ยินดีต้อนรับสู่การสร้างพอร์ตการลงทุน (Portfolio Construction)!
สวัสดีว่าที่ FRM Charterholders ทุกคน! หลังจากที่คุณได้เรียนรู้วิธีการวัดความเสี่ยงมาแล้ว ตอนนี้ก็ได้เวลามาเรียนรู้วิธีการ สร้าง พอร์ตการลงทุนโดยใช้ความเสี่ยงเหล่านั้นกันบ้าง ให้มองว่าบทเรียนนี้เปรียบเสมือน "พิมพ์เขียวของสถาปนิก" สำหรับการลงทุน เราไม่ได้แค่เลือกหุ้นแบบสุ่มๆ แต่เรากำลังวางกลยุทธ์รวมสินทรัพย์เข้าด้วยกันเพื่อให้ได้ผลตอบแทนที่ดีที่สุดภายใต้ระดับความเสี่ยงที่เรายอมรับได้
ไม่ต้องกังวลหากเห็นสมการคณิตศาสตร์แล้วรู้สึกว่ายากในตอนแรก เราจะค่อยๆ ย่อยให้เป็นขั้นตอนที่เรียบง่ายและเป็นเหตุเป็นผล เมื่อจบโน้ตชุดนี้ คุณจะเข้าใจว่าผู้จัดการกองทุนมืออาชีพตัดสินใจเลือกสัดส่วนสินทรัพย์แต่ละตัวอย่างไร
1. รากฐานสำคัญ: อรรถประโยชน์ (Utility) และการหลีกเลี่ยงความเสี่ยง (Risk Aversion)
ก่อนที่เราจะสร้างพอร์ต เราต้องรู้ก่อนว่านักลงทุนต้องการอะไร ในทางการเงิน เราใช้ ฟังก์ชันอรรถประโยชน์ (Utility Function) เพื่อแสดงถึง "ความสุข" ของนักลงทุน ซึ่งขึ้นอยู่กับผลตอบแทนและความเสี่ยง
สูตรมาตรฐานสำหรับอรรถประโยชน์ (\(U\)) คือ:
\(U = E(R_p) - \frac{1}{2} \lambda \sigma^2_p\)
โดยที่:
- \(E(R_p)\) คือผลตอบแทนที่คาดหวัง (Expected Return)
- \(\lambda\) (แลมบ์ดา) คือสัมประสิทธิ์ของ การหลีกเลี่ยงความเสี่ยง (Risk Aversion) (บอกว่านักลงทุนเกลียดความเสี่ยงมากแค่ไหน)
- \(\sigma^2_p\) คือความแปรปรวนหรือความเสี่ยงของพอร์ตการลงทุน
การเปรียบเทียบ: สเกลความเผ็ดของอาหาร
ลองนึกภาพว่าผลตอบแทนคือ "รสชาติ" ส่วนความเสี่ยงคือ "ความเผ็ด" คนที่มีค่าความหลีกเลี่ยงความเสี่ยง (\(\lambda\)) สูง คือคนที่ชอบรสชาติอร่อยแต่ทนความเผ็ดไม่ได้ ส่วนคนที่หลีกเลี่ยงความเสี่ยงต่ำคือคนที่ยอมทนเหงื่อซึมได้หากอาหารนั้นอร่อยคุ้มค่า คะแนน Utility ก็คือสิ่งที่บอกเราว่านักชิมคนนั้นพึงพอใจกับมื้ออาหารนี้มากน้อยเพียงใด
เกร็ดน่ารู้: หาก \(\lambda\) เพิ่มขึ้น "บทลงโทษ" จากความเสี่ยงก็จะสูงขึ้น ส่งผลให้นักลงทุนเลือกพอร์ตที่ปลอดภัยมากขึ้น
ประเด็นสำคัญที่ต้องจำ:
