ยินดีต้อนรับสู่โลกแห่งความเสี่ยงและผลตอบแทน!
สวัสดีครับ! วันนี้เราจะมาเจาะลึกหนึ่งในหัวข้อที่โด่งดังที่สุดในโลกการเงิน นั่นคือ ทฤษฎีพอร์ตโฟลิโอสมัยใหม่ (Modern Portfolio Theory - MPT) และ แบบจำลองการกำหนดราคาสินทรัพย์ทุน (Capital Asset Pricing Model - CAPM) ถ้าคุณเคยได้ยินคำกล่าวที่ว่า "อย่าใส่ไข่ไว้ในตะกร้าใบเดียว" คุณก็เข้าใจหัวใจสำคัญของบทนี้แล้วครับ! เรากำลังจะมาเรียนรู้วิธีการวัด "ไข่" (ผลตอบแทน) "ตะกร้า" (ความเสี่ยง) และวิธีสร้างส่วนผสมที่สมบูรณ์แบบของทั้งสองอย่างนี้
ไม่ต้องกังวลถ้าคณิตศาสตร์ดูน่ากลัวในตอนแรก เราจะค่อยๆ ย่อยมันทีละขั้นตอนโดยใช้การเปรียบเทียบง่ายๆ เพื่อให้คุณรู้สึกมั่นใจในการสอบ FRM ครับ
1. ผลตอบแทนที่คาดหวังและความเสี่ยงของพอร์ตโฟลิโอ
ก่อนที่เราจะสร้างพอร์ตโฟลิโอ เราจำเป็นต้องรู้วิธีวัดสิ่งที่เราคาดว่าจะได้รับ (ผลตอบแทน) และสิ่งที่อาจผิดพลาดได้ (ความเสี่ยง)
ผลตอบแทนที่คาดหวังของพอร์ตโฟลิโอ (Expected Return of a Portfolio)
ผลตอบแทนที่คาดหวัง ของพอร์ตโฟลิโอก็คือ "ค่าเฉลี่ยถ่วงน้ำหนัก" ของผลตอบแทนของสินทรัพย์แต่ละตัวที่อยู่ในนั้น หากคุณมีเงิน 60% ในหุ้น A และ 40% ในหุ้น B ผลตอบแทนของพอร์ตโฟลิโอจะค่อนไปทางผลตอบแทนของหุ้น A มากกว่า
สูตรคำนวณ:
\(E(R_p) = w_1 E(R_1) + w_2 E(R_2) + ... + w_n E(R_n)\)
ตัวอย่าง: ถ้าหุ้น A มีผลตอบแทนที่คาดหวัง 10% (สัดส่วน 0.6) และหุ้น B มี 5% (สัดส่วน 0.4) ผลตอบแทนพอร์ตโฟลิโอของคุณคือ: \((0.6 \times 10\%) + (0.4 \times 5\%) = 6\% + 2\% = 8\%\)
ความเสี่ยงของพอร์ตโฟลิโอ (ความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน)
ความเสี่ยงวัดโดยใช้ ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation - \(\sigma\)) อย่างไรก็ตาม การคำนวณความเสี่ยงของพอร์ตโฟลิโอไม่ได้ง่ายแค่การหาค่าเฉลี่ยถ่วงน้ำหนัก ทำไมล่ะ? เพราะสินทรัพย์ต่างๆ มันเคลื่อนไหวไปพร้อมๆ กัน! เราจึงต้องนำเรื่อง ค่าสหสัมพันธ์ (Correlation - \(\rho\)) มาคิดด้วย
สูตรสำหรับสินทรัพย์ 2 ตัว:
