ไม้บรรทัดหด

อุปกรณ์ขีดเส้นและวัดความยาวที่เราคุ้นเคยกันมากที่สุดตั้งแต่เด็ก น่าจะเป็น ไม้บรรทัด ความยาว 1 ฟุต หรือประมาณ 30 เซนติเมตร ดู ๆ ไปแล้ว ไม้บรรทัดก็ไม่เห็นจะเกี่ยวอะไรกับการลงทุนได้... แต่มันก็ไม่แน่เสมอไป

หนังสือเล่มเดิม

หากเรานำไม้บรรทัดวัดความกว้างของหนังสือเล่มหนึ่งได้ 15 เซนติเมตร ทุกคนก็จะเข้าใจตรงกันว่ามันมีความกว้างประมาณไหน อย่างไรก็ตาม สมมติว่าเรามี “ไม้บรรทัดพิเศษ” ที่สามารถหดได้ (ตามอุณหภูมิหรืออะไรก็แล้วแต่) จนเหลือความยาวครึ่งเดียว คราวนี้พอนำไปวัดหนังสือเล่มเดิม สเกลที่อ่านได้ก็จะกลายเป็น 30 เซนติเมตร ทั้งที่ตัวเล่มหนังสือไม่ได้มีอะไรเปลี่ยนแปลง

พูดง่าย ๆ ก็คือ ตัวเล่มหนังสือมีความกว้างเท่าเดิม ไม่ว่าคุณวัดด้วยอะไร และวัดออกมาได้เท่าไร

ในทำนองเดียวกัน ถ้าคุณใช้สายวัดเพี้ยน ๆ วัดความสูงของตัวเองออกมาได้ 2 เมตร มันก็ไม่ได้แปลว่าคุณจะสามารถกระโดดขึ้นไปดังค์ลูกบาสฯ แบบเท่ ๆ ได้เหมือน ไมเคิล จอร์แดน เพราะอันที่จริงถ้าใช้สายวัดอันเดียวกัน ไมเคิล จอร์แดน อาจจะสูงถึง 3 เมตร ส่วนแป้นบาสฯ ก็สูง 4 เมตร (ตามสเกลเพี้ยน ๆ) และสุดท้ายคุณก็เตี้ยเกินกว่าจะดังค์ได้อยู่ดี

เรื่องราวข้างต้นอาจเป็นตัวอย่างที่ “พิลึกเกินไป” สำหรับชีวิตประจำวัน แต่ไม่ใช่สำหรับโลกการลงทุน ทุกวันนี้เราวัดค่าของสินทรัพย์ต่าง ๆ ด้วย เงิน หรืออาจจะบอกว่า เงินนั้นเป็นไม้บรรทัด แล้วก็เป็นไม้บรรทัดที่หดได้ด้วย เฉพาะอย่างยิ่งภายหลังจากที่สถานการณ์โควิด-19 ได้เริ่มต้นขึ้น ซึ่งต่อไปนี้เราจะมาดูกันว่าทำไม

ปริมาณเงินในระบบ

จากข้อมูลในเว็บไซต์ธนาคารแห่งประเทศไทย ปริมาณเงินในระบบเศรษฐกิจ (ธนบัตร/เหรียญ + เงินฝากธนาคาร และตราสารสภาพคล่องสูง) ตั้งแต่ปี 2013-2020 เพิ่มขึ้นเฉลี่ยราวไตรมาสละ 1.2 เปอร์เซ็นต์ (เส้นสีน้ำเงิน) ถือเป็นอัตราปกติที่สอดคล้องกับการเจริญเติบโตของเศรษฐกิจตลอดหลายปีที่ผ่านมา

จุดที่น่าสังเกต คือ หลังการเริ่มต้นของสถานการณ์โควิด-19 ปริมาณเงินในระบบได้กระโดดขึ้นจากแนวโน้มปกติทันทีราว 6 เปอร์เซ็นต์ (เส้นสีส้ม) ซึ่งน่าจะเกิดจากนโยบายการเงินและการคลังที่พยายามเข้ามาประคับประคองเศรษฐกิจผ่านมาตรการต่าง ๆ

โดยหลักทางเศรษฐศาสตร์ทั่วไป เมื่อปริมาณเงินในระบบเพิ่มขึ้น ราคาสินค้าทั่วไปควรปรับตัวสูงขึ้น (ที่เรียกกันว่า เงินเฟ้อ) อย่างไรก็ดี อัตราเงินเฟ้อตลอดปี 2020 ก็ยังคงติดลบอยู่ราว 1 เปอร์เซ็นต์ แสดงว่าเงินที่เข้าไปในระบบไม่สามารถผลักดันให้เกิดการจับจ่ายใช้สอยจนระดับราคาสินค้าปรับตัวสูงขึ้นได้

เหตุผลของเรื่องนี้อาจมีหลายอย่างประกอบกัน แต่ในมุมของนักลงทุน ผมคิดว่าคนจำนวนหนึ่งน่าจะใช้จ่ายน้อยลงและเก็บออมมากขึ้น เพื่อรับมือกับความไม่แน่นอน บางส่วนใช้โอกาสนี้นำเงินไปลงทุนช่วงที่ตลาดหุ้นตกต่ำ โดยเฉพาะถ้าพวกเขามีรายได้ประจำและได้รับผลกระทบจากโควิด-19 เพียงเล็กน้อย ซึ่งนั่นก็แปลว่า แม้ปริมาณเงินในระบบจะมากขึ้น แต่สัดส่วนที่จับจ่ายใช้สอยอาจน้อยลง ขณะที่สัดส่วนการเก็บออมหรือนำไปลงทุนอาจจะมากขึ้น

เพื่อให้เข้าใจง่ายขึ้น สมมติว่ามีเงินในระบบ 100 ล้านบาท แยกเป็นส่วนของการใช้จ่าย 70 ล้านบาท และเป็นส่วนของการออม/ลงทุน 30 ล้านบาท เมื่อโรคระบาดมาถึง ประชาชนเกิดความไม่มั่นใจ จึงลดบัญชีใช้จ่ายลงเหลือ 65 ล้านบาท และโยกเงิน 5 ล้านบาทเข้าไปในบัญชีลงทุน

ต่อมาเมื่อภาครัฐพยายามกระตุ้นเศรษฐกิจโดยใส่เงินเพิ่มเข้าไปในระบบอีก 6 ล้านบาท (คล้ายกับที่เราเห็นปริมาณเงินในระบบกระโดดขึ้น 6 เปอร์เซ็นต์) เงินจำนวนนี้อาจไหลเข้าสู่บัญชีใช้จ่ายเพียงครึ่งเดียว คือ 3 ล้านบาท ส่วนอีกครึ่งหนึ่งก็ไหลเข้าสู่บัญชีลงทุน ถึงตรงนี้บัญชีใช้จ่ายจะมีเงิน 65 + 3 = 68 ล้านบาท ขณะที่บัญชีลงทุนก็จะมีเงิน 30 + 5 + 3 = 38 ล้านบาท

สังเกตได้ว่าแม้จะอัดฉีดเงินเข้ามาแล้ว เงินสำหรับใช้จ่ายก็ยังคงต่ำกว่าระดับปกติ (68 ล้านบาท เทียบกับปกติ 70 ล้านบาท) ขณะที่เงินสำหรับลงทุนกลับเพิ่มขึ้นมาก (38 ล้านบาท เทียบกับปกติ 30 ล้านบาท) นี่คงพอทำให้เห็นภาพว่า เหตุใดกระตุ้นเศรษฐกิจไปแล้วเงินเฟ้อก็ยังติดลบ

P/E Expansion

ดังที่กล่าวไปตั้งแต่ต้นว่า เงิน เป็นไม้บรรทัดที่ใช้วัดค่าของสินทรัพย์ต่าง ๆ เช่น ทองคำแท่งมีราคาบาทละ 26,000 บาท, หุ้น ABCD มีราคา 22 บาท หรือข้าวขาหมูมีราคาจานละ 60 บาท เป็นต้น เมื่อปริมาณเงินเพิ่มขึ้นเร็วกว่าการเติบโตของระบบเศรษฐกิจอย่างมีนัยสำคัญ คุณค่าของเงินหนึ่งหน่วย (เช่น 1 บาท) ย่อมลดลง เหมือนกับการหดลงของไม้บรรทัด

หากปริมาณเงินมีมากและหลั่งไหลเข้าสู่ตลาดทุน จะส่งผลให้เกิดการแย่งซื้อหลักทรัพย์ ผลักดันให้ราคาหุ้นพุ่งสูงขึ้น แม้ผลประกอบการของบริษัทต่าง ๆ จะยังคงเท่าเดิม (หรือบางทีก็แย่ลง) การที่นักลงทุนยินดีจ่ายเงินเพิ่มขึ้น เพื่อครอบครองผลกำไรจำนวนเท่าเดิม เท่ากับนักลงทุนยอมรับค่า P/E ที่สูงขึ้น ณ ปัจจัยพื้นฐานระดับเดิม เราเรียกสิ่งนี้ว่า P/E Expansion หรือ การเพิ่มอัตราส่วน P/E

การซื้อหุ้นแท้จริงแล้วก็คือ การนำสินทรัพย์อย่างหนึ่ง (เงินสด) ไปแลกเป็นสินทรัพย์อีกอย่างหนึ่ง (หุ้น) หากท่านจำเป็นต้องใช้เงินสดจำนวนมากขึ้นไปแลกกับหุ้นที่มีคุณลักษณะหรือคุณค่าเท่าเดิม นั่นก็แปลว่า เงินสดหนึ่งหน่วยมีค่าน้อยลงเมื่อเทียบกับสินทรัพย์ที่นำไปแลก

ในแง่ของค่าครองชีพ เมื่อเราจำเป็นต้องนำเงินสดจำนวนมากขึ้นไปแลกกับสินค้าของกินของใช้ ก็จะตีความได้ในลักษณะเดียวกันว่า เงินสดหนึ่งหน่วยมีค่าน้อยลง ซึ่งเกิดจากภาวะเงินเฟ้อ หรือท่านจะคิดว่ามันเป็นการเสื่อมค่าของเงินก็ได้

จากสถานการณ์ที่เกิดขึ้นจริง การเสื่อมค่าดังกล่าวไม่ได้เกิดขึ้นโดยสมบูรณ์ เพราะในภาคเศรษฐกิจจริง (ที่ผู้คนจับจ่ายซื้อสินค้าและบริการ) เงินยังคงรักษามูลค่าในตัวเองได้อยู่ สังเกตได้จากการที่เราไม่เห็นภาวะเงินเฟ้อ และราคาข้าวของต่าง ๆ ก็ไม่ได้แพงขึ้นจนผิดสังเกต ต่างจากในตลาดทุนที่ราคาหุ้นวิ่งเอา ๆ ทั้งที่ปัจจัยพื้นฐานกำลังถดถอย จนหลายคนพากันตั้งข้อสังเกตว่า Wall Street ช่างไม่ได้สนใจ Main Street เอาเสียเลย (ในฐานะที่ Wall Street เป็นตัวแทนของตลาดหุ้น และ Main Street เป็นตัวแทนของร้านค้าในภาคธุรกิจ นี่เป็นคำกล่าวทำนองว่า นักเล่นหุ้นไม่ได้สนใจปัจจัยพื้นฐานกันแล้ว)

