Altman Z-Score อาวุธลับของนักลงทุน

ในภาวะตลาดที่เป็นกระทิงดุบวกกับฤดูการรายงานผลประกอบการณ์ไตรมาส 3 ในช่วงที่ผ่านมานั้น นักลงทุนต่างก็มีข้อมูลงบการเงินใหม่ๆมากมายมาให้วิเคราะห์หาหุ้นในดวงใจกัน วันนี้เราจะมาทำความรู้จัก Altman Z-Score ซึ่งดั้งเดิมเป็นเครื่องมือตรวจวัดสุขภาพทางการเงินของบริษัทที่ได้รับการยอมรับอย่างแพร่หลายทั่วโลก ซึ่งเมื่อนำมาทดสอบแล้วกลับได้ผลลัพธ์ที่น่าสนใจกว่าเดิม โดยพบว่า Altman Z-Score นั้นยังสามารถช่วยสร้างผลตอบแทนและลดความเสี่ยงได้เป็นอย่างดีอีกด้วย ส่วนรายละเอียดจะเป็นอย่างไรนั้นแนะนำว่าห้ามพลาดบทความนี้ครับ!!

ประวัติย่อและแนวคิดของ Altman Z-Score

ระบบการให้คะแนน Altman Z-Score นั้นถูกตีพิมพ์และเผยแพร่ต่อสาธารณะชนเป็นครั้งแรกในปี ค.ศ. 1968 โดยเป็นผลงานชิ้นโบว์แดงของ Prof. Edward Altman ศาสตราจารย์ด้าน Finance ที่ New York University Stern’s School of Business ซึ่งเริ่มต้นมาจากแนวคิดที่ต้องการสร้างมาตราวัดเชิงปริมาตร (Quantitative Measure) จากข้อมูลทางบัญชีที่สามารถใช้ในการชี้วัดและคาดเดาความเสี่ยงว่าบริษัทนั้นๆจะอยู่ในภาวะล้มละลายหรือไม่ (Bankruptcy)

ผลการทดสอบเชิงวิชาการที่ใช้ข้อมูลทางบัญชีของบริษัทในสหรัฐตั้งแต่ปี ค.ศ. 1970 – 1999 นั้น พบว่า Altman Z-Score สามารถทำการคาดการณ์การล้มละลายของบริษัทภายในระยะเวลา 1 ปีจากเวลาที่ประเมิน ได้ถึง 80 – 90 % โดยมีอัตราความผิดผลาด (บริษัทที่ไม่ได้มีการล้มละลายตามคาด) อยู่ที่ประมาณ 15 – 20%

โดยหลังจากปี ค.ศ. 1985 เป็นต้นมา Altman Z-Score เริ่มได้รับการยอมรับอย่างกว้างขวางในหมู่ผู้ตรวจสอบบัญชี (Accounting Audit), ที่ปรึกษาทางการเงินของบริษัทเอกชน, ศาล, และระบบพิจารณาอนุมัติการกู้ยืมของธนาคาร

Altman Z-Score ในรูปแบบ Original นั้นถูกสร้างมาเพื่อใช้ในการประเมินบริษัทที่เป็นผู้ผลิตสินค้า (Manufacturing Firm) ที่มีสินทรัพย์มากกว่า 1 ล้านดอลลาห์สหรัฐขึ้นไป แต่หลังจากนั้น Prof. Edward Altman ได้ทำการพัฒนาต่อยอดและปรับปรุง Altman Z’-Score ให้สามารถนำไปใช้ประเมินบริษัทเอกชน (ที่ไม่ได้ทำการซื้อขายอยู่ในตลาดหุ้น) และ Z’’-Score ที่สามารถนำไปใช้ประเมินบริษัทที่ไม่ได้เป็นผู้ผลิตสินค้า (Non – Manufacturing Firm) ได้โดยการตัดตัวแปรที่ใช้ในสูตรบางตัวออกไปและทำการเปลี่ยนแปลงค่าสัมประสิทธิ์ (Coefficient) ของสูตร

ข้อจำกัดของ Altman Z-Score นั้นคือการที่ไม่สามารถนำไปใช้ประเมินบริษัทที่ทำธุรกิจที่เกี่ยวข้องกับการเงินเช่น บริษัทที่อยู่ในกลุ่ม Finance หรือธนาคารได้ เนื่องจากความแตกต่างของความสามารถในการ Leverage เงินทุน, วิธีการบันทึกรายได้และต้นทุนรวมถึงการจัดการแหล่งเงินทุนต่างๆ