นักลงทุนต้องการ เพิ่มอรรถประโยชน์ให้สูงสุด (Maximize Utility) พวกเขาต้องการผลตอบแทนที่สูงที่สุดเท่าที่จะเป็นไปได้ แต่ก็ต้อง "จ่าย" ค่าตอบแทนสำหรับความเสี่ยงที่ได้รับ ซึ่งขนาดของค่าตอบแทนนี้จะขึ้นอยู่กับระดับความหลีกเลี่ยงความเสี่ยงส่วนบุคคลของแต่ละคน
2. กรอบแนวคิด Mean-Variance
การสร้างพอร์ตการลงทุนส่วนใหญ่มีพื้นฐานมาจาก การปรับค่าเฉลี่ยและความแปรปรวน (Mean-Variance Optimization - MVO) นี่คือแนวคิดคลาสสิกของ Markowitz ที่เราพิจารณาสองสิ่ง คือ ผลตอบแทนเฉลี่ยที่เราคาดหวัง และความผันผวน (ความแปรปรวน) ของผลตอบแทนนั้น
เป้าหมาย: เพื่อค้นหา เส้นขอบเขตที่มีประสิทธิภาพ (Efficient Frontier) ซึ่งคือกลุ่มพอร์ตการลงทุนที่ให้ผลตอบแทนสูงที่สุดในทุกๆ ระดับความเสี่ยง
ข้อผิดพลาดที่พบบ่อย: นักศึกษามักลืมไปว่า MVO พึ่งพา ค่าความสัมพันธ์ (Correlations) อย่างมาก หากสินทรัพย์สองตัวมีความสัมพันธ์กันอย่างสมบูรณ์ การนำมารวมกันก็ไม่ช่วยลดความเสี่ยงได้ เราต้องการค่าความสัมพันธ์ที่ต่ำหรือติดลบเพื่อช่วย "เกลี่ย" ความเสี่ยงให้ราบรื่นขึ้น
ประเด็นสำคัญที่ต้องจำ:
พอร์ตที่มี "ประสิทธิภาพ" คือพอร์ตที่คุณไม่สามารถเพิ่มผลตอบแทนได้อีกหากไม่ยอมรับความเสี่ยงที่มากขึ้น หรือไม่สามารถลดความเสี่ยงลงได้โดยไม่เสียผลตอบแทนไป
3. จากการลงทุนเชิงรับสู่เชิงรุก: อัตราส่วนสารสนเทศ (Information Ratio)
ใน FRM Part II เราจะก้าวไปไกลกว่าแค่การ "ถือครองดัชนีตลาด" เราจะมองไปที่ การบริหารเชิงรุก (Active Management) เมื่อผู้จัดการกองทุนพยายามทำผลตอบแทนให้ชนะเกณฑ์มาตรฐาน (Benchmark) เช่น S&P 500 เราจะวัดความสำเร็จนั้นด้วย อัตราส่วนสารสนเทศ (Information Ratio - IR)
สูตรสำหรับ IR คือ:
\(\text{IR} = \frac{\text{Active Return}}{\text{Active Risk}} = \frac{\alpha}{\omega}\)
โดยที่:
- \(\alpha\) (Alpha) คือผลตอบแทนส่วนเกินที่ชนะเกณฑ์มาตรฐาน
- \(\omega\) (Tracking Error) คือค่าเบี่ยงเบนมาตรฐานของ Alpha นั้นๆ
ทำไมเรื่องนี้ถึงสำคัญ?
IR บอกเราถึง "ความคุ้มค่าของเงินที่ลงทุนไป" มันแสดงให้เห็นว่าผู้จัดการสร้าง ผลตอบแทนส่วนเกิน ได้เท่าไหร่ ต่อหน่วยของ ความเสี่ยงส่วนเกิน ที่พวกเขาแบกรับเมื่อเทียบกับเกณฑ์มาตรฐาน
คุณรู้หรือไม่?
