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