ยินดีต้อนรับสู่ส่วนที่ D: การจัดการกับความไม่แน่นอน (Dealing with Uncertainty)!
ในการเดินทางสายการบัญชีบริหาร (Management Accounting) ที่ผ่านมา คุณมักจะคุ้นเคยกับตัวเลขที่ "สมบูรณ์แบบ" คุณเคยคำนวณต้นทุนและรายได้เสมือนว่ามันเป็นตัวเลขที่แน่นอนตายตัว แต่ในโลกความเป็นจริง อนาคตนั้นไม่เคยแน่นอนเลย
ในบทนี้ เราจะมาเรียนรู้วิธีรับมือกับ "สิ่งที่คาดเดาไม่ได้" เราจะไปสำรวจเรื่อง ความน่าจะเป็น (Probability) และ มูลค่าคาดหมาย (Expected Values - EV) กัน เครื่องมือเหล่านี้จะช่วยให้นักบัญชีบริหารตัดสินใจได้อย่างมีเหตุผล แม้ว่าจะไม่สามารถมั่นใจได้ 100% ว่าอนาคตจะเป็นอย่างไร ไม่ต้องกังวลนะถ้าคุณรู้สึกว่าตัวเองไม่ใช่ "สายคณิตศาสตร์" เพราะเราจะค่อยๆ ย่อยเรื่องนี้ให้เข้าใจง่ายทีละขั้นตอน!
1. ความเสี่ยง (Risk) vs ความไม่แน่นอน (Uncertainty): ต่างกันอย่างไร?
ก่อนที่เราจะเริ่มคำนวณตัวเลข เราต้องเข้าใจสภาพแวดล้อมที่เรากำลังทำงานอยู่ก่อน ในหลักสูตร CIMA P1 เราจะแยกความแตกต่างระหว่างสองคำนี้ ซึ่งคนทั่วไปมักใช้สลับกันในชีวิตประจำวัน
ความเสี่ยง (Risk)
ความเสี่ยงเกิดขึ้นเมื่อมีผลลัพธ์หลายอย่างที่เป็นไปได้ และเรา ทราบความน่าจะเป็นทางคณิตศาสตร์ ของแต่ละเหตุการณ์ที่จะเกิดขึ้น ตัวอย่าง: ถ้าคุณทอดลูกเต๋า 6 หน้า คุณไม่รู้หรอกว่าหน้าไหนจะออก แต่คุณรู้แน่นอนว่ามีโอกาส 1/6 ที่จะออกเลข '4'
ความไม่แน่นอน (Uncertainty)
ความไม่แน่นอนเกิดขึ้นเมื่อมีผลลัพธ์หลายอย่างที่เป็นไปได้ แต่เรา ไม่ทราบความน่าจะเป็น ซึ่งมักจะเกิดขึ้นในสถานการณ์ใหม่ถอดด้ามที่ไม่มีข้อมูลในอดีตให้เราอ้างอิงได้เลย ตัวอย่าง: การเปิดตัวผลิตภัณฑ์ใหม่ที่เป็นนวัตกรรมซึ่งไม่เคยมีมาก่อน คุณอาจจะเดาได้ว่าจะมีคนซื้อเท่าไหร่ แต่คุณไม่มีสถิติที่ชัดเจนมารองรับว่าโอกาสที่จะเกิดขึ้นคือเท่าไหร่กันแน่
สรุปสั้นๆ:
• ความเสี่ยง (Risk): รู้โอกาสที่จะเกิดขึ้นชัดเจน (เหมือนการเล่นคาสิโน)
• ความไม่แน่นอน (Uncertainty): มองไม่เห็นทาง (เหมือนการทำธุรกิจสตาร์ทอัพใหม่)
2. ทำความเข้าใจเรื่องความน่าจะเป็น (Probability)
ความน่าจะเป็น คือวิธีวัดว่าเหตุการณ์หนึ่งมีโอกาสเกิดขึ้นมากน้อยเพียงใด ในการสอบ P1 ความน่าจะเป็นจะถูกแสดงในรูปแบบ ทศนิยม (เช่น 0.4) หรือ เปอร์เซ็นต์ (เช่น 40%) เสมอ
กฎเหล็กของความน่าจะเป็น:
1. ความน่าจะเป็น 0 หมายความว่าเหตุการณ์นั้นไม่มีทางเกิดขึ้น
2. ความน่าจะเป็น 1 หมายความว่าเหตุการณ์นั้นเกิดขึ้นแน่นอน
3. ผลรวมของความน่าจะเป็นของเหตุการณ์ทั้งหมดที่เป็นไปได้ต้องเท่ากับ 1 (หรือ 100%) เสมอ ถ้าคุณรวมความน่าจะเป็นแล้วได้ 0.9 หรือ 1.1 แสดงว่าต้องมีอะไรผิดพลาดแล้วล่ะ!