Information Ratio เปรียบเสมือน "มาตรวัดทักษะ" ค่า IR ที่สูงขึ้นบ่งบอกว่าผู้จัดการกองทุนกำลังเอาชนะตลาดได้อย่างสม่ำเสมอด้วยทักษะ ไม่ใช่แค่โชคจากการวางเดิมพันก้อนใหญ่เพียงครั้งเดียว
สรุปสั้นๆ สำหรับทบทวน:
- Sharpe Ratio: ผลตอบแทนรวม เทียบกับ ความเสี่ยงรวม
- Information Ratio: ผลตอบแทนส่วนเกิน เทียบกับ ความเสี่ยงส่วนเกิน (Tracking Error)
4. กฎพื้นฐานของการบริหารเชิงรุก (Fundamental Law of Active Management)
นี่เป็นหัวข้อโปรดของผู้ออกข้อสอบ! Grinold และ Kahn ได้พัฒนา "กฎพื้นฐาน" เพื่ออธิบายที่มาของผลตอบแทนเชิงรุก ซึ่งในรูปแบบที่ง่ายที่สุดคือ:
\(E(R_A) = IC \times \sqrt{BR} \times \sigma_A\)
หรือหากเราดูที่ Information Ratio:
\(\text{IR} = IC \times \sqrt{BR}\)
มาแยกองค์ประกอบกัน:
1. Information Coefficient (IC): นี่คือ ทักษะ เป็นค่าความสัมพันธ์ระหว่างคำทำนายของผู้จัดการกับผลลัพธ์จริง (สเกลตั้งแต่ -1 ถึง +1)
2. Breadth (BR): นี่คือ โอกาส เป็นจำนวนการเดิมพันที่เป็นอิสระต่อกันที่ผู้จัดการทำในหนึ่งปี
การเปรียบเทียบกับ "คาสิโน":
ลองนึกถึงคาสิโน เจ้ามือมี ทักษะ (IC) ที่น้อยมาก คือมีความได้เปรียบเพียงประมาณ 1-2% เท่านั้น แต่พวกเขามี ความกว้าง (Breadth - BR) มหาศาล เพราะมีคนหลายพันคนมาเล่นการพนันหลายพันครั้งในแต่ละวัน ความกว้างที่สูงทำให้กำไรของเขามีความแน่นอนสูงมาก ผู้จัดการการลงทุนจะประสบความสำเร็จได้ด้วยการฉลาดมาก (IC สูง) หรือด้วยการตัดสินใจที่ชาญฉลาดและเป็นอิสระต่อกันหลายๆ ครั้ง (BR สูง)
ค่าสัมประสิทธิ์การถ่ายโอน (Transfer Coefficient - TC):
ในโลกความเป็นจริง ผู้จัดการมีข้อจำกัด (เช่น "ห้ามขายชอร์ต") ซึ่งลดทอนความสามารถในการเปลี่ยนข้อมูลเชิงลึกให้เป็นการซื้อขายจริง เราจึงต้องเพิ่ม TC เข้าไปในสูตร:
\(\text{IR} = IC \times \sqrt{BR} \times TC\)
ประเด็นสำคัญที่ต้องจำ:
การจะเพิ่ม Information Ratio คุณต้องปรับปรุงทักษะการพยากรณ์ (IC) เพิ่มจำนวนการตัดสินใจลงทุนที่เป็นอิสระ (BR) หรือลดข้อจำกัดที่มีต่อพอร์ตการลงทุน (TC)
5. การจัดสรรงบประมาณความเสี่ยง (Risk Budgeting) และการแยกส่วนความเสี่ยง
การสร้างพอร์ตการลงทุนสมัยใหม่ไม่ใช่แค่เรื่องของ "จำนวนเงิน" ที่ใส่เข้าไปในหุ้น แต่คือ "จำนวนความเสี่ยง" ที่ใส่เข้าไปด้วย สิ่งนี้เรียกว่า การจัดสรรงบประมาณความเสี่ยง (Risk Budgeting)
ขั้นตอนการจัดสรรความเสี่ยง:
1. กำหนดความอยากรับความเสี่ยงรวม (Risk Appetite): พอร์ตการลงทุนรองรับความผันผวนรวมได้เท่าไหร่?
2. Marginal Contribution to Risk (MCR): คำนวณว่าถ้าลงทุนเพิ่มอีก 1 ดอลลาร์ในสินทรัพย์นั้นๆ จะไปเพิ่มความเสี่ยงรวมของพอร์ตเท่าไหร่
3. Absolute Contribution to Risk: นำน้ำหนักของสินทรัพย์คูณกับค่า MCR
4. ทำให้เท่ากัน: ในพอร์ตแบบ "Risk Parity" คุณจะปรับน้ำหนักเพื่อให้สินทรัพย์แต่ละตัวมี ส่วนร่วมในความเสี่ยง (Risk Contribution) เท่าๆ กัน โดยไม่สนใจมูลค่าดอลลาร์
ข้อผิดพลาดที่พบบ่อย:
การทึกทักเอาว่าการแบ่งเงิน 50/50 ระหว่างหุ้นและพันธบัตรคือพอร์ตที่สมดุล เนื่องจากหุ้นมีความเสี่ยงสูงกว่าพันธบัตรมาก การแบ่งเงิน 50/50 อาจส่งผลให้ 90% ของ ความเสี่ยง ทั้งหมดมาจากหุ้น!
