Value at Risk : เครื่องมือบริหารความเสี่ยงที่ใช้งานได้จริงหรือ?
จากวิกฤติการณ์การเงินในปี 2007-2008 ได้มีการตั้งคำถามอย่างแพร่หลายว่า ด้วยเหตุใดสถาบันการเงินชั้นนำของโลกที่มีระบบบริหารความเสี่ยงชั้นยอด และอยู่ในกรอบของกฎเกณฑ์บริหารความเสี่ยงตามที่กำหนดโดยทางการ ได้เกิดความผิดพลาดอย่างกระทันหันส่งผลให้เกิดปัญหาสถาบันการเงินใกล้ล้มจนรัฐบาลของแต่ละประเทศต้องเข้าไปอัดฉีดเงินช่วยเหลือในรูปแบบต่าง และในบางกรณีเช่น Lehman Brothers ต้องปล่อยให้ล้มไป สาเหตุที่เกิดขึ้นเป็นเรื่องของเครื่องมือที่นำมาใช้บริหารความเสี่ยงเอง หรือเป็นเพราะการนำเครื่องมือเหล่านั้นไปใช้อย่างผิดวิธี หรือวิกฤติการณ์เช่นนี้เป็นเรื่องที่หลีกเลี่ยงไม่ได้ในระบบทุนนิยม ไม่ว่าจะใช้ความสามารถในการบริหารอย่างรอบคอบก็ตาม
คำถามเช่นนี้ ทำให้เกิดความไม่แน่ใจต่อบรรดาระบบบริหารความเสี่ยงที่ใช้กันอยู่ ว่าจะเป็นการลงทุนติดตั้งระบบที่ไม่ได้ช่วยให้เกิดประโยชน์หรือไม่
เป้าหมายที่ถกเถียงกันในเรื่องนี้วนเวียนอยู่ที่ประเด็นว่า แบบจำลองของระบบบริหารความเสี่ยงมีข้อจำกัดโดยธรรมชาติของคณิตศาสตร์ แต่นำไปใช้ราวกับว่าเป็นเครื่องมือที่สามารถให้คำตอบได้อย่างแม่นยำโดยไม่มีเงื่อนไข โดยไม่คำนึงถึงพฤติกรรมเชิงจิตวิทยาของมนุษย์ หรือสภาพตลาดเงินผิดปกติเมื่อเกิดความตื่นตระหนก
ไม่ว่าจะถกเถียงกันแบบไหน ดูเหมือนว่า ประเด็นจำเลยอันดับหนึ่งคือ Value at Risk หรือ VaR ซึ่งมักจะถูกหยิบยกมาพูดก่อนเสมอ
ในเรื่องเกี่ยวกับเงินแล้ว อาจกล่าวได้ว่า VaR เป็นวิธีวัดความเสี่ยงที่นิยมมากที่สุด เพราะ VaR วัดความเสี่ยงออกมาเป็นจำนวนเงิน เช่น กี่บาท กี่ดอลลาร์สหรัฐ จึงดูค่อนข้างเข้าใจง่ายและดูเป็นรูปธรรม โดยค่าหนึ่งๆของ VaR คือจำนวนเงินที่คาดว่า จะสูญเสียมากที่สุด (maximum expected loss) ภายในห้วงเวลาหนึ่ง (มักเป็นจำนวนวัน) ด้วยความเชื่อมั่นทางสถิติระดับหนึ่งที่ว่ากันเป็นเปอร์เซ็นต์ (% of confidence level) ยิ่ง VaR มีค่ามากก็ยิ่งหมายความว่าเสี่ยงมาก แต่ก็จะหมายความด้วยว่าไม่น่าจะเกิดเสียหายเกินจำนวนนั้น
ความสะดวกของ VaR ในการตีความ จึงทำให้สถาบันการเงินและหน่วยงานกำกับดูแลสถาบันการเงินต่างๆของโลก เช่น คณะกรรมการกำกับ ฯ ของบาเซิลแห่งยุโรป ธนาคารกลางของสหรัฐ หรือ สถาบันการเงินเองมักจะกำหนดเพดานขีดจำกัดของ VaR ไว้เพื่อการจำกัดความเสี่ยง โดยหากแต่ละวันการซื้อขายหลักทรัพย์หรือตราสารการเงินต่างๆนั้น คำนวณค่า VaR ของทั้งกลุ่มออกมาไม่เกินขีดจำกัด ก็ถือว่าปลอดภัย เพราะหมายความว่า ในวันนั้นๆ หากเงินทึ่ลงทุนไป เกิดความเสียหายมากที่สุดที่เป็นไปได้แล้ว หรือ กรณีร้ายแรงที่สุด (worst-case scenario) ก็ยังไม่มากกว่าเพดานที่กำหนดไว้
