน (Performance Attribution): นี่คือคำถามว่า "ทำได้อย่างไร" เป็นการระบุว่าผลตอบแทนนั้นมาจากไหน (เช่น "พวกเขาชนะเพราะมีเกมรับที่แข็งแกร่ง")
3. การประเมินคุณภาพ (Performance Appraisal): นี่คือคำถามว่า "คุณภาพเป็นอย่างไร" เป็นการตัดสินว่าผลงานนั้นมาจากฝีมือการลงทุนจริงๆ หรือแค่โชคช่วย (เช่น "พวกเขาชนะเพราะเก่งจริงๆ หรือทีมอื่นแค่มีผู้เล่นบาดเจ็บกันเยอะ?")

ข้อสรุปสำคัญ

การประเมินผลการดำเนินงาน (Performance Evaluation) เป็นคำรวมที่ครอบคลุมทั้งการวัดผลตอบแทน การระบุแหล่งที่มาของผลตอบแทนจากการตัดสินใจต่างๆ และการประเมินคุณภาพของการตัดสินใจเหล่านั้นเมื่อเทียบกับความเสี่ยงที่ได้รับ

2. รากฐานสำคัญ: การเลือกเกณฑ์มาตรฐาน (Benchmark)

คุณไม่สามารถบอกได้ว่าพอร์ตโฟลิโอทำผลงานได้ "ดี" หรือไม่ หากคุณไม่มีอะไรมาเปรียบเทียบ สิ่งที่นำมาเปรียบเทียบนี้เรียกว่า เกณฑ์มาตรฐาน (Benchmark) หากเลือก Benchmark มาไม่ดี การประเมินผลก็แทบจะไม่มีประโยชน์เลยครับ

คุณสมบัติของ Benchmark ที่ดี

Benchmark ที่ดีควรมีคุณสมบัติที่น่าจดจำดังนี้:

• กำหนดไว้ล่วงหน้า (Specified in Advance): ต้องกำหนดไม้บรรทัดที่จะใช้วัดก่อนที่การแข่งขันจะเริ่มขึ้น
• เหมาะสม (Appropriate): ต้องสอดคล้องกับสไตล์การลงทุนของผู้จัดการกองทุน
• วัดผลได้ (Measurable): ต้องสามารถคำนวณผลตอบแทนของ Benchmark ได้บ่อยครั้ง
• ไม่คลุมเครือ (Unambiguous): องค์ประกอบต่างๆ (หุ้น/พันธบัตร) ต้องระบุไว้ชัดเจน
• สะท้อนกลยุทธ์การลงทุนในปัจจุบัน (Reflective of Current Investment Ideas): ผู้จัดการควรมีความเข้าใจในองค์ประกอบของ Benchmark นั้น
• ตรวจสอบได้ (Accountable): ผู้จัดการควรยอมรับ Benchmark นั้นว่าเป็นเกณฑ์วัดผลงานที่ยุติธรรม
• ลงทุนได้จริง (Investable): คุณควรจะสามารถซื้อสินทรัพย์ตาม Benchmark นั้นได้จริงๆ (เช่น กองทุนดัชนี)

ทบทวนสั้นๆ: หากผู้จัดการกองทุนเชี่ยวชาญด้านหุ้นเทคโนโลยีขนาดเล็ก (Small-Cap Tech) การเปรียบเทียบผลงานของเขากับดัชนี S&P 500 (หุ้นขนาดใหญ่) ถือว่าไม่ยุติธรรมและผิดคุณสมบัติข้อ ความเหมาะสม (Appropriate) ครับ

3. การจำแนกแหล่งที่มาของผลตอบแทน (Performance Attribution): "ทำได้อย่างไร"

การวิเคราะห์นี้จะช่วยแยก ผลตอบแทนส่วนเพิ่ม (Active Return) (ผลตอบแทนพอร์ตโฟลิโอ ลบด้วย ผลตอบแทน Benchmark) โดยแบ่งเป็น 2 ระดับหลักๆ ครับ:

A. การวิเคราะห์ระดับมหภาค (Macro Attribution - ระดับผู้ดูแลกองทุน)

มักทำโดยผู้ที่มีหน้าที่ดูแลผู้จัดการกองทุนหลายๆ คน (เช่น คณะกรรมการกองทุนบำเหน็จบำนาญ) โดยดู 3 สิ่งหลัก:

