กำไรหด มูลค่าหาย (หายแค่ไหน?)

เมื่อกิจกรรมทางเศรษฐกิจหยุดชะงักเป็นวงกว้าง นักลงทุนต่างพากันคาดการณ์ผลกระทบที่จะมีต่อ กำไร ของบริษัท จากนั้นก็พยายามปรับลดมูลค่าหรือราคาที่เหมาะสมของหุ้น

ปัญหาก็คือ หลายท่านปรับลดมูลค่าหุ้นไปตามกำไร ถ้าคาดว่ากำไรของปีนี้จะหดลงไปครึ่งหนึ่ง พวกเขาก็ปรับมูลค่าหุ้นลงไปครึ่งหนึ่ง (ซึ่งไม่ถูกต้อง) หรือบางคนอาจปรับมูลค่าหุ้นลงไปหนึ่งในสี่ (อันนี้ก็ไม่มีเหตุผลที่ดีรองรับ) บทความนี้จะอธิบายว่า เราคำนวณมูลค่าหุ้นที่หดหายไปในภาวะวิกฤติได้อย่างไร

มูลค่าหุ้น – ยามปกติ 

เพื่อเป็นตัวอย่างการคำนวณมูลค่าหุ้นในสถานการณ์ปกติ เราจะใช้โมเดลคิดลดเงินปันผล (Dividend Discount Model) หามูลค่าหุ้น MKY ซึ่งกำลังอยู่ใน ช่วงเติบโต และจ่ายเงินปันผลล่าสุด 0.51 บาทต่อหุ้น โดยคาดว่าเงินปันผลนี้จะเติบโตในอัตรา 6% ต่อปี ไปจนถึงปีที่ 10 จากนั้นจะเป็น ช่วงอิ่มตัว ซึ่งการเติบโตลดลงเหลือเพียง 2% ต่อปี ภายใต้สมมติฐานว่ากิจการจะดำเนินอย่างต่อเนื่องตลอดไป

สังเกตว่า 10 ปีแรกเป็น เงินปันผลในช่วงเติบโต และนับจากปีที่ 11 เป็นต้นไป ก็จะเป็น เงินปันผลในช่วงอิ่มตัว แม้แผนภาพของเราจะแสดงถึงปีที่ 50 แต่ในความเป็นจริง (ตามสมมติฐานเรื่องการดำเนินกิจการต่อเนื่อง) เงินปันผลของช่วงอิ่มตัวจะมีไปจนชั่วนิรันดร์ และเราก็สามารถคำนวณมูลค่าหุ้นได้ด้วยการ คิดลด (discount) เงินปันผลของแต่ละปี

จากแนวคิดเรื่องค่าของเงินตามเวลา เราจะต้องปรับลด (คิดลด) ค่าของเงินในอนาคตให้เป็นมูลค่าปัจจุบัน โดยอ้างอิงกับผลตอบแทนที่ผู้ถือหุ้น MKY ต้องการ สมมติว่า 9 เปอร์เซ็นต์ต่อปี ก็จะได้แผนภาพที่แตกต่างไปจากเดิม

ข้อสังเกตที่สำคัญจากแผนภาพ คือ เงินปันผลที่อยู่ในอนาคตไกล ๆ เช่น ปีที่ 50 แม้จะมากถึง 2 บาท แต่พอคิดเป็นมูลค่าเทียบเท่าเงินในวันนี้ กลับมีมูลค่าเพียง 0.03 บาทเท่านั้น และการที่เงินปันผลในอนาคตไกล ๆ มีมูลค่าปัจจุบันเพียงเล็กน้อย ก็ทำให้สัดส่วนความสำคัญของเงินปันผลในช่วงแรก ๆ (ช่วงเติบโต) มีมาก แม้จะกินเวลาเพียงแค่ 10 ปี

เมื่อนำ มูลค่าปัจจุบัน ของเงินปันผลในอนาคตทั้งหมดมาบวกกัน เราก็จะได้มูลค่าหุ้นออกมา อย่างในตัวอย่างนี้ มูลค่าหุ้น MKY จะเท่ากับ 10 บาท โดยแบ่งเป็นมูลค่าจากช่วงเติบโต (10 ปีแรก) 4.38 บาท และมูลค่าจากช่วงอิ่มตัว (ปีที่ 11 เป็นต้นไป) อีก 5.62 บาท

สังเกตว่ามูลค่าในช่วงอิ่มตัว 5.62 บาทข้างต้น เป็นผลรวมของแท่งสีเขียวจำนวนนับไม่ถ้วน ซึ่งนักการเงินมักเรียกมูลค่าตัวนี้ว่า มูลค่าสุดท้าย (Terminal Value) โดยปกติมูลค่าตัวนี้จะไม่ได้รับผลกระทบจากความระหกระเหินในช่วงสั้นของกิจการ เพราะฉะนั้น การบ้านของนักลงทุนที่ต้องการปรับปรุงมูลค่าหุ้นให้สะท้อนผลกระทบจากวิกฤติในตัวอย่างนี้ จึงไปอยู่ที่ช่วงเติบโต 10 ปีแรก

มูลค่าหุ้น – ยามวิกฤติ

ในภาวะที่เผชิญกับวิกฤติโรคระบาด สมมตินักลงทุนคาดการณ์ว่ากำไรของบริษัทในปีแรกจะลดลงเหลือเพียง 25 เปอร์เซ็นต์ เมื่อเทียบกับสถานการณ์ปกติ ก่อนจะค่อย ๆ ฟื้นตัวเป็น 50 และ 75 เปอร์เซ็นต์ ในปีที่สองและปีที่สาม ตามลำดับ จนกระทั่งกลับเข้าสู่ภาวะปกติได้ในปีที่สี่

หากบริษัทรักษาสัดส่วนการจ่ายเงินปันผลเท่าเดิม เงินปันผลจะลดลงในอัตราเดียวกันกับกำไร และนักลงทุนจะสามารถคำนวณมูลค่าหุ้น MKY ใหม่ได้สองวิธี คือ (1) ตัด เงินปันผลที่หายไป [สีส้ม] ออก จากนั้นก็คำนวณมูลค่าปัจจุบันของเงินปันผลใหม่ทั้งหมด หรือ (2) คำนวณเฉพาะมูลค่าปัจจุบันของ เงินปันผลที่หายไป จากนั้นก็นำไปหักออกจากมูลค่าหุ้นในสถานการณ์ปกติ

ทั้งสองวิธีให้ผลลัพธ์ตรงกัน คือ มูลค่าหุ้นในสถานการณ์วิกฤติ 9.27 บาท ซึ่งเท่ากับว่าลดลง 0.73 บาท หรือ 7.3 เปอร์เซ็นต์เท่านั้น

“ราคา” หายมากกว่ามูลค่า

จากตัวอย่างข้างต้น นักลงทุนอาจลองสมมติสถานการณ์ที่สุดขั้วยิ่งขึ้น เช่น บริษัทได้รับผลกระทบจากวิกฤติมากและงดจ่ายเงินปันผลในสามปีแรก ก่อนจะกลับมาจ่ายปันผลตามเดิมได้ในปีที่สี่ มูลค่าหุ้นที่คำนวณได้ใหม่ก็จะลดลงเหลือ 8.55 บาท หรือลดลง 14.5 เปอร์เซ็นต์

แต่ไม่ว่ามูลค่าจะลดลง 7 เปอร์เซ็นต์ หรือ 14 เปอร์เซ็นต์ มันก็ไม่ได้ใกล้เคียงกับ ราคาหุ้น ที่ปรับลดลงครึ่งต่อครึ่ง อย่างที่เรามักเห็นในยามวิกฤติ

บทสรุปที่เราควรจะได้จากเรื่องนี้ คือ ในภาวะวิกฤติราคาหุ้นมักร่วงลงมามากกว่ามูลค่าที่หายไป และนั่นก็น่าจะเป็นเหตุผลที่หุ้นสามารถรีบาวด์ขึ้นไปได้มากภายหลังจากที่วิกฤติได้ผ่านพ้น แม้จะต้องใช้เวลาเป็นปีหรือหลายปีก็ตาม ...โดยความเห็นของผมแล้ว

"หายนะไม่ได้เกิดขึ้นเพราะว่าราคาหุ้นตกต่ำ แต่เป็นเพราะว่าเราขายหุ้นที่ควรถือระยะยาวไปในช่วงที่ราคาหุ้นตกต่ำต่างหาก"

Margin of Safety ของตลาดหุ้น

เมื่อผ่านครึ่งแรกของเดือนมีนาคม 2563 ก็เป็นที่แน่ชัดแล้วว่า นักลงทุนไทยกำลังได้รับโอกาสประเภทที่ "สิบปีมีครั้งเดียว" ในภาวะเช่นนี้ นักลงทุนจำนวนมากทราบดีว่าหุ้นไทยมีราคาถูกแล้ว และหลายท่านอาจคิดถึงการเข้าซื้อกองทุนรวม แต่การประเมินความถูกแพงของหน่วยลงทุนก็มักจะเป็นปัญหา นอกเสียจากท่านจะยอมประเมินมูลค่าหุ้นรายตัว ทุกตัว ที่อยู่ในพอร์ตของกองทุนรวม ซึ่งก็ดูจะเหนื่อยยากเกินไปหน่อย

ทางเลือกที่สบายกว่าและใช้งานได้ดีในทางปฏิบัติ ได้แก่ การตั้งสมมติฐานว่ากองทุนรวมมีการกระจายความเสี่ยงไปในหุ้นที่หลากหลาย จากนั้นก็ประเมินความถูกแพงของตลาดหุ้นโดยรวมแทน โดยใช้การคำนวณ Margin of Safety ในระดับตลาดหุ้น

Margin of Safety

คำว่า Margin of Safety (MoS) หรือ ส่วนเผื่อเพื่อความปลอดภัย เป็นคำที่ เบนจามิน เกรแฮม เป็นผู้คิดค้นขึ้น หมายถึง สิ่งที่เตรียมไว้สำหรับปกป้องการลงทุน โดยภาษาไทยมีการแปลด้วยถ้อยคำอื่น ๆ บ้าง เป็นต้นว่า ส่วนต่างแห่งความปลอดภัย หรือ ส่วนเผื่อสำหรับความปลอดภัย แต่ก็ขอให้เข้าใจว่าทั้งหมดเป็นสิ่งเดียวกัน