เนื่องจาก VaR ชี้ถึงความเสียหายทีมากที่สุดที่อาจจะเกิดขึ้นนี้เอง ทำให้ค่าของ VaR เที่ยบเท่ากับปริมาณเงินทุน (equity capital) ที่พึงจะมีได้สำหรับความเสี่ยงด้านตลาดเงิน (market risk) เพราะจุดประสงค์ของเงินทุนคือ เงินก้อนที่กันไว้เป็น buffer เผื่อความเสียหายที่ร้ายแรงที่สุดจากการซื้อขายหลักทรัพย์ (trading) นั่นเอง มาตรฐานการบริหารความเสี่ยงสำหรับตลาดเงิน (market risk) จึงกำหนดให้สถาบันการเงินต้องดำรงเงินทุนหรือ equity capital ไม่ต่ำกว่าค่า VaR ที่ครอบคลุมช่วงเวลา 10 วัน และมีระดับความเชื่อมั่น (confidence level) ที่ 99%
ในขณะที่ความหมายของ VaR ดูไม่ค่อยยุ่งยาก แต่วิธีการได้มาซึ่งตัวเลข VaR นั้นมีความยุ่งยากพอสมควร ความยากของ VaR นั้นเริ่มจากประเด็นคุณภาพข้อมูลที่นำมาใช้ และการทำแบบจำลองในเรื่องการกระจายของข้อมูล (distribution modeling) วิธีการเตรียมค่า VaR ก็มีหลายวิธี ซึ่งแต่ละวิธีมีข้อดีข้อเสีย และความเหมาะสมในการใช้ไม่เหมือนกัน ทั้งจะให้ผลลัพธ์ตัวเลขแตกต่างกันไปอีกด้วย ซึ่งหมายความว่า ค่า VaR จากแต่ละวิธีอาจจะเอามาเปรียบเทียบกันไม่ได้
นอกจากนั้น ข้อจำกัดที่สำคัญของ VaR ก็คือ VaR เป็นการพยายามวัดความเสี่ยงในภาวะตลาดปกติ ซึ่งถ้าหากเกิดวิกฤติการณ์ในตลาดแล้ว เงื่อนไขต่างๆในตลาดเงินจะเปลี่ยนแปลงไปอย่างมาก กลไกต่างๆที่เคยทำงานในตลาดเงินก็อาจจะไม่ทำงาน ข้อมูลในอดีตที่นำมาใช้ อาจทำให้ค่าของ VaR ที่คำนวณออกมาจะต่ำกว่าที่ควรจะเป็นหรือดีเกินไป ปัญหาที่น่าสนใจก็คือ ในห้วงเวลาวิกฤติการณ์นี่เอง ที่ความต้องการเครื่องมือบริหารความเสี่ยงน่าจะมีคุณประโยชน์สูงสุด แต่ในความเป็นจริงเครื่องมือเหล่านั้น รวมถึง VaR กลับใช้งานไม่ได้ดี
จุดนี้เองที่เป็นสาเหตุให้มีการกล่าวหาว่า เครื่องมือบริหารความเสี่ยงเป็นหนึ่งในจำเลยที่ทำให้เกิดวิกฤติการณ์การเงินของปี 2007-2008 ขึ้น เพราะไม่สามารถส่งสัญญานเตือนให้ผู้ใช้ได้ทราบถึงระดับความเสี่ยงทีแท้จริง จึงเกิดความชะล่าใจและประมาท
ในวิกฤติการณ์การเงินที่ผ่านมานั้น สภาพคล่องในตลาดที่ขาดแคลนอย่างกระทันหันทำให้เครื่องมือชี้วัดความเสี่ยงอย่าง VaR ช่วยอะไรแทบไม่ได้ เนื่องจากความตื่นตระหนกของตลาดทำให้ทุกฝ่ายเปลี่ยนเป้าหมายอันดับแรกจาการทำกำไรเป็นปกป้องตัวเอง ซึ่งหมายความว่า ความต้องการหลักทรัพย์ที่เคยมีซื้อขายในตลาดจะเหือดหายไปอย่างฉับพลัน เพราะทุกคนต้องการถือเงินสดเพื่อลดความเสี่ยงด้านสภาพคล่อง ดั้งนั้น ถึงแม้เมื่อค่า VaR เริ่มชี้ว่า portfolio การลงทุนที่ถืออยู่มีความเสี่ยงสูงขึ้นก็ตาม สถาบันการเงินนั้นอยากจะขายหลักทรัพย์ออกก็ทำไม่ได้ เพราะไม่มีใครซื้อ เนื่องจากทุกคนต้องการถือเงินสดไว้ก่อน ผลคือราคาหลักทรัพย์ที่ถือไว้ตกลงเรือยๆ พร้อมกับค่า VaR ที่สูงขึ้นเรื่อยๆ แต่ทำอะไรไม่ได้
ในก่อนหน้าวิกฤติการณ์การเงินปี 2007-2008 นั้น เรื่องของ VaR ได้เป็นที่ถกเถียงกันมากในกรณีการล้มของ Long Term Capital Management (LTCM) ในปี 1998 ว่าเป็นสาเหตุหรือไม่ที่ทำให้ LTCM ชะล่าใจ