มาทำความรู้จักกับส่วนประกอบของ Altman Z-Score กันครับ

Altman Z-Score นั้นประกอบด้วยส่วนประกอบย่อยทั้งหมด 5 ส่วนด้วยกัน โดยในแต่ละส่วนนั้นจะมีการพิจารณาข้อมูลทางบัญชีในปัจจัยต่างๆที่จะบ่งชี้ถึงฐานะการเงินที่ย่ำแย่และมีความเสี่ยงต่อการล้มละลาย (Bankruptcy) โดยแต่ละปัจจัยที่ทำการพิจารณานั้นจะมีค่าสัมประสิทธิ์ (Coefficient) ที่เป็นการสะท้อนถึงค่าน้ำหนักที่แตกต่างออกไปของแต่ละปัจจัยตามโมเดลของ Prof. Altman โดยข้อมูลที่ต้องใช้ในการคำนวน Altman Z-Score นั้นล้วนเป็นข้อมูลที่สามารถหาได้ในงบแสดงฐานะการเงินและงบกำไรขาดทุนเบ็ดเสร็จ

Altman Z-Score Original Formula (1968)

 

Z = 1.2X+ 1.4X2 + 3.3X3 + 0.6X4 +0.99X5

 

X1 = Working Capital / Total Assets

X2 = Retained Earnings / Total Assets

X3 = EBITDA / Total Assets

X4 = Market Value of Equity / Total Liabilities

X5 = Revenue / Total Assets

หมายเหตุที่ 1: Altman Z-Score เป็นสูตรที่มาจากการวิเคราะห์ค่าและอัตราส่วนจากงบการเงินซึ่งถ้าในกรณีบริษัทมีการเปลี่ยนแปลง (Revised) หรือตกแต่งบัญชีอาจทำให้ค่า Z ที่ได้นั้นผิดเพี้ยนได้

โดยที่ X1 คืออัตราส่วนเงินทุนหมุนเวียน (Working Capital) ต่อสินทรัพย์รวม (Total Assets) ซึ่งจะเป็นตัวชี้วัดถึงสภาพคล่องของบริษัทในการดำเนินงาน โดยเงินทุนหมุนเวียนนั้นคำนวนมาจากการนำสินทรัพย์หมุนเวียน (Total Current Assets) หักลบด้วยหนี้สินหมุนเวียน (Total Current Liability)

X2 คืออัตราส่วนกำไรสะสม (Retained Earning) ต่อสินทรัพย์รวม ซึ่งจะสามารถใช้ชี้วัดได้ว่าบริษัทได้มีการสะสมเงินทุนไว้สำหรับการขยายกิจการหรือไม่ ถ้าอัตราส่วนนี้สูงหมายความว่าบริษัทมีศักยภาพในการลงทุนขยายกิจการด้วยเงินทุนของตัวเองโดยไม่ต้องทำการกู้ยืมหรือเพิ่มทุน

X3 คืออัตราส่วนรายได้ก่อนหักภาษีและค่าเสื่อมต่อสินทรัพย์รวม ซึ่งจริงๆแล้วก็คือการหา Return on Assets แบบที่ไม่นำภาษีและค่าเสื่อมเข้ามาคำนวน เนื่องจากในสหรัฐนโยบายทางบัญชีของแต่ละบริษัทที่เกี่ยวข้องกับภาษีนั้นทำให้เกิดความคลาดเคลื่อนในการประเมินได้มาก

X4 คืออัตราส่วนของมูลค่าตลาด (Market Capitalization) กับหนี้สินรวม (Total Liability) ซึ่งเป็นส่วนที่บอกให้เรารู้ว่ามูลค่าตลาดของบริษัทและหนี้สินรวมปัจจุบันอยู่ในระดับที่น่าเป็นห่วงหรือไม่ เนื่องจากถ้ามูลค่าตลาดของบริษัทลดลงต่ำกว่าหนี้สินรวมเมื่อไหร่ถือว่าบริษัทนั้นอยู่ในวิกถตทางการเงินอย่างแน่นอน