ความอีหลักอีเหลื่ออยู่ตรงที่ว่า เงิน 1 บาท ที่เรานำเข้าไปในตลาดหุ้น กับ เงิน 1 บาท ที่เรานำไปซื้อสินค้า มันก็คือเงินบาทเหมือนกัน ทว่าเหตุการณ์ “ไม้บรรทัดหด” กลับเกิดขึ้นเฉพาะในตลาดหุ้น ประหนึ่งว่าเรากำลังมีโลกสองใบที่อยู่กันแบบไม่สมดุล หากสิ่งนี้ดำเนินต่อไปเรื่อย ๆ ถึงจุดหนึ่งโลกทั้งสองก็จะปรับตัวเข้าหากัน คือ ถ้าราคาหุ้นไม่ถล่มลงมา ราคาสินค้าต่าง ๆ ก็อาจจะพุ่งทะยานขึ้นไป

ความท้าทาย

ในระหว่างที่ต้องลงทุนโดยไม่รู้ว่าสมดุลโลกจะไปจบลงแบบไหน ผมขอชี้ให้เห็นความท้าทาย 3 ประการ สำหรับการลงทุนตามแนวปัจจัยพื้นฐานจากสถานการณ์โควิด-19 และสภาพที่เงินท่วมโลก เพื่อให้ทุกท่านเอาไปขบคิดหาแนวทางของตัวเองว่าควรจะทำอย่างไร

1. ความไม่แน่นอนของกระแสเงินสดในอนาคต

เมื่อโรคระบาดแพร่กระจายไปในระดับโลก ส่งผลต่อธุรกิจต่าง ๆ จนยากต่อการคาดเดาผลประกอบการ รวมถึงกระแสเงินสดในอนาคต การตั้งสมมติฐานใหม่เพื่อประเมินมูลค่าหุ้นให้สะท้อนผลจากโควิด-19 จึงไม่ต่างอะไรจากการ “ปิดตาปาเป้า” ดังนั้น เมื่อการประเมินมูลค่าใหม่เป็นไปได้ยาก ทางเลือกหนึ่งที่น่าสนใจ คือ ใช้มูลค่าเก่า (ก่อนสถานการณ์โควิด-19) แล้วก็ให้ส่วนลด (discount) ไปตามผลกระทบของแต่ละอุตสาหกรรม

2. ความซับซ้อนของโลกสองใบ

เพื่อให้เห็นภาพชัดเจนขึ้น ผมจะขอยกตัวอย่างสูตรของกอร์ดอนที่แสนคลาสสิกและสั้นนิดเดียว

โดยทั่วไปเราไม่มีปัญหากับตัว g เพราะอัตราการเติบโตในระยะยาว (มาก ๆ) นั้นไม่น่าจะเปลี่ยนแปลง แม้วันนี้เราจะมีสถานการณ์โควิด-19 สิ่งที่เราต้องโฟกัสจึงไปอยู่ที่ตัวกระแสเงินสด (CF) และอัตราผลตอบแทนที่ผู้ถือหุ้นต้องการ (r) เสียมากกว่า

ความซับซ้อนอยู่ตรงที่ว่า กระแสเงินสด ซึ่งเป็นสิ่งที่เรากล่าวถึงไปในข้อ 1 เกิดจากการดำเนินงานของบริษัท และการดำเนินงานของบริษัทก็อยู่ในโลกใบแรก คือ ภาคเศรษฐกิจจริงที่ประชาชนจับจ่ายใช้สอย อันเป็นสถานที่ที่ไม้บรรทัดไม่ได้หด ส่วน อัตราผลตอบแทนที่ผู้ถือหุ้นต้องการ เป็นสิ่งที่นักลงทุนสะท้อนออกมาผ่านตลาดหุ้นหรือโลกใบที่สอง อันเป็นสถานที่ที่ไม้บรรทัดหด!

ประเด็นก็คือ ตัวเศษมาจากสเกลดี แต่ตัวส่วนมาจากสเกลเพี้ยน อย่างนี้การคำนวณของเราจะเชื่อถือได้ไหม หรือว่าจะต้องปรับแก้อย่างไร?

3. ผลตอบแทนที่ลดลง

การที่นักลงทุนยอมรับค่า P/E สูงขึ้น ณ ปัจจัยพื้นฐานระดับเดิม (เกิด P/E expansion) เท่ากับว่าอัตราคิดลด (อัตราผลตอบแทนที่ผู้ถือหุ้นต้องการ หรือ ตัว r) ปรับตัวลดลง หรือกล่าวได้ว่า นักลงทุนยินดีถมเงินลงไปมากขึ้นเพื่อให้ได้เป็นเจ้าของหุ้น ถึงแม้ว่าการกระทำเช่นนั้นจะหมายถึงการยอมรับผลตอบแทนต่อเงินลงทุนที่น้อยลงก็ตาม

สิ่งที่นักลงทุนจะต้องถามตัวเองก็คือ เรายินดีรับผลตอบแทนน้อยลงเหมือนกับนักลงทุนส่วนใหญ่ในตลาดหรือไม่ นี่เป็นคำถามที่ไม่ง่ายนัก โดยเฉพาะถ้าคุณตระหนักว่าตนเองมีรายได้คงที่ (หรือลดลง) แต่ต้องไปสู้กับคนอื่นที่หอบเงินมาจากไหนไม่รู้ ถาโถมเข้ามาแย่งซื้อหุ้นในตลาดโดยแทบไม่เกี่ยงราคา นอกจากนั้นคุณยังตระหนักด้วยว่า เม็ดเงินก้อนเดียวกันของคุณจะมีอำนาจซื้อสูงกว่า หากคุณเปลี่ยนใจเอามันไปจับจ่ายใช้สอย... แต่ก็อีกแหละ ถึงแม้จะได้เปรียบในแง่อำนาจเงิน ทว่าจริง ๆ แล้วคุณก็คงไม่อยากมือเติบ และตระหนักดีว่าตนเองควรจะหาเงิน (ลงทุน) มากกว่าใช้เงิน

หลังจากที่ตระหนักมาสามรอบ สุดท้ายคุณก็อาจจะคิดได้ว่า “ไม้บรรทัดหด” นี่มันแสบจริง ๆ

หุ้นอภินิหาร

ในตลาดหุ้นไทย เรามีอภินิหารหุ้นทะยานฟ้าฝ่าโควิด จากมาร์เก็ตแคปต้นปี 67,000 ล้านบาท พุ่งพรวดขึ้นมาเป็น 850,000 ล้านบาท รอมร่อจะแซงหน้าหุ้นใหญ่อันดับหนึ่งอย่าง ปตท. กันแบบงง ๆ

แต่ขณะที่นักเก็งกำไรเฉลิมฉลองกันอย่างเอิกเกริก เราเคยคิดกันบ้างไหมว่าปรากฏการณ์แบบนี้อาจสั่นสะเทือนไปถึงนักลงทุน “เชิงรับ” ที่ไม่รู้เรื่องรู้ราวได้ด้วยเหมือนกัน

ตัวอย่างสมมติ

เพื่อให้เข้าใจได้ง่าย สมมติเรามีดัชนี SET5 ณ ระดับ 1000 จุด ที่คำนวณขึ้นจากหุ้นขนาดใหญ่สุดในตลาด 5 ตัว ดังนี้

โดยธรรมชาติ กองทุนรวมดัชนี จะถือครองหุ้นทั้ง 5 ตัว ตามสัดส่วนมาร์เก็ตแคป เพื่อให้ได้ผลตอบแทนใกล้เคียงกับดัชนีอ้างอิง (ในที่นี้ คือ ดัชนี SET5) อย่างเช่น หุ้น E ซึ่งมีมาร์เก็ตแคป 1 แสนล้านบาท ก็จะมีน้ำหนักเท่ากับ 5 เปอร์เซ็นต์ของพอร์ตกองทุน

ในเวลาต่อมา หุ้น E ซึ่งอยู่ในกลุ่มอิเล็กทรอนิกส์ เกิดไปเตะตานักลงทุนกลุ่มหนึ่ง พวกเขาจึงไล่ซื้อหุ้น แบบที่ ดร.นิเวศน์ นักลงทุน VI ชื่อดังใช้คำว่า “ต้อนเข้ามุม” หรือ cornering และด้วยปริมาณหุ้นหมุนเวียน (free float) ที่มีเพียงน้อยนิด คือ ประมาณ 20 เปอร์เซ็นต์ ราคาหุ้นก็พุ่งสูงขึ้นอย่างต่อเนื่อง จนกระทั่งมาร์เก็ตแคปของหุ้น E ปีนขึ้นมาอยู่ที่ 8 แสนล้านบาท กลายเป็นหุ้นขนาดใหญ่อันดับสองของตลาด และพลอยลากดัชนีขึ้นมาอยู่ที่ 1350 จุดด้วย

เมื่อหุ้น E ปรับตัวขึ้น 700% ขณะที่หุ้นตัวอื่นทรงตัว น้ำหนักของหุ้น E ที่มีต่อดัชนี SET5 จึงเพิ่มขึ้นเป็น 30 เปอร์เซ็นต์ และกองทุนรวมดัชนีก็จะต้องถือครองหุ้น E คิดเป็น 30 เปอร์เซ็นต์ของพอร์ตด้วย

ดังนั้น ผู้จัดการกองทุนจะต้องจัดสรร 30 เปอร์เซ็นต์ของ เม็ดเงินใหม่ ที่ไหลเข้ามาในกองทุนรวมดัชนีภายหลังจากที่หุ้น E ปรับตัวขึ้นมาแล้ว ไปซื้อหุ้น E หรือพูดง่าย ๆ ว่า “การจุดพลุ” ของนักลงทุนดังกล่าว ทำให้ demand ของหุ้น E สูงขึ้นตามกลไกตลาด โดยเฉพาะในยุคที่กองทุนรวมดัชนีเริ่มเป็นที่นิยมมากขึ้นเรื่อย ๆ

ถึงตรงนี้หลายท่านอาจเริ่มกังวลใจว่า “อ้าว! แล้วถ้าหุ้น E ถูกปั่นโดยไม่มีเหตุผลรองรับล่ะ? แล้วกองทุน RMF ที่ฉันลงทุนไว้ มันจะแห่เข้าไปซื้อกับเขาด้วยไหม? นั่นมันเงินเกษียณของฉันนะ” ...