ตามเนื้อความดั้งเดิมในหนังสือ The Intelligent Investor งานเขียนชิ้นเอกของเกรแฮม ซึ่งมี พรชัย รัตนนนทชัยสุข เป็นผู้แปลและเรียบเรียงเป็นภาษาไทย ในบทที่ 20 เกรแฮมระบุไว้ว่า

“...ภายใต้สถานการณ์ปกติ ส่วนเผื่อเพื่อความปลอดภัยจะอยู่ที่ศักยภาพการทำกำไรคาดการณ์ ซึ่งอยู่ในระดับสูงกว่าอัตราดอกเบี้ยหุ้นกู้ในขณะนั้น”

ในส่วนนี้ เจสัน ซวีจ ซึ่งเป็นผู้ให้คำอธิบายเพิ่มเติมสำหรับเนื้อหาแต่ละบท ได้สรุปให้เข้าใจง่ายขึ้นว่า ศักยภาพการทำกำไรของบริษัทสามารถหาได้อย่างง่าย ๆ โดยนำกำไร (E) มาหารด้วยราคาหุ้น (P) ซึ่งอาจเรียกว่า E/P หรือก็คือ ส่วนกลับของค่า P/E นั่นเอง เมื่อนิยามดังนี้ ส่วนเผื่อเพื่อความปลอดภัย ก็จะเป็นความแตกต่างระหว่างผลตอบแทนจากหุ้น (ค่า E/P) กับผลตอบแทนของหุ้นกู้ เช่น ถ้าหุ้นเทรดกันที่ P/E 11 เท่า จะคิดเป็นค่า E/P ประมาณ 9% (เศษหนึ่งส่วน 11) ขณะที่หุ้นกู้ของบริษัทให้ผลตอบแทน 4% จากข้อมูลนี้จะคำนวณส่วนเผื่อได้เท่ากับ (0.09 – 0.04) / 0.04 = 125 เปอร์เซ็นต์

อย่างไรก็ตาม เกรแฮมได้ระบุในเนื้อหาต่อมาว่า

ในกรณีของหุ้นซึ่งมีราคาต่ำกว่าที่ควรจะเป็น ส่วนเผื่อ (เพื่อความปลอดภัย) จะเป็นส่วนต่างระหว่างราคาหุ้นและมูลค่าที่เหมาะสม

ตามมุมมองของนักลงทุนที่กำลังมองหาหุ้นซึ่งมีราคาต่ำกว่าที่ควรจะเป็น นิยามอันหลังนี้ดูเหมือนจะเป็นที่รู้จักแพร่หลายมากกว่า สำหรับประเด็นนี้ หนังสือ แต้มต่อในตลาดหุ้น โดย สุภศักดิ์ จุลละศร ได้นิยามส่วนต่างแห่งความปลอดภัยว่าหมายถึง ส่วนต่างระหว่างมูลค่ากับราคาของหุ้น โดยระบุการคำนวณเอาไว้ด้วย [ภาพจาก se-ed.com]

“เรามักใช้มูลค่าหุ้นเป็นแกนยึดเหนี่ยว และคำนวณ Margin of Safety (MoS) ดังนี้”

ตัวอย่างเช่น เราคำนวณมูลค่าหุ้นได้ 20 บาท และหุ้นมีราคา 15 บาท MoS จะเท่ากับ (20 – 15) / 20 = 0.25 หรือ 25 เปอร์เซ็นต์

การคำนวณ MoS โดยอ้อม

สำหรับหุ้นรายตัว การหามูลค่าหุ้นและนำมาเข้าสมการข้างต้นเป็นวิธีหา MoS ที่ตรงไปตรงมา ทว่าในกรณี MoS ของตลาดหุ้นนั้น เราไม่สามารถหามูลค่าที่เหมาะสมของตลาดโดยรวม เพื่อจะนำมาเข้าสมการได้ง่าย ๆ จึงต้องมีการดัดแปลงสมการเล็กน้อย โดยเริ่มต้นจากนิยามของเรา

ในสมการนี้ กำหนดให้ P เป็นราคาหุ้น และ P* เป็นราคาหุ้นที่เหมาะสม (หรือก็คือ มูลค่าหุ้น) เราสามารถจัดรูปสมการให้กะทัดรัดขึ้นเล็กน้อย

หากเรานำเงินปันผล D มาหารด้วยตัวของมันเอง (D/D) จะมีค่าเท่ากับ 1 แล้วเอาเทอมนี้ไปคูณกับพจน์หลังของสมการ จากนั้นจัดรูปให้สวยงาม

โดยที่ yd เป็นอัตราผลตอบแทนเงินปันผล หรือ dividend yield เทียบกับราคาหุ้นปัจจุบัน (D/P) ส่วน yd* เป็นอัตราผลตอบแทนเงินปันผลเทียบกับราคาที่เหมาะสมของหุ้น (D/P*)

เนื่องจาก อัตราผลตอบแทนเงินปันผล เป็นตัวเลขที่ตลาดหลักทรัพย์ฯ เปิดเผยต่อสาธารณะมาอย่างต่อเนื่อง เราจึงสามารถนำข้อมูลมาพล็อตบนแผนภาพ สังเกตได้ว่าอัตราผลตอบแทนเงินปันผลของตลาดหุ้นไทยในช่วง 7 ปีหลังสุด ค่อนข้างทรงตัวอยู่ที่ประมาณ 3 เปอร์เซ็นต์ หากประเมินมูลค่าด้วยวิธีอ้างอิงตลาด เราก็จะสามารถใช้ตัวเลขนี้เป็นค่า yd*

ส่วนค่า yd ล่าสุด ณ วันที่ 19 มีนาคม 2563 ซึ่งดัชนี SET อยู่ที่ 1,048 จุด มีค่าประมาณ 4.8 เปอร์เซ็นต์ เราจึงสามารถคำนวณ Margin of Safety ของตลาดหุ้นได้เท่ากับ 1 – (3.0 / 4.8) = 37.5 เปอร์เซ็นต์ หรือพูดง่าย ๆ ก็คือ ตลาดหุ้นโดยรวมอยู่ต่ำกว่ามูลค่าราว 37.5 เปอร์เซ็นต์

กำไรที่คาดหวัง 

ในการเข้าซื้อหุ้นหรือกองทุนรวมที่มีส่วนลด 37.5 เปอร์เซ็นต์ ไม่ ได้หมายความว่า เราสามารถคาดหวังกำไร 37.5 เปอร์เซ็นต์ แต่ที่จริงแล้วมันหมายถึงว่า เราสามารถใช้เงิน 62.5 บาท เพื่อซื้อสินทรัพย์ (หุ้น) ที่มีมูลค่า 100 บาท และถ้าตลาดหุ้นฟื้นกลับขึ้นไปได้ จะภายใน 2-3 เดือน หรือ 2-3 ปีก็ตาม เราก็น่าจะได้กำไร (100 - 62.5) / 62.5 = 60 เปอร์เซ็นต์ นี่คือ กำไรที่ควรคาดหวังได้อย่างหยาบ ๆ นอกเสียจากท่านจะคิดว่าตลาดหุ้นไม่มีวันฟื้นกลับไปที่เดิม

ด้วยข้อมูลทั้งหมดนี้ หวังว่าทุกท่านคงจะเข้าใจสถานการณ์อย่างเป็นรูปธรรมมากขึ้น และเห็นแนวทางที่จะนำไปประยุกต์ใช้กับการลงทุนหุ้น/กองทุนรวมหุ้น ขณะเดียวกันก็ต้องไม่ลืม ความเสี่ยง ที่ตลาดหุ้นอาจใช้เวลาฟื้นตัวนานกว่าที่คิด หรือตลาดหุ้นอาจร่วงลงได้อีก ก่อนที่จะเริ่มฟื้นอย่างจริงจัง รวมถึงความเสี่ยงที่ราคาหน่วยลงทุนอาจเคลื่อนไหวแตกต่างไปจากตลาดหุ้นโดยรวมอย่างมีนัยสำคัญด้วย

ยืมใช้... ค่าเสื่อมราคา

หากพูดกันตามประสาชาวบ้าน ค่าเสื่อมราคาควรถือเป็น “เรื่องมโน” ที่ดูสมเหตุสมผล และมีประโยชน์ในทางธุรกิจ แต่อันที่จริงคนทั่วไปที่ไม่ใช่นักธุรกิจหรือนักลงทุน ก็สามารถยืมใช้ความรู้อันนี้ได้ด้วยเหมือนกัน เราจะมาดูตัวอย่างที่เริ่มจากยากไปหาง่าย เพื่อปรับโหมดความคิดจากไฮโซย้อนกลับสู่สามัญ

เบสิกก็ต้องมี

โดยนิยามแล้ว ค่าเสื่อมราคา หมายถึง มูลค่าที่ลดลง (เสื่อมค่า) เมื่อสินทรัพย์ถูกใช้งานไป ยกตัวอย่างการซื้อตู้เย็นเครื่องหนึ่ง คนทั่วไปอาจคิดว่าตนเองจ่ายค่าตู้เย็น 15,000 บาท จากนั้นก็ใช้งานไป 5 ปี สิ่งนี้ดูปกติสำหรับคนทั่วไป แต่ไม่ใช่สำหรับทุกคน

ตามมุมมองสายมโน (ในทางสร้างสรรค์นะครับ) การจ่ายเงินรวดเดียวในปีแรกและ “ใช้งานฟรี” อีก 4 ปีที่เหลือ ดูจะไม่ค่อยสมเหตุสมผล ทางเลือกที่ดีกว่าในสายตาของพวกเขา คือ “สมมติ” ว่ามีการทยอยจ่ายค่าตู้เย็นตลอดระยะเวลา 5 ปี ปีละ 3,000 บาท เท่า ๆ กัน เพื่อให้สะท้อนต้นทุนตามการใช้งานจริงได้ดีขึ้น

