The Arbitrage Pricing Theory and Multifactor Models of Risk and Return

ยินดีต้อนรับสู่โลกที่เหนือกว่า CAPM!

ตลอดการเดินทางในหลักสูตร FRM ของคุณ คุณคงได้ใช้เวลาส่วนใหญ่ไปกับ Capital Asset Pricing Model (CAPM) กันมาพอสมควร มันเป็นจุดเริ่มต้นที่ดีเยี่ยม แต่ถ้าจะให้พูดกันตรงๆ การสรุปว่า "ตลาดทั้งตลาด" เป็นสิ่งเดียวที่ขับเคลื่อนราคาหุ้นนั้นดูจะเป็นวิธีที่เรียบง่ายเกินไปสักหน่อย ในโลกความเป็นจริง หุ้นตอบสนองต่อปัจจัยที่หลากหลายมาก ไม่ว่าจะเป็นการเปลี่ยนแปลงของอัตราดอกเบี้ย, อัตราเงินเฟ้อ หรือการเติบโตทางเศรษฐกิจ

ในบทนี้ เราจะมาสำรวจ แบบจำลองหลายปัจจัย (Multifactor Models) และ ทฤษฎีการตั้งราคาแบบเก็งกำไร (Arbitrage Pricing Theory - APT) กันครับ แบบจำลองเหล่านี้จะมอบเครื่องมือที่ละเอียดขึ้นให้เราใช้ทำความเข้าใจความเสี่ยงและผลตอบแทน ถ้าเห็นสูตรคณิตศาสตร์แล้วรู้สึกกังวลในตอนแรก ไม่ต้องห่วงนะครับ เราจะค่อยๆ ย่อยมันไปทีละขั้นตอน!

1. จากหนึ่งปัจจัย สู่หลายปัจจัย

CAPM เป็น แบบจำลองปัจจัยเดียว (Single-factor model) เพราะมันสนใจแค่ "ปัจจัยด้านตลาด" เท่านั้น แต่ในความเป็นจริง เหตุการณ์ที่ไม่คาดฝัน (Shocks) สามารถเกิดขึ้นได้ในหลากหลายส่วนของเศรษฐกิจ

แบบจำลองหลายปัจจัย (Multifactor Model) ตั้งสมมติฐานว่าผลตอบแทนของสินทรัพย์นั้นขึ้นอยู่กับปัจจัยเชิงระบบหลายประการ ลองนึกภาพเหมือนการทำอาหารครับ แทนที่จะบอกแค่ว่า "เค้กชิ้นนี้หวาน" เราเลือกที่จะระบุลงไปเลยว่ามีส่วนผสมของน้ำตาล น้ำผึ้ง และช็อกโกแลตมากน้อยแค่ไหน

สูตรทั่วไปของแบบจำลองหลายปัจจัย

ผลตอบแทนของสินทรัพย์ \(i\) สามารถเขียนได้ว่า:
\( R_i = E(R_i) + \beta_{i,1} F_1 + \beta_{i,2} F_2 + ... + \beta_{i,k} F_k + \epsilon_i \)

โดยที่:
• \( R_i \) คือผลตอบแทนที่เกิดขึ้นจริง
• \( E(R_i) \) คือผลตอบแทนที่คาดหวัง
• \( F_k \) คือ "ความประหลาดใจ" หรือ "ผลกระทบที่คาดไม่ถึง" (Shock) ในปัจจัยนั้นๆ (เช่น อัตราเงินเฟ้อที่พุ่งสูงขึ้นอย่างไม่คาดคิด)
• \( \beta_{i,k} \) คือความไวของสินทรัพย์ที่มีต่อปัจจัยนั้น (เรียกอีกอย่างว่า Factor Loading)
• \( \epsilon_i \) คือความเสี่ยงเฉพาะเจาะจงของบริษัท (ส่วนของผลตอบแทนที่ไม่เกี่ยวข้องกับเศรษฐกิจมหภาคเลย)

ทบทวนสั้นๆ: อย่าลืมว่าในแบบจำลองเหล่านี้ เราสนใจแค่ สิ่งที่คาดไม่ถึง เท่านั้น ถ้าตลาดคาดการณ์ไว้แล้วว่าเงินเฟ้อจะอยู่ที่ 2% แล้วปรากฏว่ามันออกมา 2% จริงๆ "ปัจจัย" (\(F\)) ก็จะเป็นศูนย์ เพราะไม่มีอะไรที่ทำให้เราประหลาดใจ!