น่าเสียดายที่ผมต้องบอกว่า “อาจจะ” ครับ

ความยอกย้อนของเรื่องนี้อยู่ตรงที่ว่า กองทุนรวมหุ้นประเภท active ไม่ว่าจะเป็นกอง RMF, SSF หรือกองธรรมดาก็ตาม ผู้จัดการกองทุนสามารถใช้วิจารณญาณเลือกที่จะเข้าซื้อหรือไม่เข้าซื้อหุ้นตัวหนึ่งตัวใดได้ หากเห็นว่าราคาหุ้นแพงหรือปรับตัวขึ้นมาเร็วเกินไป

ในทางกลับกัน กองทุนรวมประเภท passive (หรือที่เราเรียกว่า กองทุนเชิงรับ) กลับมีแรงกดดันที่ผู้จัดการกองทุนจะต้องสร้างผลตอบแทนให้ใกล้เคียงกับดัชนี พวกเขาจึงไม่มีทางเลือกอื่นนอกจาก ซื้อ ถึงแม้จะคิดว่าราคาหุ้นปัจจุบันค่อนข้างแพงก็ตาม เพราะถ้าไม่ซื้อแล้วหุ้นยังคงวิ่งขึ้นต่อไปเรื่อย ๆ สุดท้ายจะกลายเป็นหายนะ หากว่า “กองทุนรวมดัชนี” ของพวกเขาแพ้ดัชนีหลุดลุ่ย

ที่ผ่านมานักลงทุนชื่อดังระดับโลกหลายท่านแนะนำให้ซื้อกองทุนรวมดัชนี ด้วยเหตุผลเรื่องอัตราค่าธรรมเนียมที่ต่ำกว่า และข้อสังเกตเรื่องประสิทธิภาพการเลือกตัวหุ้นของผู้จัดการกองทุน อย่างไรก็ตาม เรื่องราวของหุ้นอภินิหารนี้ทำให้เราได้เห็นว่า บางคำแนะนำอาจใช้ได้ดีเป็นการทั่วไป แต่ไม่ใช่กับความผิดเพี้ยนที่เพิ่งจะถูกคิดค้นขึ้นมา และวิจารณญาณของผู้จัดการกองทุนก็ยังคงเป็นสิ่งที่มีประโยชน์ โดยเฉพาะเมื่อพวกเขาไม่ถูกจำกัดด้วยกรอบนโยบายของกองทุนรวม

เรียนลัดประเมินมูลค่าหุ้น

วิดีโอคลิปชุดนี้จัดทำขึ้นมาแบบง่าย ๆ โดยอธิบายการประเมินมูลค่าหุ้นด้วยวิธีเรียนลัดผ่านหนังสือ "ประเมินมูลค่าหุ้น ฉบับใช้งานจริง" เพื่อเป็นประโยชน์สำหรับผู้อ่านและบุคคลทั่วไป

https://www.youtube.com/playlist?list=PL6lMOUGI4MmiDjknLLnK0iKUKtXQAbTvU

ประเมินมูลค่าหุ้นด้วยวิธีคิดลดเงินปันผล 2 ขั้น

DDM หรือ Dividend Discount Model (โมเดลคิดลดเงินปันผล) น่าจะนับเป็นวิธีประเมินมูลค่าหุ้นที่มีสูตร “ง่ายที่สุด” วิธีหนึ่ง โดยเฉพาะถ้าเรามีสมมติฐานง่าย ๆ เช่น บริษัทอยู่ในช่วงอิ่มตัวหรือมีการเติบโตคงที่ไปชั่วนิรันดร์

อย่างไรก็ตาม เมื่อสมมติฐานมีความซับซ้อนและสอดคล้องกับชีวิตจริงมากขึ้น เช่น บริษัทมี ช่วงเติบโตเร็ว ในระยะแรก ก่อนที่จะเข้าสู่ ช่วงเติบโตช้า ในระยะถัดไป สูตรก็จะเริ่มไม่ง่าย (อันที่จริง คือ ยากเลยแหละ!) หรือไม่เช่นนั้นก็ต้องยกไปคำนวณกันใน Excel ให้เป็นที่เอิกเกริก...

สิ่งนี้จะไม่เกิดขึ้นอีกแล้ว เพราะบทความนี้จะเปลี่ยนวิธีคิดและทำทุกอย่างให้ง่ายลง ก่อนปิดท้ายกันด้วย “ตัวช่วย” ในอินเทอร์เน็ตที่ผมหามาได้ เผื่อท่านใดไม่ชอบกดเครื่องคิดเลขด้วยตัวเองครับ

สร้างโมเดล

เนื่องจากเราไม่ได้หยั่งรู้อนาคต จึงจำเป็นต้อง คาดการณ์ การจ่ายเงินปันผลของบริษัทให้ใกล้เคียงกับสิ่งที่จะเกิดขึ้นมากที่สุด นี่คือจุดตั้งต้นของการสร้างโมเดล

โมเดลแรก คือ กรณีเงินปันผลไม่มีการเติบโตเลย

ตัวอย่างเช่น บมจ.ซีเมนต์พัฒนา จ่ายเงินปันผลหุ้นละ 15 บาท และผู้ถือหุ้นต้องการผลตอบแทน 8.3 เปอร์เซ็นต์ต่อปี มูลค่าหุ้นในกรณีนี้จะเท่ากับ 15 / 0.083 = 181 บาท

โมเดลที่สอง คือ กรณีเงินปันผลมีการเติบโตคงที่ตลอดไป ซึ่งเราอาจเรียกว่า โมเดลคิดลดเงินปันผล 1 ขั้น หรือ one-stage DDM เพราะว่ามีการเติบโตเพียงขั้นเดียว

จากข้อมูลข้างต้น ถ้าเงินปันผลของ บมจ.ซีเมนต์พัฒนา มีการเติบโต g = 3 เปอร์เซ็นต์ต่อปี มูลค่าหุ้นจะเท่ากับ 15 x 1.03 / (0.083 – 0.03) = 292 บาท

ทั้งนี้ นักลงทุนอาจสังเกตได้ว่า โมเดลที่สองมีแนวโน้มจะสอดคล้องกับความเป็นจริงมากกว่าโมเดลแรก เนื่องจากโดยทั่วไปบริษัทต่าง ๆ มักมีผลการดำเนินงานเติบโตไปพร้อมกับเศรษฐกิจโดยรวมหรืออย่างน้อยก็ไม่ควรเติบโตต่ำกว่าอัตราเงินเฟ้อ มิเช่นนั้นจะเท่ากับถอยหลังลงคลองทุกปี ๆ

โมเดลที่สาม คือ กรณีเงินปันผลมีการเติบโตเร็วในช่วงแรก และมีการเติบโตช้าลงในช่วงถัดไป เรียกว่า โมเดลคิดลดเงินปันผล 2 ขั้น หรือ two-stage DDM ซึ่งเป็นใจความสำคัญของบทความนี้

สำหรับธุรกิจที่ยัง ไม่ อิ่มตัว โมเดลนี้ดูจะสอดคล้องกับสามัญสำนึกมากกว่าสองโมเดลแรก ส่วนที่เหลือก็เพียงแค่ระบุรายละเอียดเพิ่มเติม ได้แก่ อัตราการเติบโตและจำนวนปีในช่วงเติบโตเร็ว จากนั้นก็พร้อมคำนวณตามสูตรได้

สูตรการคิดลดเงินปันผล 2 ขั้น

หากท่านใดเคยเปิดตำราหาสูตรคิดลดเงินปันผล 2 ขั้น อันน่าขนลุกมาแล้ว ผมขอให้ลืมมันไปเลย เพราะจริงที่แล้วเราสามารถมองมันให้อยู่ในรูปง่าย ๆ ดังนี้

สมการข้างต้นเป็นรูปแบบพื้นฐานที่ไม่ได้ซับซ้อนอะไร มีเพียงแค่การลบและการคูณที่น่าจะเรียกได้ว่า สามก้อนประกอบร่าง นับว่าสบายหูสบายตากว่าสูตรยาวเหยียดที่อยู่ใน textbook มากมายนัก

เราจะมาเริ่มกันที่ ก้อน A ซึ่งมีความคล้ายคลึงกับโมเดล one-stage DDM ที่ว่ากันไปก่อนหน้านี้ ต่างกันแค่เพียงเปลี่ยนตัว g (growth) ไปเป็นตัว s (Short term growth) เพื่อความชัดเจนเท่านั้น

สมมติว่าเงินปันผลของ บมจ.ซีเมนต์พัฒนา มีการเติบโตช่วง 10 ปีแรก เท่ากับ 5 เปอร์เซ็นต์ต่อปี (s = 0.05) ก้อน A ก็จะเท่ากับ 15 x 1.05 / (0.083 – 0.05) = 477

ต่อมาเป็น ก้อน B ที่คำนวณได้จาก

เนื่องจากเรากำหนดให้เงินปันผลมีการเติบโตระยะสั้น s = 5%, การเติบโตระยะยาว g = 3% และผู้ถือหุ้นต้องการผลตอบแทน 8.3 เปอร์เซ็นต์ต่อปี ดังที่กล่าวไปแล้วข้างต้น ก้อน B จึงเท่ากับ (0.05 – 0.03) / (0.083 – 0.03) = 0.377

สุดท้ายเป็น ก้อน C ที่แอดวานซ์ขึ้นมาอีกหน่อย

โดยตัว n เป็นจำนวนปีที่เงินปันผลเติบโตเร็ว (10 ปี) ดังนั้น n = 10 และเราจะคำนวณก้อน C ได้เท่ากับ (1.05 / 1.083)^9 = 0.757

เห็นได้ว่า A, B และ C เป็นการคำนวณสั้น ๆ เพื่อเอาผลลัพธ์แทนค่าเข้าไปในสูตรของเรา

จะได้ว่า มูลค่าหุ้นของ บมจ.ซีเมนต์พัฒนา เท่ากับ 477 x [1 – (0.377 x 0.757)] = 341 บาท นั่นเอง

ภาพรวมของการคำนวณ

หากถอยออกมามองเป็นภาพรวม เราจะเห็นแผนผังการคำนวณดังนี้

สังเกตว่าความจริงแล้วเราก็ไม่ได้คำนวณน้อย เพียงแต่ค่อย ๆ ทำไปอย่างเป็นขั้นเป็นตอน จึงมีความเรียบง่ายอยู่ในวิสัยที่คนทั่วไปสามารถทำได้ ต่างจากสูตรในตำราต่างประเทศที่ค่อนข้างอลังการและไม่ได้ลดรูปสมการลง เช่น

[ที่มา: Damodaran on Valuation]

สำหรับท่านที่ต้องการตัวช่วยในอินเทอร์เน็ต ผมพบเว็บไซต์ที่ให้บริการคำนวณมูลค่าหุ้นตามโมเดลคิดลดเงินปันผล 2 ขั้น ซึ่งเมื่อเข้าไปตาม ลิงก์ ก็จะพบหน้าจอแบบนี้

ซึ่งเราก็จะกรอกตัวเลขตามสมมติฐานของเราลงไป

จากนั้นก็กดปุ่ม Calculate Results ที่อยู่ด้านล่าง จะได้ผลลัพธ์ออกมาตรงกับที่เราคำนวณไว้

หวังว่าทั้งหมดนี้จะมีประโยชน์กับนักลงทุนทุกท่านนะครับ

ความเปราะบางของอิสรภาพทางการเงิน

เมื่อประมาณ 10 ปีที่แล้ว คำว่า อิสรภาพทางการเงิน ดูเหมือนจะอยู่ในความสนใจของผู้คนจำนวนมาก แม้ในงานเขียนของผมเองก็ยังได้เผยแพร่ “วิธีคำนวณ” อิสรภาพทางการเงินออกมาอย่างเป็นรูปธรรม ก่อนที่แนวคิดนี้จะค่อย ๆ ลดความนิยมลง สะท้อนได้จากจำนวนหนังสือและบทความที่เขียนเกี่ยวกับเรื่องนี้

อย่างไรก็ดี การแพร่ระบาดของโควิด-19 ได้ทำให้ผมตระหนักถึง “ความเปราะบาง” ของสมมติฐานและการคำนวณ จึงคิดว่าน่าจะใช้โอกาสนี้เขียนถึงมันอีกครั้งหนึ่ง เพื่อเป็นประโยชน์กับผู้คนที่ยังคงมีศรัทธาและยังคงตามหาอิสรภาพทางการเงิน

ความเดิม 

ในบทความชื่อ “อิสรภาพทางการเงิน...คำนวณแบบง่ายๆ” ผมพยายามตอบคำถามว่า เราต้องมีเงินเท่าไรจึงจะมีอิสรภาพทางการเงิน ซึ่งก็เป็นที่แน่ชัดว่า จริง ๆ แล้วสิ่งสำคัญไม่ใช่เพียงแค่การมีเงิน ทว่าเรายังจะต้องสามารถนำเงินไปสร้างผลตอบแทน (r) ได้สูงพอรองรับค่าใช้จ่าย (X) ที่เติบโตตามอัตราเงินเฟ้อ (f) ด้วย