ในตัวอย่างนี้ ค่าเสื่อมราคาก็คือ 3,000 บาท ที่ตัดออกไปในแต่ละปี และเมื่อตัดค่าเสื่อมฯ ออกไป มูลค่าในทางบัญชีของตู้เย็นก็จะลดลงเป็นลำดับ นี่คือเบสิกเรื่องค่าเสื่อมราคา สำหรับการนำไปประยุกต์ใช้กับชีวิตของคนทั่วไป

ตัวอย่างการประยุกต์ใช้ #1

สมมติท่านมีรถยนต์คันหนึ่งและกำลังจะต้องเปลี่ยนยาง 4 เส้น ในราคา 12,000 บาท ท่านได้รับข้อเสนอให้ซื้อประกัน Tyre-Care ราคา 1,200 บาท ควบคู่ไปด้วย แต่ก็ไม่แน่ใจว่าจะคุ้มค่าหรือไม่ ทราบแต่บริษัทจะเปลี่ยนยางให้ยกเซ็ตทันที หากว่าใช้งานยางใหม่แล้วเกิดบวมหรือแตกแบบที่ซ่อมไม่ได้

เพื่อประเมินความคุ้มค่า สมมติว่ายางรถของท่านใช้งานได้ประมาณ 3 ปี ท่านจะตัดค่าเสื่อมราคาปีละ 12000 / 3 = 4,000 บาท มูลค่าคงเหลือของยางในแต่ละปีจะเป็นดังนี้

จากประสบการณ์การขับรถที่ผ่านมา ท่านประเมินคร่าว ๆ ว่าโอกาสที่ยางจะมีปัญหาในระดับที่ซ่อมหรือปะไม่ได้ตามเงื่อนไขการรับประกันอยู่ที่ประมาณ 3 เปอร์เซ็นต์ ตลอดอายุการใช้งาน 3 ปี (หรือราว 1 เปอร์เซ็นต์ต่อปี) จึงเท่ากับว่ามีโอกาสที่จะซื้อประกันไปแล้วไม่ได้เคลมเลย 97 เปอร์เซ็นต์

หากสมมติว่าการเคลมยาง (ถ้ามี) เกิดขึ้น ณ จุดกึ่งกลางของแต่ละปี ซึ่งมูลค่าคงเหลือของยางในขณะนั้น ๆ จะเท่ากับมูลค่ายางเฉลี่ยระหว่างต้นปีและปลายปี (ตัวเลขสีแดงตะแคงข้าง) โดยสามารถแสดงเป็นภาพได้ดังนี้

ในปีที่หนึ่ง ท่านมีโอกาสเคลมยางรถยนต์มูลค่า 12,000 บาท เพื่อทดแทนยางที่ผ่านการใช้งานมาแล้วครึ่งปีและมีมูลค่าลดลงเหลือ 10,000 บาท เท่ากับว่าได้กำไร 12000 – 10000 = 2,000 บาท ด้วยความน่าจะเป็น 1 เปอร์เซ็นต์

ในทำนองเดียวกันปีที่สอง ท่านมีโอกาสเคลมยางรถยนต์และได้กำไร 12000 – 6000 = 6,000 บาท ด้วยความน่าจะเป็น 1 เปอร์เซ็นต์ ส่วนปีที่สาม ท่านมีโอกาสเคลมยางรถยนต์และได้กำไร 12000 – 2000 = 10,000 บาท ด้วยความน่าจะเป็น 1 เปอร์เซ็นต์ สำหรับโอกาสที่ท่านจะไม่ได้เคลมยางรถยนต์ (เท่ากับว่าได้กำไรศูนย์บาท) มีความน่าจะเป็น 97 เปอร์เซ็นต์

สรุปแล้ว ค่าคาดหวัง (expectation) ของประกันยางรถยนต์ตามเงื่อนไขนี้ คือ

(0.01 x 2000) + (0.01 x 6000) + (0.01 x 10000) + (0.97 x 0) = 180 บาท

เทียบกับค่าประกัน 1,200 บาท ที่ได้จ่ายไป ก็ต้องถือว่า “ไม่คุ้มค่า” อย่างสิ้นเชิง

อย่างไรก็ตาม ข้อสรุปอาจแตกต่างไปจากนี้ หากท่านกำหนดข้อสมมติฐานใหม่ เช่น เพิ่มโอกาสเคลมจาก 3 เปอร์เซ็นต์ในตัวอย่าง เป็น 10 เปอร์เซ็นต์ ตลอดอายุการใช้งาน 3 ปี มูลค่าของการรับประกันดังกล่าวจะเพิ่มขึ้นจาก 180 บาท เป็น 600 บาท ซึ่งอาจดีขึ้นมาหน่อย แต่เมื่อเทียบกับค่าประกัน 1,200 บาท ที่ได้จ่ายไปก็ถือว่าไม่คุ้มอยู่ดี

นี่เป็นตัวอย่างแรกสำหรับการประยุกต์ใช้เรื่องค่าเสื่อมราคา ที่ทุกท่านสามารถลองนำไปปรับใช้กับข้อเสนอการรับประกันสินค้าอื่น ๆ ได้ด้วย

ตัวอย่างการประยุกต์ใช้ #2

สมมติวันดีคืนดี (ซึ่งที่จริงก็คือ ไม่ดี) เครื่องซักผ้าที่บ้านของท่านเกิดไม่ทำงานขึ้นมา และท่านกำลังคิดอยู่ว่าจะจ่ายเงิน 5,000 บาท เพื่อซ่อมแซมเครื่องซักผ้า หรือตัดใจซื้อเครื่องใหม่ดี

หากท่านจำได้ว่าซื้อเครื่องซักผ้าดังกล่าวมาในราคา 20,000 บาท และคาดว่าอายุการใช้งานปกติของมันเท่ากับ 5 ปี ท่านอาจตัดค่าเสื่อมราคาปีละ 20000 / 5 = 4,000 บาท มูลค่าคงเหลือในแต่ละปีของเครื่องซักผ้าก็จะทยอยลดลงเหมือนกับกรณียางรถยนต์ข้างต้น ถ้าโชคร้ายเครื่องซักผ้าเสียตั้งแต่สิ้นปีแรก มูลค่าคงเหลือก็จะเท่ากับ 20000 – 4000 = 16,000 บาท การจ่ายเงินซ่อม 5,000 บาท เพื่อนำมูลค่าส่วนนี้กลับมาก็น่าจะถือว่าคุ้มค่า

ในทางทฤษฎี การจ่ายเงินซ่อม X บาท เพื่อดึงมูลค่ากลับมา X บาท น่าจะเป็น “จุดแบ่ง” ว่าการซ่อมแซมนั้นจะมีความคุ้มค่าหรือไม่ อย่างไรก็ดี หากเรานำปัจจัยอื่น ๆ มาประกอบด้วย เช่น เครื่องซักผ้าใหม่อาจมีประสิทธิภาพการซักที่ดีขึ้น หรือประหยัดไฟฟ้า/น้ำประปามากขึ้น ก็มีความเป็นไปได้ที่จุดแบ่งเรื่องความคุ้มค่าจะขยับไปจากนี้ได้เหมือนกัน

ตัวอย่างการประยุกต์ใช้ #3

ยังคงอยู่ที่เครื่องซักผ้า แต่คราวนี้จะเป็นเรื่องของการเลือกซื้อบ้าง

สมมติว่าท่านกำลังเปรียบเทียบเครื่องซักผ้าแบรนด์ A ราคา 18,000 บาท กับแบรนด์ B ราคา 25,000 บาท โดยทั้งสองเครื่องมีคุณลักษณะและเทคโนโลยีต่าง ๆ ใกล้เคียงกัน ตามที่ท่านได้ศึกษามา สินค้าของแบรนด์ B มีความทนทานมากกว่า แต่ท่านเองก็ไม่แน่ใจว่ามันจะคุ้มค่ากับเงินส่วนต่าง 7,000 บาท ที่ต้องจ่ายแพงกว่าหรือไม่

หากข้อมูลที่ท่านมีบ่งชี้ว่า เครื่องซักผ้าแบรนด์ A มีอายุการใช้งานทั่วไปราว 3-5 ปี (ตีว่าค่าเฉลี่ย คือ 4 ปี) ส่วนเครื่องซักผ้าแบรนด์ B มีอายุการใช้งาน 4-8 ปี (สมมติว่าเฉลี่ยอยู่ที่ 6 ปี) ท่านสามารถหาค่าเสื่อมราคาของแบรนด์ A ได้เท่ากับ 18000 / 4 = 4,500 บาทต่อปี และของแบรนด์ B เท่ากับ 25000 / 6 = 4,167 บาทต่อปี

เนื่องจากค่าเสื่อมราคาสามารถมองว่าเป็น “ค่าใช้จ่าย” ที่ทยอยหักออกไปจากมูลค่าสินค้า การที่เครื่องซักผ้าแบรนด์ A มีค่าเสื่อมราคาสูงกว่าจึงหมายถึงว่ามัน แพงกว่า แบรนด์ B ทั้งที่มีราคาขายต่ำกว่า ซึ่งเราไม่มีทางรู้ได้จากการดูราคาเครื่องแต่เพียงอย่างเดียว

ไม่ต้องรู้ก็ได้ (แต่รู้ก็ดี)

สังเกตว่าวิธีคิดตามตัวอย่างทั้งสามยืนพื้นอยู่บนค่าเสื่อมราคา อย่างไรก็ตาม มีคนจำนวนหนึ่งใช้แนวคิดดังกล่าวโดยที่ไม่เคยรู้จักค่าเสื่อมราคามาก่อนเลยแม้แต่น้อย บางคนบอกว่าพวกเขาก็แค่หา ค่าใช้งานต่อหนึ่งปี เพื่อระบุความถูกแพงของสินค้า หรือแค่กะเอาคร่าว ๆ ว่าค่าซ่อมแซมนั้นน่าจะคุ้มค่ากับสภาพปัจจุบันของสินค้าหรือไม่

แต่ก็แน่ล่ะว่าการคำนวณออกมาอย่างมีหลักการย่อมทำให้ท่านเกิดความสงบและมั่นใจมากกว่าการคาดคะเนหรือกะประมาณ ...และนั่นก็เป็นเหตุผลที่ดีสำหรับการ “ยืมใช้” เรื่องค่าเสื่อมราคาครับ

