fbpx
ระบบการลงทุน

Altman Z-Score สูตรทำนายหุ้นล้มละลาย!

Koedkao Peeratiyuth

มันจะดีแค่ไหนกันนะ? ถ้าเราที่มีสูตรการคำนวนที่จะเข้ามาช่วยคัดกรองหุ้นที่มีโอกาสล้มละลายออกไปจากพอร์ตโฟลิโอของเรา ในบทความนี้เราจะมาทำความรู้จักกับสูตร Altman Z-Score และผลการทดสอบประสิทธิภาพของมันในตลาดหุ้นไทยกันครับ!

ประวัติย่อและแนวคิดของ Altman Z-Score

Altman Z-Score นั้นถูกตีพิมพ์ครั้งแรกในปี ค.ศ. 1968 โดยเป็นผลงานชิ้นโบว์แดงของ Edward Altman ศาสตราจารย์ด้าน Finance ที่ New York University Stern’s School of Business ซึ่ง Altman นั้นได้แนวคิดมาจากความต้องการที่จะสร้างมาตราวัดเชิงปริมาตร (Quantitative Measure) จากข้อมูลงบการเงินที่สามารถนำไปใช้ในการชี้วัดและประเมินระดับความเสี่ยงว่าบริษัทนั้นๆมีโอกาสมากแค่ไหนที่จะเข้าสู่ภาวะล้มละลาย (Bankruptcy)

โดยผลการทดสอบเชิงวิชาการที่ใช้ข้อมูลทางบัญชีของบริษัทในสหรัฐตั้งแต่ปี ค.ศ. 1970 – 1999 นั้น พบว่า Altman Z-Score สามารถทำการคาดการณ์การล้มละลายของบริษัทภายในระยะเวลา 1 ปีจากเวลาที่ประเมินได้ถึง 80 – 90 % โดยมีอัตราความผิดผลาด (บริษัทที่ไม่ได้มีการล้มละลายตามคาด) อยู่ที่ประมาณ 15 – 20% เท่านั้น!

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

Altman Z-Score ในรูปแบบดั้งเดิม (Original) นั้นถูกสร้างมาเพื่อใช้ในการประเมินบริษัทที่เป็นผู้ผลิตสินค้า (Manufacturing Firm) ที่มีสินทรัพย์มากกว่า 1 ล้านดอลลาห์สหรัฐขึ้นไป แต่อย่างไรก็ตามหลังจากนั้นศาสตราจารย์ Edward Altman ได้ทำการพัฒนาต่อยอดและปรับปรุง Altman Z-Score Original ให้สามารถนำไปใช้ประเมินบริษัทเอกชน (ที่ไม่ได้ทำการซื้อขายอยู่ในตลาดหุ้น)

และยังมี Altman Z-Score Revised (1985) ที่สามารถนำไปใช้ประเมินบริษัทที่ไม่ได้เป็นผู้ผลิตสินค้า (Non – Manufacturing Firm) ได้โดยการตัดตัวแปรที่ใช้ในสูตรบางตัวออกไปและทำการเปลี่ยนแปลงค่าสัมประสิทธิ์ (Coefficient) ของสูตร

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

Altman Z-Score มีสูตรอย่างไร?

Altman Z-Score นั้นประกอบไปด้วยส่วนประกอบย่อยทั้งหมด 5 ส่วน โดยในแต่ละส่วนนั้นจะมีการพิจารณาข้อมูลทางบัญชีในปัจจัยต่างๆที่จะบ่งชี้ถึงฐานะการเงินที่ย่ำแย่และมีความเสี่ยงต่อการล้มละลาย (Bankruptcy)

แต่ละปัจจัยที่ทำการพิจารณานั้นจะมีค่าสัมประสิทธิ์ (Coefficient) ที่เป็นการสะท้อนถึงความมีนัยยะของแต่ละปัจจัยตามโมเดลของศาสตราจารย์ Altman ซึ่งข้อมูลที่ใช้ในการคำนวน Altman Z-Score นั้นล้วนมาจากงบแสดงฐานะการเงินและงบกำไรขาดทุนเบ็ดเสร็จทั้งหมด

Altman Z-Score Original Formula (1968)

Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 +0.99X5

โดยที่

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 เป็นสูตรที่มาจากการวิเคราะห์ค่าและอัตราส่วนจากงบการเงินทั้งหมดซึ่งถ้าในกรณีที่บริษัทมีการเปลี่ยนแปลง (Revised) หรือตกแต่งบัญชีอาจทำให้ค่า Z ที่ได้นั้นได้รับผลกระทบไปด้วย