เมื่อมีสมมติฐานครบถ้วนแล้ว จำนวนเงิน A ก็จะคำนวณได้ดังนี้

[หากเข้าไปในลิงก์บทความดังกล่าว ท่านจะได้เห็นที่มาที่ไปของสูตรนี้]

ตัวอย่างเช่น เราสามารถลงทุนได้ผลตอบแทนเฉลี่ยปีละ 8 เปอร์เซ็นต์ และมีค่าใช้จ่ายปีละ 500,000 บาท ซึ่งน่าจะเพิ่มขึ้นปีละ 3 เปอร์เซ็นต์ จำนวนเงินที่จำเป็นสำหรับการมีอิสรภาพทางการเงินจะเท่ากับ 500000 / (0.08 – 0.03) = 10 ล้านบาท ...นี่เป็นตัวอย่างสั้น ๆ ที่แสดงการตั้งสมมติฐานและวิธีคำนวณ

ความเปราะบางประการที่หนึ่ง

ท่านทั้งหลายอาจพอสังเกตได้ว่า ผลตอบแทนที่เราใช้ในโมเดลนี้เป็น ค่าเฉลี่ย จากกรณีอุดมคติที่เราสามารถทำผลตอบแทนได้อย่างคงเส้นคงวา (เช่น ได้ผลตอบแทน 8 เปอร์เซ็นต์ทุกปี) อย่างไรก็ตาม สิ่งนี้ช่างห่างไกลจากประวัติศาสตร์ที่ผ่านมา เพราะถ้าย้อนไป 25 ปีล่าสุด จะมีจำนวนปีที่ตลาดหุ้นไทยให้ผลตอบแทนอยู่ในช่วง 0 ถึง 15 เปอร์เซ็นต์ ซึ่งพอจะถือว่าใกล้เคียงกับระดับค่าเฉลี่ย เพียงแค่ 4 ปี จากทั้งหมด 25 ปี เท่านั้น

ทั้งนี้ แผนภูมิข้างต้นยังไม่ได้รวมผลตอบแทนจากเงินปันผล (แม้จะรวมเข้ามาก็อาจมีการ shift หรือเลื่อนไปเพียงเล็กน้อย) สังเกตได้ว่าผลตอบแทนที่เกิดขึ้นจริงในแต่ละปีค่อนข้างจะห่างไกลจากค่าเฉลี่ยตามสมมติฐานของเรามากทีเดียว และเพื่อแสดงผลลัพธ์จากสิ่งที่สังเกตได้ เราจะทำการคำนวณบน Excel ตามกรณีอุดมคติ และดูว่าเกิดอะไรขึ้นเมื่อเวลาผ่านไป 4 ปี

ในกรณีอุดมคติที่เราสามารถลงทุนได้ผลตอบแทนสม่ำเสมอปีละ 8 เปอร์เซ็นต์ เงินต้น 10 ล้านบาท จะให้ผลตอบแทน 8 แสนบาท ในปีแรก ซึ่งเราจะดึงออกมาเป็นค่าใช้จ่าย 5 แสนบาท (ตามตัวอย่างก่อนหน้านี้) และส่วนที่เหลือ 3 แสนบาท ก็จะทบไปเป็นเงินลงทุน ทำให้เงินลงทุนของปีต่อไปกลายเป็น 10.3 ล้านบาท เมื่อคำนวณในลักษณะดังกล่าวต่อเนื่องไปจนถึงสิ้นปีที่ 4 พอร์ตโฟลิโอของเราจะมีขนาดใหญ่ขึ้นเป็น 11.255 ล้านบาท ดังที่ไฮไลต์ไว้ด้วยสีฟ้า

นั่นหมายความว่าพอร์ตโฟลิโอขนาด 11.255 ล้านบาท ณ สิ้นปีที่สี่ จะรองรับค่าใช้จ่ายตามการคำนวณอิสรภาพทางการเงินได้เทียบเท่าพอร์ตโฟลิโอขนาด 10 ล้านบาท ณ ต้นปีที่หนึ่ง

ต่อมาเราจะทดสอบกรณีที่ผลตอบแทนรายปีห่างไกลจากค่าเฉลี่ยตามสมมติฐานของเรา โดยกรณีแรก (Volatile #1) เป็นกรณีที่ตลาดหุ้นตกต่ำก่อนที่จะฟื้นตัวในเวลาต่อมา และในกรณีที่สอง (Volatile #2) เป็นกรณีกลับกันเมื่อตลาดหุ้นพุ่งขึ้นก่อนที่จะร่วงลงอย่างหนัก ทั้งสองกรณีมีผลตอบแทนเฉลี่ยแบบเรขาคณิตเท่ากัน คือ 8 เปอร์เซ็นต์ต่อปี

[สำหรับท่านที่ชอบคำอธิบายเจาะลึก ในการลงทุนเรามักใช้ค่าเฉลี่ยแบบเรขาคณิต ซึ่งเป็น ผลคูณ แทนที่จะเป็นผลบวก เช่น ในกรณี Volatile #1 เรานำตัวเลขจากคอลัมน์ Return มาคำนวณ (1 – 0.55) x (1 – 0.05) x (1 + 0.63) x (1 + 0.95) จากนั้นถอดรากที่สี่ ก็จะได้ 1.08 หรือก็คือ 1 + 0.08 ซึ่งก็แปลว่า ค่าเฉลี่ยเรขาคณิตเท่ากับ 8 เปอร์เซ็นต์]

ผลลัพธ์จากตารางนี้น่าสนใจ เนื่องจากกรณีแรก (ตลาดหุ้นเกิดวิกฤติแล้วค่อยฟื้น) เมื่อผ่านไป 4 ปี พอร์ตของเราลดลงมาเหลือเพียง 8.86 ล้านบาท ขณะที่กรณีที่สอง พอร์ตของเรากลับเพิ่มขึ้นไปเป็น 12.23 ล้านบาท เมื่อนำขนาดพอร์ตของทั้งสองกรณีเทียบกับ 11.255 ล้านบาท ของกรณีอุดมคติ เราจะพบว่า แม้จะมีอัตราผลตอบแทนเฉลี่ยเท่ากัน แต่ ลำดับ ของสิ่งที่เกิดขึ้นในตลาดหุ้นก็มีความสำคัญต่ออิสรภาพทางการเงิน

ดังนั้น นักลงทุนที่โชคร้ายพบกับวิกฤติทันทีภายหลังประกาศอิสรภาพทางการเงิน (เช่น ลาออกจากงานประจำ) มักต้องพบกับช่วงเวลาที่ยากลำบาก ถึงแม้ว่าที่สุดแล้วจะสามารถสร้างผลตอบแทน "เฉลี่ย" ในระยะยาวได้ดังที่คาดการณ์ไว้ก็ตาม

ความเปราะบางประการที่สอง

ความเปราะบางประการแรกที่ได้กล่าวไปเป็นกรณีที่เรายังสามารถรักษาค่าเฉลี่ยผลตอบแทนในระยะยาวเอาไว้ได้ อย่างไรก็ตาม หากว่าเราโชคร้ายทำผลตอบแทนโดยรวมได้ ต่ำกว่า ค่าเฉลี่ยในระยะยาว นี่ก็จะสั่นคลอนอิสรภาพทางการเงินที่เราอุตส่าห์ฟูมฟัก และนับเป็นความเปราะบางประการที่สอง

เมื่อทดสอบเพิ่มเติมกรณีที่ตลาดหุ้นตกต่ำและกลับมาฟื้นตัว (Volatile #3) ความแตกต่างก็คือ ผลตอบแทนในปีที่ 4 เป็น 58 เปอร์เซ็นต์ แทนที่จะเป็น 95 เปอร์เซ็นต์ ส่งผลให้ค่าเฉลี่ยผลตอบแทนโดยรวมกลายเป็น 2.4 เปอร์เซ็นต์ต่อปี และขนาดพอร์ตโฟลิโอก็ฟื้นตัวขึ้นมาแค่ราว ๆ 7.08 ล้านบาท

ประเด็นที่อยากชี้ให้เห็น คือ แม้ทั้งสองกรณีจะมีปีที่ 4 ที่ยอดเยี่ยม (+95% และ +58% ตามลำดับ) ทว่าผลลัพธ์สุดท้ายกลับเป็นอิสรภาพทางการเงินที่มีความมั่นคงไม่เท่ากัน ในกรณี Volatile #1 พอร์ตโฟลิโอขนาด 8.86 ล้านบาท จะคิดเป็น 79 เปอร์เซ็นต์ของพอร์ตโฟลิโอในกรณีอุดมคติ 11.255 ล้านบาท ซึ่งที่จริงก็ไม่ดีเท่าไหร่ แต่กรณี Volatile #3 พอร์ตโฟลิโอขนาด 7.08 ล้านบาท จะเทียบเท่า 63 เปอร์เซ็นต์เท่านั้น ซึ่งถือว่าแย่กว่ากันมาก เพราะการมีเงินแค่ 63 เปอร์เซ็นต์ของสิ่งที่ควรจะเป็น “ภายหลัง” การฟื้นตัวจากวิกฤติ อาจหมายถึงการสูญสิ้นอิสรภาพทางการเงิน และนี่ก็จะสะท้อนความเปราะบางที่เราไม่ได้คำนวณเผื่อไว้ตั้งแต่แรก

สิ่งที่น่าสนใจเพิ่มเติมจากประเด็นนี้ คือ ถ้าเราทดลองต่อไปโดยสมมติว่าได้จัดพอร์ตลงทุนเพื่อสร้างผลตอบแทนที่ “เน้นความสม่ำเสมอ” 2.4 เปอร์เซ็นต์ต่อปี แทนที่จะยอมรับความผันผวนสูงและเล็งผลเลิศในระดับ 8 เปอร์เซ็นต์ต่อปี ซึ่งอาจพลั้งพลาดได้เหมือนกรณี Volatile #3

ผลที่ตามมาจากความมักน้อย คือ ณ สิ้นปีที่สี่ เราจะมีพอร์ตโฟลิโอขนาด 8.84 ล้านบาท ใกล้เคียงกับกรณี Volatile #1 ที่ให้ผลตอบแทนเฉลี่ย 8 เปอร์เซ็นต์ต่อปี ซึ่งเราเห็นกันไปก่อนหน้านี้ได้อย่างน่าทึ่ง

บทเรียนจากเรื่องนี้

เราได้เห็นความเปราะบางที่สำคัญ 2 จุด ในการคำนวณอิสรภาพทางการเงิน จุดแรก ได้แก่ การมุ่งเน้นไปที่ผลตอบแทนเฉลี่ยจนลืมรายละเอียดระหว่างทาง โดยเฉพาะลำดับของสิ่งที่เกิดขึ้นในตลาดหุ้น ซึ่งอาจส่งผลต่ออิสรภาพทางการเงินได้ทั้งในแง่บวกและในแง่ลบ นักลงทุนจึงควรทดสอบสถานการณ์ให้หลากหลาย เพื่อจะได้ทราบจำนวนเงินที่ควรเผื่อเอาไว้รองรับกรณีที่เราโชคร้าย ส่วนความเปราะบางจุดที่สอง ได้แก่ การสร้างผลตอบแทนเฉลี่ยได้ต่ำกว่าที่คาดหวัง

