top of page
Market Risk Managementสารบัญ
Market Risk Managementพิมพ์หน้านี้

14 · Scenario Analysis: ทฤษฎีและปฏิบัติ

Stress test ถามว่า “ถ้า X เกิดพรุ่งนี้” scenario analysis ถามว่า “ถ้าโลกเป็นแบบนี้ในอีกหลายปีข้างหน้า” ผลลัพธ์ไม่ใช่ตัวเลขผลขาดทุนตัวเดียว แต่เป็นชุดของเส้นทาง

อ้างอิงต้นฉบับ: หน้า 35–36 · เปิด PDF หน้า 35

14.1 Scenario analysis เทียบ stress testing

stress test มักเป็น shock แบบ ทันทีและช่วงเดียว: “ถ้า X เกิดพรุ่งนี้” Scenario analysis เป็นเส้นทาง หลายช่วงเวลาที่ขับเคลื่อนด้วยเรื่องเล่า: “ถ้าโลกเปลี่ยนไปแบบนี้ในอีกไม่กี่ปี” การเติบโต เงินเฟ้อ อัตราดอกเบี้ย หุ้น spread และ FX ต้องสอดคล้องกันปีต่อปี รวมการปรับสมดุล กระแสเงินสด ค่าธรรมเนียม และการตอบสนองของกลยุทธ์ ผลลัพธ์ไม่ใช่ตัวเลขผลขาดทุนตัวเดียว แต่เป็นชุดเส้นทาง: มูลค่าปลายทาง ผลตอบแทนรายปี maximum drawdown ระหว่างทาง เวลาฟื้นตัว และโอกาสที่จะพลาดวัตถุประสงค์การลงทุน

14.2 การสร้าง scenario

  1. เรื่องเล่า: หนึ่งย่อหน้าว่าด้วยสาเหตุ การส่งผ่าน และการคลี่คลาย (เช่น “supply shock ก่อให้เกิด stagflation ธนาคารกลางขึ้นดอกเบี้ย เงินเฟ้อจางลงหลังสองปี”)
  2. เส้นทางของตัวแปรหลัก: GDP เงินเฟ้อ อัตราดอกเบี้ยนโยบาย อัตรา 10 ปี ดัชนีหุ้น spread รายปี
  3. จับคู่กับปัจจัยของพอร์ต: ผ่าน regression หรือค่าคาดหวังแบบมีเงื่อนไขของ §10.4
  4. ฉายภาพพอร์ต: P&L รายช่วงพร้อมการปรับสมดุล กระแสเงิน ค่าธรรมเนียม และการดำเนินการของผู้บริหารที่ตกลงไว้ล่วงหน้า
  5. ผลลัพธ์และการตัดสินใจ: มูลค่าปลายทาง ผลตอบแทนรายปี maximum drawdown เวลาฟื้นตัว ความน่าจะเป็นที่จะบรรลุวัตถุประสงค์; อภิปรายการเปลี่ยนการจัดสรรหรือการออกแบบผลิตภัณฑ์

14.3 ประเภทของ scenario

ประเภท คำอธิบาย
Deterministic narrative 3–5 scenario ที่แตกต่างกัน (ฐาน, เชิงลบ, รุนแรง, การเปลี่ยนเชิงโครงสร้าง) สื่อสารง่าย
Historical analogue ใช้เส้นทางหลายปีของเหตุการณ์ในอดีต (ทศวรรษ 1970, 2000–2002, 2008–2009) กับพอร์ตวันนี้
Stochastic (Monte Carlo) เส้นทาง GBM, bootstrap หรือ regime-switching ให้การแจกแจงของมูลค่าปลายทางและ drawdown (เช่น ภาพที่ 9)
Climate scenario ของ NGFS แบบ orderly, disorderly และ hot-house แยกความเสี่ยงจากการเปลี่ยนผ่าน (ราคาคาร์บอน นโยบาย) ออกจากความเสี่ยงทางกายภาพ; ช่วงเวลา 10–30 ปี

14.4 ตัวอย่างคำนวณ: scenario ห้าปีสำหรับพอร์ต 60/40

พอร์ต: หุ้น 60% พันธบัตรรัฐบาล 40% (duration 7, carry 3%) ปรับสมดุลทุกปี scenario ตัวอย่างประกอบ สี่แบบกำหนดผลตอบแทนหุ้นและการเปลี่ยนแปลงของ yield รายปี; ผลตอบแทนพันธบัตร ≈ 3% − 7 × Δy

