Factor-based investing ได้รับความนิยมมากขึ้นเรื่อยๆในปัจจุบัน โดยมีมูลค่ารวมกว่า 4 ล้านๆ เหรียญ Factor Investing ทำให้เราเปลี่ยนจากการหาสินทรัพย์ที่ให้ผลตอบแทนที่ดีเป็นการค้นหาปัจจัยในการกำหนดราคาและผลักดันผลตอบแทนของสินทรัพย์ (specific risk factor) แต่ต้นกำเนิดมันเกิดจากอะไร Factor มันทำให้เราได้รับผลตอบแทนส่วนเกินจริงไหม วันนี้เราจะเล่าให้ฟัง
ก่อนจะมาเป็น Factor Investing
ต้นกำเนิดของ Factor investing เราคงต้องพูดถึง 2 ทฤษฏีทางการเงินที่ยิ่งใหญ่ ได้แก่ Capital Asset Pricing Model (CAPM)และ Arbitrage Pricing Theory(APT)
Capital Asset Pricing Model (CAPM) เป็นแบบจำลองที่เราใช้ในการกำหนดราคาสินทรัพย์โดย เราแบ่งความเสี่ยงออกเป็นความเสี่ยงที่เป็นระบบ(systematic risk) และ ความเสี่ยงเฉพาะตัวของสินทรัพย์ (idiosyncratic risk)
เมื่อเราตั้งเงื่อนไขว่านักลงทุนทุกคนในตลาดมี universe เหมือนกันระยะเวลาลงทุนเท่ากันและมีมุมมองต่อตัวแปรในตลาดเหมือนกัน(ซึ่งมันไม่จริง) นักลงทุนทุกคนจะลงทุนในพอร์ตการลงทุนที่เหมือนกันคือ Tangency portfolio(maximizes Sharpe ratio portfolio) และ สินทรัพย์ปราศจากความเสี่ยงที่ทำให้ผลตอบแทนมีประสิทธิภาพที่สุด ในเมื่อเป็นเช่นนั้นนักลงทุนจะลงทุนแค่จุด Tangency portfolio หรือที่เรียกว่าหลักทรัพย์ตลาด ผลตอบแทนของสิทนทรัพย์ที่มีความเสี่ยงใดๆจึงปรับตัวเป็น Rf+βi(ERm−Rf)หรือผลตอบแทนปราศจากความเสี่ยงบวกด้วยส่วนชดเชยความเสี่ยงเมื่อเทียบกับตลาด
CAPM ไม่ได้เป็นเพียงต้นกำเนิดของแบบจำลองเชิงปัจจัยเท่านั้นแต่ยังเปลี่ยนอุตสาหกรรมจัดการลงทุน ที่แต่เดิมเปรียบเหมือนผู้ออกแบบภายในที่มีหน้าที่ในการเลือกสินทรัพย์แต่ละชิ้นเท่านั้นการมาถึงของแนวคิด CAPM ก่อให้เกิดการลงทุนที่เราดูทั้งพอร์ตการลงทุนรวมถึงการดูความเสี่ยงของพอร์ตและการกำหนดราคาของหลักทรัพย์
แม้ CapM ถือเป็นแบบจำลองเชิงปัจจัยแรกแต่การกำเนิดของ CapM ยังไม่ได้ก่อเกิดคำว่าแบบจำลองเชิงปัจจัยขึ้นจนกระทั้งปี 1976
Multifactor models
คำว่า Factor Investing กำเนิดจริงๆ ในปี 1976 จากแนวคิด Arbitrage Pricing Theory(APT) ที่พบว่า ความผิดปกติด้านราคามีความขัดแย้งกับ CAPM และการใช้เป็นแบบจำลองการกำหนดราคา Fama-French Three-Factor Equity Model ซึ่งรวมเอฟเฟกต์ขนาดและมูลค่านอกเหนือจากตลาดทำให้กำหนดราคาได้แม่นยำมากขึ้น