ในแง่ของการ “ลงทุนให้รวย” ท่านอาจยอมรับความผันผวนสูง ตราบเท่าที่มันให้ผลตอบแทนดี แต่ในเชิงอิสรภาพทางการเงินที่ท่านจะต้องดึงเงินออกไปใช้จ่ายในแต่ละปี เรื่องราวนั้นแตกต่างออกไป การทำผลตอบแทนที่ไม่สูงมาก ทว่ามีความสม่ำเสมอ อาจให้ผลลัพธ์ที่ดีกว่าก็ได้

อีกสิ่งสำคัญที่ต้องไม่ลืม คือ อิสรภาพทางการเงินไม่ใช่สิ่งตายตัว เราสามารถปรับตัวแปร เช่น เปลี่ยนรูปแบบการใช้ชีวิต หรือลดค่าใช้จ่ายลง ก็ยังอาจรักษาอิสรภาพทางการเงินเอาไว้ได้ แม้ทุกอย่างจะไม่ได้เป็นไปตามที่เราคาดหวังโดยสมบูรณ์

แค่เป่า... ไม่ล้ม

เมื่อสัปดาห์ก่อนมีนักวิชาการท่านหนึ่งให้สัมภาษณ์ว่า “ธนาคารพาณิชย์หลายแห่งกำลังจะล้มละลาย” สร้างความตื่นตระหนกให้กับผู้คนจำนวนมาก ราวกับว่าเวลานี้ธนาคารได้อ่อนแอลงขนาดที่ลมปากเป่า เราก็หวั่นไหว ร้อนถึงแบงก์ชาติต้องรีบตัดไฟแต่ต้นลมโดยออกมายืนยันความเข้มแข็งของธนาคารไทย

สิ่งที่น่าประหลาดของเรื่องนี้มีอยู่สองอย่าง คือ

1. แม้จะอ้างคำพูดของนักวิชาการ แต่เราก็ไม่ได้เห็นหลักฐานการค้นคว้าอะไรเป็นเรื่องเป็นราวที่จะมาสนับสนุน มีเพียงคำพูดประมาณว่า “อย่างน้อย 3 ธนาคารกำลังจะล้ม” แถมยังตามดมกลิ่นไปไม่ได้อีก เพราะท่านบอกว่า “ผมไม่อยากเอ่ยชื่อ”


2. แบงก์ชาติเป็นฝ่ายที่ออกมาตอบโต้ได้อย่างน่าฟังพร้อมกับข้อมูลแน่นปึ้ก แต่พอดูอย่างจริงจัง ข้อมูลชุดเดียวกันนี้กลับบ่งชี้ได้ว่าแบงก์ใดบ้างที่อาจมีปัญหา!?

...ก็เหมือนอย่างที่เคยบอกไปว่า เราต้องตั้งใจฟังสิ่งที่เขาไม่ได้พูด และตั้งใจดูสิ่งที่เขาไม่ได้โชว์ เพราะมันมักเป็นสิ่งสำคัญ ธนาคารอาจจะไม่ล้มเพราะลมปากเป่า แต่ก็ไม่ได้แปลว่าล้มไม่ได้

ข้อมูลจากแบงก์ชาติ

จากข่าว ธปท. ฉบับที่ 51/2563 มีส่วนหนึ่งระบุถึง คุณภาพสินเชื่อ ของระบบธนาคารพาณิชย์ โดยสินเชื่อขั้นที่ 1 (Stage 1) ถือเป็นสินเชื่อที่ยังปกติดี ลูกหนี้จ่ายตรงเวลาและครบถ้วน เมื่อใดก็ตามที่ลูกหนี้เริ่มค้างชำระ สินเชื่อดังกล่าวก็จะขยับไปเป็นสินเชื่อขั้นที่ 2 (Stage 2) และถ้าค้างมาเกิน 90 วัน ก็จะขยับต่อไปเป็นสินเชื่อขั้นที่ 3 (Stage 3) ที่เรียกว่า NPL หรือ “หนี้เสีย” นั่นเอง

แผนภูมินี้แสดงให้เห็นว่าในช่วงไตรมาสแรกของปี 2563 ที่สถานการณ์โควิด-19 เริ่มต้น สินเชื่อ Stage 2 [แท่งสีอ่อน] ซึ่งแสดงถึงการเริ่มผิดนัดชำระหนี้ในระบบธนาคารพาณิชย์ ก็ได้พุ่งขึ้นจากระดับปกติอย่างชัดเจน โดยกระโดดขึ้นมาประมาณ 5 เปอร์เซ็นต์ของยอดสินเชื่อรวม

เนื่องจากคำสั่งปิดห้างสรรพสินค้าและตลาดสดได้เริ่มขึ้นตอนเกือบจะสิ้นไตรมาส (ตั้งแต่ 22 มีนาคม) ตัวเลขการเริ่มผิดนัดชำระหนี้ของไตรมาส 1 ที่พุ่งขึ้นอย่างพรวดพราดนี้ จึงน่าจะสะท้อนสภาพเศรษฐกิจ ก่อน การปิดห้างและตลาดเป็นสำคัญ โดยสิ่งที่น่าจะตามมา 2 อย่าง ถ้าไม่มีมาตรการผ่อนปรนของแบงก์ชาติที่ออกตามมา ก็คือ

1. สินเชื่อ Stage 2 ในไตรมาสหนึ่งเกือบทั้งหมด น่าจะไหลต่อไปกลายเป็นสินเชื่อ Stage 3 หรือ NPL ในไตรมาสที่สอง บางทีเราอาจจะเห็น NPL ระดับ 7 เปอร์เซ็นต์ตั้งแต่สิ้นไตรมาสสอง


2. สินเชื่อที่เริ่มผิดนัดชำระ (สินเชื่อ Stage 2) ในไตรมาสสอง คงจะไม่กระโดดขึ้นแค่ 5 เปอร์เซ็นต์เหมือนไตรมาสแรก แต่น่าจะพุ่งติดจรวดเป็นตัวเลขสองหลัก 

ในส่วนของสินเชื่อ Stage 3 หรือ NPL [แท่งสีเข้ม] เรายังไม่เห็นการเพิ่มขึ้นชัดเจน เพราะการผิดนัดชำระหนี้ระลอกใหญ่เพิ่งเกิดขึ้น จึงยังไม่ครบ 90 วัน ณ สิ้นไตรมาสแรก และถัดมาก็มีมาตรการช่วยเหลือตามแนวทางของแบงก์ชาติ แบงก์พาณิชย์จึงยังไม่ต้องจัดชั้นให้เป็นหนี้เสีย (NPL) ในไตรมาสที่สองหากว่าลูกหนี้มาเข้าโครงการพักหรือปรับโครงสร้างหนี้ แม้ที่จริงลูกหนี้บางส่วนอาจหมดความสามารถในการชำระเงินคืนไปแล้วก็ได้

พูดง่าย ๆ ก็คือ ทั้งสินเชื่อ Stage 2 และ Stage 3 ของไตรมาสสองที่ปรากฏในแผนภูมิ น่าจะต่ำกว่าความจริงไปมาก เพียงแต่เรายังไม่รู้ว่า “แค่ไหน”

ค้นคว้าต่อเนื่อง 

เพื่อหาว่าตัวเลขในแผนภูมิต่ำกว่าความเป็นจริงไปมากน้อยเพียงใด เราจะมาดูข้อมูลแบงก์ชาติอีกชิ้นหนึ่ง คือ สัดส่วนลูกหนี้ที่เข้าสู่มาตรการช่วยเหลือ

การใช้ข้อมูลส่วนนี้ต้องใช้ความระมัดระวัง เนื่องจากลูกหนี้ที่เข้าสู่มาตรการช่วยเหลืออาจไม่ได้เดือดร้อนถึงขั้นจะกลายเป็น NPL เสมอไป บางรายอาจใกล้ล้มละลายจริง ขณะที่บางรายเพียงแค่ขาดสภาพคล่องชั่วคราวและพร้อมที่จะกลับมาสู้ใหม่ ในทางกลับกันลูกหนี้ที่ ไม่ ได้เข้าสู่มาตรการ ก็ไม่ได้แปลว่าพวกเขาไม่เดือดร้อน เพียงแต่อาจจะไม่เข้าเกณฑ์ที่จะมารับความช่วยเหลือ หรือบางรายอาจไปปรับโครงสร้างหนี้ก่อนที่จะมีมาตรการช่วยเหลือแล้วก็ได้

จากแผนภูมินี้ สินเชื่อที่ได้รับความช่วยเหลือมีสัดส่วนสูงถึง 31 เปอร์เซ็นต์ของสินเชื่อรวม หากเราสมมติตื้น ๆ ว่ามีผู้ที่เดือดร้อนอย่างหนักคิดเป็นหนึ่งในสามของสินเชื่อที่ได้รับความช่วยเหลือ ระบบธนาคารพาณิชย์ก็น่าจะมี ว่าที่ ผู้ผิดนัดชำระหนี้ประมาณ 10 เปอร์เซ็นต์... นี่เป็นไอเดียที่จะต่อยอดไปตอบคำถามที่ว่า “สินเชื่อ Stage 2 ของไตรมาสสองควรจะเป็นเท่าไร”

นอกจากนี้ การจำแนกกลุ่มลูกหนี้ที่เข้าสู่มาตรการช่วยเหลือยังทำให้เราเห็นว่า ลูกหนี้ที่เป็นบริษัทขนาดใหญ่ (Corporate) มีสัดส่วนการรับความช่วยเหลือค่อนข้างน้อยเพียง 14 เปอร์เซ็นต์ ส่วนลูกหนี้รายย่อยและลูกหนี้ SME เข้ารับความช่วยเหลือสูงถึง 36 และ 49 เปอร์เซ็นต์ ตามลำดับ ขณะเดียวกันถ้าเจาะลึกเข้าไปยังรายละเอียดของลูกหนี้รายย่อย กลุ่มที่เป็นหนี้เช่าซื้อรถยนต์ก็มีสัดส่วนการรับความช่วยเหลือสูงมากถึง 54 เปอร์เซ็นต์

สรุปได้ว่า แบงก์ไหนที่มีสัดส่วนสินเชื่อ SME และสินเชื่อรถยนต์เป็นหลักก็จะน่าเป็นห่วงมากเป็นพิเศษ ส่วนแบงก์ไหนที่มีสัดส่วนสินเชื่อหลักเป็นธุรกิจขนาดใหญ่ก็เบาใจได้มากกว่า

ผลกระทบต่อธนาคาร

เพื่อให้ทุกท่านเข้าใจสถานการณ์มากขึ้น เราจะ “สมมติ” ตัวอย่างธนาคารขนาดใหญ่ที่มีสินเชื่อ 2 ล้านล้านบาท และจัดชั้นตามสัดส่วนโดยเฉลี่ยของระบบธนาคารพาณิชย์ ในไตรมาสที่สอง ธนาคารดังกล่าวจะมีสินเชื่อ Stage 2 อย่างเป็นทางการตามที่รายงานแบงก์ชาติประมาณ 7.5 เปอร์เซ็นต์ และมีสินเชื่อที่อยู่ในระหว่างได้รับความช่วยเหลือ (แต่ก็จวนจะผิดนัดชำระหนี้) อีก 10 เปอร์เซ็นต์ ดังนั้น ถ้าวัดกันตามคุณภาพจริง ๆ ธนาคารอาจมีสินเชื่อที่เริ่มผิดนัดชำระหนี้ราว 7.5 + 10 = 17.5 เปอร์เซ็นต์

ภายใต้สถานการณ์โควิด-19 หากเราสมมติว่าสินเชื่อ Stage 2 จะมีการไหลไปเป็น NPL ราวครึ่งหนึ่ง ก็มีความเป็นไปได้ที่จะเห็นหนี้เสีย (NPL) ในสัดส่วนประมาณ 9 เปอร์เซ็นต์ของสินเชื่อรวม หรือคิดเป็นเงิน 1.8 แสนล้านบาท ถ้าวิกฤติโควิดไม่ลากยาว หนี้เสียจำนวนดังกล่าวอาจทำให้ธนาคารมีระดับเงินกองทุนชั้นที่ 1 ลดลงจนต่ำกว่าเกณฑ์ ในสถานการณ์เช่นนี้ธนาคาร “ยังไม่ล้ม” เพียงแต่จำเป็นต้องเพิ่มทุน ซึ่งถ้าสำเร็จก็ทำธุรกิจกันต่อไป แต่ถ้าไม่สำเร็จ รัฐบาลก็อาจจะต้องเข้ามาอุ้ม 

และต่อไปนี้เป็นคำตอบส่วนตัวของผม ซึ่งอาจเหมือนหรือแตกต่างจากท่านอื่น ๆ ก็ได้

Q: “อย่างน้อย 3 ธนาคารกำลังจะล้ม” จริงหรือไม่?

