ยินดีต้อนรับสู่บทเรียนจากความหายนะทางการเงิน!
สวัสดีครับ! ในขณะที่คุณกำลังก้าวเข้าสู่เนื้อหาเรื่อง Foundations of Risk Management (พื้นฐานการบริหารความเสี่ยง) คุณอาจจะสงสัยว่า "เราจะเรียนเรื่องที่ผิดพลาดในอดีตไปทำไมกัน?" คำตอบนั้นง่ายมากครับ เพราะประวัติศาสตร์คือครูที่ดีที่สุด ในบทนี้เราจะมาดู "อุบัติเหตุทางการเงิน" ที่เกิดขึ้นจริงเพื่อทำความเข้าใจว่าอะไรคือต้นเหตุ และเราจะป้องกันไม่ให้มันเกิดขึ้นอีกในอนาคตได้อย่างไร ไม่ต้องกังวลไปนะครับถ้าชื่อธนาคารหรือบริษัทเหล่านี้ฟังดูน่าเกรงขาม เราจะค่อยๆ ย่อยแต่ละเหตุการณ์ให้เข้าใจง่ายเองครับ
ทำไมเรื่องนี้ถึงสำคัญ: กฎการบริหารความเสี่ยงส่วนใหญ่ที่เราใช้กันในปัจจุบัน (เช่น Value-at-Risk หรือการควบคุมภายใน) ถูกสร้างขึ้นก็เพราะมีใครสักคนในอดีตสูญเสียเงินก้อนโตไปก่อน เมื่ออ่านโน้ตชุดนี้จบ คุณจะเริ่มมองเห็น "รูปแบบ" ที่นำไปสู่หายนะเหล่านั้นครับ
1. ความเสี่ยงด้านอัตราดอกเบี้ย: กรณีของ Metallgesellschaft (MG)
Metallgesellschaft เป็นยักษ์ใหญ่ในอุตสาหกรรมของเยอรมนีที่เกือบจะล้มละลายในปี 1993 เนื่องจากการใช้กลยุทธ์ "การป้องกันความเสี่ยง (Hedging)" ที่ผิดพลาดอย่างมหันต์
เกิดอะไรขึ้น?
บริษัทลูกของ MG ในอเมริกาได้ทำสัญญาขายน้ำมันระยะยาวในราคาคงที่ โดยสัญญาว่าจะขายน้ำมันในราคาที่กำหนดไว้นานถึง 10 ปี เพื่อป้องกันตนเองจากราคาน้ำมันที่อาจสูงขึ้น พวกเขาจึงใช้ สัญญาฟิวเจอร์สระยะสั้น (Short-term futures contracts) ซึ่งเรียกกลยุทธ์นี้ว่า "stack-and-roll"
ปัญหาที่เกิดขึ้น: ความเสี่ยงด้านส่วนต่างราคา (Basis Risk) และสภาพคล่อง
กลยุทธ์นี้พึ่งพาเงื่อนไขที่ว่าตลาดน้ำมันต้องอยู่ในสภาวะ backwardation (ราคาปัจจุบันสูงกว่าราคาในอนาคต) แต่ปรากฏว่าตลาดกลับพลิกไปอยู่ในสภาวะ contango (ราคาปัจจุบันต่ำกว่าราคาในอนาคต)
1. การไม่สอดคล้องกันของระยะเวลา (Maturity Mismatch): พวกเขามีภาระผูกพันระยะยาว แต่เลือกใช้เครื่องมือป้องกันความเสี่ยงระยะสั้น
2. วิกฤตสภาพคล่อง: เมื่อราคาน้ำมันดิ่งลง MG ต้องจ่ายเงินสดทันทีตามการเรียกหลักประกัน (margin calls) ของสัญญาฟิวเจอร์ส แม้ในทางทฤษฎีสัญญาขายน้ำมันระยะยาวของพวกเขาจะมีมูลค่าสูง แต่พวกเขากลับขาดเงินสดหมุนเวียนจนไปต่อไม่ไหว
ลองเปรียบเทียบดูนะ: ลองจินตนาการว่าคุณสัญญาจะขายน้ำมนให้เพื่อนเดือนละแกลลอนในราคา $5 ไปตลอดปี เพื่อป้องกันความเสี่ยง คุณเลยซื้อ "คูปอง" ที่หมดอายุทุกสัปดาห์ไว้ จู่ๆ ราคาน้ำมันลดลงเหลือ $2 คุณยังมีสัญญาขายระยะยาวอยู่ก็จริง แต่ทางร้านกลับมาทวงเงินสดจากคูปองที่คุณขาดทุนทันที คุณเลยถังแตกก่อนที่จะได้ขายน้ำมันเสียอีก!