พื้นฐานของ APT อยู่บนพื้นฐานของกฏราคาเดียวที่มีใจความว่า “สินทรัพย์ชนิดเดียวกันหรือเทียบเคียงกันได้ทางการเงินต้องมีราคาเท่ากัน” ประเด็นอยู่บนที่เทียบเคียงกันได้ทางการเงินนี้แหละเราเชื่อว่าเราสามารถเปรียบเทียบสินทรัพย์ทางการเงินได้จากปัจจัยกำหนดผลตอบแทนส่วนเพิ่ม (risk premia,)
APT เป็นทฤษฎีการกำหนดราคาสินทรัพย์ที่สำคัญซึ่งอาศัยการแสดงผลตอบแทนโดยใช้แบบจำลองปัจจัยเชิงเส้น
APT เชื่อว่าเราสามารถใช้ประโยชน์จากอคติในระยะสั้นเพื่อสร้างผลตอบแทนที่ดีกว่า(ในทางทฤษฏีคือเราจะทำArbitrage โดยการซื้อหุ้นหลุ่มหนึ่งและขายอีกกลุ่มได้ แต่ในความเป็นจริงทำได้ยาก) และสิ่งนี้คือต้นต่อของแบบจำลองเชิงปัจจัยเรายังมีแบบจำลองที่ต่อยอดอีกเช่นแบบจำลองที่รวมเอฟเฟกต์โมเมนตัมไว้ด้วย (Carhart, 2012)
Fama-French Model
แบบจำลองสามปัจจัยของ Fama-French ได้รับการพัฒนาโดยอาจารย์ Eugene Fama จากมหาวิทยาลัยชิคาโก และ Kenneth French โดยแบบจำลองสามปัจจัย Fama-French ต่อยอดมาจาก Capital Asset Pricing Model (CAPM) โดยใช้การอธิบายผลตอบแทนของหลักทรัพย์เกิดจาก 3 ปัจจัยได้แก่ (1) ความเสี่ยงด้านตลาด (2) ประสิทธิภาพที่เหนือกว่าของบริษัทขนาดเล็กเมื่อเทียบกับบริษัทขนาดใหญ่ และ (3) ประสิทธิภาพที่เหนือกว่าของบริษัทที่มีปริมาณ book-to-market สูง
ตัวแปรต้นที่ใช้ ได้แก่
RM-RF อัตราผลตอบแทนส่วนเกินของตลาดโดยรวม
SMB (Small-Minus-Big) คือ ปัจจัยจากขนาดของบริษัท
HML (High-Minus-Low) คือ ปัจจัยจากอัตราส่วนมูลค่าตามบัญชีต่อมูลค่าตลาด
RMW (Robust-Minus-Weak) คือ ปัจจัยความสามารถในการทำกำไร
CMA (Conservative Minus Aggressive) คือ ส่วนชดเชยความเสี่ยงจากการลงทุน
การลงทุนแบบปัจจัยตามแบบจำลอง Fama French ถูกนำมาใช้อย่างกว้างขวางในการบริหารการลงทุน และถือเป็นแนวทางที่ได้รับการยอมรับอย่างดีในการสร้างพอร์ตการลงทุนตามปัจจัย แบบจำลอง Fama French ยังได้รับการขยายเพื่อรวมปัจจัยเพิ่มเติม เช่น ความสามารถในการทำกำไรและการลงทุน ซึ่งช่วยปรับปรุงความสามารถในการอธิบายผลตอบแทนของหุ้น
Value Factor
Price is what you pay. Value is what you get.
