ยินดีต้อนรับสู่โลกแห่งอัตราดอกเบี้ยระยะสั้น (Short Rates)!
สวัสดีว่าที่ FRM ทุกคน! วันนี้เราจะมาเจาะลึกบทที่สำคัญมากในส่วนของ Market Risk นั่นคือ วิวัฒนาการของอัตราดอกเบี้ยระยะสั้นและรูปร่างของโครงสร้างอัตราดอกเบี้ย (The Evolution of Short Rates and the Shape of the Term Structure) หากคุณเคยสงสัยว่าเราคาดการณ์ทิศทางอัตราดอกเบี้ยกันอย่างไร หรือใช้วิธีไหนในการประเมินราคาพันธบัตรที่มีความซับซ้อน นี่คือจุดที่ความมหัศจรรย์เหล่านั้นเกิดขึ้นครับ ไม่ต้องกังวลหากวิชา Stochastic Calculus ฟังดูน่ากลัว เราจะค่อยๆ ย่อยมันให้กลายเป็นขั้นตอนที่เรียบง่ายและเป็นเหตุเป็นผลจนทุกคนเข้าใจได้แน่นอน มาเริ่มกันเลย!
อัตราดอกเบี้ยระยะสั้น (Short Rate) คืออะไร?
ก่อนที่เราจะไปดูโมเดลต่างๆ เราต้องเข้าใจก่อนว่าเรากำลังจำลองอะไรอยู่ Short rate (มักแทนด้วยสัญลักษณ์ \( r \)) คืออัตราดอกเบี้ยที่ใช้ในช่วงเวลาที่สั้นมากๆ จนเกือบเป็นศูนย์ ให้คิดซะว่ามันคืออัตราดอกเบี้ยแบบ "ทันทีทันใด" (instantaneous rate)
เปรียบเทียบให้เห็นภาพ: ลองนึกภาพว่าคุณกำลังขับรถ เข็มไมล์ที่บอกความเร็วของคุณในวินาทีนั้นๆ ก็เปรียบได้กับ Short rate ส่วนเวลาในการเดินทางทั้งหมดและค่าความเร็วเฉลี่ยตลอดการเดินทาง ก็เปรียบได้กับผลตอบแทน (yield) ของพันธบัตรอายุ 10 ปี ในบทนี้เราต้องการดูว่า "เข็มไมล์" นี้เปลี่ยนแปลงไปอย่างไรตามกาลเวลา
ทบทวนสั้นๆ: เราใช้ Short rate เพื่อสร้าง โครงสร้างอัตราดอกเบี้ย (Term structure) หรือที่เรียกว่า Yield curve ขึ้นมาทั้งเส้น หากเรารู้ว่า Short rate มีพฤติกรรมอย่างไร เราก็สามารถประเมินราคาพันธบัตรและอนุพันธ์ที่มีอายุครบกำหนดต่างๆ ได้ทั้งหมด
สองปรัชญา: Equilibrium vs. No-Arbitrage
ในหลักสูตร FRM โมเดล Short-rate มักจะแบ่งออกเป็น 2 "สำนักคิด" ใหญ่ๆ ดังนี้:
1. Equilibrium Models (โมเดลเชิงดุลยภาพ): เริ่มต้นจากสมมติฐานเกี่ยวกับตัวแปรทางเศรษฐกิจ ซึ่งมักจะสร้างโครงสร้างอัตราดอกเบี้ยออกมาเป็น ผลลัพธ์ (output) ตัวอย่างที่โด่งดังคือโมเดล Vasicek และ CIR โมเดลเหล่านี้เหมาะมากสำหรับการพยากรณ์ระยะยาว แต่อาจจะไม่ตรงกับราคาตลาดในปัจจุบันเป๊ะๆ
2. No-Arbitrage Models (โมเดลแบบไม่มีโอกาสทำกำไรส่วนต่าง): โมเดลเหล่านี้จะนำ Yield curve ของตลาดในปัจจุบันมาเป็น ข้อมูลนำเข้า (input) โดยถูกออกแบบมาให้สอดคล้องกับราคาตลาดปัจจุบันอย่างสมบูรณ์แบบ โมเดล Ho-Lee เป็นตัวอย่างคลาสสิกของกลุ่มนี้ ซึ่งนิยมใช้กันมากในการประเมินราคาอนุพันธ์เพราะมันไม่เปิดโอกาสให้เกิดการ "กินเปล่า" (arbitrage) เมื่อเทียบกับราคาตลาด
ส่วนประกอบหลัก: Drift และ Volatility
โมเดล Short-rate เกือบทั้งหมดมีโครงสร้างคล้ายกันที่เรียกว่า สมการเชิงอนุพันธ์สโตแคสติก (Stochastic Differential Equation หรือ SDE) ซึ่งมีหน้าตาดังนี้:
\( dr = [\text{Drift}] dt + [\text{Volatility}] dw \)