A: อาจจะจริง ถ้าวิกฤติโควิด-19 ลากยาว และธนาคารประกาศเพิ่มทุนช้าเกินไป

Q: เงินกองทุนที่อยู่ในระดับสูงจะช่วยให้แบงก์ไม่ล้มและไม่ต้องเพิ่มทุนใช่ไหม?

A: ไม่แน่ เพราะเงินกองทุนจะสูงหรือไม่สูง เราต้องเทียบกับสิ่งที่เรียกว่า สินทรัพย์เสี่ยง ซึ่งหลัก ๆ ก็คือ สินเชื่อที่อยู่ในพอร์ตของแบงก์นั่นเอง ถ้าแบงก์ขาดทุนมาก ๆ (ทำให้เงินกองทุนลดลง) หรือลูกหนี้แบงก์มีฐานะการเงินแย่ลง (สินทรัพย์เสี่ยงเพิ่มขึ้น) เมื่อตัวเศษลด แต่ตัวส่วนเพิ่ม อัตราส่วน เงินกองทุนต่อสินทรัพย์เสี่ยง อาจลดลงจนต่ำกว่าเกณฑ์ได้อย่างรวดเร็ว

Q: มีเงินฝากอยู่ที่แบงก์ ควรทำอย่างไรดี?

A: ปัจจุบันหากมีเงินฝากไม่ถึง 5 ล้านบาท ก็ไม่จำเป็นต้องกังวล เพราะถ้าแบงก์ล้ม สถาบันคุ้มครองเงินฝากจะเป็นผู้ชดใช้ให้ภายใน 30 วัน ตามกฎหมาย

Q: นักลงทุนสามารถถือหุ้นแบงก์ต่อไปได้หรือไม่?

A: ได้ ภายใต้เงื่อนไขว่าท่านได้เตรียมเงินและเตรียมใจไว้แล้ว “เผื่อว่า” สถานการณ์เลวร้ายลงและมีการประกาศเพิ่มทุน ขณะเดียวกันก็ต้องไม่ลืมด้วยว่าการเพิ่มทุนจะทำให้เงินทุนของท่านให้ผลตอบแทนลดลง เพราะมันเป็นการเพิ่มทุนเพียงเพื่อประคองตัว ไม่ใช่การเพิ่มทุนสร้างการเติบโต เมื่อได้พิจารณาถึงความเป็นไปได้อย่างถี่ถ้วนและพึงพอใจกับผลตอบแทน ท่านจึงจะถือหุ้นแบงก์ต่อไป

Q: เป็นไปได้หรือไม่ ที่เราจะไม่เห็น NPL พุ่งขึ้น?

A: เป็นไปได้ ถ้า 1) การไหลไปเป็นหนี้เสียเกิดขึ้นน้อยกว่าที่เราประเมินไปข้างต้น หรือ 2) ตัวเลข NPL ถูก “กด” เอาไว้ด้วยมาตรการเพิ่มเติม อย่างไรก็ตาม ข้อหลังนี้ถือเป็นเรื่องอันตราย เหมือนกับเสาบ้านชำรุดเสียหายอย่างหนัก แล้วมีสถาปนิกไปออกไอเดียแค่ให้ทาสีปิดทับไว้เฉย ๆ เพื่อไม่ให้ผู้คนตื่นกลัว แต่สุดท้ายอาจวิบัติกันหมด ซึ่งก็หวังว่าเราจะไม่มาตามเส้นทางนี้

ทฤษฎีโรงเรียนดัง

เป็นธรรมดาที่ผู้ปกครองจะเข้าใจว่า การส่งบุตรหลานเข้าเรียนในโรงเรียนที่มีชื่อเสียงจะช่วยให้พวกเขาสามารถสอบเข้าไปเรียนต่อสถาบันการศึกษาดี ๆ ในระดับที่สูงขึ้นไปได้ และเมื่อมีการจัดอันดับโรงเรียน เราก็มักเห็นว่า “โรงเรียนดัง” มีสถิติการสอบเข้ามหาวิทยาลัยหรือมีผลการแข่งขันทางวิชาการที่โดดเด่นจริง

เมื่อดูแบบเผิน ๆ เรื่องนี้ไม่น่าเกี่ยวอะไรกับการลงทุน แต่ที่จริงแล้ว เราสามารถสังเกตและนำความรู้ที่ได้มาประยุกต์ใช้ ซึ่งในลำดับต่อไปเราจะมาดูกันว่า การย้อนกลับทฤษฎี ดังกล่าวจะช่วยให้เราเข้าใจธรรมชาติของการลงทุนได้อย่างไร

โรงเรียนของเราน่าอยู่... 

ในชั้นเรียนของเด็กเล็ก โรงเรียนของเราอาจจะน่าอยู่ ถ้าคุณครูใจดี ทว่าสำหรับนักเรียนในระดับที่โตขึ้นและต้องไปสอบแข่งขัน โรงเรียนที่เหมาะสมอาจเป็นสถาบันการศึกษาที่สามารถ “ทำให้” พวกเขามีแต้มต่อในการสอบเข้ามหาวิทยาลัย ซึ่งพอจะพิสูจน์ได้จากผลงานของนักเรียนรุ่นก่อน ๆ ที่มีสถิติการผ่านเข้าสู่รั้วมหาวิทยาลัยได้สูงกว่าโรงเรียนอื่น

เราจะทำความเข้าใจสิ่งนี้จากตัวอย่างสมมติของโรงเรียน เป็นเลิศวิทยาคม ซึ่งเป็นโรงเรียนมัธยมปลายชื่อดังที่นักเรียนมีสถิติการสอบเข้าศึกษาต่อในบรรดามหาวิทยาลัยยอดนิยมได้ถึง 80 เปอร์เซ็นต์ ขณะที่โรงเรียนอื่นมีตัวเลขไม่ถึง 50 เปอร์เซ็นต์

จากสถิติข้างต้น ผู้ปกครองอาจอ้างอิงถึงคุณภาพการเรียนการสอน (ครูเก่ง, เครื่องไม้เครื่องมือพร้อม) และสภาพแวดล้อมที่ดีกว่าโรงเรียนทั่วไป (สถานที่สะอาด, สังคมดี, นักเรียนตั้งใจเรียน) จึงพยายามผลักดันให้บุตรหลานสอบเข้า ม.4 ที่โรงเรียนแห่งนี้ จะได้เพิ่มโอกาสในการสอบเข้ามหาวิทยาลัย อย่างไรก็ดี หากเราตั้งสมมติฐานว่า โรงเรียนทั่วไป มีนักเรียนเก่งอยู่ใน 30 เปอร์เซ็นต์แรก (ตามภาพ) ส่วนคนไม่เก่งก็อยู่ใน 30 เปอร์เซ็นต์สุดท้าย และที่เหลือก็เป็นระดับปานกลาง

ถ้าสถิติการสอบเข้ามหาวิทยาลัยของนักเรียนระดับเก่ง, ระดับปานกลาง และระดับไม่เก่ง อยู่ที่ 80%, 50% และ 20% ตามลำดับ อัตราการสอบเข้ามหาวิทยาลัยโดยเฉลี่ย (ค่าคาดหวัง) ของนักเรียนจากโรงเรียนทั่วไปจะเท่ากับ (0.30 x 80%) + (0.40 x 50%) + (0.30 x 20%) = 50%

สำหรับการสอบคัดเลือกเข้า ม.4 ของโรงเรียนเป็นเลิศวิทยาคม การแข่งขันที่สูงทำให้มีเพียงนักเรียนในระดับ “หัวกะทิ” จากแต่ละโรงเรียนเท่านั้นที่ผ่านการคัดเลือก หรือกล่าวได้ว่านักเรียนหัวกะทิของโรงเรียนทั่วไปกลายมาเป็นนักเรียนทั่วไปของโรงเรียนเป็นเลิศวิทยาคม ขณะเดียวกันนั้นการสอบคัดเลือกดังกล่าวก็ทำให้จำนวนนักเรียนหัวกะทิของแต่ละโรงเรียนลดลง และดึงให้ค่าเฉลี่ยอัตราการสอบเข้ามหาวิทยาลัยลดลงต่ำกว่า 50% นิดหน่อย นี่เป็นที่มาของสถิติการสอบเข้าศึกษาต่อในมหาวิทยาลัยยอดนิยมที่เรากล่าวไปในตอนแรก

สิ่งที่เราน่าจะพอสังเกตได้จากตัวอย่างข้างต้น และสรุปออกมาเป็น ทฤษฎีโรงเรียนดัง มีดังนี้

1. ความสามารถ (หรือโอกาส) ในการคัดเลือกนักเรียน เป็นเหตุผลสำคัญอย่างหนึ่งที่ทำให้สถิติการสอบเข้ามหาวิทยาลัยของนักเรียนจากโรงเรียนดัง ๆ มีค่าสูง และ


2. หากบุตรหลานของท่านเป็นนักเรียนระดับหัวกะทิ ไม่ว่าพวกเขาจะเรียนอยู่ที่โรงเรียนเดิมหรือย้ายไปสอบเข้าโรงเรียนมัธยมปลายชื่อดัง ก็เป็นไปได้ว่าความน่าจะเป็นที่พวกเขาจะสอบเข้ามหาวิทยาลัยได้ยังคงเท่าเดิม (ในที่นี้ คือ 80 เปอร์เซ็นต์)

ข้อสังเกตทั้งสองข้อดังกล่าว ไม่ ได้คำนึงถึงประเด็นเรื่องคุณภาพการศึกษาและสิ่งแวดล้อมของโรงเรียนแต่ละแห่ง ซึ่งเป็นสิ่งที่วัดออกมาได้ยาก และถ้าเราพยายามเอาผลลัพธ์ย้อนกลับไปหาเหตุ (เช่น อนุมานว่าสถิติที่ดีแสดงว่า โรงเรียนจะต้องมีคุณภาพสูงกว่าหรือมีสิ่งแวดล้อมดีกว่า ฯลฯ) ก็จะเป็นการให้เหตุผลที่พิสูจน์ไม่ได้ เพราะต่อให้คุณภาพหรือสิ่งแวดล้อมดีเท่ากัน โรงเรียนที่มีโอกาสคัดกรองนักเรียนหัวกะทิจากโรงเรียนอื่น ๆ มาก็ย่อมจะมีสถิติที่ดีกว่านั่นเอง