แนวคิดเรื่อง Value investment เป็นที่รู้จักจากการแนะนำของ Benjamin Graham จากหนังสือ The Intelligent Investor และเป็นที่โด่งดังจากการนำมาใช้และประสบความสำเร็จในการลงทุนของ Warren Buffet
Value Factor เป็นหนึ่งในแบบจำลองเชิงปัจจัยของ Fama French (1996) โดยเขาอธิบายว่า ผลตอบแทนส่วนเพิ่มเกิดจากนักลงทุนต้องการส่วนชดเชยความเสี่ยงเชิงระบบที่สูงขึ้นเพราะหุ้น Value ยากที่จะเปลี่ยนกิจกรรมของตนไปสู่กิจกรรมที่ทำกำไรได้มากกว่า ในทางตรงกันข้าม บริษัทที่มีการเติบโต (เช่น เทคโนโลยี) สามารถเลิกลงทุนได้ค่อนข้างง่าย ดังนั้น บริษัทที่มีคุณค่าจึงถูกมองว่ามีความเสี่ยงมากกว่าบริษัทอื่นๆ ที่มีการเติบโต
แต่แนวคิดของการเงินเชิงพฤติกรรม(Lakonishok et al 1994)แย้งว่าความเสี่ยงด้านมูลค่าอาจได้รับแรงผลักดันจากนักลงทุนที่คาดการณ์อัตราการเติบโตของรายได้ในอดีตไม่ถูกต้องหุ้นที่มีชื่อเสียงและมีเสน่ห์สูงซึ่งมีการประเมินมูลค่าสูงจะถูกซื้อโดยนักลงทุนที่ประเมินข้อมูลจากปัจจุบันทำให้เป็นแรงผลักดันราคาให้สูงขึ้นและส่งผลให้อัตราผลตอบแทนลดลงหุ้นมูลค่าก็มีราคาถูก เนื่องจากนักลงทุนประเมินอัตราการเติบโตในอนาคตต่ำเกินไป ความเลวไม่ได้เกิดจากการที่พวกมันมีความเสี่ยงมากกว่าโดยพื้นฐาน
แล้ว Value คืออะไรกันแหละ การตีความคำว่า Value หรือคุณค่า สำหรับผมค่อนข้าง Subjective ในการทำปัจจัยมีหลายวิธีในการกำหนดนิยามของ Value ได้หลากหลาย เช่น อัตราผลตอบแทนกระแสเงินสด อัตราผลตอบแทนจากเงินปันผล การประเมินความสามารถในการทำกำไรในอนาคตของฝ่ายบริหาร การใช้รายการในงบดุลของสินทรัพย์สุทธิ(book value), EBITDA
หนึ่งในแนวคิดที่ผมคิดว่าน่าสนใจคือ EVIC ที่ได้แรงบรรดาลใจจากหนังสือ Quantitative Value (Wesley Gray, Tobias E. Carlisle)
Momentum Factor
เรื่องราวของ Momentum Factor อาจย้อนไปได้ถึง 1902 dow theory ซึ่งเชื่อว่าราคามีแนวโน้ม และแนวโน้มยังคงอยู่จนเปลี่ยน แต่แนวคิดของ dow ยังไม่ถูกศึกษาแบบ scientific หรือแนวทางวิทยาศาสตร์และยังไม่มีเหตุผลรองรับว่าทำไมถึงเกิดแนวโน้มเช่นนั้น
จนกระทั้งในปี 1985 De Bondt และ Thaler ที่ศึกษาว่านักลงทุนส่วนใหญ่มีแนวโน้มที่จะมีปฏิกิริยา (reaction) มากเกินไปต่อเหตุการณใด้ที่ไม่เป็นไปตามกฎของเบย์ และการศึกษานี้ยังแสดงหลักฐานเชิงประจักษ์จากข้อมูลผลตอบแทนรายเดือนของ CRSP สอดคล้องกับสมมติฐานนี้ การค้นพบความไร้ประสิทธิภาพของตลาด ว่าหุ้นที่ให้ผลตอบแทนสูงโดยเปรียบเทียบ(Winner)จะให้ผลตอบแทนสูงกว่าหุ้นที่ให้ผลตอบแทนตำ่โดยเปรียบเทียบ(Losser)