Drift (\( dt \)): คือส่วนที่ "คาดการณ์ได้" หรือทิศทางที่น่าจะเป็นไปของการเปลี่ยนแปลงอัตราดอกเบี้ยตามเวลา
Volatility (\( dw \)): คือส่วนที่ "สุ่ม" โดย \( dw \) หมายถึงกระบวนการ Wiener process (การเดินสุ่ม) ซึ่งเปรียบเสมือน "แรงกระแทก" (shocks) ที่มีต่อระบบ
โมเดลที่ 1: โมเดลที่เรียบง่ายที่สุด (Random Walk)
โมเดลพื้นฐานที่สุดสมมติว่า Short rate เดินไปแบบสุ่มโดยไม่มีทิศทาง (No drift)
\( dr = \sigma dw \)
ปัญหาของโมเดลนี้: ในโมเดลนี้ อัตราดอกเบี้ยมีโอกาสขึ้นหรือลงเท่าๆ กัน ซึ่งไม่สมจริงเท่าไหร่ เพราะมันหมายความว่าอัตราดอกเบี้ยสามารถติดลบหรือพุ่งไปถึงอนันต์ได้โดยไม่มีแรงดึงกลับมาสู่ความเป็นจริง
โมเดลที่ 2: โมเดล Ho-Lee (ใส่ Drift เข้าไป)
เพื่อให้โมเดลสมจริงยิ่งขึ้น โมเดล Ho-Lee จึงเพิ่ม Drift ที่แปรผันตามเวลา (time-dependent drift) เข้าไป
\( dr = \theta(t) dt + \sigma dw \)
ในสมการนี้ \( \theta(t) \) คือฟังก์ชันที่ทำหน้าที่ปรับให้โมเดลตรงกับโครงสร้างอัตราดอกเบี้ยของตลาดในปัจจุบัน
ประเด็นสำคัญ: Ho-Lee เป็น no-arbitrage model มันจับเอาทิศทาง (drift) ที่จำเป็นเพื่อให้ราคาพันธบัตรในโมเดลตรงกับราคาตลาดเป๊ะๆ อย่างไรก็ตาม จุดอ่อนหลักของมันคืออัตราดอกเบี้ยยังคงมีโอกาสติดลบในเชิงทฤษฎี และมันไม่มีกลไก "ดึงกลับสู่ค่าเฉลี่ย" (Mean reversion)
โมเดลที่ 3: โมเดล Vasicek (Mean Reversion)
โมเดล Vasicek คือก้าวสำคัญเพราะมันเพิ่มกลไก Mean reversion เข้าไป ซึ่งก็คือแนวคิดที่ว่าหากอัตราดอกเบี้ยสูงหรือต่ำเกินไป ในท้ายที่สุดมันจะถูกดึงกลับมาที่ "ค่าเฉลี่ยระยะยาว"
\( dr = k(\theta - r) dt + \sigma dw \)
ส่วนประกอบของโมเดล:
- \( \theta \): ค่าเฉลี่ยระยะยาว (ระดับที่อัตราดอกเบี้ยต้องการจะกลับไปหา)
- \( k \): ความเร็วในการดึงกลับ (ว่า "ยางยืด" เส้นนี้ดึงแรงแค่ไหน)
- \( r \): อัตราดอกเบี้ยระยะสั้นในปัจจุบัน
เปรียบเทียบให้เห็นภาพ: นึกภาพลูกบอลที่ผูกติดกับยางยืด ลูกบอลคืออัตราดอกเบี้ย และจุดยึดคือ \( \theta \) หากลูกบอลเคลื่อนที่ออกไปไกล ยางยืด (\( k \)) ก็จะดึงมันกลับมาหาจุดยึดเสมอ
ข้อผิดพลาดที่ควรเลี่ยง: อย่าสับสนระหว่าง \( \theta \) ใน Vasicek (ค่าคงที่) กับ \( \theta(t) \) ใน Ho-Lee (ฟังก์ชันที่เปลี่ยนตามเวลา) ในโมเดล Vasicek ถ้า \( r > \theta \) ค่า Drift จะติดลบเพื่อผลักดอกเบี้ยลง แต่ถ้า \( r < \theta \) ค่า Drift จะเป็นบวกเพื่อดันดอกเบี้ยขึ้น
โมเดลที่ 4: โมเดล Cox-Ingersoll-Ross (CIR)
โมเดล CIR มีความคล้ายคลึงกับ Vasicek มาก แต่แก้ปัญหาใหญ่ได้อย่างหนึ่งคือเรื่อง ความผันผวน (volatility) ใน Vasicek ค่าความผันผวน (\( \sigma \)) จะคงที่ แต่ใน CIR ค่าความผันผวนจะขึ้นอยู่กับระดับของอัตราดอกเบี้ย
\( dr = k(\theta - r) dt + \sigma \sqrt{r} dw \)
ทำไม \( \sqrt{r} \) ถึงสำคัญ:
1. เมื่ออัตราดอกเบี้ย (\( r \)) เข้าใกล้ศูนย์ ความผันผวน (\( \sigma \sqrt{r} \)) ก็จะเข้าใกล้ศูนย์ด้วย