X5 คืออัตราส่วนรายได้ต่อสินทรัพย์รวมหรือเรียกอีกอย่างว่า Assets TurnOver Ratio ซึ่งสามารถนำใช้เพื่อพิจารณาประสิทธิภาพของบริษัทในการใช้สินทรัพย์เพื่อก่อให้เกิดรายได้

หมายเหตุที่ 2: สำหรับค่า X5 ในกรณีดั้งเดิมนั้นคำนวณจาก Net Sale / Total Assets แต่ในกรณีนี้เราปรับใช้สมมุติฐานว่าบริษัทไม่มีแหล่งรายได้อื่นนอกจากการขายสินค้าโดยเราใช้ตัวแปร Revenue แทน

ซึ่งค่า Z ที่ได้ออกมาจากสูตรคำนวนสามารถนำมาตีความได้ดังนี้

ค่า Z มากกว่า 3.0 หมายถึง บริษัทมีความมั่นคงทางการเงิน

ค่า Z ระหว่าง 2.7 กับ 3.0 หมายถึง บริษัทมีความมั่นคงทางการเงินแต่ควรระมัดระวัง

ค่า Z ระหว่าง 1.8 กับ 2.7 หมายถึง มีความเป็นไปได้ที่บริษัทจะล้มละลายหรือต้องเพิ่มทุนภายใน 2 ปี

ค่า Z น้อยกว่า 1.8 หมายถึง มีความเป็นไปได้สูงที่บริษัทจะล้มละลายหรือต้องเพิ่มทุน

Altman Z’’-Score For Non-Manufacturing (1985)

ในปี 1985 Prof. Altman ได้ทำการปรับแต่งสูตรดั้งเดิมเพื่อที่จะได้คำนวนค่า Z-Score สำหรับบริษัทที่ไม่ได้เป็นผู้ผลิตสินค้า (Non-Manufacturing firm) โดยตั้งชื่อสูตรนี้ว่า Z’’-Score โดยมีสูตรดังนี้

Z = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4

ในสูตรที่ปรับปรุงใหม่นี้ Altman ได้ทำการตัดค่า X5 ซึ่งก็คือ อัตราส่วนรายได้ต่อสินทรัพย์รวมหรือ Assets Turn Over Ratio ออกไปและทำการปรับเปลี่ยนค่าสัมประสิทธิ์ (Coefficient) ใหม่เพื่อให้มีความสอดคล้อง โดยส่งผลให้การแปรผลลัพธ์ของค่า Z มีการเปลี่ยนแปลงเล็กน้อยดังนี้

ค่า Z มากกว่าหรือเท่ากับ 2.9 หมายถึง บริษัทมีความมั่นคงทางการเงิน

ค่า Z ระหว่าง 1.23 to 2.9 หมายถึง บริษัทมีความมั่นคงทางการเงินแต่ควรระมัดระวัง

ค่า Z น้อยกว่า 1.23 หมายถึง มีความเป็นไปได้สูงที่บริษัทจะล้มละลายหรือต้องเพิ่มทุน

ผลการทดสอบคะแนน Altman Z-Score ในตลาดหุ้นไทย  

หลังจากที่เราได้รู้ถึงที่มาที่ไปและสูตรที่ใช้ในการคำนวน Altman Z-Score ทั้ง 2 แบบแล้ว ขั้นตอนต่อไปคือการทดสอบระบบการลงทุนที่คัดเลือกหุ้นโดยใช้ Altman Z-Score โดยมีการกำหนดเงื่อนไขอื่นๆสำหรับการทดสอบ ซึ่งมีรายละเอียดดังนี้ :  

Condition Details
Backtesting Window
  • 01/01/2007 – 31/12/2016
Backtesting Restriction
  • เงินทุนเริ่มต้น 1 ล้านบาท
  • อัตราค่า Commission 0.15% (รวมซื้อขาย 0.3%)
  • Slippage  1% ทั้งการซื้อและขาย (รวมซื้อขาย 2%)
  • Long Only
Universe
  • All Stocks หุ้นทุกตัวในตลาดหลักทรัพย์
  • ยกเว้นกลุ่มอุตสาหกรรมการเงิน
Filters
  • มูลค่าการซื้อขายเฉลี่ยใน 1 ปีมากกว่า 1 ล้านบาท/วัน
  • กรองข้อมูลที่มีความผิดพลาดออกด้วย SQDataFilter(0)
Position Size
  • ขนาดการลงทุนต่อตัวคือ 5% ของมูลค่าพอร์ตโฟลิโอ
Position Score
  • เรียงลำดับจาก Altman Z-Score สูงสุด
Order Management
  • ทำการซื้อขายราคาเปิด (Open) ของวันถัดไปของวันที่เกิดสัญญาณ)

