บทนำ: การทำนายอนาคต (แบบคร่าวๆ นะ!)
ยินดีต้อนรับสู่หนึ่งในเนื้อหาที่ใช้งานได้จริงที่สุดของการเรียน BA2 ของคุณ! ในทางบัญชีบริหาร เรามักจะต้องตัดสินใจในวันนี้สำหรับสิ่งที่จะเกิดขึ้นในอนาคต ปัญหาคือเราไม่มีลูกแก้ววิเศษ และเราก็ไม่รู้แน่ชัดว่าสินค้าใหม่จะขายดีถล่มทลายหรือเจ๊งไม่เป็นท่า
นี่คือจุดที่ ค่าคาดหมาย (Expected Values) และ ความน่าจะเป็นร่วม (Joint Probabilities) จะเข้ามามีบทบาท เครื่องมือเหล่านี้จะช่วยเปลี่ยน "การเดาสุ่ม" ให้กลายเป็นกลยุทธ์ที่มีการคำนวณ เมื่อจบเนื้อหาส่วนนี้ คุณจะสามารถเปรียบเทียบทางเลือกต่างๆ และเลือกทางเลือกที่ให้ผลลัพธ์ทางการเงินที่ดีที่สุดโดยเฉลี่ยได้
1. ทำความเข้าใจความเสี่ยงและความน่าจะเป็น
ก่อนจะลุยเรื่องคณิตศาสตร์ มาเคลียร์แนวคิดพื้นฐานกันก่อน ในการตัดสินใจเราต้องเผชิญกับ ความเสี่ยง (Risk) ซึ่งแตกต่างจาก ความไม่แน่นอน (Uncertainty) ดังนี้:
- ความเสี่ยง (Risk): เราไม่รู้ผลลัพธ์ที่จะเกิดขึ้น แต่เรารู้ โอกาส (ความน่าจะเป็น) ที่เหตุการณ์ต่างๆ จะเกิดขึ้น (เช่น โอกาสฝนตก 60%)
- ความไม่แน่นอน (Uncertainty): เราไม่รู้ผลลัพธ์ และ ไม่มีไอเดียเลย ว่าความน่าจะเป็นคือเท่าไหร่
ความน่าจะเป็นคืออะไร?
ความน่าจะเป็นคือวิธีแสดงว่าเหตุการณ์หนึ่งมีโอกาสเกิดขึ้นมากน้อยเพียงใด โดยมักแสดงเป็นตัวเลขระหว่าง 0 (เป็นไปไม่ได้) ถึง 1 (เกิดขึ้นแน่นอน)
- หากคุณนำความน่าจะเป็นที่เป็นไปได้ทั้งหมดของเหตุการณ์หนึ่งมารวมกัน ต้องได้เท่ากับ 1.0 เสมอ หากรวมแล้วไม่ได้ 1.0 แสดงว่าคุณลืมพิจารณาผลลัพธ์ที่เป็นไปได้บางอย่างไปนะ!
ทบทวนสั้นๆ: กฎทองคำ
ผลรวมความน่าจะเป็น = 1.0 ถ้าโจทย์บอกว่ามีโอกาสสำเร็จ 0.7 นั่นหมายความว่ามีโอกาสล้มเหลวโดยอัตโนมัติที่ 0.3 (\( 1.0 - 0.7 = 0.3 \))
2. ค่าคาดหมาย (Expected Values - EV)
ค่าคาดหมาย (EV) คือค่าเฉลี่ยถ่วงน้ำหนักของผลลัพธ์ที่เป็นไปได้ทั้งหมด ซึ่งแสดงให้เห็นว่าอะไรจะเกิดขึ้นหากเราตัดสินใจแบบเดิมซ้ำๆ หลายๆ ครั้ง
สูตรการคำนวณ
ไม่ต้องกลัวสัญลักษณ์พวกนี้! สูตรคือ:
\( EV = \sum px \)
อธิบายง่ายๆ คือ:
1. นำผลลัพธ์แต่ละกรณีที่เป็นไปได้ (x) มาตั้ง
2. คูณด้วยความน่าจะเป็นของมัน (p)
3. นำผลลัพธ์ทั้งหมดมารวมกัน (\( \sum \))
ตัวอย่างจากชีวิตจริง: รถขายไอศกรีม
สมมติว่าคุณเปิดร้านรถขายไอศกรีม ในวันที่แดดออกคุณจะได้กำไร \$500 แต่ถ้าวันไหนฝนตกคุณจะได้กำไร \$100 พยากรณ์อากาศบอกว่ามีโอกาสแดดออก 60% (0.6) และโอกาสฝนตก 40% (0.4)
ขั้นตอนที่ 1: นำผลลัพธ์คูณกับความน่าจะเป็น
- แดดออก: \( \$500 \times 0.6 = \$300 \)
- ฝนตก: \( \$100 \times 0.4 = \$40 \)
ขั้นตอนที่ 2: นำมารวมกัน
- \( \$300 + \$40 = \$340 \)
ดังนั้น ค่าคาดหมาย (EV) คือ \$340 นี่ไม่ได้หมายความว่าคุณจะได้กำไร \$340 เป๊ะๆ ในวันใดวันหนึ่ง (เพราะคุณจะได้แค่ \$500 หรือ \$100 เท่านั้น) แต่หมายความว่า \$340 คือกำไร เฉลี่ย ในระยะยาวนั่นเอง
รู้หรือไม่?