2. สิ่งนี้ทำให้อัตราดอกเบี้ยติดลบได้ยากขึ้นมาก ซึ่งสมเหตุสมผลในเชิงเศรษฐศาสตร์มากกว่า
ทบทวนสั้นๆ: ทั้ง Vasicek และ CIR ต่างเป็น equilibrium models และมีคุณสมบัติ mean reversion เหมือนกัน ข้อแตกต่างหลักคือ CIR มี "ค่าความผันผวนที่ขึ้นกับระดับอัตราดอกเบี้ย"
สรุปโมเดลต่างๆ
Ho-Lee: No-arbitrage, ไม่มี Mean reversion, อัตราดอกเบี้ยติดลบได้
Vasicek: Equilibrium, มี Mean reversion, ความผันผวนคงที่, อัตราดอกเบี้ยติดลบได้
CIR: Equilibrium, มี Mean reversion, ความผันผวนแปรผันตาม \( r \), อัตราดอกเบี้ยไม่ติดลบ
รูปร่างของโครงสร้างอัตราดอกเบี้ย (Term Structure)
โมเดลเหล่านี้ส่งผลต่อ รูปร่างของ Yield curve อย่างไร? Yield curve ได้รับอิทธิพลจาก 3 ปัจจัยหลักในโมเดลเหล่านี้:
1. อัตราดอกเบี้ยปัจจุบัน (\( r \)): หาก Short rate ปัจจุบันต่ำมาก เส้น Yield curve มักจะเป็นขาขึ้น (upward sloping) เพราะแรงดึงจาก Mean reversion จะดึงให้มันขึ้นในอนาคต
2. Mean Reversion (\( k \) และ \( \theta \)): ยิ่งแรงดึงกลับสู่ค่าเฉลี่ยสูงเท่าไหร่ ส่วนปลายของเส้น Yield curve ก็จะยิ่งราบเร็วขึ้นเท่านั้น
3. ส่วนชดเชยความเสี่ยง (Risk Premium): นักลงทุนมักต้องการ "ส่วนชดเชย" สำหรับการถือพันธบัตรระยะยาว โมเดลมักจะใส่ "ราคาตลาดของความเสี่ยง" (market price of risk) เพื่อปรับค่า Drift ให้สะท้อนราคาตลาดจริง ไม่ใช่แค่ความคาดหวังเชิงฟิสิกส์ของอัตราดอกเบี้ยเพียงอย่างเดียว
รู้หรือไม่? ในโมเดลที่มี Mean reversion ผลตอบแทนระยะยาว (forward rate) จะคงที่อยู่ที่ระดับหนึ่งเสมอ นี่คือเหตุผลที่คุณมักจะเห็น Yield curve "ราบเรียบ" (flatten out) ในช่วงอายุ 20 หรือ 30 ปี
คำศัพท์สำคัญที่ต้องจำ
Drift: การเปลี่ยนแปลงเฉลี่ยของอัตราดอกเบี้ยเมื่อเวลาผ่านไป
Stochastic Process: กระบวนการที่เกี่ยวข้องกับตัวแปรสุ่ม (เช่น อัตราดอกเบี้ย)
Mean Reversion: แนวโน้มที่ตัวแปรจะกลับไปสู่ค่าเฉลี่ยระยะยาว
No-Arbitrage: สภาวะที่โมเดลถูกปรับตั้งค่า (calibrated) ให้ตรงกับราคาตลาดปัจจุบันพอดี
เคล็ดลับสุดท้ายสำหรับการสอบ
1. ระบุโมเดลให้ได้: ถ้าเห็นรากที่สองของ \( r \) ในเทอมความผันผวน นั่นคือ CIR ถ้าเห็น \( k(\theta - r) \) นั่นคือโมเดลกลุ่ม Mean reversion
2. เข้าใจ Mean Reversion: จำไว้ว่ายิ่งความเร็วในการดึงกลับ (\( k \)) สูงขึ้น อัตราดอกเบี้ยระยะสั้นก็จะกลับไปหา \( \theta \) เร็วขึ้น ซึ่งจะทำให้ปลายของเส้น Yield curve อ่อนไหวต่อการเปลี่ยนแปลงของ Short rate น้อยลง
3. อย่าตื่นตระหนกกับคณิตศาสตร์: เน้นทำความเข้าใจ ตรรกะ (logic) ของสมการ ข้อสอบ FRM มักทดสอบความเข้าใจเกี่ยวกับ คุณสมบัติ ของโมเดลมากกว่าการให้คุณคำนวณแคลคูลัสที่ซับซ้อน
คุณทำได้แน่! การเข้าใจว่าอัตราดอกเบี้ยเหล่านี้พัฒนาไปอย่างไรคือก้าวแรกสู่การเป็นมือโปรด้านการบริหารจัดการความเสี่ยงตลาด สู้ต่อไปครับ!