ตารางที่ 1 : ตารางแสดงเงื่อนไขอื่นๆสำหรับการทดสอบ Altman Z-Score

โดยกฏเกณฑ์หลักๆของระบบการลงทุนที่จะทำการทดสอบทั้ง 2 ระบบ และผลการทดสอบเป็นไปดังนี้ครับ

ผลทดสอบระบบการลงทุนแบบ Original Altman Z-Score

ใช้ค่า Altman Z-Score ในการคัดกรองหุ้นโดยเราจะเลือกมา 3 กรณีด้วยกัน

  1. ซื้อหุ้นที่มีค่า Z มากกว่า 2.7
  2. ซื้อหุ้นที่มีค่า Z ระหว่าง 1.8 – 2.7
  3. ซื้อหุ้นที่มีค่า Z ต่ำกว่า 1.8

โดยใช้ค่า Altman Z-Score ในส่วนของ  Position Score โดยพิจารณาจากหุ้นที่มีค่า Z สูงสุดก่อนและใช้ระบบการซื้อขายแบบ Rotational Trading System คือ ซื้อหมุนวนทุกๆ 1 ปี เป็นระยะเวลา 10 ปี ซึ่งจากการทดสอบระบบลงทุนด้วย Original Z-Score ทั้ง 3 กรณีจะสังเกตุได้ว่ากลยุทธ์ที่เลือกค่า Z ต่ำกว่า 1.8 สามารถสร้างผลตอบแทนได้สูงที่สุด! (ซึ่งขัดกับความเชื่อและจุดประสงค์ในการใช้งานดั้งเดิม!!)

SiamQuant-Alman-Z-Score-System-A

รูปที่ 1 : มูลค่าพอร์ตโฟลิโอของระบบ Original Altman Z-Score มากกว่า 2.7 (เส้นสีส้ม) Z-Score ระหว่าง 1.8 กับ 2.7 (เส้นสีม่วง), Z-Score น้อยกว่า 1.8 (เส้นสีเขียว) และดัชนี Set Index (เส้นสีดำ)

Portfolio Metrics Z > 2.7 1.8 > Z < 2.7 Z < 1.8 SET Index
Net Profit 90.46% 211.01% 1116.96% 134.04%
CAGR 6.66% 12.02% 28.40% 9.17%
MaxDD -60.84% -48.77% -56.32% -58.02%
Longest DD (Month) 51.20 27.75 27.75 44.15
CAR/MDD 0.11 0.25 0.50 0.15
Trade Metrics Z > 2.7 1.8 > Z < 2.7 Z < 1.8 SET Index
No. of All Trade 198 197 189 NA
Avg. Bar Held 244.55 224.36 274.06 NA
% Win 46.97% 51.78% 53.44% NA
Avg. Profit/Loss % 18.14% 16.73% 50.84% NA
Max Consecutive Loss 14 21 21 NA

ตารางที่ 2 : ค่าสถิติการซื้อขายของระบบ A: Original Altman Z-Score

ผลการทดสอบระบบการลงทุนแบบ Revised Altman Z’’-Score

ใช้ค่า Altman Z’’-Score ในการคัดกรองหุ้นโดยเราจะเลือกมา 3 กรณีด้วยกัน

  1. ซื้อหุ้นที่มีค่า Z มากกว่า 2.9
  2. ซื้อหุ้นที่มีค่า Z ระหว่าง 1.23 – 2.9
  3. ซื้อหุ้นที่มีค่า Z ต่ำกว่า 1.23

โดยใช้ค่า Altman Z-Score ในส่วนของ  Position Score โดยพิจารณาจากหุ้นที่มีค่า Z สูงสุดก่อนและใช้ระบบการซื้อขายแบบ Rotational Trading System คือ ซื้อหมุนวนทุกๆ 1 ปี เป็นระยะเวลา 10 ปี ซึ่งจากการทดสอบระบบลงทุนด้วย Revised Z-Score ทั้ง 3 กรณีจะสังเกตุได้ว่ากลยุทธ์ที่เลือกค่า Z ต่ำกว่า 1.23 สามารถสร้างผลตอบแทนได้สูงที่สุดเช่นกัน