กูรู - กูรู้ - กูไม่รู้

ชื่อของบทความนี้อาจฟังดูระคายหู แต่เชื่อว่ามันจะช่วยนำพา “สติ” กลับมาให้เราได้เป็นอย่างดี โดยเฉพาะสำหรับผู้ที่วางแผนอนาคตทางการเงินของตนเองโดยอาศัยความรู้จากกูรูและตำราต่าง ๆ

จากอดีตจนถึงปัจจุบัน การวางแผนทางการเงินในระยะยาว เช่น การเตรียมเงินสำหรับใช้จ่ายหลังออกจากงานประจำ ไม่ว่าจะด้วยการเกษียณอายุ หรือด้วยการมีอิสรภาพทางการเงิน “กูรู” หรือผู้รู้ต่าง ๆ ก็จะคอยเตือนเราไม่ให้ลืมคำนึงถึง เงินเฟ้อ จากนั้นก็ให้นำตัวเลขดังกล่าวมาใส่ไว้ในสมมติฐาน ซึ่งจุดนี้เองที่ผมค้นพบว่ามีความบกพร่องเกิดขึ้น

ข้อสันนิษฐานที่ไม่สอดคล้องกับความเป็นจริงนำไปสู่ผลลัพธ์และการวางแผนที่ผิดพลาด ซึ่งนั่นอาจหมายถึง การเดินตรงเข้าสู่หายนะทางการเงิน... ด้วยความสบายใจ

ความผิดพลาดระดับสามัญ

ในการเตรียมเงินสำหรับใช้จ่ายในอนาคต เช่น ตลอด 20 หรือ 30 ปีข้างหน้า คนทั่วไปมักทำผิดพลาดในระดับสามัญ โดยนำค่าใช้จ่ายรายปีปัจจุบันคูณด้วยจำนวนปี ถ้าสมมติว่าพวกเขาใช้จ่ายอยู่เดือนละ 20,000 บาท (หรือตกปีละ 240,000 บาท) และกำลังจะเกษียณ คนเหล่านี้อาจคำนวณเงินที่จะใช้ตลอด 20 ปีหลังเกษียณว่าเท่ากับ 240000 x 20 = 4.8 ล้านบาท

สิ่งที่กูรูจะบอกก็คือ คนทั่วไปมักลืมนึกถึงการปรับขึ้นราคาสินค้า เมื่อเวลาผ่านไป ซึ่งเป็นสิ่งที่นักเศรษฐศาสตร์เรียกว่า ภาวะเงินเฟ้อ

โดยนิยามแล้ว ภาวะเงินเฟ้อ หมายถึง “ภาวะที่ราคาสินค้าและบริการโดยทั่วไปเพิ่มสูงขึ้น” ตามความคิดของกูรู หากราคาสินค้าโดยทั่วไปปรับขึ้นปีละ 3 เปอร์เซ็นต์ ค่าใช้จ่ายของเราก็ควรจะเพิ่มขึ้นปีละ 3 เปอร์เซ็นต์ด้วย ดังนั้น แทนที่จะคูณค่าใช้จ่ายปัจจุบันด้วยจำนวนปี เราก็ควรมีการปรับเพิ่มค่าใช้จ่ายแต่ละปีในอัตรา 3 เปอร์เซ็นต์นี้ไปเรื่อย ๆ จนกว่าจะถึงปีที่ 20 จึงจะได้ผลรวมค่าใช้จ่ายที่ถูกต้อง ซึ่งอาจจะต้องไปคำนวณใน Excel หรือใช้เครื่องคิดเลขทางการเงิน

ว่าแต่เราลืมอะไรไปหรือเปล่า?

ความผิดพลาดระดับกูรู

หากสังเกตกันให้ดี การคำนวณข้างต้นมีสมมติฐานสำคัญบางอย่างฝังอยู่ นั่นคือ ค่าใช้จ่ายของเราควรเพิ่มขึ้นในอัตราเดียวกันกับเงินเฟ้อ ซึ่งนี่อาจจะไม่จริงก็ได้

ในอดีตที่ผ่านมา อัตราเงินเฟ้อของประเทศไทยเคยอยู่ที่ประมาณปีละ 3-4 เปอร์เซ็นต์ แต่ค่าเฉลี่ยในช่วงไม่กี่ปีมานี้กลับลดลงเหลือ 0.5 – 1.0 เปอร์เซ็นต์ตามสภาพเศรษฐกิจ เมื่อคำนึงถึงแนวโน้มดังกล่าวนี้ กูรูวางแผนทางการเงินจึงมักแนะนำให้เราเผื่อค่าใช้จ่ายในอนาคตเพิ่มขึ้นราวปีละ 1 เปอร์เซ็นต์ ใกล้เคียงกับการคาดการณ์เงินเฟ้อในระยะยาว

อย่างไรก็ตาม เนื่องจากค่าใช้จ่ายหลัก ๆ ในแต่ละเดือนของคนทั่วไป ได้แก่ ค่าอาหาร, ค่าเดินทาง และค่าที่อยู่อาศัย รวมถึงค่าใช้จ่ายที่มาเป็นครั้งคราว (แต่เป็นก้อนใหญ่กว่า) ไม่ว่าจะเป็นเครื่องใช้ในครัวเรือน, สมาร์ทโฟน หรือค่าใช้จ่ายท่องเที่ยว จากประสบการณ์ของผม รายจ่ายเหล่านี้ล้วนเพิ่มขึ้นมากกว่า 1 เปอร์เซ็นต์ต่อปีด้วยกันทั้งสิ้น อย่างน้อยก็สำหรับตัวผมและคนรอบ ๆ ตัว

ตัวอย่างที่ผมพบเห็นเองในชีวิตประจำวัน เช่น เมนูประจำในร้านอาหารญี่ปุ่นที่ผมชื่นชอบเคยมีราคา 180 บาท ปัจจุบันปรับเพิ่มเป็น 210 บาท ส่วนเมนูอื่น ๆ ก็มีการปรับราคาขึ้นในอัตราที่ไล่เลี่ยกัน หากประมาณว่าร้านอาหารปรับขึ้นราคาหนึ่งครั้งทุก ๆ 3-5 ปี นี่จะคิดเป็นอัตราการเพิ่มขึ้นราว 3.1 – 5.3 เปอร์เซ็นต์ต่อปี หรืออย่างผลิตภัณฑ์สมาร์ทโฟนเจ้าดังที่เปิดตัวเมื่อปี 2007 ราคาประมาณ 16,000 บาท จนมาถึงรุ่นล่าสุดปัจจุบันประมาณ 39,200 บาท เฉลี่ยแล้วมีราคาเพิ่มขึ้นราวปีละ 7.4 เปอร์เซ็นต์

สถานการณ์ดังกล่าวบ่งชี้ว่าสมมติฐานของกูรูอาจไม่ถูกต้อง เพราะค่าใช้จ่ายในชีวิตประจำวันอาจ ไม่ เพิ่มขึ้นในอัตราเดียวกับเงินเฟ้อ และโดยมากก็มักจะเป็นอย่างนั้น

ค่าใช้จ่ายที่เพิ่มขึ้น

สมมติว่าพีระมิดด้านล่างนี้เป็นตัวแทนของสินค้าและบริการในระบบเศรษฐกิจ โดยส่วนล่างสุดกล่องสีน้ำตาลเป็นสินค้าและบริการขั้นพื้นฐาน เช่น ไข่ไก่สด, น้ำมันถั่วเหลือง, ค่าก๊าซหุงต้ม ฯลฯ ส่วนสินค้าและบริการในระดับสูงขึ้นก็เป็นกล่องที่อยู่สูงขึ้นมา เช่น ค่าอาหารในร้านห้องแถวอาจจะอยู่ในกล่องสีฟ้า และค่าอาหารในร้านตามห้างก็อาจจะอยู่ในกล่องสีชมพู อย่างนี้เป็นต้น ทั้งนี้ ตัวเลข 100, 110 และ 120 เป็นระดับราคาที่กำกับไว้เพื่อแสดงให้เห็นว่ากล่องที่อยู่ถัดขึ้นไปข้างบนนั้นแพงกว่ากล่องที่อยู่ด้านล่าง

เนื่องจากสินค้าและบริการที่นำมาคำนวณเงินเฟ้อโดยมากแล้วจะเป็นกล่องสีน้ำตาล เราจึงอาจพบว่ากล่องสีน้ำตาลนี้ “แพงขึ้น” ในอัตรา 1 เปอร์เซ็นต์ต่อปีจริง (เท่ากับตัวเลขเงินเฟ้อที่วัดได้) ทว่ากล่องอื่น ๆ อาจมีการปรับราคาสูงกว่านั้น เพราะบริษัทที่มีสินค้าและบริการขั้นสูงมักมีความสามารถในการกำหนดราคาขาย (pricing power) จากการมีแบรนด์ที่แข็งแกร่งหรือมีความได้เปรียบในการดำเนินธุรกิจ สอดคล้องกับประสบการณ์เรื่องสมาร์ทโฟนและราคาอาหารญี่ปุ่นที่ผมบอกไปข้างต้น

สังเกตว่าถ้าผมเป็นคนที่สั่งอาหารกินในร้านห้องแถวทั่วไป ผมย่อมจะรู้สึกได้ว่าราคาอาหารแพงขึ้นปีละ 3 เปอร์เซ็นต์ หรือถ้าผมเป็นคนที่ชอบทานอาหารในร้านชื่อดังตามห้าง ผมอาจรู้สึกถึงราคาอาหารที่ปรับตัวขึ้นเฉลี่ยปีละ 5 เปอร์เซ็นต์ ทั้งสองกรณีนี้น่าจะพอทำให้ทุกท่านเห็นภาพว่า เงินเฟ้อที่วัดได้ กับ เงินเฟ้อที่เรารู้สึกได้ แตกต่างกันอย่างไร

