1 ก.พ. เวลา 01:00 • หุ้น & เศรษฐกิจ
ความตื่นตัวของหุ่นยนต์ที่ปรึกษาด้านการเงิน
เป็นที่รู้กันว่าปัญญาประดิษฐ์ (Artificial Intelligence) หรือที่เราเรียกกันสั้น ๆ ว่า A.I. กำลังเข้ามามีบทบาทสำคัญ และนำไปสู่ การเปลี่ยนแปลงหลาย ๆ อย่างในยุคปัจจุบัน ซึ่งด้านหนึ่งที่กำลังมาแรงและเริ่มมีการใช้อย่างแพร่หลายก็คือการใช้หุ่นยนต์ A.I. เข้ามาเป็นที่ปรึกษาด้านการเงิน (Robo-Advisor) แทนการใช้เจ้าหน้าที่มาให้คำปรึกษาแบบเดิม ๆ โดยเฉพาะอย่างยิ่ง การใช้ Robo-Advisor ในการวางแผนการลงทุนเพื่อการเกษียณนั่นเอง
ทำความรู้จักกับหุ่นยนต์ที่ปรึกษาด้านการเงิน
Robo-Advisor เป็นการให้บริการทางออนไลน์ ซึ่งสามารถให้คำแนะนำแบบเฉพาะเจาะจงเป็นรายลูกค้าแต่ละบุคคลได้เลย โดยใช้ข้อมูลหลาย ๆ ด้านประกอบกัน อาทิ เช่น ข้อมูลส่วนตัวของลูกค้า ข้อมูลประวัติการลงทุนในอดีต ข้อมูลความเสี่ยงด้านการลงทุน ภาวะเศรษฐกิจ หรือ ประมาณการตัวเลขทางการเงินต่าง ๆ เป็นต้น ซึ่งหลังจากนำข้อมูลทั้งหมดมาเข้าโมเดลวิเคราะห์แล้ว Robo-Advisor จะสร้างพอร์ตการลงทุนที่เหมาะสมกับบุคคลนั้น ๆ ขึ้นมา อีกทั้งพอร์ตการลงทุนนี้จะสามารถถูกปรับเปลี่ยนโดยอัตโนมัติหากเจ้า Robo-Advisor ได้รับข้อมูลที่อัพเดตเพิ่มขึ้นอีกด้วย ซึ่งผลที่ได้จะทำให้นักลงทุนสามารถใช้เงินลงทุนที่น้อยกว่าเพื่อให้ได้ผลตอบแทนที่มากกว่า ซึ่งจะนำไปสู่การมีเงินเก็บ หลังเกษียณที่มากขึ้น โดยนักลงทุนไม่ต้องตัดสินใจเลือกผลิตภัณฑ์การลงทุนเอง ทำให้การใช้ Robo-Advisor นี้เหมาะมาก ๆ สำหรับนักลงทุนมือใหม่ที่ไม่มีประสบการณ์การลงทุนหรือมีประสบการณ์น้อย อีกทั้งยังเหมาะสมกับนักลงทุนที่ไม่มีเวลา ติดตามสถานการณ์ที่เปลี่ยนแปลงในแต่ละวันหรือไม่มีเวลามาบริหารพอร์ตลงทุนของตนเอง โดยเฉพาะอย่างยิ่ง มีนักลงทุนจำนวนมากที่ไม่ต้องการรับผิดชอบการลงทุนของตนเองหรือไม่ได้ต้องการมีใครมาให้คำแนะนำ แต่อยากที่จะมีคนที่จะทำสิ่ง ๆ นี้ให้เลย [1] ซึ่ง Robo-Advisor สามารถตอบโจทย์กลุ่มคนเหล่านี้ได้เป็นอย่างดี
นอกจากนี้ การใช้หุ่นยนต์มาเป็นที่ปรึกษาด้านการเงินแทนการจ้างมนุษย์เพื่อให้คำปรึกษาด้านการเงินการลงทุน ยังมีต้นทุนที่ถูกกว่ามาก และยังมีความเป็นกลาง ลดปัญหาเรื่องต่าง ๆ ที่เกิดจากมนุษย์ เช่น ความชอบความคิดเห็นส่วนตัว ของที่ปรึกษา หรือปัญหาที่ที่ปรึกษามักเชียร์ให้ลูกค้าลงทุนในผลิตภัณฑ์ที่ตนเองได้รับค่าธรรมเนียมสูง เป็นต้น จึงเป็นสาเหตุว่าทำไม Robo-Advisor ถึงได้รับความนิยมอย่างรวดเร็วนั่นเอง อย่างในสถาบันการเงินใหญ่ ๆ ในต่างประเทศ เช่น Vanguard Schwab และ Fidelity ก็ได้นำ Robo-Advisor มาใช้ให้บริการแก่ลูกค้าของตนเองอย่างแพร่หลายอีกด้วย
“มีนักลงทุนจำนวนมากที่ไม่ต้องการรับผิดชอบการลงทุนของตนเอง แต่อยากที่จะมีคนที่จะทำสิ่ง ๆ นี้ให้เลย ซึ่ง Robo-Advisor สามารถตอบโจทย์กลุ่มคนเหล่านี้ได้เป็นอย่างดี มีต้นทุนที่ถูกกว่ามาก และยังมีความเป็นกลางอีกด้วย”