SiamQuant-Alman-Z-Score-System-B

รูปที่ 2 : มูลค่าพอร์ตโฟลิโอของระบบ Revised Altman Z’’-Score มากกว่า 2.9 (เส้นสีส้ม) Z’’-Score ระหว่าง 1.23 กับ 2.9 (เส้นสีม่วง), Z’’-Score น้อยกว่า 1.23 (เส้นสีเขียว) และดัชนี Set Index (เส้นสีดำ)

Portfolio Metrics Z > 2.9 1.23 > Z < 2.9 Z < 1.23 SET Index
Net Profit 82.55% 171.16% 1620.71% 134.04%
CAGR 6.21% 10.49% 32.92% 9.17%
MaxDD -60.03% -59.62% -60.71% -58.02%
Longest DD (Month) 51.20 38.70 38.65 44.15
CAR/MDD 0.10 0.18 0.54 0.15
Trade Metrics Z > 2.9 1.23 > Z < 2.9 Z < 1.23 SET Index
No. of All Trade 198 199 172 NA
Avg. Bar Held 244.55 244.31 295.66 NA
% Win 46.97% 53.77% 45.93% NA
Avg. Profit/Loss % 17.86% 15.74% 65.09% NA
Max Consecutive Loss 12 17 13 NA

ตารางที่ 3 : ค่าสถิติการซื้อขายของระบบ ฺB: Revised Altman Z’’-Score

สรุปผลการทดสอบคะแนน Altman Z-Score ในตลาดหุ้นไทย

จากการทดสอบการประยุกต์ใช้ Altman Z-Score ทั้ง 2 รูปแบบกับตลาดหุ้นไทยนั้น สังเกตได้ว่าผลตอบแทนของทั้ง 2 ระบบต่างเป็นไปในทิศทางเดียวกันคือ การเลือกซื้อหุ้นที่ค่า Altman Z-Score ต่ำจะได้ผลตอบแทนที่ดีกว่าหุ้นที่ค่า Altman Z-Score สูงอย่างมีนัยยะ ซึ่งตรงข้ามกับความคาดหมายอย่างสิ้นเชิงแต่เมื่อพิจารณาจากหลักการและแนวคิดของ Prof. Altman นั้นจะเห็นได้ว่าหุ้นที่มี Altman Z-Score อยู่ในระดับสูงนั้นถือว่ามีฐานะการเงินที่ดี จึงเป็นไปได้ว่าบริษัทเหล่านี้มี Upside ที่ค่อนข้างจำกัดเนื่องจากตลาดได้รับรู้ข้อมูลนี้ไปหมดแล้ว

ต่างจากหุ้นที่มีค่า Altman Z-Score ต่ำที่ถือว่ามีความเสี่ยงในการล้มละลายสูง ซึ่งจะเห็นได้ว่าในหลายๆกรณีในตลาดหุ้นไทยที่นักลงทุนสถาบันหรือนักลงทุนรายใหญ่มักจะมีการเข้าไปช่วยเหลือบริษัทเหล่านี้ด้วยวิธีการต่างๆ เช่น การเข้าซื้อหุ้นและ Warrant เพิ่มทุนแบบ Private Placement, ทำการ Takeover กิจการแล้วปรับเปลี่ยนโครงสร้างของกิจการใหม่ (Restructure) หรือเปลี่ยนแปลงรูปแบบธุรกิจ ซึ่งการกระทำเหล่านี้ส่งผลให้ราคาหุ้นมีการฟื้นตัวอย่างรุนแรงและทำให้ระบบที่ซื้อหุ้นที่ีมีค่า Z-Score ต่ำนั้นมีผลตอบแทนที่ดีกว่าอย่างมีนัยยะ  

โดยอีกสมมติฐานหนึ่งคือ ถ้า Altman Z-Score นั้นถูกใช้เป็นหนึ่งในเครื่องมือประเมินสถานะการเงินของบริษัทอย่างแพร่หลายในวงการบัญชี, วงการกฏหมายธุรกิจและระบบการประเมินสินเชื่อของธนาคาร ก็มีความเป็นไปได้สูงที่นักลงทุนประเภท High Net Worth หรือนักลงทุนสถาบันจะได้รับคำแนะนำการลงทุนจากเครื่องมือนี้เช่นกัน

