ค่าเบต้า บอกความเสี่ยงที่เป็นระบบ (แต่บอกไม่หมด)?
ขอต่อเรื่องเบต้าจากตอนที่แล้ว ก่อนที่จะไปสร้างพอร์ต Risk-free portfolio
ตอนที่แล้วได้เกริ่นที่มาของเบต้า การหาข้อมูลเบต้าหุ้นไทยจาก fact sheet ด้วย set.or.th และการใช้ค่าเบต้าในสูตร CAPM เพื่อหาผลตอบแทนคาดหวัง และราคาหุ้นเป้าหมายด้วย DDM
ตอนนี้เรามาขยายความเพิ่มเติมเล็กน้อย และลองฝึกหาค่าเบต้าด้วยตัวเอง และพิจารณาเบื้องหลังค่าเบต้าที่มีตัวเลขหนึ่งที่ fact sheet ไม่ได้บอกเรา
เมื่อเรานำผลตอบแทนรายวันของหุ้นใดหุ้นหนึ่งมาพล๊อตกราฟในแกน Y เทียบกับแกน X ที่กำหนดให้เป็นผลตอบแทนรายวันของ SET (ในทางทฤษฎีเป็นส่วนต่างระหว่างผลตอบแทนและ Risk-free rate) แล้วทำ linear regression ด้วยแนวคิดพื้นฐานที่ว่าพยายามให้ข้อมูลทุกจุดตกอยู่บนเส้นกราฟ หรือมีความคลาดเคลื่อนรวมน้อยที่สุด เรียกว่าแนวคิด BLUE (Best Linear Unbiased Estimate) คือเส้นที่มีค่าความคลาดเคลื่อนกำลังสองน้อยสุด (sum of squares of error) หลังจากนั้นก็ใช้สมการเส้นตรงนี้อธิบายความสัมพันธ์ของหุ้น Y และ SET และเราเรียกเส้นกราฟนี้ว่า Security Characteristic Line (SCL) และความชันของเส้น SCL นั้นคือค่าเบต้านั่นเอง
แต่..ไม่ใช่ทุกจุดข้อมูล จะถูกพล๊อตให้อยู่บนกราฟเส้นตรงได้ มันจะมีค่าผลรวมค่า error ระหว่างจุดที่ไม่ตกบนเส้นกราฟ โดยความสัมพันธ์ของจุดข้อมูลนั้นบ่งบอกได้ด้วยค่าสหสัมพันธ์ หรือ อาร์-สแควร์ (R2) โดย R2 มีค่าระหว่าง 0% ถึง 100% ถ้า R2=0% อาจเปรียบเทียบได้ว่าเราไม่สามารถอธิบายความสัมพันธ์ X และ Y ด้วยสมการกราฟนั้นได้ และถ้า R2=100% คือทุกจุดข้อมูลนั้นอยู่บนเส้นกราฟความสัมพันธ์ ทำให้เราสามารถอธิบายความสัมพันธ์ของ X และ Y ได้ 100%
และค่า R2 คือสิ่งที่ fact sheet ไม่ได้บอกเรา ดังนั้นหากบอกว่าเบต้าเท่ากับ 1 แต่ค่า R2 (ที่ไม่ได้บอกเรา) เท่ากับ 0% ค่าเบต้านั้นก็อาจจะไม่มีความหมายในการนำไปใช้งาน
เรามาลองหาค่าเบต้าและ R2 จาก excel กัน โดยเริ่มต้นจากดาวน์โหลดข้อมูลราคารายวันของหุ้นที่ต้องการหาและ SET (ดาวน์โหลดได้จาก set.or.th, siamchart, efinancethai, setsmart,...) แล้วหา % การเปลี่ยนแปลงรายวัน ในตัวอย่างลองใช้ PTT ของปีที่แล้ว ระยะเวลา 1 ปี
จากนั้นหา slope และ R2 จาก excel ซึ่งมีหลายวิธี
1. หาตรงจากสูตร slope และ RSQ “=slope(column ข้อมูล %Change PTT,column ข้อมูล %Change SET)” และ “=RSQ(column ข้อมูล %Change PTT,column ข้อมูล %Change SET)” ทำให้ได้ค่า BETA = 0.98 และ R2 = 29% ซึ่งวิธีนี้รวดเร็วดี
หาค่าเบต้า จากสูตร slope
หา R2 จากสูตร RSQ
2. ใช้วิธี Scatter plot แล้วหา Trendline (ซึ่งก็คือเส้น SCL) และกำหนดให้แสดงสมการและ R2 ตามตัวอย่างในรูป ได้ค่า BETA และ R2 เท่ากับวิธีแรก แต่กราฟช่วยให้เราเห็นภาพความสัมพันธ์
หาเบต้าและ R2 จาก Scatter plot
3. วิธีนี้ใช้ฟังก์ชั่น Data Analysis แล้วเลือก regression ทำให้เราได้ค่าเบต้า 0.9752 ตรงคอลัมน์ Coefficients และค่า R2 0.2881 นอกจากนี้เรายังได้ค่าทางสถิติอื่นเช่นการตรวจสอบนัยสำคัญอย่าง t-test ได้ด้วย โดยตัวอย่างนี้ได้ค่า P-Value = 0.0000 จึงถือได้ว่าที่ระดับความเชื่อมั่น 95% ข้อมูลนี้มีการกระจายตัวที่สัมพันธ์กับสมการที่จะนำไปใช้ แต่ R2=28.81% นั้นอาจตีความหมายได้ว่าสมการนี้อธิบายความสัมพันธ์ PTT และ SET ได้ 28.81%
สรุปจาก 3 วิธีนั้นเราได้ค่าเบต้าและ R2 ตรงกัน โดยเบต้า 0.98 ใกล้เคียงกับ set.or.th ที่ 0.96 แต่สิ่งที่เรารู้เพิ่มเติมขึ้นมาคือ R2 ที่มีค่าเพียง 28.81%
https://www.set.or.th/set/factsheet.do?symbol=PTT&ssoPageId=3&language=th&country=TH
จะเห็นได้ว่าค่าเบต้า เป็นตัวเลขที่ดูเหมือนไม่มีอะไรซับซ้อนในการนำไปใช้ต่อ เพื่อประเมินราคาหุ้น แต่ก็มีสิ่งที่อยู่เบื้องหลังที่อาจทำให้ตัวเลขที่เรานำไปใช้นี้ไม่มีความหมายใดๆ เลยเช่นกัน
แต่.. บทความนี้ ไม่ได้มีจุดประสงค์ที่จะบอกว่าเบต้า ไม่มีประโยชน์ เพราะเป้าหมายของเราคืออยากให้เพื่อนนักลงทุนได้เข้าใจที่มาของตัวเลขและสิ่งที่ควรจะตรวจสอบต่อ หากเป็นการใช้เพื่อตัดสินใจลงทุน
นักลงทุนที่มีความรู้มีข้อมูลที่มากกว่า แล้วเข้าใจและใช้ข้อมูลนั้นถูกต้อง ก็เปรียบเสมือนนักรบที่มีอาวุธมากกว่า และสามารถใช้อาวุธเหมาะสมกับกลยุทธ์ของตนเองในสมรภูมิ ทำให้เพิ่มโอกาสชนะในสนามรบได้มากยิ่งขึ้น
ในครั้งหน้าเรามาสร้าง Risk-free portfolio กัน
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