\(\sigma_p = \sqrt{w_1^2 \sigma_1^2 + w_2^2 \sigma_2^2 + 2w_1 w_2 \sigma_1 \sigma_2 \rho_{1,2}}\)
ทบทวนสั้นๆ:
• \(\sigma\) (Sigma): วัดความผันผวน
• \(\rho\) (Rho): ค่าสหสัมพันธ์ระหว่างสินทรัพย์สองตัว (มีค่าตั้งแต่ -1 ถึง +1)
สรุปประเด็นสำคัญ: ผลตอบแทนที่คาดหวังเป็นเพียงค่าเฉลี่ยถ่วงน้ำหนักธรรมดา แต่ความเสี่ยงของพอร์ตโฟลิโอขึ้นอยู่กับว่าสินทรัพย์แต่ละตัวเคลื่อนไหวสัมพันธ์กันอย่างไร (Correlation)
2. ความมหัศจรรย์ของการกระจายความเสี่ยง (Diversification)
การกระจายความเสี่ยงเป็น "อาหารกลางวันฟรี" (Free Lunch) เพียงอย่างเดียวในโลกการเงิน เพราะมันช่วยให้คุณลดความเสี่ยงได้โดยไม่จำเป็นต้องลดผลตอบแทน
บทบาทของค่าสหสัมพันธ์ (\(\rho\))
• สหสัมพันธ์บวกสมบูรณ์ (\(\rho = +1\)): สินทรัพย์เคลื่อนที่ไปในทิศทางเดียวกันเป๊ะๆ แบบนี้การกระจายความเสี่ยง ไม่มีประโยชน์
• สหสัมพันธ์ลบสมบูรณ์ (\(\rho = -1\)): สินทรัพย์เคลื่อนที่สวนทางกันโดยสิ้นเชิง ซึ่งคุณสามารถกำจัดความเสี่ยงออกไปได้ทั้งหมด!
• สหสัมพันธ์ < 1: ตราบใดที่สินทรัพย์ไม่ได้เคลื่อนที่สัมพันธ์กันอย่างสมบูรณ์ การนำมารวมในพอร์ตจะช่วย ลด ความเสี่ยงโดยรวม (ส่วนเบี่ยงเบนมาตรฐาน) ให้ต่ำกว่าค่าเฉลี่ยถ่วงน้ำหนักของความเสี่ยงแต่ละตัวได้
เปรียบเทียบให้เห็นภาพ: ร้านขายร่มและร้านขายครีมกันแดด
ลองจินตนาการว่าคุณเป็นเจ้าของร้านขายร่ม (ขายดีตอนฝนตก) และร้านขายครีมกันแดด (ขายดีตอนแดดออก) หากมองแยกกัน รายได้ของคุณจะผันผวนมาก แต่ถ้าคุณถือธุรกิจละ 50% รายได้รวมของคุณจะคงที่มากไม่ว่าอากาศจะเป็นอย่างไร นั่นแหละคือ การกระจายความเสี่ยง!
สรุปประเด็นสำคัญ: การกระจายความเสี่ยงจะได้ผลดีที่สุดเมื่อสินทรัพย์มีค่าสหสัมพันธ์ต่ำหรือเป็นลบ
3. เส้นขอบเขตที่มีประสิทธิภาพ (Efficient Frontier)
หากเรานำชุดส่วนผสมของสินทรัพย์เสี่ยงทุกแบบที่เป็นไปได้มาพล็อตบนกราฟ (ความเสี่ยงบนแกน X, ผลตอบแทนบนแกน Y) เราจะได้ "กลุ่มเมฆ" ของจุดต่างๆ Efficient Frontier คือเส้นขอบด้านบนของกลุ่มเมฆนั้นนั่นเอง
อะไรที่ทำให้พอร์ตโฟลิโอ "มีประสิทธิภาพ" (Efficient)?