ประเด็นสำคัญที่ต้องจำ:
การจัดสรรงบประมาณความเสี่ยงช่วยให้มั่นใจได้ว่าจะไม่มีสินทรัพย์หรือปัจจัยใดเพียงตัวเดียวที่เข้ามาครอบงำโปรไฟล์ความเสี่ยงของพอร์ตจนเกินคาดหมาย
6. ข้อจำกัดในโลกแห่งความเป็นจริงของการสร้างพอร์ต
ในตำราเรียน เราอาจจะซื้อหรือขายอะไรก็ได้ แต่ในโลกความเป็นจริง เราต้องเผชิญกับอุปสรรค ดังนี้:
1. ข้อจำกัดในการขายชอร์ต (Short-Sale Constraints): กองทุนจำนวนมากเป็นแบบ "Long-only" ซึ่งหมายความว่าไม่สามารถเดิมพันสวนทิศทางของหุ้นได้ สิ่งนี้จำกัดความสามารถในการใช้ประโยชน์จากข้อมูลเชิงลบ ทำให้ TC ต่ำลง
2. ข้อจำกัดด้านสภาพคล่อง (Liquidity Constraints): คุณไม่สามารถซื้อหุ้น 50% ของบริษัทขนาดเล็กได้โดยไม่ทำให้ราคาขยับตัวสวนทางกับคุณ
3. ต้นทุนการทำธุรกรรม (Transaction Costs): หากคุณซื้อขายบ่อยเกินไปเพื่อพยายามคงความ "เหมาะสมที่สุด" ไว้ ค่าคอมมิชชันและส่วนต่างราคาจะกัดกินกำไรของคุณจนหมด
4. ข้อจำกัดด้านกฎระเบียบ (Regulatory/Mandate Limits): เช่น "กองทุนสีเขียว" ที่ไม่สามารถซื้อหุ้นกลุ่มน้ำมันได้ แม้จะคาดว่าหุ้นกลุ่มนั้นจะมีผลประกอบการที่ดีก็ตาม
ข้อแนะนำให้กำลังใจ:
ถ้าข้อจำกัดเหล่านี้ดูวุ่นวาย ก็ไม่ต้องตกใจไป เพราะมันเป็นแบบนั้นจริงๆ! นี่คือจุดที่ "ศิลปะ" ของการจัดการพอร์ตมาบรรจบกับ "วิทยาศาสตร์" ผู้จัดการมืออาชีพต่างใช้เวลาตลอดชีวิตการทำงานเพื่อรักษาสมดุลระหว่างสิ่งที่ต้องการกับข้อจำกัดเหล่านี้แหละ
รายการตรวจสอบสรุปสำหรับวันสอบ
ก่อนที่คุณจะไปยังบทถัดไป ตรวจสอบให้มั่นใจว่าคุณสามารถ:
- อธิบายได้ว่า การหลีกเลี่ยงความเสี่ยง (\(\lambda\)) ส่งผลต่อการเลือกพอร์ตอย่างไร
- คำนวณ Information Ratio และอธิบายว่ามันใช้วัดอะไร
- ระบุองค์ประกอบของ กฎพื้นฐาน (Fundamental Law) (\(IC\), \(BR\), \(TC\)) ได้
- แยกแยะความแตกต่างระหว่าง การจัดสรรเงินทุน (Capital Allocation - จำนวนดอลลาร์) และ การจัดสรรความเสี่ยง (Risk Allocation - ส่วนร่วมในความผันผวน)
- เข้าใจว่า ข้อจำกัด (Constraints) มักจะลดทอนประสิทธิภาพของพอร์ตการลงทุนลง โดยการไปลดค่าสัมประสิทธิ์การถ่ายโอน (Transfer Coefficient)