ความสามารถในการคัดเลือก 

หากนำทฤษฎีโรงเรียนดังมาประยุกต์ใช้กับการลงทุน เราอาจนึกถึงการลงทุนในกองทุนรวม โดยภายใต้ข้อจำกัดเรื่องเม็ดเงินลงทุนที่มีอยู่ในมือ ผู้จัดการกองทุนจะตัดสินใจเลือกซื้อหุ้นที่มีโอกาสทำกำไรดีที่สุด ซึ่งเป็นสถานการณ์เดียวกันกับโรงเรียนชื่อดังที่มีจำนวนที่นั่งจำกัด จึงสามารถคัดเลือกแต่นักเรียนชั้นหัวกะทิเข้ามาได้ นี่เป็นผลลัพธ์จากความสามารถในการคัดเลือก

ในทางตรงกันข้าม เมื่อเราย้อนกลับทฤษฎีโดยพิจารณาถึงสถานการณ์ที่โรงเรียนดัง ไม่ สามารถคัดเลือกเฉพาะนักเรียนหัวกะทิ (เช่น ถูกบังคับให้ขยายจำนวนห้องเรียนขึ้นเป็น 5 เท่าตัว) ความเข้มข้นของการคัดสรรจะถูกลดทอนลงอย่างมาก หรือพูดง่าย ๆ ก็คือ โรงเรียนแทบไม่สามารถคัดเลือกนักเรียนได้อย่างที่ควรจะเป็น และระดับความสามารถโดยเฉลี่ยของนักเรียนที่รับเข้ามาก็ลดลง

เรื่องราวทำนองเดียวกันเกิดขึ้นในสถานการณ์ที่มีเม็ดเงินจำนวนมหาศาลไหลบ่าเข้ามาสู่กองทุนรวม ทำให้ผู้จัดการกองทุนต้องพยายามจัดสรรเงินไปซื้อหุ้นให้ครบตามจำนวน เพื่อไม่ให้ผิดหลักเกณฑ์ของหน่วยงานกำกับ (เช่น ต้องถือหุ้นไม่น้อยกว่า 65 เปอร์เซ็นต์ของขนาดกองทุน ไม่ใช่ถือแต่เงินสดแล้วคิดค่าธรรมเนียมบริหารแพง ๆ) ในกรณีเช่นนี้ การจัดสรรเงินทุนด้วยความจำใจอาจไม่ให้ผลลัพธ์ที่ดี

เมื่อกองทุนรวม ไม่ สามารถคัดเลือกหุ้นได้อย่างที่ต้องการหรือคัดเลือกได้น้อยลง ก็มีแนวโน้มที่ผลตอบแทนจะด้อยลงกว่ากรณีที่สามารถคัดเลือกหุ้นได้อย่างเต็มที่ และสิ่งที่เราควรคิดต่อไปก็คือ มีสถานการณ์ใดที่ทำให้กองทุนรวมตกอยู่ในสภาพนี้ จะได้มองเห็นและหาทางหลีกเลี่ยงทัน

ภาวะจำยอม 

โดยธรรมชาติแล้ว กองทุนรวมที่สามารถสร้างผลตอบแทนได้อย่างโดดเด่นในช่วงที่ผ่านมาล่าสุด มักตกเป็นเป้าหมายของนักลงทุน การเชื่อมโยงตัวเลขจากอดีตไปสู่อนาคตทำให้พวกเขาเชื่อมั่นและคิดว่า กองทุนที่จะทำผลตอบแทนได้สูงสุดในปีนี้น่าจะเป็นกองทุนเดียวกับที่ทำผลตอบแทนได้สูงลิบลิ่วในปีที่ผ่านมา

ผลกระทบที่รุนแรงสองอย่าง ได้แก่ 1. ผลตอบแทนสูงที่เพิ่งผ่านพ้นไป และ 2. เม็ดเงินใหม่ที่ถูกดึงดูดเข้ามา ส่งผลให้กองทุนที่ประสบความสำเร็จมี ขนาด ใหญ่ขึ้นอย่างรวดเร็ว เหตุการณ์นี้มักเกิดขึ้นในช่วงตลาดขาขึ้น ซึ่งหุ้นเริ่มมีราคาแพงขึ้นเรื่อย ๆ แต่ด้วยเงินลงทุนมหาศาลที่มีอยู่ในมือ ผู้จัดการกองทุนกลับจำเป็นต้องคิดว่าจะเอาไปซื้อหุ้นอะไรดี ในขณะที่อัพไซด์เริ่มตีบตัน

ยิ่งไปกว่านั้น ด้วยขนาดของกองทุนรวมที่ใหญ่ขึ้น ผู้จัดการกองทุนอาจจำเป็นต้องตัดหุ้นดี ๆ บางตัวออกไป ถ้าปริมาณการซื้อขายของมันมีไม่มากพอที่จะซื้อขายได้อย่างคล่องตัวและมีนัยสำคัญ ซึ่งนั่นก็ยิ่งเพิ่มพูนความปวดหัวเข้าไปอีก จนสุดท้ายก็เข้าสู่ภาวะจำยอมโดยซื้อหุ้นที่ “ดีน้อยหน่อย” และรักษาหน้าที่การงานกันไว้ต่อไป

เมื่อนักลงทุนฝันหวานถึงผลตอบแทนสูงลิ่วต่อเนื่องจากปีก่อน ทว่าสิ่งที่เกิดขึ้นจริง คือ กองทุนรวมถือเงินสดจำนวนมาก และส่วนที่เหลือก็นำไปซื้อหุ้นโดยมีแต้มต่อน้อยลงกว่าเดิม บางท่านอาจจะพอเดาได้ว่าอะไรจะเกิดขึ้น

ซื้อก่อนก็เซ็ง ซื้อหลังก็ซวย

สมมติว่ามี บลจ. แห่งหนึ่งออก กองทุนรวมทรัพย์ท่วมท้น ซึ่งคัดเลือกหุ้นดีที่ถูกมองข้ามและมีแนวโน้มสร้างผลตอบแทนสูงในระยะกลาง ช่วงปีที่ผ่านมากองทุนนี้ลงทุนหุ้นอย่างเต็มที่และทำผลตอบแทนได้ถึง 20 เปอร์เซ็นต์ ส่งผลให้ขนาดกองทุนเพิ่มขึ้นจาก 833 ล้านบาท เป็น 1,000 ล้านบาท

ผลตอบแทนที่เหนือกว่ากองทุนอื่นดึงดูดให้นักลงทุนหน้าใหม่พากันซื้อกองทุนรวมดังกล่าวเพิ่มขึ้นอีก 3,000 ล้านบาท ทำให้ขนาดของกองทุนรวมพุ่งขึ้นเป็น 4,000 ล้านบาท อย่างไรก็ตาม ในขณะที่ บลจ. กำลังลูบปากใจลอยไปถึงค่าธรรมเนียมบริหารก้อนโต บรรดาผู้จัดการกองทุนกลับรู้สึกลำบากใจ เพราะหุ้นดีที่ถูกมองข้ามเริ่มหายากขึ้นเรื่อย ๆ จึงตัดสินใจแบ่งเม็ดเงินใหม่ 2,000 ล้านบาท มาซื้อหุ้นขนาดใหญ่ที่มีธุรกิจมั่นคง และอีก 1,000 ล้านบาท ถือเป็นเงินสดเพื่อรอคอยโอกาส กองทุนรวมทรัพย์ท่วมท้นจึงมีโครงสร้างพอร์ตโฟลิโอใหม่ดังนี้

ในมุมมองของผู้ที่ถือหน่วยลงทุนมาตั้งแต่แรก นี่คือหายนะดี ๆ นี่เอง ลองสังเกตการเปลี่ยนแปลงของพอร์ตโฟลิโอในมุมมองของพวกเขา เริ่มจากตอนต้นที่นักลงทุนดั้งเดิมมีมูลค่าการลงทุน 1,000 ล้านบาท ซึ่งอยู่ในหุ้นดีที่ถูกมองข้ามล้วน ๆ จนกระทั่งมีเม็ดเงินใหม่เทเข้ามา และผู้จัดการกองทุนต้องยอมเกลี่ยไปสู่สินทรัพย์อื่นด้วยความจำใจ

เนื่องจากสัดส่วนการถือครองสินทรัพย์ของกองทุนรวมจะถูกกระจายไปยังผู้ถือหน่วยลงทุนอย่างเท่าเทียมกัน ไม่ว่าเป็นผู้ถือหน่วยที่ลงทุนมานานแล้วหรือเพิ่งเข้าลงทุน ผลตอบแทนที่จะเกิดขึ้นในอนาคตสำหรับผู้ถือหน่วยดั้งเดิม จึงเสมือนการถือครองสินทรัพย์ตามสัดส่วนเดียวกับพอร์ตโฟลิโอล่าสุดของกองทุนรวม ซึ่งก็พอคาดการณ์ได้ว่าผลตอบแทนเฉลี่ยในอนาคตคงจะลดลงจากเดิมอย่างมีนัยสำคัญ

นี่เป็นเรื่องแย่สำหรับนักลงทุนดั้งเดิมที่อยู่ดี ๆ การลงทุนของพวกเขาก็ผิดเพี้ยนและผลตอบแทนก็ลดลง ส่วนนักลงทุนหน้าใหม่ก็ผิดหวัง เพราะผลตอบแทนไม่ได้สูงเหมือนปีที่ผ่านมา แถมพวกเขาไม่รู้ด้วยซ้ำว่าตนเองก็เป็นส่วนหนึ่งของเรื่องราวเหล่านั้น

สรุป

ในแง่การศึกษา ทฤษฎีโรงเรียนดังระบุว่า ความสามารถในการคัดเลือก เป็นเหตุผลสำคัญที่ส่งผลบวกต่อค่าสถิติของโรงเรียนที่มีชื่อเสียง ซึ่งเราสามารถย้อนกลับทฤษฎีดังกล่าวได้ว่า การ ไม่ สามารถคัดเลือก ก็น่าจะส่งผลในทางลบ โดยสามารถประยุกต์สำหรับกองทุนรวมได้ด้วย

สถานการณ์ที่กองทุนรวมมีความสามารถในการคัดเลือกหุ้นลดลง มักเกิดขึ้นเมื่อกองทุนทำผลตอบแทนได้สูงกว่ากองทุนอื่น ๆ อย่างชัดเจนและดึงดูดเม็ดเงินใหม่จำนวนมาก หากกองทุนดังกล่าวไม่สามารถรักษาสมดุลระหว่างการได้มาและการใช้ไปของเงินทุน ผลตอบแทนของกองทุนก็มีแนวโน้มที่จะลดลงอย่างมีนัยสำคัญ

ตามความเห็นของผม นักลงทุนควรระมัดระวังกองทุนที่เพิ่งทำผลตอบแทนงดงาม ไม่ว่าท่านจะถือครองมันอยู่หรือกำลังคิดจะเข้าซื้อก็ตาม เรื่องนี้อาจดูฝืนธรรมชาติหน่อย แต่ถ้าไม่ทำ เราก็จะไหลไปกับฝูงชน ...แล้วก็ผิดหวัง

โปรดอย่าเหยียดแนวคิด “ไม่ขายไม่ขาดทุน”