อย่างไรก็ตาม Robo-Advisor อาจจะยังเหมาะกับแค่คนบางกลุ่มที่เคยชินกับการใช้อุปกรณ์ดิจิทัลเท่านั้น และข้อเสียเปรียบ อีกอย่างคือ Robo-Advisor ไม่สามารถสอนหรืออธิบายเกี่ยวกับการลงทุนให้แก่ลูกค้าได้เหมือนอย่างที่ที่ปรึกษาทางการเงิน เพื่อประกอบการตัดสินใจการลงทุนได้โดยตรง
 
เราลองมาดูกันว่า Robo-Advisor นี้ทำงานยังไง (อาจแตกต่างกันตามแต่ละสถาบัน)
โดยจะเริ่มจากการให้ลูกค้ากรอกข้อมูลจากแบบสอบถาม (questionnaire) ออนไลน์ เกี่ยวกับ เป้าหมายทางการเงิน แบบสอบถามความสามารถในการรับความเสี่ยง ระยะเวลาที่ต้องการลงทุน อายุที่คาดว่าจะเกษียณ (กรณีวางแผนการลงทุนเพื่อการเกษียณ) จำนวนเงินลงทุนตั้งต้น จำนวนเงินที่ต้องการลงทุนเพิ่มเติมทุกเดือน และข้อมูลอื่น ๆ แล้วแต่ว่า Robo-Advisor ตัวนั้น ๆ ใช้อัลกอริทึม (algorithm) และตัวแปรอะไรในการวิเคราะห์ โดยผลที่ได้ก็คือ หุ่นยนต์จะทำการจัดพอร์ตการลงทุนที่ตรงกับความต้องการของลูกค้า ในแง่ของความเสี่ยง ผลตอบแทน หรือประเภทของผลิตภัณฑ์ที่ลูกค้าต้องการ ลูกค้าจะรู้ได้ว่าเงินลงทุนของตนเองจะถูกนำไปลงทุนในอะไรบ้าง สัดส่วนการลงทุนในแต่ละสินทรัพย์เป็นมูลค่าเท่าไหร่ ตามตัวอย่างแบบจำลองพอร์ตการลงทุนบนแพลตฟอร์มของ Fidelity ด้านล่าง ซึ่งโดยส่วนใหญ่จะมีการจำลองโมเดลให้ลูกค้าเห็นภาพรวมของพอร์ตตนเอง และ Robo-Advisor ยังปรับพอร์ตการลงทุน ซื้อ-ขายผลิตภัณฑ์ทางการเงินโดยอัตโนมัติให้ใกล้เคียงกับค่าตัวแปรต่าง ๆ ที่ลูกค้าระบุไว้
ตัวอย่างแบบจำลองพอร์ตการลงทุนที่ถูกสร้างอัตโนมัติหลังจากนักลงทุนกรอกแบบสอบถามให้กับ Robo-Advisor
Robo-Advisor จะทำการจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา (Projection Simulation) เพื่อให้นักลงทุนเห็นว่าเงินลงทุนของตนเองจะเพิ่มขึ้นหรือลดลงเท่าไร
ตามตัวอย่างด้านของจากแบบจำลองของ Fidelity จะเห็นว่าหากเริ่มต้นด้วยเงินลงทุน $3000 และมีการลงทุนเพิ่มทุกเดือนเป็นจำนวน $100 โดยเริ่มต้นลงทุนในเดือนมกราคม 2021 (จำนวนเงินลงทุนทั้งสิ้น $3100) เมื่อผ่านไป 10 ปี เงินลงทุนทั้งหมดคิดเป็น $15,100 ซึ่งถ้าหากตลาดเป็นไปตามสภาวะปกติ (AVG MARKET) เงินลงทุนถูกคาดการณ์ว่าจะเติบโตไปเป็น $24,300 คิดเป็นกำไร $9,200 และเมื่ออายุ 60 ปี (อายุที่คาดว่าจะเกษียณ) เงินลงทุนจะเติบโตไปเป็น $135,900 ตามแผนภูมิเส้นที่แสดงด้านล่าง
แผนภูมิเส้นจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา หากลงทุนตามแผนของ Robo-Advisor ในแผนภาพนี้ แสดงถึงเงินลงทุน ณ มกราคม ค.ศ. 2021 คิดเป็น US$3,100
แผนภูมิเส้นจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา หากลงทุนตามแผนของ Robo-Advisor ในแผนภาพนี้ แสดงถึงเงินลงทุน และผลตอบแทนที่ได้ ณ มกราคม ค.ศ. 2031 หรือ 10 ปีหลังจากเริ่มลงทุน หากสภาพตลาดเป็นไปตามสภาวะปกติ นักลงทุนตามพอร์ตนี้จะได้รับผลตอบแทน US$9,200 จากเงินลงทุนรวม US$15,100
แผนภูมิเส้นจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา หากลงทุนตามแผนของ Robo-Advisor ในแผนภาพนี้ แสดงถึงเงินลงทุน และผลตอบแทนที่ได้ ณ ธันวาคม ค.ศ. 2048 หรือเกือบ 28 ปีหลังจากเริ่มลงทุน
แล้ว Robo-Advisor ได้แบบจำลองเหล่านี้มาจากไหน?