พอร์ตโฟลิโอจะมีประสิทธิภาพก็ต่อเมื่อ:
1. ให้ ผลตอบแทนสูงสุด สำหรับระดับความเสี่ยงที่กำหนด
2. ให้ ความเสี่ยงต่ำที่สุด สำหรับระดับผลตอบแทนที่กำหนด
รู้หรือไม่? ไม่มีนักลงทุนที่มีเหตุผลคนไหนจะเลือกพอร์ตโฟลิโอที่อยู่ ใต้ เส้น Efficient Frontier เพราะพวกเขาสามารถได้รับผลตอบแทนที่มากขึ้นในความเสี่ยงเท่าเดิมเพียงแค่ขยับขึ้นมาบนเส้นนั้น
4. เส้นตลาดทุน (Capital Market Line - CML)
ตอนนี้ลองเพิ่ม สินทรัพย์ไร้ความเสี่ยง (Risk-Free Asset) (เช่น พันธบัตรรัฐบาลสหรัฐฯ) เข้าไป เมื่อเรานำสินทรัพย์ไร้ความเสี่ยงมารวมกับพอร์ตโฟลิโอสินทรัพย์เสี่ยงที่ดีที่สุด (เรียกว่า Market Portfolio) เราจะได้เส้นตรงที่เรียกว่า Capital Market Line (CML)
สูตรคำนวณ:
\(E(R_p) = R_f + \frac{E(R_m) - R_f}{\sigma_m} \times \sigma_p\)
ความหมายคือ:
• \(R_f\): อัตราผลตอบแทนไร้ความเสี่ยง (จุดเริ่มต้น)
• ความชัน (Slope): คือ "Sharpe Ratio" ของตลาด ซึ่งบอกเราว่าเราได้รับผลตอบแทนส่วนเพิ่มเท่าไหร่ต่อหน่วยความเสี่ยงที่ยอมรับ
สรุปประเด็นสำคัญ: CML แสดงถึงส่วนผสมที่ดีที่สุดที่เป็นไปได้ระหว่างสินทรัพย์ไร้ความเสี่ยงและ Market Portfolio ซึ่งใช้ได้กับ พอร์ตโฟลิโอที่มีการกระจายความเสี่ยงอย่างดีเท่านั้น
5. ความเสี่ยงที่เป็นระบบ vs ความเสี่ยงที่ไม่เป็นระบบ
นี่คือหัวข้อโปรดของการสอบ FRM เลยครับ! ความเสี่ยงแต่ละอย่างมีที่มาไม่เหมือนกัน
1. ความเสี่ยงที่ไม่เป็นระบบ (Unsystematic Risk / Idiosyncratic Risk)
คือความเสี่ยงเฉพาะตัวของบริษัทนั้นๆ (เช่น CEO ลาออก หรือโรงงานไฟไหม้)
• หลีกเลี่ยงได้ไหม? ได้ โดยการ กระจายความเสี่ยง
• ตลาดจ่ายผลตอบแทนให้เราหรือไม่? ไม่
2. ความเสี่ยงที่เป็นระบบ (Systematic Risk / Market Risk)
คือความเสี่ยงที่ส่งผลกระทบต่อทั้งตลาด (เช่น การเปลี่ยนแปลงของอัตราดอกเบี้ย, ภาวะเศรษฐกิจถดถอย, หรือโรคระบาดทั่วโลก)
• หลีกเลี่ยงได้ไหม? ไม่ได้ คุณไม่สามารถกระจายความเสี่ยงให้พ้นจาก "ระบบ" ได้
• ตลาดจ่ายผลตอบแทนให้เราหรือไม่? ใช่! นักลงทุนจะได้รับผลตอบแทนจากการแบกรับความเสี่ยงที่เป็นระบบนี้
เทคนิคจำ:
• Systematic = System-wide (ทั้งระบบ หนีไม่พ้น)
• Unsystematic = Unique (เฉพาะตัว สามารถ "U"-nplug หรือดึงปลั๊กออกได้ด้วยการกระจายความเสี่ยง)
6. แบบจำลองการกำหนดราคาสินทรัพย์ทุน (CAPM)
CAPM คือสูตรที่บอก "ผลตอบแทนที่ต้องการ" (Required Return) สำหรับหุ้นรายตัว โดยอ้างอิงจาก ความเสี่ยงที่เป็นระบบ (Systematic Risk)
ค่าเบต้า (\(\beta\)): เครื่องมือวัดความเสี่ยงที่เป็นระบบ
Beta บอกเราว่าหุ้นตัวนั้นไวต่อความเคลื่อนไหวของตลาดแค่ไหน
• \(\beta = 1.0\): เคลื่อนไหวตามตลาดเป๊ะๆ
• \(\beta > 1.0\): ผันผวนมากกว่าตลาด (เชิงรุก/Aggressive)
• \(\beta < 1.0\): ผันผวนน้อยกว่าตลาด (เชิงรับ/Defensive)
สมการ CAPM:
\(E(R_i) = R_f + \beta_i (E(R_m) - R_f)\)
แยกส่วนประกอบของสูตร:
• \(R_f\): ผลตอบแทนจากการรอคอย (Time Value of Money)
• \((E(R_m) - R_f)\): ส่วนชดเชยความเสี่ยงของตลาด (Market Risk Premium) (ผลตอบแทนพิเศษที่คุณต้องการจากการเลือกซื้อหุ้นแทนการถือพันธบัตร)
• \(\beta_i (E(R_m) - R_f)\): ส่วนชดเชยความเสี่ยง (Risk Premium) สำหรับหุ้นตัวนั้นๆ โดยเฉพาะ
ข้อควรระวัง: ในข้อสอบ ให้ระวังความแตกต่างระหว่าง "ผลตอบแทนตลาด" (\(E(R_m)\)) กับ "ส่วนชดเชยความเสี่ยงตลาด" (\(E(R_m) - R_f\)) ถ้าโจทย์บอกว่า "Premium คือ 5%" อย่าเอา \(R_f\) ไปลบซ้ำอีกรอบนะครับ!