ตัวเลขเหล่านี้มาจากไหน?
• ความน่าจะเป็นเชิงวัตถุวิสัย (Objective Probability): อ้างอิงจากข้อมูลและข้อเท็จจริง (เช่น "จาก 100 วันที่ผ่านมา เราขายขนมปังหมดไป 80 วัน")
• ความน่าจะเป็นเชิงอัตวิสัย (Subjective Probability): อ้างอิงจาก "ความรู้สึก" หรือประสบการณ์ของผู้เชี่ยวชาญ (เช่น "ผู้จัดการฝ่ายขายประเมินว่ามีโอกาส 30% ที่คู่แข่งจะลดราคา")
3. มูลค่าคาดหมาย (Expected Value - EV)
มูลค่าคาดหมาย (Expected Value หรือ EV) คือการคำนวณที่สำคัญที่สุดในบทนี้ ให้คิดว่ามันคือ ค่าเฉลี่ยในระยะยาว ของผลลัพธ์ที่จะเกิดขึ้นจากการตัดสินใจนั้นๆ หากเราทำซ้ำเหตุการณ์เดิมไปเรื่อยๆ หลายๆ ครั้ง
สูตรการคำนวณ:
สูตรของมูลค่าคาดหมายคือ:
\( EV = \sum (p \times x) \)
โดยที่:
• \( \sum \) หมายถึง "ผลรวม"
• \( p \) คือ ความน่าจะเป็น (probability) ของผลลัพธ์แต่ละอย่าง
• \( x \) คือ มูลค่า (value) (กำไร ต้นทุน หรือรายได้) ของผลลัพธ์นั้น
ขั้นตอนการคำนวณ EV ทีละสเต็ป:
1. ลิสต์ผลลัพธ์ที่เป็นไปได้ทั้งหมดออกมา
2. ระบุค่าความน่าจะเป็นของแต่ละผลลัพธ์
3. นำผลลัพธ์แต่ละตัวคูณกับความน่าจะเป็นของมัน
4. นำผลคูณทั้งหมดมารวมกัน
ตัวอย่าง: ร้านขายโกโก้ร้อน
สมมติคุณเปิดร้านขายโกโก้ร้อนที่งานฟุตบอล กำไรของคุณขึ้นอยู่กับสภาพอากาศ:
• ถ้าฝนตก (ความน่าจะเป็น 0.3) คุณจะได้กำไร $500
\n• ถ้าแดดออก (ความน่าจะเป็น 0.7) คุณจะได้กำไร $200
การคำนวณ:
\( (0.3 \times \$500) = \$150 \)
\( (0.7 \times \$200) = \$140 \)
\( EV = \$150 + \$140 = \$290 \)
การตีความ: "มูลค่าคาดหมาย" ของคุณคือ $290 นี่ไม่ได้หมายความว่าคุณจะได้รับเงิน $290 จริงๆ (เพราะคุณจะได้กำไรแค่ $500 หรือ $200 เท่านั้น) แต่ $290 คือค่าเฉลี่ยถ่วงน้ำหนักของผลลัพธ์นั่นเอง
รู้หรือไม่?
EV มักถูกเรียกว่า "ค่าเฉลี่ยถ่วงน้ำหนัก" (Weighted Average) เพราะมันให้ความสำคัญ (น้ำหนัก) กับผลลัพธ์ที่มีโอกาสเกิดขึ้นได้มากกว่า
4. ข้อดีและข้อเสียของมูลค่าคาดหมาย (EV)
ข้อสอบ CIMA ชอบถามเรื่อง ข้อจำกัด ของ EV อยู่บ่อยๆ เพราะมันไม่ใช่เครื่องมือที่สมบูรณ์แบบเสมอไป!