ค่าคาดหมายมักจะเป็นตัวเลขที่ ไม่มีทางเกิดขึ้นจริง ได้เลย ในตัวอย่างของเรา คุณไม่มีทางทำกำไรได้ \$340 ในวันเดียว คุณจะได้แค่ \$500 หรือ \$100 เท่านั้น ดังนั้น EV จึงเป็นเพียงเครื่องมือทางสถิติสำหรับการเปรียบเทียบเท่านั้น
สรุปเกี่ยวกับ EV
ประเด็นสำคัญ: เราใช้ EV เพื่อเปรียบเทียบทางเลือกต่างๆ ปกติแล้วทางเลือกที่ให้ EV สูงที่สุด (กรณีเป็นกำไร) หรือ EV ต่ำที่สุด (กรณีเป็นต้นทุน) คือสิ่งที่ผู้บริหารที่ "ไม่ฝักใฝ่ความเสี่ยง (Risk-neutral)" มักจะเลือก
3. ความน่าจะเป็นร่วม (Joint Probabilities)
บางครั้งผลลัพธ์อาจขึ้นอยู่กับ สองเหตุการณ์ ที่เกิดขึ้นต่อเนื่องกัน เช่น กำไรของคุณอาจขึ้นอยู่กับ 1) ต้นทุนวัตถุดิบ และ 2) ระดับความต้องการซื้อของลูกค้า
ความน่าจะเป็นร่วม (Joint Probability) คือโอกาสที่เหตุการณ์ ที่เป็นอิสระต่อกัน สองเหตุการณ์จะเกิดขึ้นพร้อมกัน
วิธีคำนวณความน่าจะเป็นร่วม
ในการหาความน่าจะเป็นร่วม ให้คุณนำความน่าจะเป็นของแต่ละเหตุการณ์มา คูณกัน
\( Joint Probability = P(A) \times P(B) \)
ตัวอย่าง: แกดเจ็ตใหม่
บริษัทกำลังจะเปิดตัวอุปกรณ์ใหม่:
- ความน่าจะเป็นที่ต้นทุนการผลิตจะต่ำ: 0.7
- ความน่าจะเป็นที่ความต้องการซื้อจะสูง: 0.8
ความน่าจะเป็นที่ต้นทุนต่ำ และ ความต้องการซื้อสูงจะเป็นเท่าไหร่?
\( 0.7 \times 0.8 = 0.56 \) (หรือ 56%)
เทคนิคจำ: "และ (AND)" ให้คูณ
ถ้าคุณต้องการให้เหตุการณ์ A และ เหตุการณ์ B เกิดขึ้น ให้คุณ คูณ ถ้าเห็นคำว่า "และ" ในโจทย์ความน่าจะเป็น ให้คิดถึงเครื่องหมายคูณ (\( \times \)) ทันที
4. การใช้แผนผังต้นไม้ (Probability Trees)
เมื่อโจทย์ซับซ้อนขึ้นโดยมีหลายขั้นตอน เราจะใช้ แผนผังต้นไม้ (Probability Tree) เพื่อความเป็นระเบียบ ซึ่งเป็นแผนภาพที่แสดง "เส้นทาง" ทั้งหมดที่เป็นไปได้ทีละขั้นตอน
ขั้นตอนการทำ:
1. วาดกิ่งก้าน: เริ่มจากเหตุการณ์แรก (เช่น สภาวะตลาด)
2. ใส่ความน่าจะเป็น: เขียนตัวเลขความน่าจะเป็นกำกับไว้ที่กิ่งแต่ละกิ่ง
3. แตกกิ่งถัดไป: จากปลายของกิ่งแรก ให้วาดเหตุการณ์ถัดไป (เช่น ปฏิกิริยาของคู่แข่ง)
4. คูณตลอดสาย: เพื่อหาความน่าจะเป็นร่วมของเส้นทางนั้นๆ ให้คูณตัวเลขไปตามกิ่ง
5. ตรวจสอบ: ความน่าจะเป็นสุดท้ายของทุกเส้นทางรวมกันต้องได้ 1.0
ทบทวนสั้นๆ: กฎการตัดสินใจ
ถ้าโจทย์ให้คำนวณ EV รวมโดยใช้แผนผัง ให้หาความน่าจะเป็นร่วมของ ทุกเส้นทาง แล้วนำความน่าจะเป็นร่วมของเส้นทางนั้นไปคูณกับผลลัพธ์ทางการเงิน จากนั้นนำผลลัพธ์ทั้งหมดมารวมกัน
5. ข้อจำกัดของค่าคาดหมาย (EV)
ค่าคาดหมายเป็นเครื่องมือที่ดีมาก แต่ก็ไม่ได้สมบูรณ์แบบ ไม่ต้องกังวลหากรู้สึกว่าส่วนนี้เป็นทฤษฎีไปหน่อย เพราะเป็นสิ่งที่ออกสอบ CIMA บ่อยมาก!