ยิ่งไปกว่านั้น หากการใช้จ่ายของท่านมีการเปลี่ยนแปลงในเชิงโครงสร้าง เช่น จากเดิมที่เคยทำอาหารทานกันเองในครอบครัว ต่อมาเปลี่ยนเป็นทานอาหารนอกบ้านบ่อยขึ้น ค่าใช้จ่ายของท่านก็จะค่อย ๆ ย้ายจากกล่องสีน้ำตาลไปยังกล่องสีฟ้า หรือกล่าวได้ว่า การเปลี่ยนแปลงรูปแบบการใช้ชีวิตจะทำให้ท่านสัมผัสถึงรายจ่ายที่เพิ่มขึ้นเร็วขึ้นไปอีก

ตัวอย่างเช่น ค่าใช้จ่ายโดยรวมของผมเดิมอยู่ในกล่องสีน้ำตาลและกล่องสีฟ้าอย่างละครึ่ง 50/50 ระดับค่าใช้จ่ายของผมจะเท่ากับ (0.50 x 100) + (0.50 x 110) = 105 ถ้าต่อมาผมเปลี่ยนรูปแบบการใช้ชีวิตโดยเน้นความสะดวกสบายมากขึ้น กลายเป็นกล่องสีน้ำตาล 30 เปอร์เซ็นต์ และกล่องสีฟ้า 70 เปอร์เซ็นต์ พอถึงปีถัดมา ระดับค่าใช้จ่ายของผมจะเท่ากับ (0.30 x 101) + (0.70 x 113.3) = 109.61

จากมุมมองของผม อัตราการเปลี่ยนแปลงของระดับค่าใช้จ่ายโดยส่วนตัวจะเท่ากับ (109.61 / 105) – 1 = 4.4 เปอร์เซ็นต์ ซึ่งนับว่าสูงกว่าอัตราการขึ้นราคาของทั้งกล่องสีน้ำตาลและกล่องสีฟ้า

สรุปก็คือ

1. ถ้าท่านไม่ได้ซื้อสินค้าและบริการขั้นพื้นฐานเป็นหลัก มีโอกาสสูงที่ค่าใช้จ่ายของท่านจะแพงขึ้น เร็วกว่า อัตราเงินเฟ้อ


2. การยกระดับการบริโภคจะเป็นตัวเร่งให้ค่าใช้จ่ายเติบโตเร็วขึ้นไปอีก

นอกจากโมเดลข้างต้นนี้แล้ว หลักฐานอีกอย่างหนึ่งที่บ่งชี้แบบอ้อม ๆ ว่าค่าใช้จ่ายของคนทั่วไปน่าจะสูงกว่าอัตราเงินเฟ้อ ได้แก่ อัตราการปรับเพิ่มเงินเดือนซึ่งอยู่ที่ประมาณ 5 เปอร์เซ็นต์ต่อปี (ข้อมูลจากสมาคมการจัดการงานบุคคลแห่งประเทศไทย ปี 2562/2563)

ถ้ารายได้ของคนทั่วไปเติบโตปีละ 5 เปอร์เซ็นต์ ขณะที่ค่าใช้จ่ายเติบโตปีละ 1 เปอร์เซ็นต์ เมื่อเวลาผ่านไป 20-30 ปี ทุกคนจะมีรายได้ท่วมรายจ่าย มีการเก็บออมมหาศาล และพวกเขาก็จะกลายเป็นเศรษฐีกันหมด... แต่เราก็รู้ว่านั่นไม่จริง

ใช้ตัวเลขไหนดี

เมื่อสรุปได้แล้วว่า ค่าใช้จ่ายของคนทั่วไปมีแนวโน้มที่จะเพิ่มขึ้นเร็วกว่าอัตราเงินเฟ้อ ตัวเลขเงินเฟ้อที่มีการคำนวณและเผยแพร่อยู่ จึงไม่ใช่ input ที่ดีสำหรับการวางแผนทางการเงิน ในอดีตเราอาจใช้ตัวเลขดังกล่าวเพราะไม่มีไอเดียที่ดีกว่านั้น หรืออาจเพราะคิดว่ามันดูเข้าท่า อย่างไรก็ตาม เมื่อถึงวันนี้รู้แล้วว่าไม่ดี เราก็ไม่ควรใช้ต่อ และควรแสวงหาทางเลือกอื่นที่ดีกว่า

โดยหลักแล้ว ตัวเลขที่ตรงไปตรงมาและน่าจะสะท้อนความเป็นจริงได้ดีที่สุด คือ ตัวเลข ค่าใช้จ่ายจริง ที่เราได้บันทึกเอาไว้ในบัญชีรายรับรายจ่าย (ถ้ามี) อย่างต่อเนื่องเป็นระยะเวลาที่ยาวนาน เช่น 8-10 ปี ข้อมูลดังกล่าวจะสะท้อนระดับราคาตามเกรดสินค้าที่เราใช้จริง รวมถึงรูปแบบการใช้ชีวิตที่เปลี่ยนไป

ปัญหาของคนทั่วไปอยู่ตรงที่ว่า พวกเขาไม่มีการบันทึกค่าใช้จ่ายที่ต่อเนื่องยาวนาน ซึ่งนับว่าเป็นอุปสรรคสำคัญ ในกรณีเช่นนี้ตัวเลขที่ดีรองลงมาอาจเป็น อัตราการปรับเพิ่มเงินเดือน ที่รายงานโดยบริษัทชั้นนำด้านทรัพยากรมนุษย์และหน่วยงานต่าง ๆ (ตัวเลขล่าสุดจากบริษัท Mercer และสมาคมการจัดการงานบุคคลแห่งประเทศไทย รายงานตรงกันอยู่ที่ประมาณ 5 เปอร์เซ็นต์ต่อปี)

ตามธรรมชาติของคนทั่วไป เมื่อมีรายได้มากขึ้นก็มักจะใช้จ่ายมากขึ้นด้วย แต่ก็จะไม่ถึงกับเปลี่ยนไปเป็นคนละคน กล่าวคือ ถ้าเคยออมกี่เปอร์เซ็นต์ของรายได้ ก็มักจะรักษานิสัยการออมนั้น ๆ เอาไว้ต่อไป อย่างน้อยก็สำหรับผู้คนในภาพรวม และเมื่อสัดส่วนการออมคงที่ หากค่าใช้จ่ายจะเพิ่มขึ้นในอัตราเดียวกับเงินเดือนก็เป็นเรื่องที่สมเหตุสมผล

อีกตัวเลขที่น่าสนใจมาจากองค์ประกอบหนึ่งในการคำนวณ GDP  ได้แก่ ค่าใช้จ่ายเพื่อการบริโภค หรือ consumer expenditure ที่เพิ่มขึ้นในแต่ละปี ในช่วงหลัง ๆ ตัวเลขนี้มีการเติบโตในอัตรา 4-5 เปอร์เซ็นต์ต่อปี (อ้างอิงข้อมูลจากสำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ)

สังเกตว่าค่าใช้จ่ายเพื่อการบริโภคนี้เป็นคนละตัวกับ ระดับราคา ที่วัดไปในเงินเฟ้อ เปรียบเทียบให้เห็นง่าย ๆ สมมติว่าระดับราคาไม่มีการเพิ่มขึ้นเลย (เงินเฟ้อ = 0) แต่ผู้คนทั่วไปซื้อของนับเป็นจำนวนชิ้นมากขึ้น จะด้วยคิดว่ามันถูกดี ซื้อตามเพื่อน หรือซื้อด้วยเหตุผลใดก็ตาม ในลักษณะนี้ค่าใช้จ่ายเพื่อการบริโภคก็จะสูงขึ้น ทั้ง ๆ ที่เงินเฟ้อไม่ขยับ และเราก็จะต้องจดจ่อไปที่ตัวเลขนี้ ไม่ใช่ตัวเลขเงินเฟ้อ

ส่งท้ายจากคนที่ “ไม่ใช่กูรู”

เนื้อหาในบทความนี้ประมวลออกมาได้ว่า ตัวเลขเงินเฟ้อไม่ใช่ input ที่ดีสำหรับการวางแผนทางการเงิน ข้อเท็จจริงนี้อาจทำให้กูรูหลายท่านกระอักกระอ่วนใจ เพราะมันขัดกับความรู้เดิม แต่ที่จริงแล้วหากกูรู รวมทั้งพวกเราทุกคน ยอมสลับโหมดไปมาระหว่าง “กู-รู้” และ “กู-ไม่-รู้” ก็ย่อมจะทำให้เกิดการเรียนรู้ที่ไม่สิ้นสุด เมื่อได้องค์ความรู้ใหม่ก็นำมาบอกกัน

สิ่งสำคัญก็คือ ต้องรู้จักใคร่ครวญและยอมเปิดใจ อย่างน้อยทั้งหมดนี้ก็เพื่อประโยชน์ของตัวเราเอง

Snapshot Analysis

โดยธรรมชาติของนักลงทุนทั่วไป เมื่อได้ซื้อไปแล้วก็อยากให้หุ้นขึ้น และโดยธรรมชาติอีกเหมือนกัน... พอหุ้นขึ้นมาจริง ๆ ก็เกิดความลังเลอีกว่าจะทำอย่างไรต่อไป ซึ่งทางเลือกหลัก ๆ ก็มีอยู่สามทาง ได้แก่ ซื้อ-ถือ-ขาย

สำหรับกรณีที่ราคาหุ้นมีการปรับตัวสูงขึ้นในระยะเวลาอันสั้น เช่น 2-3 สัปดาห์ภายหลังเข้าซื้อ การซื้อหุ้นเพิ่มอาจเป็นหนึ่งในกลยุทธ์ที่ดีสำหรับผู้ที่เล่นหุ้นตามแนวโน้ม (trend follower) แต่ในมุมมองของนักลงทุนเน้นมูลค่า (VI) โดยทั่วไป ทางเลือกที่น่าสนใจมักจะเป็น ถือ หรือไม่ก็ ขาย มากกว่า

ในกรณีดังกล่าว นักลงทุนเน้นมูลค่าอาจนึกถึงคำพูดของเซียนหุ้นอย่าง ปีเตอร์ ลินช์ ที่บอกว่า “ไม่ควรถอนดอกไม้และรดน้ำวัชพืช” (หมายถึง ไม่ควรขายหุ้นตัวที่มีกำไรและเลือกเก็บหุ้นตัวที่ขาดทุนไว้) พวกเขาอาจคิดว่าการถือหุ้นต่อเป็นความคิดที่ดีและอยากจะทำตาม แต่บางครั้งประสบการณ์ที่ผ่านมาก็สอนว่า กำไรที่ลอยอยู่ตรงหน้าสามารถหายวับไปได้ทุกเมื่อ ถ้าพวกเขาไม่ขายหุ้นออกมาในเวลานี้