ข้อดี (ด้านบวก)
• ช่วยย่อความซับซ้อนของเหตุการณ์ที่หลากหลายให้เหลือเพียง ตัวเลขเดียว ทำให้ตัดสินใจได้ง่ายขึ้น
• มีความเป็น ตรรกะ และใช้ข้อมูลทั้งหมดที่มี (ทั้งผลลัพธ์และความน่าจะเป็น)
• เหมาะมากสำหรับการตัดสินใจที่ต้องทำ ซ้ำๆ อยู่บ่อยครั้ง (เช่น ซูเปอร์มาร์เก็ตที่ต้องตัดสินใจว่าจะสั่งนมมาขายเท่าไหร่ในแต่ละวัน)
ข้อเสีย (ด้านลบ)
• ปัญหาการตัดสินใจเพียงครั้งเดียว (One-Off Problem): EV คือค่าเฉลี่ยสำหรับระยะยาว หากคุณตัดสินใจทำอะไรเพียงครั้งเดียว ตัวเลข EV อาจเป็นตัวเลขที่ ไม่มีทางเกิดขึ้นจริงได้เลย (เช่น กำไรโกโก้ร้อน $290 ในตัวอย่างที่แล้ว)
\n• ละเลยทัศนคติต่อความเสี่ยง (Ignores Risk Attitude): EV สมมติว่าธุรกิจมีความเป็นกลางต่อความเสี่ยง (Risk Neutral) แต่ในความเป็นจริงผู้จัดการบางคน "กลัวความเสี่ยง" (Risk Averse - เกลียดการขาดทุน) ในขณะที่บางคน "ชอบเสี่ยง" (Risk Seekers - ชอบการพนัน)
\n• คุณภาพของข้อมูล: หากความน่าจะเป็นเป็นการเดาสุ่ม (อัตวิสัย) ตัวเลข EV ที่ออกมาก็จะเป็น "ขยะเข้า ก็ขยะออก" (Garbage in, garbage out)
\n• ความกว้างของผลลัพธ์ (The Spread): EV ไม่ได้บอกข้อมูลเกี่ยวกับช่วงของผลลัพธ์ การตัดสินใจที่มี EV เท่ากับ $10,000 อาจมีช่วงผลลัพธ์ตั้งแต่ $9,000 ถึง $11,000 หรืออาจจะเป็น -$50,000 ถึง +$70,000 ก็ได้ ซึ่งแบบหลังถือว่าเสี่ยงกว่ามาก!
ประเด็นสำคัญ:
มูลค่าคาดหมายเหมาะสมที่สุดสำหรับการตัดสินใจที่ เกิดบ่อยและทำซ้ำๆ แต่น้อยกว่าสำหรับการตัดสินใจใน โครงการที่ไม่ซ้ำใครหรือทำเพียงครั้งเดียว
5. ข้อผิดพลาดทั่วไปที่ควรระวัง
อย่าปล่อยให้โจทย์หลอกคุณในการสอบ!
1. สับสนระหว่างต้นทุนกับกำไร: ตรวจสอบให้ดีว่าโจทย์ถามหา ต้นทุน คาดหมาย หรือ กำไร คาดหมาย ถ้าคุณคำนวณต้นทุน ค่า EV ที่ ต่ำที่สุด คือสิ่งที่ดีที่สุด แต่ถ้าคุณคำนวณกำไร ค่า EV ที่ สูงที่สุด คือสิ่งที่ดีที่สุด
2. ลืมกฎ "รวมกันต้องได้ 1": หากโจทย์ให้ความน่าจะเป็นมา 3 ค่า (เช่น 0.2, 0.5 และ ?) ค่าที่ขาดไปต้องเท่ากับ 0.3 เสมอ ตรวจสอบจุดนี้ก่อนเป็นอันดับแรก!
3. การพึ่งพา EV มากเกินไป: จำไว้ว่า EV เป็นเพียงแค่แนวทางเท่านั้น ผู้จัดการอาจปฏิเสธโครงการที่มี EV สูงได้ หากมีโอกาสแม้เพียงเล็กน้อยที่บริษัทอาจล้มละลาย (นี่คือเรื่องของ ความกลัวความเสี่ยง หรือ Risk Aversion)
6. สรุปทบทวน
• ความเสี่ยง (Risk) = รู้ค่าความน่าจะเป็น; ความไม่แน่นอน (Uncertainty) = ไม่รู้ค่าความน่าจะเป็น
• ความน่าจะเป็น ของเหตุการณ์ทั้งหมดต้องรวมกันได้ 1.0 เสมอ
• สูตร EV: \( \sum (px) \) คือการนำผลลัพธ์แต่ละอย่างคูณกับโอกาสเกิด แล้วนำมารวมกัน
• จุดอ่อนหลัก: EV เป็นเพียงค่าเฉลี่ย ซึ่งอาจไม่ตรงกับผลลัพธ์ที่เกิดขึ้นจริงเพียงครั้งเดียว โดยเฉพาะการตัดสินใจในโครงการที่ไม่เกิดขึ้นซ้ำ
ไม่ต้องกังวลนะถ้ามันดูเป็นนามธรรมไปสักหน่อย! ยิ่งคุณฝึกคูณความน่าจะเป็นกับผลลัพธ์และนำมารวมกันบ่อยๆ มันจะกลายเป็นเรื่องที่คล่องมือไปเอง คุณทำได้แน่นอน!