1. การจัดสรรตามนโยบาย (Policy Allocations): สัดส่วนน้ำหนักเป้าหมายตั้งต้นของสินทรัพย์แต่ละประเภท
2. ผลตอบแทนของ Benchmark: ผลงานของสินทรัพย์ประเภทนั้นๆ เป็นอย่างไร
3. การเลือกผู้จัดการกองทุน (Manager Choice): ผลกระทบจากการเลือกผู้จัดการกองทุนเฉพาะราย แทนที่จะปล่อยให้เป็นไปตามดัชนี (Passive index)

B. การวิเคราะห์ระดับจุลภาค (Micro Attribution - ระดับผู้จัดการพอร์ตโฟลิโอ)

เป็นการเจาะลึกการตัดสินใจของผู้จัดการแต่ละคน สำหรับพอร์ตหุ้นเราจะใช้ แบบจำลอง Brinson (Brinson Model) ซึ่งแบ่งผลงานออกเป็น 3 ส่วน:

1. ผลจากการจัดสรรสินทรัพย์ (Allocation Effect): คุณเพิ่มน้ำหนักหุ้นในกลุ่มอุตสาหกรรมที่ทำผลงานได้ดีกว่าตลาดได้ถูกต้องหรือไม่?
\( \text{Allocation} = \sum (W_{p,i} - W_{b,i}) \times B_{i} \)
(โดยที่ \( W_p \) คือน้ำหนักพอร์ต, \( W_b \) คือน้ำหนัก Benchmark, และ \( B_i \) คือผลตอบแทนของ Benchmark ในกลุ่มนั้น)

2. ผลจากการเลือกหุ้น (Selection Effect): ภายในกลุ่มอุตสาหกรรมเดียวกัน คุณเลือกหุ้นที่เป็นผู้ชนะได้หรือไม่?
\( \text{Selection} = \sum W_{b,i} \times (R_{p,i} - B_{i}) \)
(โดยที่ \( R_p \) คือผลตอบแทนจริงของพอร์ตในกลุ่มนั้น)

3. ผลจากปฏิสัมพันธ์ (Interaction Effect): คือผลต่างทางคณิตศาสตร์ที่เกิดขึ้นจากการรวมกันของการจัดสรรและการเลือกหุ้น
\( \text{Interaction} = \sum (W_{p,i} - W_{b,i}) \times (R_{p,i} - B_{i}) \)

ตัวอย่างเปรียบเทียบในชีวิตจริง

ลองนึกภาพว่าคุณเป็นเชฟ การจัดสรร (Allocation) คือการตัดสินใจใช้เงินซื้อสเต็กคุณภาพสูงมากกว่ามันฝรั่งเพราะคุณคิดว่าสเต็กจะเป็นเมนูเด็ดของคืนนี้ ส่วน การเลือก (Selection) คือการที่คุณไปคัดเลือกเนื้อสเต็กที่ดีที่สุดจากคนขายเนื้อมาด้วยตัวเอง และ ปฏิสัมพันธ์ (Interaction) ก็คือผลลัพธ์ว่าสเต็กชิ้นนั้นเข้ากันได้ดีแค่ไหนกับการตัดสินใจซื้อของคุณครับ

4. การวิเคราะห์ผลตอบแทนของตราสารหนี้ (Fixed Income Attribution)

การวิเคราะห์ผลตอบแทนของตราสารหนี้นั้นซับซ้อนกว่า เพราะราคาพันธบัตรเคลื่อนไหวตามอัตราดอกเบี้ย (เส้นอัตราผลตอบแทน หรือ Yield Curve) เรามักจะแบ่งการวิเคราะห์ดังนี้:

• สภาพแวดล้อมอัตราดอกเบี้ยภายนอก: ปัจจัยที่อยู่นอกเหนือการควบคุมของผู้จัดการ (เช่น เส้นอัตราผลตอบแทนพันธบัตรรัฐบาล)
• การมีส่วนร่วมจากการจัดการภายใน: การตัดสินใจเชิงรุกของผู้จัดการ เช่น:
• การจัดการอัตราดอกเบี้ย: การปรับค่า Duration
• การวิเคราะห์กลุ่มอุตสาหกรรม/คุณภาพ: การเลือกหุ้นกู้เอกชนแทนพันธบัตรรัฐบาล
• การคัดเลือกตราสารรายตัว: การหาพันธบัตรที่ราคาต่ำกว่ามูลค่าที่ควรจะเป็น
• ผลจากการเทรด: กำไร/ขาดทุนจากการซื้อขายแบบ Active

5. การประเมินคุณภาพ (Performance Appraisal): ฝีมือหรือโชค?