อย่างไรก็ดีการใช้ Altman Z-Score นั้นมีข้อที่ควรระวังคือ ถึงแม้ว่าการเลือกซื้อหุ้นที่มี Altman Z-Score ต่ำจะให้ผลตอบแทนที่ดีในการทดสอบแต่ก็มีหลายครั้งที่ระบบเข้าซื้อหุ้นของบริษัทที่หลังจากนั้นเข้าสู่ภาวะล้มละลายและทำให้ไม่สามารถขายหุ้นออกได้ ซึ่งในกรณีนี้ถือว่าอันตรายมากถ้าพอร์ตโฟลิโอไม่ได้มีการกระจายความเสี่ยงมากพอและอาจจะทำให้ประสบปัญหาขาดทุนอย่างหนักได้

SiamQuant-Trade-List-SP-Original
ภาพที่ 3 : ตัวอย่างการ Trade จากระบบที่คัดกรองด้วย Original Altman Z-Score น้อยกว่า 1.8 ที่ไม่สามารถขายออกจากระบบการลงทุนได้เนื่องจากหลักทรัพย์ถูก SP

SiamQuant-SP-Stocks

ภาพที่ 4 : ตัวอย่างการ Trade จากระบบที่คัดกรองด้วย Revised Altman Z’’-Score น้อยกว่า 1.23 ที่ไม่สามารถขายออกจากระบบการลงทุนได้เนื่องจากหลักทรัพย์ถูก SP

[Spacial Content] ตัวอย่างผลการประยุกต์ใช้ Altman Z-Score กับระบบการลงทุนอื่นๆ

หลังจากที่เราได้ทำการทดสอบพลังของ Altman Z-Score กันไปแล้วเราจะมาทิ้งท้ายกันด้วยการนำ Altman Z-Score แบบ Original ไปทำการประยุกต์กับระบบที่ใช้กลยุทธ์ Breakout 200 วันกันบ้างโดยส่วนประกอบของระบบการลงทุนแบบ Breakout 200 วันคือ

  • Entry : ซื้อเมื่อราคา High นั้นสูงกว่าราคา High ในรอบ 200 วันทีี่ผ่านมา
  • Exit : ขายเมื่อราคา Close ต่ำกว่าเส้นค่าเฉลี่ย 50 วัน

และเพิ่มเติมด้วยการคัดกรอง Altman Z-Score โดยการทดสอบจะมีทั้งหมด 3 กรณีดังนี้

  • Breakout200 ที่ค่า Z มากกว่า 2.7 และ PositionScore คือค่า Z
  • Breakout200 ที่ค่า Z น้อยกว่า 1.8 และ PositionScore คือค่า Z
  • Breakout200 ไม่ได้ใช้ Z-Score และ PositionScore คือมูลค่าการซื้อขาย

SiamQuant-Z-ScoreBreakout200

รูปที่ 5 : มูลค่าพอร์ตโฟลิโอของระบบ Breakout 200 วันที่ใช้ Altman Z-Score มากกว่า 2.7 (สีฟ้า) Z-Score น้อยกว่า 1.8 (สีเขียว), Breakout 200 วัน อย่างเดียว (สีส้ม) และ Set Index (สีดำ)

Portfolio Metrics BO200 &  Z > 2.7 BO200 & Z < 1.8 BO200 Only SET Index
Net Profit 819.61% 1545.33% 605.02% 134.04%
CAGR 24.85% 32.33% 21.57% 9.17%
MaxDD -61.24% -31.39% -37.36% -58.02%
Longest DD (Month) 20.10 26.15 25.50 44.15
CAR/MDD 0.86 1.03 0.58 0.15
Trade Metrics BO200 &  Z > 2.7 BO200 & Z < 1.8 BO200 Only SET Index
No. of All Trade 655 618 841 NA
Avg. Bar Held 47.44 44.16 42.98 NA
% Win 44.43% 39.48% 39.60% NA
Avg. Profit/Loss % 7.74% 11.41% 5.54% NA
Max Consecutive Loss 12 17 19 NA