แม้เราจะได้รู้ว่าหุ้นที่ให้ผลตอบแทนสูงกว่าจะให้ผลตอบแทนที่ดีกว่าในช่วงเวลาถัดไผแต่ถึงกระนั้นเรายังไปเอามารวมกับการกำหนดราคา Jegadeesh และTitman (1993) อาจจะเป็นคนแรกที่เสนอแนวคิดการลงทุน ใน paper “Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency” Jegadeesh และ Titman นำเสนอ กลยุทธ์ในการซื้อหุ้นที่มีผลการดำเนินงานดีในอดีตและขายหุ้นที่มีผลการดำเนินงานไม่ดีในอดีตนั้นสามารถสร้างผลตอบแทนเกินปกติได้อย่างมีนัยสำคัญในช่วงระยะเวลาการถือครอง 3 ถึง 12 เดือน
โดย Jegadeesh และ Titman สรุปว่าสิ่งนี้เกิดจากอคติของนักลงทุนที่ตอบสนองล่าช้าต่อพฤติกรรมราคาในงานชิ้นนี้ยังพบด้วยว่ากำไรเกินปกติจะหายไปเมื่อระยะเวลายาวขึ้น โมเมนตัมในสินทรัพย์หลายประเภท รวมถึงสินค้าโภคภัณฑ์พันธบัตรรัฐบาลและบริษัท และอุตสาหกรรม จน Commodity Trading Advisor funds (CTAs) จนประสบความสำเร็จ
การศึกษาเหตุผลของผลตอบแทนส่วนเกินยังมีมาอย่างต่อเนื่องไม่ว่าจะเป็น Daniel (2001) โต้แย้งว่านักลงทุนบางรายมีความมั่นใจมากเกินไปและประเมินความสามารถของตนสูงเกินไปในการคาดการณ์กระแสเงินสดในอนาคตของบริษัท จากความมั่นใจที่มากเกินไปนี้ทำให้ราคาถูกผลักดันเกินปกติ Hong (2000)อธิบายว่าข้อมูลข่าวสารเข้าถึงนักลงทุนไม่เท่ากันและมีความแลคทำให้เกิดปฏิกิริยาน้อยเกินไปในช่วงแรก จากนั้นนักลงทุนจะเข้าถึงข้อมูลเพิ่มมากขึ้นซึ่งส่งผลให้ราคาสูงขึ้นไปอีก
เราก็มีหลักฐานเชิงประจักษ์สองรูปรูปแรกแสดง ผลตอบแทน S&P Europe 350 Momemtum VS S&P Europe 350 เราจะพบว่า ผลตอบแทนของหุ้น Momemtum อยู่ที่6.1 ที่มากกว่าของ S&P Europe 350 ที่ 2.9
หรือแม้แต่ในตลาดหุ้นไทยข้อมูลจาก CMRI FACTOR LIBRARY เราพบว่า Momemtum Factor ให้ผลตอบแทนสูงถึง 18.09 % ที่มากกว่า Set Index ที่ 12.40 %
Quality Factor
“buying quality stocks at a fair price” Berkshire
แนวคิดของนักลงทุนอีกกลุ่มเชื่อว่า บริษัทที่มีสุขภาพของธุรกิจของบริษัทและความสามารถของการบริหารจัดการที่ดีจะมีผลตอบแทนที่ดีกว่าในระยะยาว
การลงทุนด้วย Quality Factor เป็นกลยุทธ์การลงทุนที่เน้นการระบุบริษัทที่มีคุณภาพสูง บริษัทที่มีอำนาจควบคุมเหนือคู่แข่งในแง่ของการซื้อและการขาย โดยมีต้นทุนที่ต่ำกว่าและความยืดหยุ่นทางการเงินและกลยุทธ์ในระดับสูง