2. ทฤษฎีการตั้งราคาแบบเก็งกำไร (APT): พื้นฐานสำคัญ

Arbitrage Pricing Theory (APT) ถูกพัฒนาโดย Stephen Ross เพื่อเป็นทางเลือกแทน CAPM โดยอาศัยแนวคิดที่เรียบง่ายแต่ทรงพลังที่เรียกว่า กฎราคาเดียว (Law of One Price)

การเปรียบเทียบ: ลองจินตนาการว่าคุณเห็นนมแกลลอนละ 3 ดอลลาร์ที่หน้าห้าง แต่พอเดินไปหลังร้านกลับเจอนมยี่ห้อเดียวกันเป๊ะวางขายในราคา 2.5 ดอลลาร์ คุณย่อมต้องซื้อจากหลังร้านแล้วเอามาขายให้คนที่หน้าห้างเพื่อทำกำไรโดยไม่มีความเสี่ยง นี่แหละคือ การเก็งกำไรส่วนต่าง (Arbitrage)

ในตลาดการเงิน APT บอกว่าถ้าสินทรัพย์สองอย่างมีความเสี่ยงเท่ากัน มันก็ควรมีผลตอบแทนที่คาดหวังเท่ากันด้วย ถ้าไม่เป็นเช่นนั้น นักลงทุนจะแห่กันซื้อสินทรัพย์ที่ถูกกว่าและขายสินทรัพย์ที่แพงกว่า จนกระทั่งราคากลับมาสมดุล กระบวนการ "เก็งกำไร" นี่เองที่ช่วยให้ตลาดเข้าสู่จุดสมดุล

สมมติฐานสำคัญของ APT

เหตุผลหนึ่งที่นักเรียนมักชอบ APT มากกว่า CAPM คือมันมีสมมติฐานที่ "เบา" กว่ามาก คุณไม่จำเป็นต้องเชื่อว่าทุกคนเป็นนักลงทุนประเภท "แสวงหาค่าเฉลี่ยและความแปรปรวน" หรือเชื่อว่าผลตอบแทนต้องมีการกระจายตัวแบบปกติเสมอไป
1. ผลตอบแทนสามารถอธิบายได้ด้วยแบบจำลองปัจจัยเชิงเส้น (Linear factor model)
2. มีสินทรัพย์จำนวนเพียงพอที่จะลดทอนความเสี่ยงเฉพาะตัว (\( \epsilon_i \)) ออกไปได้
3. ตลาดที่มีประสิทธิภาพจะไม่อนุญาตให้เกิด โอกาสในการเก็งกำไร (Arbitrage Opportunities) อย่างต่อเนื่อง

สรุปประเด็น: ในขณะที่ CAPM บอกว่า "ตลาดเป็นคนกำหนด" แต่ APT บอกว่า "นักเก็งกำไรต่างหากที่เป็นคนกำหนด"

3. สมการการตั้งราคาของ APT

ในขณะที่แบบจำลองหลายปัจจัยก่อนหน้านี้อธิบายผลตอบแทนที่ เกิดขึ้นจริง แต่ APT ให้สูตรสำหรับคำนวณผลตอบแทนที่ คาดหวัง หากเงื่อนไขที่ไม่มีโอกาสเก็งกำไรเป็นจริง ผลตอบแทนที่คาดหวังจะเป็น:
\( E(R_i) = R_f + \beta_{i,1} \lambda_1 + \beta_{i,2} \lambda_2 + ... + \beta_{i,k} \lambda_k \)

โดยที่:
• \( R_f \) คืออัตราผลตอบแทนที่ปราศจากความเสี่ยง (Risk-free rate)
• \( \beta_{i,k} \) คือความไวต่อปัจจัยที่ \(k\)
• \( \lambda_k \) คือ เบี้ยประกันความเสี่ยง (Risk Premium) ของปัจจัยนั้น (ผลตอบแทนส่วนเพิ่มที่คุณได้รับจากการยอมรับความเสี่ยงของปัจจัยนั้น 1 หน่วย)

ตัวอย่าง: หากสินทรัพย์หนึ่งมีความไว (\( \beta \)) ต่อเงินเฟ้อเท่ากับ 1.2 และเบี้ยประกันความเสี่ยงของเงินเฟ้อ (\( \lambda \)) เท่ากับ 3% ปัจจัยนี้จะช่วยเพิ่มผลตอบแทนที่คาดหวังให้สินทรัพย์รวมเป็น \( 1.2 \times 3\% = 3.6\% \)

4. การกระจายความเสี่ยงในโลกของ APT

ในพอร์ตโฟลิโอที่มีการกระจายความเสี่ยงอย่างดี ความเสี่ยงเฉพาะตัว (Idiosyncratic risk - \( \epsilon_i \)) จะหายไป ทำไมหรือ? เพราะ "โชคร้าย" ของบริษัทหนึ่งจะถูกหักล้างด้วย "โชคดี" ของอีกบริษัทหนึ่งนั่นเอง

อย่างไรก็ตาม ความเสี่ยงจากปัจจัย (Factor risk หรือ Systematic risk) นั้น ไม่สามารถ กระจายความเสี่ยงออกไปได้ หากเศรษฐกิจทั้งระบบเจอภาวะเงินเฟ้อพุ่งสูงอย่างกะทันหัน หุ้นส่วนใหญ่ย่อมได้รับผลกระทบ ดังนั้น นักลงทุนจึงจะได้รับผลตอบแทน (ผ่านเบี้ยประกันความเสี่ยง \( \lambda \)) ก็ต่อเมื่อแบกรับความเสี่ยงเชิงปัจจัยเท่านั้น ไม่ใช่ความเสี่ยงเฉพาะรายบริษัท