Scenario หุ้นรายปี (%) การเปลี่ยน yield (bp) มูลค่าปลาย 5 ปี ต่อปี MDD ฟื้นตัว
ฐาน +6% × 5 0 126.4 4.8% 0.0% —
Stagflation −15, −5, +5, +8, +8 +150, +50, 0, −25, −25 101.1 0.2% −14.8% ปีที่ 5
ถดถอยและฟื้นตัว −30, +20, +15, +8, +7 −150, +50, +25, 0, 0 119.5 3.6% −12.6% ปีที่ 3
การเปลี่ยนผ่านแบบไร้ระเบียบ −10, −5, +4, +6, +6 +50, +25, 0, 0, 0 104.1 0.8% −8.5% ปีที่ 5
กราฟเส้นมูลค่าพอร์ต 60/40 (เริ่มที่ 100) ปีที่ 0 ถึง 5 สี่ scenario: ฐานเพิ่มเป็น 126 ถดถอยและฟื้นตัวลงราว 87 ในปีแรกแล้วเพิ่มเป็น 120 การเปลี่ยนผ่านแบบไร้ระเบียบต่ำสุดราว 91 แล้วจบที่ 104 stagflation ต่ำสุดราว 85 ในปีที่ 2 แล้วจบที่ 101
ภาพที่ 11 (ต้นฉบับ Figure 11) เส้นทางห้าปีของพอร์ต 60/40 ภายใต้สี่ scenario (รายปี, ตัวอย่างประกอบ)

การอ่านผล: การร่วงในปีแรกของ scenario ถดถอย (หุ้น −30%) ใหญ่กว่าของ stagflation แต่ตลาดพันธบัตรที่ขึ้นช่วยรองรับ และพอร์ตฟื้นภายในสามปี; ใน stagflation พันธบัตรและหุ้นร่วงพร้อมกัน พอร์ตลดลงต่อหลังปีแรก และเพิ่งคืนทุนในปีที่ห้าที่ 0.2% ต่อปี สำหรับผลิตภัณฑ์ที่ตั้งเป้า 4% ต่อปี ทั้ง stagflation และการเปลี่ยนผ่านแบบไร้ระเบียบพลาดวัตถุประสงค์: นี่คือ “ผลลัพธ์ที่ไม่ดี” ที่ product governance ของ MiFID ขอให้บริษัทระบุ ข้อมูลรายปียังประเมิน drawdown ระหว่างปีต่ำไป (จุดสุ่มตัวอย่างใน §13.3) maximum drawdown ที่แท้จริงจึงลึกกว่านี้

14.5 PRIIPs performance scenarios

PRIIPs KID แสดงสี่ performance scenario แก่นักลงทุนรายย่อย: stress, unfavourable, moderate และ favourable ณ ระยะถือครองที่แนะนำ (RHP) และที่หนึ่งปีเมื่อ RHP ยาวกว่า ตั้งแต่ปี 2023 (Delegated Regulation 2021/2268) วิธีของ Category 2 คือ

  • Unfavourable / moderate / favourable: ใช้ประวัติอย่างน้อย 10 ปี นำผลลัพธ์ของทุกหน้าต่างเลื่อนที่ยาวเท่า RHP แล้วเลือกค่าที่แย่ที่สุด มัธยฐาน และดีที่สุด
  • Stress: คำนวณความผันผวนแบบหน้าต่างเลื่อนบนช่วงย่อย 21 วัน (RHP ≤ 1 ปี) หรือ 63 วัน (RHP > 1 ปี) ใช้เปอร์เซ็นไทล์ที่ 99 หรือ 90 เป็นความผันผวนภายใต้ stress แล้วใช้ควอนไทล์ Cornish–Fisher 1% หรือ 5%

นี่คือ “scenario analysis แบบมาตรฐานโดยผู้กำกับดูแล” ซึ่งอิงประวัติทั้งหมด จึงดูมองโลกในแง่ดีหลังตลาดกระทิงยาวนาน ดูรายละเอียดการคำนวณเต็มในกฎเกณฑ์

14.6 ข้อจำกัดและธรรมาภิบาล

scenario ออกแบบโดยมนุษย์ มีแนวโน้ม recency bias และยากจะกำกับความน่าจะเป็น; scenario หลายช่วงเวลายังต้องสมมติการดำเนินการของผู้บริหารและผลรอบสอง (เช่น การขายเพราะการไถ่ถอน) ธรรมาภิบาล: ทบทวนทุกปี สร้างร่วมกันระหว่างฝ่ายความเสี่ยง การลงทุน และเศรษฐศาสตร์ บันทึกข้อสมมติและแหล่งที่มา ใช้ผลในการจัดสรร การออกแบบผลิตภัณฑ์ และการอภิปรายของคณะกรรมการ ไม่ใช่เป็นเพียงภาคผนวก

ผู้เขียนต้นฉบับ

Yini Gao

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

อ่านบทนี้แล้วอยากเรียนรู้ต่อ? ติดตาม QuantCorner ได้ที่นี่

Market Risk Managementโดย Yini Gao

ค้นหาในสมุดบันทึก

ปิด
คำค้นหา

© 2023 by QuantCorner, Thailand.

bottom of page