ตอนนี้เรารู้แล้วว่าได้กำไรมา "อย่างไร" แต่เราแบกรับความเสี่ยงมากเกินไปเพื่อให้ได้กำไรนั้นมาหรือไม่? เราต้องใช้ มาตรวัดที่ปรับค่าความเสี่ยงแล้ว (Risk-Adjusted Measures) เพื่อหาคำตอบครับ

4 อัตราส่วนสำคัญ

1. Sharpe Ratio: ผลตอบแทนส่วนเกินต่อหน่วยของ ความเสี่ยงรวม (Total Risk) (Standard Deviation)
\( \text{Sharpe} = \frac{R_p - R_f}{\sigma_p} \)
เหมาะสำหรับพอร์ตที่เป็นทรัพย์สินทั้งหมดของคุณ

2. Treynor Ratio: ผลตอบแทนส่วนเกินต่อหน่วยของ ความเสี่ยงเชิงระบบ (Systematic Risk) (Beta)
\( \text{Treynor} = \frac{R_p - R_f}{\beta_p} \)
เหมาะสำหรับพอร์ตที่เป็นเพียงส่วนหนึ่งของพอร์ตที่ใหญ่กว่าและมีการกระจายความเสี่ยงไว้แล้ว

3. Information Ratio (IR): ผลตอบแทนส่วนเพิ่มต่อหน่วยของ ความเสี่ยงจากการบริหารเชิงรุก (Active Risk) (Tracking Error)
\( \text{IR} = \frac{R_p - R_b}{\text{Tracking Error}} \)
วัดความสม่ำเสมอของผู้จัดการ ค่า IR สูงแสดงว่าผู้จัดการสามารถเอาชนะ Benchmark ได้อย่างสม่ำเสมอ

4. M-Squared (\( M^2 \)): เป็นการปรับระดับความเสี่ยงของพอร์ตให้เท่ากับตลาด จากนั้นจึงแสดงผลตอบแทนออกมาในรูปแบบเปอร์เซ็นต์
ทำไมต้องใช้? เพราะอธิบายให้ลูกค้าเข้าใจง่ายครับ "พอร์ตของคุณทำผลตอบแทนได้ 10% หลังจากปรับความเสี่ยงตามตลาดแล้ว" ฟังดูเข้าใจง่ายกว่าการบอกว่ามีค่า Sharpe Ratio เท่ากับ 0.5 ครับ

ข้อควรระวัง

อย่าสับสนระหว่าง Standard Deviation (ความเสี่ยงรวม) กับ Tracking Error (ความเสี่ยงเชิงรุก) เพราะ Standard deviation บอกว่าพอร์ตเหวี่ยงตัวแค่ไหน แต่ Tracking error บอกว่าพอร์ตเบี่ยงเบนไปจาก Benchmark แค่ไหนครับ

6. สรุปเช็คลิสต์สั้นๆ

1. เราใช้ Benchmark ที่ถูกต้องหรือไม่? (ลงทุนได้จริงและระบุไว้ล่วงหน้าใช่ไหม?)
2. ผลตอบแทนมาจากไหน? (จากการจัดสรรกลุ่มสินทรัพย์ หรือจากการเลือกหุ้นรายตัว?)
3. ผู้จัดการมีฝีมือจริงไหม? (ค่า Information Ratio สูงหรือไม่ หรือแค่โชคดีที่ถือพอร์ตที่มีค่า Beta สูงในช่วงตลาดขาขึ้น?)

อย่ากังวลถ้าตอนแรกดูยากครับ! การประเมินผลการดำเนินงานก็คือการเปรียบเทียบเป็นลำดับขั้น ให้ถามตัวเองเสมอว่า: "เรากำลังเทียบกับอะไร?" และ "เรายอมรับความเสี่ยงเท่าไหร่เพื่อให้ได้สิ่งนี้มา?" ถ้าคุณตอบคำถามสองข้อนี้ได้ คุณก็ถือว่าเข้าใจหัวใจสำคัญของบทนี้แล้วครับ!