ตัวช่วยจำ: การกระจายความเสี่ยงเปรียบเสมือนโล่ที่ป้องกันคุณจาก "ธนูที่ยิงมาทีละดอก" (ปัญหาของบริษัทรายแห่ง) แต่ไม่สามารถป้องกันคุณจาก "พายุฝนฟ้าคะนอง" (ปัจจัยมหภาค) ที่ซัดถล่มทุกคนพร้อมกันได้

5. CAPM vs. APT: เปรียบเทียบกันหมัดต่อหมัด

นี่เป็นหัวข้อที่มักออกสอบบ่อยมาก! ลองมาเปรียบเทียบกันครับ:

CAPM:
• ปัจจัย: มีเพียงหนึ่งเดียว (พอร์ตโฟลิโอตลาด - Market Portfolio)
• ข้อกำหนด: คุณ "ต้อง" ระบุให้ได้ว่าอะไรคือ "พอร์ตโฟลิโอตลาด" (ซึ่งในทางเทคนิคเป็นไปไม่ได้ เพราะมันครอบคลุมสินทรัพย์ทุกอย่าง ทั้งอสังหาฯ งานศิลปะ ฯลฯ)
• จุดเน้น: เน้นที่อรรถประโยชน์ของนักลงทุนและ "ประสิทธิภาพ" ของตลาด

APT:
• ปัจจัย: มีได้หลายปัจจัย
• ข้อกำหนด: ไม่จำเป็นต้องระบุพอร์ตโฟลิโอตลาด ขอแค่ปัจจัยใดก็ได้ที่สามารถอธิบายผลตอบแทนได้
• จุดเน้น: เน้นที่การไม่มีโอกาสทำกำไรส่วนต่าง (No-arbitrage opportunities)

คุณทราบหรือไม่? จริงๆ แล้ว CAPM ก็คือ "กรณีพิเศษ" ของ APT นะครับ ถ้าคุณใช้ APT แล้วสรุปว่ามีเพียงแค่ปัจจัยเดียว ซึ่งก็คือตลาด APT ก็จะกลายเป็น CAPM ทันที!

6. กับดักและข้อผิดพลาดที่พบบ่อย

ข้อผิดพลาดที่ 1: สับสนระหว่างปัจจัย (\(F\)) กับเบี้ยประกันความเสี่ยง (\( \lambda \))
ปัจจัย \(F\) หมายถึง สิ่งที่เกิดขึ้นจริงและทำให้ประหลาดใจ ในช่วงเวลานั้นๆ ส่วนเบี้ยประกันความเสี่ยง \( \lambda \) คือ รางวัล ที่นักลงทุนเรียกขอเพื่อชดเชยการแบกรับความเสี่ยงนั้น อย่าสลับกันในสูตรนะครับ!

ข้อผิดพลาดที่ 2: คิดว่า APT จะบอกคุณว่าต้องใช้ปัจจัยไหนบ้าง
APT เป็นทฤษฎีทางคณิตศาสตร์ แต่มัน ไม่ได้ บอกว่าปัจจัยไหนคือปัจจัยที่ "ถูกต้อง" การเลือกปัจจัยเป็นหน้าที่ของผู้บริหารความเสี่ยง (เช่น GDP, อัตราดอกเบี้ย หรือปัจจัยของ Fama-French อย่างขนาดของบริษัทหรือมูลค่าหุ้น)

ข้อผิดพลาดที่ 3: มองข้ามเงื่อนไข "No-Arbitrage"
หากพอร์ตโฟลิโอสองพอร์ตมีค่า Beta เท่ากันในทุกปัจจัย แต่มีผลตอบแทนที่คาดหวังต่างกัน แสดงว่ามี โอกาสทำกำไรส่วนต่าง เกิดขึ้นแล้ว คุณควรซื้อตัวที่ให้ผลตอบแทนสูงกว่าและขายตัวที่ต่ำกว่า

สรุปสาระสำคัญ

• แบบจำลองหลายปัจจัย ช่วยให้เราเข้าใจว่าหุ้นแต่ละตัวมีการตอบสนองต่อ "เหตุการณ์ไม่คาดฝัน" ทางเศรษฐกิจที่แตกต่างกัน
• APT ตั้งสมมติฐานว่าผลตอบแทนที่คาดหวังคือฟังก์ชันเชิงเส้นของปัจจัยความเสี่ยงหลายๆ อย่าง
• การเก็งกำไรส่วนต่าง (Arbitrage) คือฟันเฟืองที่ทำให้ APT ทำงานได้จริง ถ้าราคา "ผิดเพี้ยน" นักเก็งกำไรจะเทรดจนกว่าราคาจะ "ถูกต้อง"
• การกระจายความเสี่ยง ช่วยกำจัดความเสี่ยงเฉพาะตัวออกไป เหลือไว้เพียงความเสี่ยงที่สัมพันธ์กับปัจจัยเชิงระบบเท่านั้น

สู้ต่อไปนะครับ! บทนี้เป็นก้าวสำคัญที่จะทำให้คุณเข้าใจว่าพอร์ตการลงทุนสมัยใหม่ถูกสร้างและบริหารจัดการอย่างไรจริงๆ คุณทำได้แน่นอน!