บทเรียนสำคัญ:
สภาพคล่องของกระแสเงินสด (Cash flow liquidity) สำคัญพอๆ กับตัวกลยุทธ์ป้องกันความเสี่ยงเอง ความเสี่ยงด้านส่วนต่างราคา (Basis risk) (ความเสี่ยงที่ราคาของเครื่องมือป้องกันความเสี่ยงกับราคาสินทรัพย์จริงเคลื่อนไหวไม่สอดคล้องกัน) อาจกลายเป็นหายนะได้เลยครับ
สรุปสั้นๆ:
- บริษัท: Metallgesellschaft (MG)
- ความเสี่ยงหลัก: ความเสี่ยงด้านสภาพคล่อง และ Basis risk
- บทเรียน: ระวังเรื่อง Maturity mismatch ในการทำ Hedging
2. ความเสี่ยงด้านตลาดและเลเวอเรจ: ออเรนจ์เคาน์ตี้ (Orange County)
ในปี 1994 ออเรนจ์เคาน์ตี้ รัฐแคลิฟอร์เนีย ได้กลายเป็นเขตเทศบาลที่ยื่นล้มละลายครั้งใหญ่ที่สุดในประวัติศาสตร์สหรัฐฯ
เกิดอะไรขึ้น?
เหรัญญิกของเขตที่ชื่อว่า Robert Citron ต้องการสร้างผลตอบแทนสูงๆ ให้กับกองทุนการลงทุนของเขต เขาจึงใช้ เลเวอเรจ (Leverage - การกู้เงินมาลงทุนเพิ่ม) เพื่อเดิมพันว่าอัตราดอกเบี้ยจะยังคงต่ำหรือลดลงต่อไป
ปัญหาที่เกิดขึ้น: Reverse Repos
Citron ใช้ สัญญาซื้อคืนพันธบัตรแบบย้อนกลับ (Reverse Repurchase Agreements หรือ Reverse Repos) เพื่อกู้เงิน เขาใช้พันธบัตรของเขตเป็นหลักประกันในการกู้เงิน แล้วนำเงินที่กู้มานั้นไปซื้อ พันธบัตรเพิ่มขึ้นอีก เมื่อธนาคารกลางสหรัฐฯ (Fed) ปรับขึ้นอัตราดอกเบี้ย สองสิ่งที่ตามมาคือ:
1. มูลค่าของพันธบัตรที่ถืออยู่ลดลง (ราคาพันธบัตรจะลดลงเมื่อดอกเบี้ยขึ้น)
2. ต้นทุนการกู้ยืมของเขาเพิ่มสูงขึ้น
รู้หรือไม่? เลเวอเรจเปรียบเสมือนแว่นขยายครับ มันทำให้กำไรของคุณดูใหญ่โต แต่ก็ทำให้ผลขาดทุนดูมหาศาลไม่แพ้กัน Citron ใช้เลเวอเรจในอัตราส่วนประมาณ 3 ต่อ 1 ซึ่งนั่นเปลี่ยนความผิดพลาดเพียงเล็กน้อยให้กลายเป็นหายนะอย่างสิ้นเชิง
บทเรียนสำคัญ:
เลเวอเรจ เป็นตัวทวีคูณความเสี่ยงด้านตลาด ถ้าคุณกู้เงินมาเพื่อเดิมพันกับทิศทางดอกเบี้ย คุณต้องเตรียมตัวรับมือกับสถานการณ์ที่ดอกเบี้ยเคลื่อนไหวสวนทางกับคุณด้วยเสมอ
3. ความเสี่ยงด้านเครดิตและแบบจำลอง: LTCM (Long-Term Capital Management)
LTCM คือกองทุนเฮดจ์ฟันด์ที่บริหารโดยเหล่าผู้ชนะรางวัลโนเบลและนักเทรดชื่อดัง ทุกคนต่างคิดว่าพวกเขา "ฉลาดเกินกว่าจะล้มเหลว"
เกิดอะไรขึ้น?