“แนวคิดของการสร้าง Robo-Advisor คือการใช้หลักการทางสถิติในการหาวิธีการลงทุนที่ให้ผลตอบแทนสูงสุดต่อความเสี่ยง หรือ ความเสี่ยงต่ำที่สุดต่อผลตอบแทน”
ในปี 1952 Harry Markowitz ได้เสนอความคิดเรื่อง Portfolio Optimization, Modern Portfolio Theory (MPT) หรือ Mean-Variance Analysis ขึ้นมา โดยแบบจำลองนี้จะช่วยเลือกจำนวนเงินที่เราควรจะใส่ในหลักทรัพย์แต่ละตัวจากตะกร้าของ หลักทรัพย์ (basket of securities) ที่เราสามารถลงทุนได้ โดยถ้าเราเลือกลงทุนในหลักทรัพย์ที่ไม่เคลื่อนที่ไปด้วยกัน เช่น ถ้าหุ้นตัวหนึ่งขึ้น อีกตัวก็จะไม่ขึ้นตาม แบบจำลองนี้จะช่วยให้นักลงทุนลดความเสี่ยงลงได้ และจะหาผลตอบแทนสูงสุดต่อความเสี่ยงที่ีเรารับได้ให้กับนักลงทุน ข้อดีของการลงทุนโดยใช้ algorithm นี้ก็คือ ระบบจะสามารถปรับ portfolio ของเราได้โดยอัติโนมัติตามข้อมูลตลาด ที่มีมาอยู่เรื่อย ๆ ซึ่ง portfolio ที่ระบบ mean-variance เลือกให้เรานั้นจะเป็น portfolio ที่ให้ผลตอบแทนสูงสุดต่อความเสี่ยง หรือ ความเสี่ยงต่ำที่สุดต่อผลตอบแทน
หนึ่งในแบบจำลองที่สร้าง portfolio ที่ให้ผลตอบแทนสูงสุดต่อความเสี่ยง คือ แบบจำลองเส้นของ portfolio ที่มีประสิทธิภาพ (efficient frontier) ซึ่งสร้างโดยการทดลองสร้าง portfolio จำนวนมาก ๆ และหา portfolio ที่ให้ผลตอบแทนที่คาด (expected return) ดีที่สุดสำหรับแต่ละค่าของความเสี่ยงในการลงทุน โดยความเสี่ยงนี้วัดจากความผันผวนของราคาของหลักทรัพย์ใน portfolio (volatility หรือ standard deviation ในทางสถิติ) ตามรูปที่แสดงให้เห็นด้านล่าง
แน่นอนว่า แบบจำลองที่ดูชาญฉลาดโดย A.I. ของ Robo-Advisor นั้น เกิดขึ้นมาได้ก็ด้วยข้อมูลในอดีตของราคาและความผันผวนของหลักทรัพย์นั่นเอง
Robo-Advisor จะเลือก portfolio ที่อยู่บนเส้น efficient frontier ของนักลงทุนแต่ละคนตามความเสี่ยงที่นักลงทุนคนนั้นรับได้
โดยที่ผลตอบแทนที่คาด (expected return) ของพอร์ตฟอลิโอจะถูกคำนวณโดยใช้ผลตอบแทนในอดีตประกอบกับสัดส่วนการลงทุนของหลักทรัพย์แต่ละตัวที่อยู่ในพอร์ตฟอลิโอนั่นเอง
สิ่งนี่เป็นเพียงหนึ่งในอัลกอริทึมที่ใช้ในการทำโมเดลจำลองและแนะนำการลงทุนเท่านั้น Robo-Advisor แต่ละตัวจะใช้โมเดลและวิธีที่ต่างกัน หากท่านผู้อ่านสนใจใช้บริการหุ่นยนต์ที่ปรึกษาทางการเงิน ลองสอบถามข้อมูลเพิ่มเติมจากสถาบันการเงินต่าง ๆ ก่อนตัดสินใจลงทุนได้เลย แล้วอย่าลืมตัดสินใจให้ดีก่อนตัดสินใจลงทุนนะคะ
ติดตามและพูดคุยกับ GBDi ได้ที่
#govbigdata #gbdi #bigdata #bigdatathailand #datascience #dataengineer #dataanalytics #digitalthailand #AI #Artificialintelligence #assetallocation #finance #investment #machinelearning #robo-advisor #trading #efficientfrontier #portfoliooptimization