ยิ่งไปกว่านั้นการตัดสินใจของนักลงทุนไม่ได้มีเพียงว่าจะถือหรือจะขายหุ้น ทว่าพวกเขายังต้องคิดด้วยว่า “ถ้าจะขาย” จะขายออกมาทั้งหมดเลย หรือควรแบ่งขายครึ่งหนึ่ง หรือขายว่าก่อนเพียงหนึ่งในสาม ฯลฯ และที่สำคัญหากจะทำแบบนั้น พวกเขาจะมีหลักการใด ๆ รองรับหรือไม่

มอง Snapshot

จะเห็นได้ว่าชีวิตของนักลงทุนไม่ได้ง่าย แม้กระทั่งเวลาที่มีกำไร พวกเขาต้องการการตัดสินใจที่มีความชัดเจนและมีหลักการที่ดีรองรับ นั่นจึงเป็นที่มาของการวิเคราะห์แบบภาพนิ่ง (snapshot analysis) ซึ่งจะตัดความลำเอียงของตัวเราออกไป

ตามหลักของการลงทุนแบบเน้นมูลค่า นักลงทุนจะนำ ราคาหุ้น ไปเปรียบเทียบกับ มูลค่าโดยเนื้อแท้ของหุ้น หากเราสามารถซื้อหุ้นซึ่งมีมูลค่า 100 บาท ได้ที่ราคา 70 บาท จะเท่ากับมีส่วนลด 30 บาท หรือ 30 เปอร์เซ็นต์ เทียบกับมูลค่าหุ้น ซึ่งบางท่านก็เรียกส่วนลดนี้ว่า ส่วนต่างแห่งความปลอดภัย (Margin of Safety หรือ MoS)

สมมติว่าเรามีพอร์ตการลงทุนที่ประกอบด้วยหุ้น 5 ตัว โดยหุ้นแต่ละตัวมีศักยภาพการเติบโตใกล้เคียงกัน แต่มี MoS ในระดับที่แตกต่างกันออกไป (เพื่อความง่ายเราจะให้มูลค่าหุ้นทุกตัวยืนที่ 100 บาท แต่มีราคาไม่เท่ากัน)

หุ้น A: ราคา 70 บาท หรือมี MoS = 30%

หุ้น B และหุ้น C: ราคา 80 บาท หรือมี MoS = 20%

หุ้น D และหุ้น E: ราคา 85 บาท หรือมี MoS = 15%

หากยึดหลักการจัดพอร์ตให้สะท้อนตามส่วนต่างแห่งความปลอดภัย (MoS) โดยหุ้นที่มี MoS มาก ควรมีสัดส่วนที่มาก และหุ้นที่มี MoS น้อย ก็ควรมีสัดส่วนที่น้อยลดหลั่นกันไป เราอาจได้พอร์ตหุ้นหน้าตาแบบนี้

สังเกตว่าหุ้น A มีค่า MoS สูงสุด และก็มีสัดส่วนในพอร์ตสูงสุดด้วยเช่นกัน ขณะที่หุ้น B และหุ้น C มีค่า MoS รองลงมา และก็มีสัดส่วนในพอร์ตเป็นลำดับต่อไป (A > BC > DE) นอกจากนั้น สังเกตว่าผมจงใจให้สัดส่วนของหุ้นในพอร์ตตรงกับตัวเลข MoS พอดี (เช่น หุ้น A มีค่า MoS เท่ากับ 30 เปอร์เซ็นต์ แล้วก็มีสัดส่วน 30 เปอร์เซ็นต์ของพอร์ตพอดีด้วย) แถมทั้งหมดยังรวมกันเป็น 100 เปอร์เซ็นต์ เพื่อให้ง่ายต่อการสังเกตการเปลี่ยนแปลงที่จะเกิดขึ้นต่อไป

หลังจากเข้าซื้อหุ้นทั้งหมดนี้ไม่นาน ราคาหุ้น A ก็ปรับตัวสูงขึ้นจาก 70 บาท เป็น 90 บาท (+28.6%) ขณะที่ราคาหุ้นตัวอื่นคงเดิม สัดส่วนของหุ้น A จะพองขึ้นไปตามราคาตลาด สวนทางกับ MoS ของหุ้น A ที่ลดลงเหลือเพียง 10 เปอร์เซ็นต์ (ราคาหุ้น 90 บาท เทียบกับมูลค่าหุ้น 100 บาท)

[นักลงทุนสามารถหาสัดส่วนใหม่นี้ได้ด้วยตนเอง เพียงสมมติง่าย ๆ ว่าพอร์ตหุ้นตั้งต้น 1 ล้านบาท จะมีส่วนของหุ้น A เริ่มแรก 3 แสนบาท และต่อมาเงินลงทุนส่วนนี้ก็พองขึ้น 28.6 เปอร์เซ็นต์ หรือ 85,800 บาท สัดส่วนของหุ้น A จึงกลายเป็น (300000 + 85800) / (1000000 + 85800) = 35.5 เปอร์เซ็นต์ อย่างนี้เป็นต้น]

ภายใต้สมมติฐานว่าปัจจัยพื้นฐานในระยะยาวของหุ้นทุกตัวไม่ได้เปลี่ยนแปลงไปอย่างมีนัยสำคัญ (สอดคล้องกับมูลค่าหุ้นทุกตัวซึ่งคงเดิมที่ 100 บาท) การถือหุ้น A ซึ่งมี MoS เพียง 10 เปอร์เซ็นต์ ในสัดส่วนที่สูงถึง 35.5 เปอร์เซ็นต์ของพอร์ต ขณะที่ถือหุ้น B ซึ่งมี MoS 20 เปอร์เซ็นต์ ในสัดส่วนเพียง 18.4 เปอร์เซ็นต์ของพอร์ตตามแผนภาพวงกลมอันหลัง ดูจะขัดแย้งกับหลักการเบื้องต้นของเรา (ที่ให้จัดพอร์ตสอดคล้องไปกับส่วนต่างแห่งความปลอดภัย)

พูดง่าย ๆ ก็คือ เมื่อวิเคราะห์จาก snapshot หรือภาพนิ่งของพอร์ตในสองช่วงเวลาใกล้ ๆ กัน เราจะเห็นความไม่สมเหตุสมผลหากจะถือหุ้น A ต่อไปในปริมาณมาก ทั้งที่มี MoS นิดเดียว ทางออกที่น่าจะเหมาะสมจึงได้แก่ การขายหุ้น A ออกไปบางส่วน ซึ่งก็จะปรับ snapshot ให้กลับมาสมเหตุสมผลอีกครั้ง

ข้อควรคิด

ข้อดีจากการวิเคราะห์ snapshot คือ เราได้เปลี่ยนจุดสนใจจากตัวกิจกรรม (การซื้อ-ถือ-ขาย) มาเป็นเรื่องของภาพรวมพอร์ต ความลังเลที่ว่า “การตัดสินใจของเราจะส่งผลอย่างไรต่อกำไรขาดทุน” แปรเปลี่ยนเป็นการขบคิดว่า “ภาพรวมของพอร์ตควรเป็นอย่างไร” ซึ่งเป็นสิ่งที่ง่ายกว่ากันมาก และสุดท้ายก็จะนำไปสู่การตัดสินใจที่ดีตามหลักการที่ได้วางเอาไว้ตั้งแต่ต้น

ทั้งนี้ มีข้อควรคิดบางประการที่ผมอยากให้ไว้

1. การวิเคราะห์ snapshot ที่กล่าวมาข้างต้นตั้งอยู่บนหลักการจัดพอร์ตหุ้นตามระดับ MoS ของหุ้นแต่ละตัว ซึ่งแต่ละท่านอาจเห็นด้วยตามนี้หรือไม่ก็ได้


2. ตัวอย่างที่ยกมาเป็นกรณีที่หุ้นมีราคาสูงขึ้นอย่างรวดเร็วโดยที่มูลค่าหุ้นไม่ได้เปลี่ยนแปลง หากมูลค่าหุ้นมีการเปลี่ยนแปลง การคำนวณจะซับซ้อนขึ้นและบทสรุปอาจแตกต่างไปจากนี้


3. ในทางปฏิบัติ การตัดสินใจซื้อหรือขายหุ้นเพื่อบริหารภาพรวมของพอร์ตอาจมีความคุ้มค่าเมื่อ MoS ของหุ้นมีการเปลี่ยนแปลงที่มีนัยสำคัญ ไม่ใช่เพิ่มหรือลดแค่ 2 หรือ 3 เปอร์เซ็นต์


4. หากประเมินมูลค่าหุ้นเป็น นักลงทุนจะแยกความแตกต่างระหว่างดอกไม้กับวัชพืชได้เอง

LTF และความเสียเปรียบที่เราไม่เคยรู้

นับจากอดีตมาผู้ซื้อกองทุนรวม LTF หน้าใหม่มักได้รับ “คำแนะนำ” ให้ซื้อกองทุนประเภท 70/30 ซึ่งหมายถึง กองทุนจะพยายามถือครองหุ้นในสัดส่วนประมาณ 70 เปอร์เซ็นต์ และถือตราสารหนี้ เช่น พันธบัตร/เงินฝาก ในสัดส่วน 30 เปอร์เซ็นต์ที่เหลือ

คำแนะนำนี้ค่อนข้างปลอดภัยสำหรับผู้ขายกองทุน เนื่องจากกองทุนรวม LTF ประเภท 70/30 มักมีความผันผวนต่ำกว่ากองทุนรวม LTF ทั่วไป (ซึ่งลงทุนหุ้นเต็มที่) โอกาสที่ลูกค้าจะขาดทุนและกลับมาต่อว่าต่อขานในภายหลังก็มีน้อยกว่า อย่างไรก็ตาม สิ่งนี้มีความเสียเปรียบแอบแฝงอยู่