7. เส้นตลาดหลักทรัพย์ (Security Market Line - SML)
SML คือภาพกราฟิกของ CAPM โดยพล็อต ค่าเบต้า (Beta) บนแกน X และ ผลตอบแทนที่คาดหวัง บนแกน Y
• ต่างจาก CML (ที่ใช้สำหรับพอร์ตโฟลิโอ) SML ใช้สำหรับ สินทรัพย์รายตัว
• สินทรัพย์ที่ราคาถูกเกินไป (Underpriced): จะอยู่ เหนือ เส้น SML (ให้ผลตอบแทนสูงกว่าที่ควรจะเป็นเมื่อเทียบกับความเสี่ยง)
• สินทรัพย์ที่ราคาแพงเกินไป (Overpriced): จะอยู่ ใต้ เส้น SML (ให้ผลตอบแทนน้อยกว่าที่ควรจะเป็น)
ตารางสรุปสั้นๆ:
• CML: วัดความเสี่ยงด้วย ส่วนเบี่ยงเบนมาตรฐาน (Total Risk) ใช้กับพอร์ตที่กระจายความเสี่ยงแล้วเท่านั้น
• SML: วัดความเสี่ยงด้วย ค่าเบต้า (Systematic Risk) ใช้ได้กับสินทรัพย์หรือพอร์ตโฟลิโอทุกแบบ
8. ข้อสมมติของ CAPM
โมเดลทางการเงินมักสมมติ "โลกในอุดมคติ" เพื่อให้คำนวณได้ ในกรณีของ CAPM เราสมมติว่า:
1. นักลงทุนมีเหตุผลและต้องการเพิ่มผลตอบแทนภายใต้ความเสี่ยงที่น้อยที่สุด (Mean-variance optimizers)
2. นักลงทุนมีความคาดหวังเหมือนกัน (Homogeneous expectations - ทุกคนเห็นตรงกันเรื่องผลตอบแทนและความเสี่ยงที่คาดหวัง)
3. ไม่มีภาษีหรือต้นทุนในการทำธุรกรรม
4. นักลงทุนทุกคนสามารถกู้ยืมและให้กู้ยืมได้ในอัตราดอกเบี้ยไร้ความเสี่ยง
5. สินทรัพย์ทุกอย่างสามารถแบ่งย่อยได้ไม่จำกัดและมีสภาพคล่องสมบูรณ์
ไม่ต้องกังวลถ้าข้อสมมติเหล่านี้ดูไม่สมจริง—ข้อสอบ FRM แค่อยากให้คุณรู้ว่ามันเป็นรากฐานของตัวโมเดลเท่านั้นเองครับ!
เคล็ดลับสุดท้ายสำหรับการสอบ
เมื่อคุณเจอโจทย์ที่ถามหา "ผลตอบแทนที่คาดหวัง" ให้เช็คก่อนว่าโจทย์ให้ ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) หรือ เบต้า (Beta) มา ถ้าคุณมี Beta แสดงว่าคุณต้องใช้ CAPM แน่นอน แต่ถ้าคุณกำลังคำนวณค่าเฉลี่ยถ่วงน้ำหนักของทั้งพอร์ตโฟลิโอ คุณกำลังใช้พื้นฐานของ MPT ขอให้โชคดีครับ คุณทำได้แน่นอน!