คำถามที่สำคัญคือเราจะวัดคุณภาพอย่างไร? เปรียบเทียบกับสินค้าทั่วไปที่เรามักใช้คุณภาพของวัตถุดิบในการกำหนดคุณภาพของสินค้า คุณภาพของบริษัทก็สามารถกำหนดได้จากงบการเงิน เช่น งบกำไรขาดทุน งบดุล และงบกระแสเงินสด ตลอดจนอัตราส่วนพื้นฐานบางอย่าง เช่น อัตราผลตอบแทนต่อส่วนของผู้ถือหุ้น ผลตอบแทน หุ้นของบริษัทที่มีงบการเงินแข็งแกร่ง กำไรที่มั่นคง และอัตรากำไรที่สูงขึ้นจะมีประสิทธิภาพเหนือกว่าบริษัทที่มีคุณภาพต่ำ
ปัจจัยด้านคุณภาพแตกต่างจากปัจจัยอื่นๆคือไม่ได้เป็นฟังชั่นของราคา(ไม่ขึ้นอยู่กับราคาในขณะนั้น และไม่เปลี่ยนแปลงเมื่อราคาเปลี่ยน)แม้ว่าบางบริษัทอาจถือว่าบริษัทที่มีอัตรากำไรขั้นต้นและอัตรากำไรจากการดำเนินงานสูงนั้นมีคุณภาพที่เหนือกว่า แต่บริษัทอื่นๆ อาจให้ความสำคัญกับเลเวอเรจต่ำและผลตอบแทนต่อส่วนของผู้ถือหุ้น (ROE) สูง
"ในระยะยาว ราคาหุ้นของบริษัทจะถูกกำหนดโดยคุณภาพของธุรกิจพื้นฐาน" - วอร์เรน บัฟเฟตต์
แบบจำลองเชิงปัจจัยอื่นๆ
แบบจำลองเชิงปัจจัยถูกนำมาใช้ในการเลือกพอร์ตโฟลิโอมาตั้งแต่ปี 1960 และต้นทศวรรษ 1970 ผลงานของ Barr Rosenberg นำไปสู่การสร้าง Barra Model และพัฒนาต่อยอดมาเป็นซอฟต์แวร์การเลือกพอร์ตโฟลิโอ ทำให้เราสามารถใช้เทคนิคเชิงปริมาณในการวิเคราะห์การลงทุนได้
แบบจำลองความเสี่ยงหลายปัจจัยที่ได้รับการพัฒนา Barr Rosenberg, Andrew Rudd และเพื่อนร่วมงานที่ Barra John Blin และ Steve Bender ที่ APT และ Sebastian Ceria ที่ Axioma เรายังเน้นเพื่อเลือกหลักทรัพย์เข้าพอร์ตการลงทุน
จนกระทั้ง McKinley Capital Management ได้พัฒนาปรัชญาแบบจำลองความเสี่ยงเพื่อประเมินแบบจำลองความเสี่ยงที่มีประสิทธิผลสูงสุดสำหรับการลงทุนและวัดสิ่งที่ก่อให้เกิดผลตอบแทนผิดปกติ
Causal Factor Investing
Marcos Lopez de Prado เริ่มตั้งคำถามเกี่ยวกับ Factor Investing ในวิธีการที่มาของ Factor วิธีการทำ Factor มันใช้เพียง Liner regression Lopez ตั้งคำถามว่าปัจจัยเป็นตัวกำหนดผลตอบแทนจริงหรือป่าวหรือมันแค่มีความสัมพันธ์กันแค่นั้นเอง ? และแนะนำเทคนิคด้าน Econometric มาใช้ศึกษาความสัมพันธ์ของปัจจัยมากกว่านี้
ref:
The Story of Factor-Based Investing spdji
Carhart, 2012
Sharing is caring แบ่งปันความรู้การเงิน การลงทุน และหนังสือดีๆ
https://onlinelibrary.wiley.com/doi/10.1111/j.1540-6261.1996.tb05202.x
Werner F. M. De Bondt; Richard Thaler : Does the Stock Market Overreact
Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency
CMRI FACTOR LIBRARY
A q-factor approach for the Thai market
Comments