LTCM ใช้กลยุทธ์ การเทรดแบบลู่เข้า (Convergence trades) พวกเขาหาพันธบัตรสองตัวที่คล้ายกันซึ่งมีส่วนต่างราคาที่ "ผิดปกติ" และเดิมพันว่าราคาของมันจะกลับมาใกล้เคียงกันในที่สุด พวกเขาใช้เลเวอเรจที่สูงมาก บางครั้งสูงถึง 25 ต่อ 1 หรือมากกว่านั้น!
ปัญหาที่เกิดขึ้น: "หงส์ดำ (Black Swan)"
ในปี 1998 รัสเซียประกาศผิดนัดชำระหนี้ สิ่งนี้ทำให้เกิดปรากฏการณ์ "แห่เข้าหาสินทรัพย์ปลอดภัย (Flight to quality)" ทั่วโลก แทนที่ราคาพันธบัตรที่ LTCM ถือจะลู่เข้าหากัน มันกลับฉีกห่างออกจากกันไปอีก!
1. ความเสี่ยงด้านความสัมพันธ์ (Correlation Risk): แบบจำลองของพวกเขาตั้งสมมติฐานว่าตลาดจะเคลื่อนไหวตามปกติ แต่ในความเป็นจริง ตลาดทั้งหมดกลับพังลงพร้อมๆ กัน
2. สภาพคล่อง: เนื่องจากสถานะการลงทุนของ LTCM ใหญ่มาก พวกเขาจึงไม่สามารถขายออกได้โดยไม่ทำให้ราคาตลาดดิ่งลงไปกว่าเดิม
เทคนิคจำง่ายๆ: ให้จำ LTCM ว่าคือ Lots of Trades, Collapsed Models (เทรดเยอะ แต่แบบจำลองพัง) คณิตศาสตร์ของพวกเขาแม่นยำสำหรับ "วันที่ปกติ" แต่ไม่ได้เผื่อใจไว้สำหรับวิกฤตที่ "เกิดขึ้นครั้งเดียวในชีวิต"
บทเรียนสำคัญ:
แบบจำลองสร้างขึ้นจากประวัติศาสตร์ หากอนาคตไม่เหมือนอดีต (เรียกว่าการเปลี่ยนระบอบหรือ "regime shift") แบบจำลองจะใช้ไม่ได้ผล นี่คือ ความเสี่ยงด้านแบบจำลอง (Model Risk)
4. ความเสี่ยงด้านปฏิบัติการ: ธนาคาร Barings
Barings เป็นหนึ่งในธนาคารที่เก่าแก่และมีชื่อเสียงที่สุดในอังกฤษ แต่ต้องล่มสลายลงในปี 1995 เพราะนักเทรดคนเดียวที่ชื่อ Nick Leeson
เกิดอะไรขึ้น?
Leeson ประจำอยู่ที่สิงคโปร์ เขาควรจะทำการซื้อขายแบบเก็งกำไรความเสี่ยงต่ำ (ซื้อจากตลาดหนึ่งไปขายอีกตลาดหนึ่ง) แต่เขากลับไปเริ่มเดิมพันทิศทางตลาดหุ้นญี่ปุ่น (Nikkei 225) ด้วยเงินมหาศาล
ปัญหาที่เกิดขึ้น: ขาดการ "แยกหน้าที่ความรับผิดชอบ (Segregation of Duties)"
นี่คือบทเรียนที่สำคัญที่สุดจาก Barings เลยครับ Nick Leeson รับหน้าที่ดูแลทั้ง Front Office (ฝ่ายเทรด) และ Back Office (ฝ่ายตั้งรับบัญชีและชำระราคา) ซึ่งนั่นทำให้เขาสามารถซ่อนผลขาดทุนไว้ในบัญชีลับ (บัญชีหมายเลข 88888) ได้
ไม่ต้องกังวลถ้าเรื่องนี้ฟังดูสับสนในช่วงแรก: แค่จำไว้ว่าในธนาคาร คนที่ "ลงไปเล่นเกม" (เทรดเดอร์) ไม่ควรจะเป็นคนเดียวกับที่ "จดแต้ม" (พนักงานบัญชี) เพราะ Leeson ทำทั้งสองอย่าง เขาจึงโกหกเรื่องผลขาดทุนได้จนมันพุ่งสูงถึง \( \$1.3 \) พันล้านดอลลาร์
บทเรียนสำคัญ:
ความเสี่ยงด้านปฏิบัติการ (Operational Risk) มักเกิดจากการควบคุมภายในที่ไม่รัดกุม คุณต้องแยกคนที่ทำหน้าที่เทรดออกจากคนที่ทำหน้าที่บันทึกบัญชีเสมอ
สรุปสั้นๆ:
- บริษัท: ธนาคาร Barings
- ความเสี่ยงหลัก: ความเสี่ยงด้านปฏิบัติการ (พนักงานที่ไร้ระเบียบวินัย - Rogue Trader)
- บทเรียน: แยก Front Office ออกจาก Back Office ให้ชัดเจน!