โดยธรรมชาติแล้ว กองทุนรวมที่ลงทุนหุ้นมักคิดค่าธรรมเนียมการบริหารจัดการสูงกว่ากองทุนรวมที่ลงทุนตราสารหนี้ (ต่อจากนี้เราจะเรียกค่าธรรมเนียมการจัดการ หรือ management fee แต่เพียงสั้น ๆ ว่า ค่าธรรมเนียม) เช่น อาจจะคิดค่าธรรมเนียมประมาณ 2 เปอร์เซ็นต์ สำหรับกองทุนรวมหุ้น และคิดค่าธรรมเนียมประมาณ 0.5 เปอร์เซ็นต์ สำหรับกองทุนรวมตราสารหนี้ เป็นต้น เพราะถือว่าการซื้อขายหุ้นจำเป็นต้องใช้ฝีไม้ลายมือและมีการวิเคราะห์ที่ซับซ้อนมากกว่า

หากคิดตามตรรกะนี้ กองทุนรวมประเภท 70/30 น่าจะคิดค่าธรรมเนียมถ่วงน้ำหนักไปตามสัดส่วนหุ้นที่ลงทุน เช่น (0.7 x 2.00) + (0.3 x 0.50) = 1.55 เปอร์เซ็นต์ สำหรับตัวอย่างข้างต้น และเราจะมาดูกันว่าในโลกความจริง ค่าธรรมเนียมของ บลจ. ต่าง ๆ เป็นไปตามนี้หรือไม่

(ต่อไปนี้เป็นข้อมูลจริงของ บลจ. สามแห่งที่เป็นบริษัทลูกของธนาคารพาณิชย์ และเนื่องจากเราไม่มีกองทุนรวม LTF ประเภทตราสารหนี้ จึงใช้ข้อมูลกองทุนรวมตราสารหนี้ RMF จาก บลจ. เดียวกันมาเทียบเคียงแทน ส่วนกองทุน "Homemade" ที่อยู่ขวาสุดเป็นกองทุนสมมติ)

พึงสังเกตว่าคอลัมน์สีชมพูด้านซ้ายเป็นค่าธรรมเนียมของกองทุนประเภท 70/30 ที่เรียกเก็บจริง ส่วนคอลัมน์สีชมพูด้านขวาเป็นค่าธรรมเนียมที่ “น่าจะ” เรียกเก็บ ซึ่งก็สรุปได้ว่าทุก บลจ. ที่เรายกมาเป็นตัวอย่างล้วนเก็บค่าธรรมเนียมจากกองทุนประเภท 70/30 แพงกว่าที่ควรด้วยกันทั้งสิ้น โดยส่วนต่างที่มากที่สุดเป็นของ บลจ. C ซึ่งเรียกเก็บสูงกว่าที่ควรถึง 1.61 – 1.29 = 0.32 เปอร์เซ็นต์ (แม้ที่จริง บลจ. C จะคิดค่าธรรมเนียมกองทุนหุ้นถูกที่สุดในบรรดาตัวอย่างที่ยกมา)

ในกรณีเช่นนี้ หากเราสามารถแยกเงินไปยังกองทุนหุ้นและกองทุนพันธบัตรด้วยตัวเองในสัดส่วน 70:30 ผลตอบแทนเฉลี่ยที่ได้รับจะใกล้เคียงกับการซื้อกองทุนประเภท 70/30 จาก บลจ. เดียวกัน แต่เสียค่าธรรมเนียมต่ำกว่า อย่างไรก็ดี เรา ไม่ สามารถทำสิ่งนี้ได้กับกองทุนรวม LTF เนื่องจากกฎเกณฑ์ที่ระบุให้ลงทุนหุ้นเฉลี่ยอย่างน้อย 65 เปอร์เซ็นต์ของสินทรัพย์กองทุน (ไม่เช่นนั้นเราก็จะต้องข้ามประเภทไปหา RMF ซึ่งจะมีกองทุนรวมตราสารหนี้ให้เลือกได้)

สถานการณ์ทั้งหมดนี้จะแตกต่างไปเมื่อลดหย่อนภาษีด้วย SSF หรือกองทุนรวมเพื่อการออม เพราะแม้เงื่อนไขหลาย ๆ อย่างอาจดูด้อยกว่า LTF แต่กองทุนรวม SSF ก็ไม่มีข้อจำกัดเรื่องสินทรัพย์

หากเราซื้อกองทุนรวม SSF เป็นจำนวนเงิน 200,000 บาท โดยแยกเงิน 70 เปอร์เซ็นต์ หรือ 140,000 บาท ไปยังกองทุนรวม SSF หุ้น และอีก 30 เปอร์เซ็นต์ หรือ 60,000 บาท ไปยังกองทุนรวม SSF ตราสารหนี้ เมื่อมองในภาพรวม เรากำลังลงทุนแบบ 70/30 แต่จ่ายค่าธรรมเนียมต่ำกว่าการซื้อกองทุนรวม SSF ประเภท 70/30 โดยตรง (ภายใต้สมมติฐานว่า บลจ. จะออกกองทุนรวม SSF ประเภทต่าง ๆ และคิดค่าธรรมเนียมในแนวทางเดียวกับ LTF/RMF)

เมื่อทำแบบนี้ เราจะสามารถประหยัดค่าธรรมเนียมได้ 0.32% ต่อปี เป็นเวลา 10 ปี ค่าธรรมเนียมที่ประหยัดได้จะคิดเป็นเงิน 6,400 บาท และถ้าใช้สิทธิ์ลดหย่อนทั้งห้าปีตามแนวทางเบื้องต้นของกระทรวงการคลัง (พ.ศ. 2563-2567) ค่าธรรมเนียมที่ประหยัดได้ทั้งสิ้นจะเท่ากับ 32,000 บาท ซึ่งก็ไม่น้อยเลย

นี่เป็นส่วนดีเล็ก ๆ อย่างหนึ่งจากเงื่อนไขของ SSF

การต่อสู้ด้วยราคา

มีหนังสือและบทความมากมายบอกให้หลีกเลี่ยงหุ้นของบริษัทที่มีการแข่งขันกันอย่างดุเดือด โดยเฉพาะการ “แข่งกันลดราคา” ในที่นี้จะมาดูกันว่าทำไม

เราเคยกล่าวถึงในบทความที่แล้วว่า การเติบโตของกำไรสุทธิ (gNP) สามารถหาได้จาก การเติบโตของยอดขาย (gS) และ การเปลี่ยนแปลงของอัตรากำไรสุทธิ (ΔNPM / NPM0) ดังสมการ

โดยทั่วไปเมื่อบริษัทพยายามแข่งขันด้วยการลดราคาขาย ขณะที่สัดส่วนต้นทุนต่าง ๆ ยังคงเดิม อัตรากำไรสุทธิย่อมลดลง ส่งผลให้ (ΔNPM / NPM0) ติดลบ และอย่างน้อยที่สุดหากบริษัทต้องการรักษาระดับกำไรเอาไว้ให้ได้ (กำไรสุทธิมีการเติบโตเป็นศูนย์พอดี) บริษัทจะต้องพยายามทำให้ “ยอดขาย” มีการเติบโตมากพอ

ในกรณีดังกล่าว เราสามารถแทนค่า gNP = 0 เข้าไปในสมการ ทำให้ได้แผนภาพที่แสดงความสัมพันธ์ระหว่างตัวแปรสองตัวที่เหลือ

ตัวอย่าง

บมจ.ขนมไทยใจสู้ สามารถทำยอดขายในปีที่ผ่านมาได้ 100 ล้านบาท มีต้นทุนและค่าใช้จ่ายรวม 90 ล้านบาท บริษัทจึงมีกำไรสุทธิ 100 - 90 = 10 ล้านบาท คิดเป็นอัตรากำไรสุทธิ 10 เปอร์เซ็นต์ ในปีนี้บริษัทตัดสินใจลดราคาสินค้าลง 5 เปอร์เซ็นต์ เพื่อกระตุ้นยอดขาย (ใจสู้จริง ๆ)

ราคาสินค้าที่ปรับลง 5 เปอร์เซ็นต์ จะทำให้ยอดขายหดจาก 100 ล้านบาท เหลือ 95 ล้านบาท (ในขั้นแรกนี้เราจะยังไม่คิดเรื่องจำนวนชิ้นสินค้าที่จะขายได้เพิ่มขึ้น และตัดรายละเอียดเรื่องภาษีออกไป เพื่อลดความซับซ้อน) ภายใต้โครงสร้างต้นทุนเดิม กำไรสุทธิของบริษัทจะลดลงเหลือ 95 – 90 = 5 ล้านบาท คิดเป็นอัตรากำไรสุทธิ 5 / 95 = 5.3 เปอร์เซ็นต์

ในการนี้ ΔNPM / NPM0 จะเท่ากับ (0.053 – 0.10) / 0.10 = -0.47

หากดูจากแผนภาพ บริษัทจำเป็นต้องสร้างยอดขายที่เป็นจำนวนเงินให้เติบโตขึ้นราว 89 เปอร์เซ็นต์ หรือเพิ่มขึ้นเป็น 189 ล้านบาท จึงจะสามารถชดเชยกับอัตรากำไรสุทธิที่ลดลงได้ ซึ่งหากคิดเป็น “จำนวนชิ้น” สินค้าที่ต้องขาย จะคิดเป็นประมาณสองเท่า (189 / 95 = 2.0) ของปีล่าสุด

อย่างไรก็ตาม การจะลดราคาสินค้าเพียง 5 เปอร์เซ็นต์ แล้วหวังว่าจะขายของได้มากขึ้นเป็นเท่าตัวไม่ใช่เรื่องง่าย และที่สำคัญทั้งหมดนี้เพียงแค่จะรักษากำไรให้ได้ “เท่าเดิม” เท่านั้น

------------------------

สรุปก็คือ การลดราคาเพื่อกระตุ้นยอดขายนั้นมักจะให้ผลลัพธ์ที่ค่อนข้างแย่ โดยเฉพาะเมื่อบริษัทมีอัตรากำไรที่บางมาก และมีการประหยัดจากขนาด (economy of scale) มากพอตัวอยู่แล้ว 