LTCM เป็นกองทุนชั้นนำที่ลงทุนในการเก็งกำไรตราสารหนี้ที่มีคุณภาพใกล้เคียงกันแต่มีราคาแตกต่างกัน โดย LTCM จะทำกำไรเมื่อความแตกต่างของราคาเหล่านั้นลดลงเรื่อยๆ ซึ่งวิธีนี้เรียกว่า quasi-arbitrage strategy
LTCM ได้ได้รับความเชื่อถืออย่างมากจากวงการเงิน เพราะผู้ก่อตั้งเองนั้นเป็นนักวิชาการการเงินระดับรางวัลโนเบิล ด้วยความเชื่อมั่นสูงทำให้กองทุนสามารถกู้เงินมากถึง 28 เท่าของเงินกองทุน ต้นทุนเงินที่ต่ำเช่นนี้ส่งผลให้กองทุนนี้สามารถทำกำไรได้อย่างงามในช่วงแรก
แต่ในที่สุด LTCM ก็ล้มลงจนได้ บทเรียนที่วงการเงินสรุปมักวนเวียนอยู่กับเรื่องแบบจำลองหรือ VaR โดยเริ่มตั้งแต่ว่า VaR ที่ใช้นั้นมีสมมติฐานว่าการกระจายของข้อมูลที่นำมาคำนวณเป็นการกระจายแบบปกติหรือ normal distribution ซึ่งสถานการณ์จริงไม่ใช่เช่นนั้น เพราะตลาดการเงินอาจมีเหตุการณ์ที่ไม่คาดถึง หรือ “extreme event” ได้หลายเหตุการณ์ ดังเช่นในกรณีของ LTCM ได้เกิดวิกฤติการณ์การเงินในเอเชีย การ default ของพันธบัตรรัสเซีย และ การลดค่าเงินของบราซิล ซึ่งเหตุการณ์เหล่านี้เปลี่ยนรูปแบบการกระจายของข้อมูลให้เพี้ยนไปจาก normal distribution เกิดรูปแบบการกระจายข้อมูลที่ทางสถิติเรียกว่า long tail ซึ่งหมายถึงว่า แม้มีความเป็นไปได้น้อยที่จะเกิดขึ้น แต่ก็ยังถือว่าเกิดขึ้นได้
และเนื่องจาก VaR ไม่ได้คำนึงถึงสภาพคล่อง เมือ LTCM พยายามที่จะขายการถือครองหลักทรัพย์ (unwind position) เพื่อลดความเสียหายและเพิ่มการถือเงินสด ก็ไม่สามารถทำได้ เพราะในห้วงวิกฤติการณ์ ตัวแปรต่างๆที่ไม่เคยมีความสัมพันธ์กัน (negatively correlated) กลับกลายมีความเชื่อมโยงกันและเปลี่ยนแปลงไปในทางเดียวกัน (high positive correlated) ไม่มีใครในขณะนั้นมีความต้องการตอบสนองการเสนอขายของ LTCM แต่กลับมีพฤติกรรมไปในทางเดียวกันหมดคือพยายามขายสินทรัพย์ลงทุนหรือไม่ใช้เงิน ทำให้กองทุนต้องเผชิญกับการลดลงของมูลค่าสินทรัพย์ที่ถือไว้อย่างรวดเร็ว เพียงในหนึ่งวัน มูลค่าสินทรัพย์ลดลงไปถึง 15% ซึ่งเท่ากับ 15 เท่าของ VaR ที่แบบจำลองคำนวณได้ หรือหมายความว่า กองทุนขาดทุนจริง 15 เท่าของขนาดขาดทุนที่ “เลวร้ายที่สุด” ที่เคยคาดไว้
อย่างไรก็ตาม กรณีของ LTCM และ วิกฤติการณ์ทางการเงินในปี 2007-08 ไม่ได้หมายความว่า แบบจำลองทางสถิติหรือ VaR นั้นเชื่อถือไม่ได้และควรเลิกใช้ หากแต่ชี้ให้เห็นว่า เครื่องมือวัดความเสี่ยงเหล่ามีคุณค่าในการช่วยคิดเรื่องการบริหารความเสี่ยง แต่ไม่ใช่เครื่องมือที่จะนำมาชี้ขาด หรือยึดถืออย่างเหนียวแน่นโดยละเลยข้อจำกัดของเครื่องมือเหล่านี้ การบริหารความเสี่ยงจึงเป็นเรืองของศิลปะมากว่าวิทยาศาสตร์ ที่ผู้บริหารจะต้องพิจารณาตัวแปรที่มีอยู่รอบด้าน ในสถานการณ์ที่ไม่ตรงไปตรงมา (non-linear) และถูกกำหนดโดยพฤติกรรมของมนุษย์ซึ่งอ่อนไหวต่อจิตวิทยาฝูงชนและไม่จำเป็นต้องมีตรรกะเสมอไปด้วย
About The Author
Suraporn Koetsawang is the Executive Consultant of the Consulting service line
Back to Top