Market Risk Managementพิมพ์หน้านี้

16 · กรอบบูรณาการ Checklist และ Errata

ชุดเครื่องมือสามชุดไม่ได้มาแทนกัน แต่ซ้อนกัน: VaR/ES ครอบคลุมวันปกติ stress testing ครอบคลุม shock รุนแรง และ drawdown กับ scenario analysis ครอบคลุมเส้นทางแย่หลายปี

อ้างอิงต้นฉบับ: หน้า 38 · เปิด PDF หน้า 38

16.1 เชื่อมสามช่วงเวลา

ชุดเครื่องมือทั้งสามซ้อนกันเป็นชั้น: VaR/ES ครอบคลุมวันปกติ stress testing ครอบคลุม shock รุนแรง และ drawdown กับ scenario analysis ครอบคลุมเส้นทางแย่หลายปี กรอบที่สมบูรณ์ใช้การจับคู่ปัจจัยเสี่ยงและชุดข้อมูลเดียวกันทั้งสามชั้น โดย calibrate ขีดจำกัดให้สอดคล้องกัน

การใช้ขีดจำกัด VaR สูงมักมาพร้อมผลขาดทุน stress สูง คำเตือนร่วมจึงมีความหมายมากกว่าคำเตือนเดี่ยว
ผลขาดทุน stress ที่แย่ที่สุดควรอยู่ภายใน trigger ของ drawdown มิฉะนั้น shock ครั้งเดียวจะสะดุด stop-loss ทันที
ผลลัพธ์ที่ไม่ดีที่พบใน scenario ระยะยาวควรป้อนกลับสู่การออกแบบผลิตภัณฑ์ (ตลาดเป้าหมาย, SRI, การเลือก LMT) และการจัดสรรสินทรัพย์

ความถี่	ระยะสั้น	ระยะกลาง	ระยะยาว	กฎหลัก
รายวัน	VaR/ES, leverage, การใช้ขีดจำกัด	snapshot ของ sensitivity (ถ้ามี)	ติดตาม drawdown	UCITS daily VaR; รายงาน 10% ของ MiFID
รายเดือน	Backtesting	Market stress test (กองทุน VaR)	—	CESR/10-788
รายไตรมาส	ปรับพารามิเตอร์และข้อมูล	Liquidity stress test (แนะนำ)	ทบทวน scenario	ESMA LST; Annex IV (ตามขนาด)
รายปี	ตรวจสอบแบบจำลอง	คลัง scenario และทบทวน LMT	scenario หลายปี ทบทวนผลิตภัณฑ์ ปรับปรุง KID	AIFMD L2 Art. 45; MiFID product governance; PRIIPs

16.2 Checklist การตัดสินใจ

#	การตัดสินใจ	ตัวเลือกที่พบบ่อย	สิ่งที่ต้องบันทึก
1	นิยามผลตอบแทน	Log (หุ้น สินค้าโภคภัณฑ์); การเปลี่ยนแปลงสัมบูรณ์ (อัตรา spread vol)	ประเภท shock ต่อชั้นปัจจัย
2	ช่วงเวลาและความเชื่อมั่น	99%/1D, 99%/10D, ES 97.5%; √10 หรือ 10 วันโดยตรง	การทดสอบข้อสมมติการปรับตามเวลา
3	หน้าต่าง	σ: 21–66 หรือ EWMA; HS: 250–500 + stress; S,K: ≥250	ช่วงข้อมูล ช่องว่าง วันหยุด
4	ค่าเฉลี่ย	0 · โดยทั่วไปเป็นศูนย์	ถ้าเก็บไว้ ประมาณอย่างไร
5	EWMA λ	0.94 (รายวัน), 0.97; seed และ burn-in	ธรรมเนียมการจัดดัชนีเวลา
6	ธรรมเนียมควอนไทล์	Interpolation / ค่าแย่ลำดับ ⌈Np⌉ / smoothing	ความต่างจากค่าเริ่มต้นของ Excel/Python
7	การประเมินมูลค่าใหม่	Full revaluation; delta–gamma; sensitivity × shock	ความคลาดเคลื่อนจากการประมาณและ PLA
8	Backtesting	1 วัน 99% และ 97.5%; APL และ HPL; Kupiec + Christoffersen + traffic light	การเปรียบเทียบที่ใช้ได้; ธรรมเนียมเครื่องหมาย
9	Procyclicality	พื้นระยะยาว กันชน การปรับบางส่วน	Peak-to-trough, การเพิ่มขึ้น n วัน
10	การติดตามต่อเนื่อง	ความถี่ recalibrate, การวินิจฉัย residual, การควบคุมการเปลี่ยนแปลง	trigger สำหรับทบทวนแบบจำลอง
11	คลัง scenario stress	Sensitivity + historical + hypothetical + reverse + liquidity; ทบทวนรายปี	แหล่งที่มา เหตุผลของความรุนแรง ข้อสมมติสหสัมพันธ์
12	Drawdown	NAV แบบ total-return, ความถี่รายวัน, trigger หลายชั้น	การ calibrate trigger เทียบการแจกแจงจาก simulation
13	Scenario ระยะยาว	เรื่องเล่า 3–5 แบบ + Monte Carlo; climate scenarios	ข้อสมมติ การดำเนินการของผู้บริหาร การเทียบกับวัตถุประสงค์

16.3 Errata และข้อชี้แจงเกี่ยวกับเอกสารต้นทาง

ต้นฉบับรวบรวมจุดผิดในเอกสารคอร์สที่ใช้เป็นแหล่งข้อมูล (สไลด์ บันทึก และ whitepaper) ไว้ดังนี้

ตำแหน่ง	ตามที่เขียน	การแก้ไข / หมายเหตุ
สไลด์: เขตสัญญาณไฟ	$p_Y$ = 0.9599	ควรเป็น 0.9999 (บันทึกของคอร์สเขียนถูก)
สไลด์ความน่าจะเป็น: ตาราง breach	“Cum Binomial … (T=252, 0.01)”	ค่าในตารางคือ PMF สำหรับ T=252, p=5% ไม่ใช่ค่าสะสม ดูภาพที่ 5 สำหรับ 99%
บันทึก PRIIPs, whitepaper	−0.146 S²	ควรเป็น +0.146 S² โดย S, K ปรับด้วย 1/√N และ 1/N (§6.2)
บันทึก: อัตราส่วนวินิจฉัย	ρ ของ Gaussian “คงที่ทุกค่า c”	ρ เป็นค่าปานกลางที่ค่อย ๆ ลดลงเข้าหา 1 เมื่อ c → 1: 1.254 → 1.146 → 1.090
เฉลย: กรณีสองสินทรัพย์	—	VaR £10,420 ที่ ρ = 1 ถูกต้อง และแสดงประโยชน์จากการกระจายความเสี่ยง
กราฟในภาพที่ 8	Green ≤5, Yellow ≤10	ควรเป็น เขียว 0–4, เหลือง 5–9, แดง ≥10

ผู้เขียนต้นฉบับ

Yini Gao

ผู้เขียน Market Risk Handbook (English edition, Version 2.1, กันยายน 2026) ซึ่งเป็นต้นฉบับของบันทึกการเรียนภาษาไทยชุดนี้

อ่านบทนี้แล้วอยากเรียนรู้ต่อ? ติดตาม QuantCorner ได้ที่นี่

ค้นหาในสมุดบันทึก

ปิด

คำค้นหา