ตารางที่ 3 : ค่าสถิติการซื้อขายของระบบ ฺBreakout 200 วัน ที่ประยุกต์ใช้ Altman Z-Score Original

ผลลัพธ์ที่ได้จากการทดสอบพบว่าระบบการลงทุนด้วยกลยุทธ์ Breakout 200 วันนั้น มีผลลัพธ์ที่ดีขึ้นเมื่อมีการใช้ Altman Z-Score เข้ามาช่วยในการคัดกรองและให้คะแนน PositionScore และเรายังได้ค้นพบเพิ่มเติมว่าพฤติกรรมราคาที่ทะลุจุดสูงสุดในรอบ 200 วันนั้น ถือเป็นอีกปัจจัยที่สามารถนำไปใช้ลดความเสี่ยงจากการซื้อหุ้นที่อยู่ในกลุ่มที่มีความเสี่ยงที่จะล้มละลายได้ (Z น้อยกว่า 1.8) โดยสามารถลดจำนวน Trade ที่ติด SP ออกไปได้อย่างมีนัยยะ (แต่ไม่ทั้งหมด)

บทสรุป Altman Z-Score เครื่องมือชี้วัดที่อาจช่วยให้คุณได้ค้นพบกับหุ้น Turn-Around ในตลาดหุ้นไทย!

จากผลการทดสอบในเบื้องต้นสามารถสรุปได้ว่า Altman Z-Score เป็นอีกเครื่องมือที่มีความน่าสนใจในการช่วยคัดกรองหุ้นในตลาดหุ้นไทย และยังอาจสามารถช่วยให้เรามีโอกาสที่จะค้นพบหุ้น Turn Around ได้อย่างมีนัยยะ โดยจะเห็นได้ว่าพอร์ตโฟลิโอที่ได้ผลตอบแทนสูงสุดในการทดสอบใช้เกณฑ์การซื้อหุ้นที่มีค่า PositionScore ของ Altman Z-Score ที่มีค่าสูงที่สุดจากในกลุ่มที่ Altman Z-Score อยู่ในเกณฑ์ที่มีความเสี่ยงในการล้มละลาย (Z น้อยกว่า 1.8) แต่อย่างไรก็ตามการเลือกซื้อหุ้นที่มีค่า Altman Z-Score ต่ำอาจทำให้ระบบเข้าซื้อหุ้นของบริษัทที่หลังจากนั้นไม่นานอาจเข้าสู่ภาวะล้มละลายและกระบวนการฟื้นฟูกิจการซึ่งทำให้ไม่สามารถขายหุ้นออกได้

อย่างไรก็ตาม งานวิจัยชิ้นนี้จะเห็นได้ว่าหนึ่งในกฏเหล็กของการลงทุน “High Risk High Return” ก็ยังคงเป็นจริงเสมอ ถึงแม้ Altman Z-Score จะให้ผลทดสอบย้อนหลังที่ดูดีแต่ต้องอย่าลืมว่าต้องแลกมาด้วยความเสี่ยงที่ระบบการลงทุนจะเข้าซื้อหุ้นของบริษัทที่อาจล้มละลายหรือเข้ากระบวนการฟื้นฟูกิจการและไม่สามารถขายออกได้เป็นเวลาหลายๆปีเช่นกัน โดยสิ่งที่จะปกป้องเราได้คือความรู้ความเข้าใจถึงข้อดีข้อเสียของ “อาวุธลับ” ที่เราเลือกนำมาใช้ในการสร้างระบบการลงทุนของเราอย่างรอบด้านครับ

Koedkao Peeratiyuth

ทีมงานวิจัยระบบการลงทุน SiamQuant Alpha Researcher

วิศวกรที่หันมาเดินทางในสายการเงินแบบเต็มตัวมากว่า 10 ปี ด้วย Passion อันแรงกล้าและความคลั่งไคล้การลงทุน โดยมีเป้าหมายสูงสุดคือการเผยแพร่ความรู้ให้คนไทยลงทุนได้ด้วยความเข้าใจไม่ใช่ไสยศาสตร์ !!

สอบผ่านหลักสูตร CMT Level 1 และ ได้รับใบอนุญาตนักวิเคราะห์หลักทรัพย์ด้วยปัจจัยเทคนิค เลขที่ทะเบียน 040287