ตลอดหลายปีที่ได้ลงทุน ผมพบนักลงทุนจำนวนมากที่ไม่ค่อยเห็นด้วยกับแนวคิด ไม่ขายไม่ขาดทุน โดยเฉพาะผู้ที่ได้รับการศึกษาด้านการเงินมาโดยตรง หลายคนมองว่านี่เป็นเพียงการ “แก้ตัว” ของคนที่ไม่อยากขาดทุน บางคนไปไกลถึงขั้นบอกว่า แนวคิดนี้เป็นของพวกขี้แพ้ในตลาดหุ้น... แต่มันจะเป็นเช่นนั้นจริงหรือไม่

วิธีบันทึกบัญชี 

ตามธรรมดาของการลงทุนหุ้น นักลงทุนจำเป็นที่จะต้องมีการบันทึกบัญชีเพื่อหากำไรขาดทุน ซึ่งอาจเป็นไปได้ในรูปแบบต่าง ๆ ได้แก่

1. แบบอ้างอิงราคาตลาด


2. แบบอ้างอิงราคาทุน


3. แบบอ้างอิงมูลค่าหุ้น

โดยทั้งสามรูปแบบมีระดับการยอมรับและความแพร่หลายแตกต่างกันไป

สมมติว่านักลงทุนเข้าซื้อหุ้น MKY ในตลาดที่ราคา 100 บาท ต่อมาราคาหุ้นลดลงเหลือ 80 บาท โดยส่วนใหญ่นักลงทุนทั่วไปก็จะเข้าใจได้ว่าตนเองขาดทุน 20 บาท ตาม ราคาตลาด ที่ได้ปรับตัวลดลง นี่เป็นรูปแบบที่หนึ่ง ซึ่งหลายคนเรียกว่า mark to market หรือ การเทียบตามราคาตลาด แนวคิดนี้เป็นวิธีหากำไรขาดทุนที่ได้รับการยอมรับแพร่หลายมากที่สุด โดยเฉพาะสำหรับสินทรัพย์ที่มีตลาดซื้อขายคล่องตัว อย่างเช่น หุ้น

รูปแบบที่สองเป็นแนวคิดที่อ้างอิงตามจำนวนเงินที่ใช้เข้าซื้อหุ้น หรือ ราคาทุน ไปเรื่อย ๆ โดยไม่สนใจว่าระหว่างนั้นราคาตลาดของหุ้นจะเคลื่อนไหวอย่างไร แล้วไปรับรู้อีกทีเมื่อได้รับเงินจริงตอนขายหุ้นนู่นเลย ซึ่งแบบนี้ถ้าไม่ขายก็ยังไม่รับรู้ผลขาดทุน ที่จริงแล้วนี่เป็นวิธีที่นักบัญชีใช้กับสินทรัพย์ที่ ไม่ มีตลาดซื้อขาย แต่เนื่องจากนักลงทุนเขาบันทึกบัญชีของเขาเอง ไม่ได้ทำตามมาตรฐานการบัญชีใด ๆ บางคนจึงคิดของเขาแบบนี้ แม้ในกรณีหุ้นของบริษัทจดทะเบียน มันจึงอาจไม่ค่อยถูกต้องถ้ามองจากมุมของนักบัญชี แต่มันก็คงไม่ผิด หากคิดว่านี่เป็นแค่การจดบันทึกของคนคนหนึ่ง

สุดท้ายเป็นรูปแบบที่สาม ซึ่งเป็นที่แพร่หลายน้อยกว่าสองรูปแบบข้างต้น คือ แทนที่จะอ้างอิงกับราคาตลาดหรือราคาทุน นักลงทุนจะคำนวณ มูลค่าหุ้น ในแต่ละช่วงเวลาขึ้นมา สมมติตัวอย่างเดิมเรื่องหุ้น MKY ที่ซื้อมาราคา 100 บาท ในจังหวะที่มูลค่าหุ้นอยู่ที่ 102 บาท ต่อมาราคาตลาดปรับตัวลดลงเหลือ 80 บาท สะท้อนผลกระทบจากวิกฤติโควิด-19 นักลงทุนจึงคำนวณมูลค่าหุ้นตามปัจจัยพื้นฐานใหม่ได้ 92 บาท ทำให้ขาดทุนตามมูลค่าหุ้นที่ลดลง 102 – 92 = 10 บาท

แม้การบันทึกบัญชีทั้งสามรูปแบบจะให้ตัวเลขกำไรขาดทุนแตกต่างกัน ณ เวลาหนึ่ง ๆ แต่ถ้าคิดจนจบกระบวนการซื้อขายหุ้น ผลลัพธ์จะออกมาตรงกัน (หากท่านกดเครื่องคิดเลขไม่ผิด)

ตัวอย่างการบันทึกบัญชี 

นายไวไว ซื้อหุ้น ABCD ที่ราคา 100 บาท ต่อจากนั้นราคาหุ้นและเงินปันผลมีการเคลื่อนไหวตามตาราง

(กำหนดให้หุ้นซื้อขายกันที่ P/E 20 เท่า โดยราคาหุ้น ณ สิ้นปีสะท้อนผลประกอบการที่คาดการณ์ของปีนั้น ๆ และบริษัทจ่ายเงินปันผลในช่วงไตรมาส 2 ของปีถัดไป ในอัตรา 80 เปอร์เซ็นต์ของผลกำไร)

จะเห็นได้ว่า หลังจากที่ถือหุ้นไว้ 5 ปี และขายออกไปที่ราคา 52 บาท ไม่ว่าบันทึกบัญชีด้วยวิธีใด นายไวไวจะมีผลขาดทุน 35.2 บาท

ความแตกต่างของการบันทึกบัญชีทั้งสามวิธี คือ วิธีที่หนึ่ง จะคิดกำไรขาดทุนโดยนำเงินปันผลในแต่ละปีมาบวกด้วย capital gain (การเปลี่ยนแปลงของราคาหุ้น) ในปีนั้น ๆ ส่วน วิธีที่สอง จะคิดเฉพาะเงินปันผลในแต่ละปี จากนั้นจึงค่อยสรุปด้วยผลต่างของราคาที่ได้ซื้อและขายหุ้นออกไปจริงในตอนท้าย

ทั้งนี้ สังเกตได้ว่าวิธีที่หนึ่งคิดเสมือนว่านักลงทุน “จะขาย” หุ้นออกไปทุกปี จึงมีการรับรู้กำไรขาดทุน ณ ราคาตลาดตอนสิ้นปี แต่วิธีที่สองคิดตามเหตุการณ์จริง และตราบเท่าที่ยังไม่มีการขายหุ้นออกไปก็จะไม่สรุปผลกำไรขาดทุน

สำหรับ วิธีที่สาม จะยึดจากมูลค่าหุ้นที่นักลงทุนประเมินออกมาในแต่ละปี และคิดกำไรขาดทุนจากการเปลี่ยนแปลงของมูลค่าหุ้นดังกล่าว บวกด้วยเงินปันผลที่ได้รับ นอกจากนี้ ยังมีกำไรจาก Margin of Safety (MoS gain) ขณะที่ซื้อและขายหุ้น เมื่อนักลงทุนสามารถซื้อหุ้นได้ในราคาที่ ต่ำกว่า มูลค่าหุ้น (เป็นที่มาของแนวคิดที่ว่า “กำไรตั้งแต่ซื้อ”) และขายในจังหวะที่ได้เปรียบ คือ ขายที่ราคา สูงกว่า มูลค่าหุ้น

แม้จะดูเหมือนซับซ้อน แต่วิธีอ้างอิงมูลค่าหุ้นก็มีข้อดีในแง่ของการให้ข้อมูลเกี่ยวกับความได้เปรียบในกิจกรรมต่าง ๆ ซึ่งก็คือ ซื้อ-ถือ-ขาย หุ้น อย่างชัดเจน เช่น ในตัวอย่างนี้ นายไวไวสามารถสร้างความได้เปรียบในตอน ซื้อ และ ขาย (ได้ Mos gain 5 บาท และ 2 บาท ตามลำดับ) แต่ไปขาดทุนอย่างหนักในขั้นตอนการ ถือ ซึ่งเกิดจากการที่หุ้นสูญเสียมูลค่า นายไวไวจึงทราบได้ว่าตนเองควรพัฒนาเรื่องการคัดเลือกหุ้นให้ดีขึ้น

“ไม่ขายไม่ขาดทุน” แบบคงเส้นคงวา

ท่านทั้งหลายคงเห็นแล้วว่า วิธีบันทึกบัญชีไม่ได้เป็นปัญหา และนักลงทุนสามารถบันทึกโดยอ้างอิงต้นทุนหรือมูลค่าหุ้นก็ได้ (ถ้าต้องการ) เราไม่มีเหตุผลที่จะดูแคลนแนวคิด ไม่ขายไม่ขาดทุน เพียงเพราะว่าเรา "รู้จัก" วิธีบันทึกบัญชีอยู่แค่รูปแบบเดียว แล้วก็คิดแบบโลกแคบ ๆ ว่าสิ่งที่เรารู้จักเท่านั้นที่ถูกต้อง

ในทางกลับกัน ผู้ที่จะอ้างว่า "ไม่ขายไม่ขาดทุน" ก็ต้องมีความสม่ำเสมอในกระบวนการคิด ดังเช่นตัวอย่างข้างต้น หากนายไวไวขาดความคงเส้นคงวา เขาอาจปลอบใจตัวเองตอนสิ้นปีที่สองว่า

“ไม่เป็นไรน่า ถึงหุ้น ABCD จะตกลงมาเหลือ 40 บาท แต่ไม่ขายก็ไม่ขาดทุนหรอก แถมมันยังจ่ายปันผลตั้ง 3.2 บาท คิดเป็น 8 เปอร์เซ็นต์แน่ะ!”

ทั้งที่จริงเปอร์เซ็นต์นั้นสูงเพียงเพราะราคาหุ้นตกลงมามาก แล้วเงินปันผลก็จ่ายจากกำไรของปีก่อนหน้า จึงไม่สะท้อนอนาคตที่ย่ำแย่ นอกจากนั้น หากจะคิดว่า ไม่ขายไม่ขาดทุน เขาก็ควรอ้างอิงราคาทุน 100 บาท ต่างหาก และเงินปันผล 3.2 บาท ของปีนั้นก็จะคิดเป็น 3.2 เปอร์เซ็นต์จากราคาทุน ส่วนเงินปันผลคาดการณ์ของปีถัดไป 1.6 บาท ก็จะคิดเป็น 1.6 เปอร์เซ็นต์เท่านั้น... หมดความเซ็กซี่ไปเยอะเลย

ยิ่งไปกว่านั้น หากจะใช้คำว่า ไม่ขายไม่ขาดทุน นายไวไวก็จะต้องใช้มันกับหุ้นทุกตัวด้วย ไม่ใช่เห็นหุ้นตัวไหนราคาดำดิ่งก็บอกไม่ขายไม่ขาดทุน แต่พอตัวไหนราคาพุ่งพรวดก็บอกว่า ฉันได้กำไรอื้อ อย่างนี้เป็นระบบบัญชีโลเล ประเภทเอาดีเข้าตัวสถานเดียว ไม่มีประโยชน์สำหรับการวิเคราะห์ผลงานเพื่อเอาไปพัฒนาจุดบกพร่องของตนเอง

หากชาว ไม่ขายไม่ขาดทุน มีความคงเส้นวาและสุจริตใจ ก็จะไม่มีนักลงทุนใจกว้างคนใดกล้าดูถูกดูแคลน