1. ปัญหาของ "ระยะยาว": EV คือค่าเฉลี่ย ถ้าการตัดสินใจเป็นแบบ "ครั้งเดียวจบ" (เช่น การสร้างโรงไฟฟ้านิวเคลียร์) ค่าเฉลี่ยก็อาจจะไม่ได้มีความหมายมากนัก เพราะคุณมีโอกาสแค่ครั้งเดียว!
2. ความเสี่ยงที่ยอมรับได้ (Risk Appetite): EV สมมติว่าผู้บริหารเป็นพวก Risk Neutral (ไม่สนใจความเสี่ยง) แต่ในความเป็นจริง:
- ผู้บริหารที่ กลัวความเสี่ยง (Risk Averse) อาจเกลียดโอกาสเสี่ยงล้มละลาย 10% มาก แม้ว่า EV จะสูงมากก็ตาม
- ผู้บริหารที่ แสวงหาความเสี่ยง (Risk Seeker) อาจยอมเดิมพันกับโครงการที่มี EV ต่ำ เพราะลุ้นโอกาสเล็กน้อยที่จะได้ "แจ็คพอต" ก้อนโต
3. ความแม่นยำของข้อมูล: EV จะดีเท่ากับข้อมูลความน่าจะเป็นที่คุณใส่ลงไปเท่านั้น ถ้า "การคาดการณ์" ของคุณมาจากการเดาสุ่ม EV ของคุณก็จะเป็นเพียงการเดาสุ่มเช่นกัน
6. ข้อผิดพลาดที่ควรระวัง
- บวกแทนที่จะคูณ: เวลาหาความน่าจะเป็นร่วม นักศึกษามักจะนำเปอร์เซ็นต์มาบวกกัน จำไว้นะ: คูณตามกิ่งไปเลย!
- ลืมหักต้นทุน: ถ้าโจทย์ให้รายได้และต้นทุนมา อย่าลืมคำนวณหา กำไร ก่อนจะนำไปคูณกับความน่าจะเป็น
- ไม่ตรวจสอบผลรวม: ตรวจสอบเสมอว่าความน่าจะเป็นของเหตุการณ์เดียวรวมกันได้ 1.0 ถ้าโจทย์ให้เลข 0.4, 0.3 และ 0.2 มา แสดงว่าคุณขาดไป 0.1 ตรงไหนสักแห่ง!
- ตีความผลลัพธ์ผิด: จำไว้ว่า EV คือ แนวทาง ในการตัดสินใจ ไม่ใช่ คำทำนาย ว่าอะไรจะเกิดขึ้นแน่นอนในวันพรุ่งนี้
สรุปประเด็นสำคัญส่งท้าย
1. ค่าคาดหมาย (EV) = ผลรวมของ (ความน่าจะเป็น \(\times\) ผลลัพธ์)
2. ความน่าจะเป็นร่วม = ความน่าจะเป็น A \(\times\) ความน่าจะเป็น B
3. แผนผังการตัดสินใจ (Decision Trees) ช่วยให้เห็นภาพสถานการณ์ที่ซับซ้อนได้ชัดเจนขึ้น
4. EV เหมาะที่สุดสำหรับการตัดสินใจที่เกิดขึ้นซ้ำๆ และสำหรับผู้บริหารที่รับความเสี่ยงได้ในระดับกลาง
5. ต้อง ตรวจสอบเสมอว่าความน่าจะเป็นรวมกันได้ 1.0!