นอกจากนี้เมื่อบริษัทแห่งหนึ่งเริ่มลดราคา คู่แข่งก็มักหันมาลดราคาเพื่อรักษาฐานลูกค้าด้วย กลายเป็นว่าส่วนแบ่งตลาดของแต่ละรายคงเดิม แต่ยอดขายที่เป็นจำนวนเงินกลับลดลงกันถ้วนหน้า

เมื่ออัตรากำไรลด แถมยอดขายก็ยังหดอีก สองสิ่งนี้จะเสริมแรงกัน ทำให้กำไรสุทธิร่วงลงอย่างรุนแรง กอดคอกันไปพร้อมกับราคาหุ้น

นั่นเป็นเหตุผลที่ชัดเจนว่า เหตุใดเราจึงควรหลีกเลี่ยงบริษัทที่เน้นต่อสู้กันด้วยราคา ถ้าไม่อยากจะเสียใจในภายหลัง

การเติบโตของกำไร

ดูเหมือนแนวคิดที่บอกว่า “กำไร คือ เจ้ามือตัวจริงที่จะผลักดันราคาหุ้น” จะเริ่มเป็นที่แพร่หลายจากคำพูดของเซียนหุ้นวีไอ คุณโจ ลูกอีสาน (อนุรักษ์ บุญแสวง) อิทธิพลของแนวคิดนี้ทำให้ผู้เล่นในตลาดส่วนหนึ่งเปลี่ยนบทบาทจากนักเก็งกำไรที่พยายามคาดเดาทิศทางราคาหุ้น มาเป็นนักลงทุนที่พยายามคาดการณ์กำไรของบริษัทแทน

โดยธรรมชาติของการคาดการณ์ตัวเลข เรามักเริ่มต้นจากการดูข้อมูลย้อนหลัง ตัวอย่างเช่น ถ้าเราอยากรู้กำไรของปีหน้า เราก็อาจจะดูตัวเลขกำไรย้อนหลังไป 3-5 ปี เพื่อนำมาเป็นข้อมูลในการ “เก็ง” ตัวเลขของปีต่อไป ซึ่งดูเผิน ๆ ก็น่าจะเป็นความคิดที่ดี นอกเสียจากเราจะตระหนักถึงความจริงที่ว่า กำไรสุทธิ ของบริษัท เกิดจากการนำตัวเลขใหญ่ก้อนหนึ่ง (ยอดขาย หรือรายได้ของบริษัท) มาหักด้วยตัวเลขใหญ่อีกก้อนหนึ่ง (ต้นทุนและค่าใช้จ่ายต่าง ๆ) เมื่อการคำนวณเป็นดังนี้ กำไรสุทธิของบริษัทจึงมีความอ่อนไหวต่อการเปลี่ยนแปลง และการเติบโตของมันก็เป็นสิ่งที่คาดการณ์ได้ยาก

คาดการณ์โดยตรง 

หลังจากผลประกอบการของปี 2017 ประกาศออกมา สมมติว่านักลงทุนท่านหนึ่งอยากคาดการณ์กำไรสุทธิของกิจการค้าปลีกแห่งหนึ่ง จึงเปิดหาข้อมูลจากเว็บไซต์ตลาดหลักทรัพย์ฯ ได้ดังนี้

รูปแบบที่ 1 นักลงทุนอาจสังเกตว่ากำไรสุทธิของปี 2016 เพิ่มขึ้นจากปีก่อนหน้าราว 3,000 ล้านบาท และต่อมาในปี 2017 กำไรสุทธิก็เพิ่มขึ้นอีกประมาณ 3,200 ล้านบาท ด้วยความที่เคยเรียนวิชาเลขอนุกรม นักลงทุนท่านนี้อาจเห็นความสัมพันธ์ของตัวเลขและคาดการณ์ว่ากำไรของปีต่อไปน่าจะเพิ่มขึ้นอีก 3,400 ล้านบาท... กลายเป็นกำไรสุทธิ 23,300 ล้านบาท ในปี 2018

รูปแบบที่ 2 นักลงทุนอาจคำนวณว่าอัตราการเติบโตของกำไรสุทธิปี 2016 เท่ากับ (16677 – 13682) / 13682 = 21.9% และอัตราการเติบโตของปี 2017 เท่ากับ (19908 – 16677) / 16677 = 19.4% นักลงทุนท่านนี้ตั้งข้อสังเกตว่าฐานกำไรที่ใหญ่ขึ้นของบริษัทอาจทำให้เปอร์เซ็นต์การเติบโตค่อย ๆ ลดลง เขาจึงคาดหวังการเติบโตในระดับ 18% สำหรับปีต่อไป หรือคิดเป็นกำไรสุทธิ 19908 x 1.18 = 23,491 ล้านบาท

คาดการณ์โดยอ้อม 

นอกจากการคาดการณ์โดยตรงจากข้อมูลกำไรสุทธิแล้ว นักลงทุนยังสามารถคาดการณ์โดยอ้อมจากตัวเลขที่มีความมั่นคงมากกว่าอย่างยอดขายก็ได้

เริ่มต้นจากนิยามของ อัตรากำไรสุทธิ (Net Profit Margin: NPM) โดยนำ กำไรสุทธิ (Net Profit: NP) มาหารด้วย ยอดขาย (Sales: S)

* ในที่นี้อนุโลมให้ ยอดขาย = รายได้

แล้วก็ห้อย “ตัวเลขปี” กำกับไว้ด้วย เช่น NP1 เป็นกำไรสุทธิของปีที่ 1 ส่วน S1 ก็เป็นยอดขายของปีที่ 1 ฯลฯ สำหรับ ∆NPM ก็เป็นการเปลี่ยนแปลงของอัตรากำไรสุทธิ

เมื่อจับสมการข้างต้นมาหารกัน

ซึ่งถ้าย้อนไปที่นิยามของ “การเติบโต” ก็เกือบจบแล้ว

แทนค่าแบบซื่อ ๆ เข้าไปในสมการก่อนหน้านี้

สมการสุดท้ายนี้บอกเราว่า แทนที่จะประเมินการเติบโตของกำไรโดยตรง เราสามารถประเมินการเติบโตของรายได้หรือยอดขาย (gS) และคาดการณ์การเปลี่ยนแปลงของอัตรากำไรสุทธิ (∆NPM) ก็ใช้ได้เหมือนกัน

กลับไปที่ตัวอย่างการคาดการณ์กำไร 

รูปแบบที่ 3 สมมติว่านักลงทุนท่านเดิมย้อนกลับไปที่ข้อมูลของบริษัทค้าปลีก

อัตราการเติบโตของรายได้ในปี 2016 เท่ากับ (451939 – 405893) / 405893 = 11.3% และการเติบโตของรายได้ในปี 2017 เท่ากับ (489403 – 451939) / 451939 = 8.3% ด้วยข้อสังเกตว่าฐานรายได้ที่ใหญ่ขึ้นของบริษัทอาจทำให้เปอร์เซ็นต์การเติบโตค่อย ๆ ลดลง นักลงทุนจึงคาดว่ารายได้จะมีการเติบโตในระดับ 7% สำหรับปีต่อไป

เนื่องจากบริษัทมีการปรับโครงสร้างเงินกู้ยืมในสองปีล่าสุด ส่งผลให้ภาระดอกเบี้ยจ่ายลดลง และสะท้อนออกมาด้วยอัตรากำไรสุทธิที่สูงขึ้น อย่างไรก็ตาม นักลงทุนประเมินว่าโครงสร้างเงินกู้ยืมดังกล่าวเริ่มเข้าที่เข้าทางแล้ว ประกอบกับความสามารถการทำกำไรที่ค่อนข้างอยู่ตัว จึงประเมินว่าอัตรากำไรสุทธิน่าจะคงเดิมที่ 4.07% (การเปลี่ยนแปลงเป็นศูนย์)

เมื่อผนวกมุมมองทั้งสองอย่างนี้เข้าด้วยกัน การเติบโตของกำไร (gNP) จะคำนวณตามสมการได้เท่ากับ 0.07 + (0 x 1.07) = 7% หรือเพิ่มขึ้นเป็น 19908 x 1.07 = 21,302 ล้านบาท ในปี 2018

สิ่งที่เกิดขึ้นจริง 

ในเวลาต่อมาบริษัทประกาศผลการดำเนินงานของปี 2018 นักลงทุนพบว่าบริษัทมีกำไรจริงประมาณ 20,930 ล้านบาท หรือเพิ่มขึ้นราว 1,000 ล้านบาท คิดเป็นการเติบโตของกำไร 5.1%

หากย้อนกลับไปที่การคาดการณ์กำไรรูปแบบที่ 1 และรูปแบบที่ 2 ข้างต้น ตัวเลขที่เกิดขึ้นจริงนี้ควรถือว่า “ผิดคาด” ไปมาก แต่กับการคาดการณ์รูปแบบที่ 3 ตัวเลขนี้นับว่าใกล้เคียงทีเดียว

แน่นอน บางท่านอาจแย้งขึ้นมาว่า อันที่จริงเราสามารถใส่การวิเคราะห์เพิ่มเติมเข้าไปในการคาดการณ์สองรูปแบบแรกได้ด้วยเหมือนกัน อย่างเช่น ตัดผลกระทบของการประหยัดดอกเบี้ยจ่าย เพื่อหาอัตราการเติบโตที่มาจากการดำเนินงานล้วน ๆ นี่ก็อาจเป็นอีกหนึ่งวิธีที่ทำให้การคาดการณ์แม่นยำขึ้นได้

ข้อคิดที่อยากให้ไว้ คือ แม้ความสามารถในการวิเคราะห์ของเราจะมีเท่าเดิม แต่ความรู้ + วิธีคิดที่ดีและหลากหลายขึ้นอาจทำให้เราสามารถคาดการณ์ได้แม่นยำขึ้นก็ได้ และถ้า “กำไร คือ เจ้ามือตัวจริงที่จะผลักดันราคาหุ้น” แล้วล่ะก็ เมื่อคาดการณ์กำไรได้ดีขึ้นก็จะเท่ากับคาดการณ์ราคาหุ้นได้ดีขึ้นด้วย