5. หายนะอื่นๆ ที่น่าจดจำ
หลักสูตร FRM ยังระบุถึงเหตุการณ์อื่นๆ ที่เน้นความเสี่ยงเฉพาะด้านไว้ดังนี้:
A. Allied Irish Bank (AIB) และ Société Générale
คล้ายกับกรณีของ Barings โดยเกี่ยวข้องกับ Rogue traders (John Rusnak ที่ AIB และ Jérôme Kerviel ที่ SocGen) ซึ่งใช้วิธีเทรดปลอมเพื่อซ่อนผลขาดทุน เคสเหล่านี้ตอกย้ำว่าความเสี่ยงด้านปฏิบัติการยังคงเป็นภัยคุกคามที่เกิดขึ้นได้เสมอในยุคปัจจุบัน
B. Kidder Peabody
นักเทรดที่ชื่อ Joseph Jett ใช้ประโยชน์จากข้อผิดพลาดในระบบคอมพิวเตอร์ของธนาคาร ระบบบันทึกกำไรทุกครั้งที่เขาทำรายการต่ออายุสัญญา (rollover) แม้จะไม่มีกำไรจริงเกิดขึ้นก็ตาม นี่เป็นตัวอย่างคลาสสิกของ ความเสี่ยงด้านแบบจำลอง และ ความล้มเหลวของการควบคุมภายใน
C. Lehman Brothers
การล่มสลายในปี 2008 นี่คือ "พายุสมบูรณ์แบบ" ของทั้ง ความเสี่ยงด้านสภาพคล่อง และ ความเสี่ยงด้านเครดิต พวกเขาถือสินทรัพย์จำนองด้อยคุณภาพ ("toxic" subprime) ไว้มากเกินไปจนไม่สามารถขายออกได้เมื่อจำเป็นต้องใช้เงินสดมาจ่ายคืนหนี้สิน
สรุป: ธีมร่วมของหายนะทางการเงิน
ในขณะที่คุณเตรียมตัวสอบ คุณจะสังเกตเห็น "สัญญาณเตือน" ทั้ง 5 ข้อนี้ปรากฏซ้ำแล้วซ้ำเล่า:
1. เลเวอเรจ (Leverage): การกู้เงินมากเกินไปทำให้ความผิดพลาดเล็กน้อยกลายเป็นเรื่องถึงตาย
2. การควบคุมที่หละหลวม (Lack of Controls): การปล่อยให้คนคนเดียวทำงานหลายหน้าที่เกินไป (กรณี Barings)
3. ความเสี่ยงด้านแบบจำลอง (Model Risk): เชื่อมั่นในสูตรคำนวณมากเกินไป (กรณี LTCM)
4. ความเสี่ยงด้านสภาพคล่อง (Liquidity Risk): มีสินทรัพย์แต่ไม่มี "เงินสด" มาจ่ายค่าใช้จ่ายที่ต้องจ่ายทันที (กรณี MG)
5. ความมั่นใจเกินเหตุ (Overconfidence): เชื่อว่า "ครั้งนี้ไม่เหมือนคราวที่แล้ว" หรือเชื่อว่าราคาจะกลับสู่ภาวะปกติเสมอ
คำแนะนำสุดท้ายสำหรับการสอบ: ถ้าคำถามถามถึงหายนะเหตุการณ์ใดเหตุการณ์หนึ่ง ให้ระบุให้ได้ก่อนว่า ทำไม เขาถึงเสียเงิน? เป็นเพราะคนโกหก? (ปฏิบัติการ) เป็นเพราะตลาดเคลื่อนไหวสวนทางกับการเดิมพัน? (ตลาด) หรือเป็นเพราะไม่มีเงินสด? (สภาพคล่อง) การระบุ "ต้นตอของปัญหา" ให้ถูกต้อง คือกุญแจสำคัญในการตอบคำถามเหล่านี้ให้ถูกต้องครับ!