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 ที่ได้ออกมาจากสูตรคำนวนข้างต้นสามารถนำมาตีความได้ดังนี้

  • 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 มีความเป็นไปได้ที่บริษัทจะล้มละลาย/เพิ่มทุนภายใน 2 ปี
  • ค่า Z น้อยกว่า 1.8 หมายถึง มีความเป็นไปได้สูงที่บริษัทจะล้มละลาย/เพิ่มทุน

Altman Z-Score For Non-Manufacturing (1985)

ในปี 1985 Prof. Altman ได้ทำการปรับแต่งสูตรดั้งเดิมเพื่อที่จะได้คำนวนค่า Z-Score สำหรับบริษัทที่ไม่ได้เป็นผู้ผลิตสินค้า (Non-Manufacturing firm) โดยตั้งชื่อสูตรนี้ว่า Revised  Altman 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 มีความเป็นไปได้สูงที่บริษัทจะล้มละลาย/เพิ่มทุน

ผลการทดสอบคะแนน Altman Z-Score ในตลาดหุ้นไทย  

หลังจากที่เราได้รู้ถึงที่มาที่ไปและสูตรที่ใช้ในการคำนวน Altman Z-Score ทั้ง 2 แบบแล้ว ขั้นตอนต่อไปคือการทดสอบระบบการลงทุนที่คัดเลือกหุ้นโดยใช้ Altman Z-Score ด้วยฐานข้อมูลหุ้นไทยและชุดเครื่องมือวิจัยกลยุทธ์การลงทุน SiamQuant Amibroker AlphaSuite ของพวกเรากันแล้ว โดยกฏเกณฑ์หลักๆของระบบการลงทุนที่จะทำการทดสอบทั้ง 2 ระบบคือ

ระบบการลงทุน Original Altman Z-Score : โดยเราจะใช้ค่า Original Altman Z-Score ในการคัดกรองหุ้น (Filter) โดยเลือกมา 3 กรณีด้วยกัน

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

ระบบการลงทุน Revised Altman Z-Score : โดยเราจะใช้ค่า Revised 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

โดยเงื่อนไขอื่นๆของการทดสอบ ซึ่งมีรายละเอียดดังต่อไปนี้

Condition Details
Backtesting Window
  • 01/01/2009 – 01/01/2019
Backtesting Restriction
  • เงินทุนเริ่มต้น 10 ล้านบาท
  • อัตราค่า Commission 0.25% (รวมซื้อขาย 0.5%)
  • Long Only
Universe
  • All Stocks หุ้นทุกตัวในตลาดหลักทรัพย์
Filters
  • มูลค่าการซื้อขายเฉลี่ยใน 1 ปีมากกว่า 1 ล้านบาท/วัน
  • กรองข้อมูลที่มีความผิดผลาดออกด้วย SQDataFilter(0)
Entry / Exit
  • ซื้อหมุนวนทุกๆ 1 ปีแบบ Yearly Rotation System
Position Size
  • ถือหุ้นมากที่สุด 20 ตัวในพอร์ตโฟลิโอ ขนาดการลงทุนต่อตัวคือ 5% ของมูลค่าพอร์ตโฟลิโอ
Position Score
  • เรียงลำดับจาก Altman Z-Score สูงสุด
Order Management
  • ทำการซื้อขายราคาเปิด (Open) ของวันถัดไปของวันที่เกิดสัญญาณ)

ตารางที่ 1 : ตารางแสดงเงื่อนไขอื่นๆสำหรับการทดสอบ Altman Z-Score

ผลการทดสอบ Altman Z-Score กับตลาดหุ้นไทย

ภาพที่ 1 : มูลค่าพอร์ตโฟลิโอของระบบ Original Altman Z-Score มากกว่า 2.7 (เส้นสีส้ม) Z-Score ระหว่าง 1.8 กับ 2.7 (เส้นสีน้ำเงิน), 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 70.76% 310.68% 375.35% 227%
CAGR 5.51% 15.20% 16.90% 12.57%
MaxDD -59.49% -27.56% -49.41% -25.48%
Longest DD (Month) 50.75 44.75 48.20 52.65
CAR/MDD 0.09 0.55 0.34 0.65
Trade Metrics Z > 2.7 1.8 > Z < 2.7 Z < 1.8 SET Index
No. of All Trade 190 190 185 NA
Avg. Bar Held 244.23 249.15 274.37 NA
% Win 47.37% 52.11% 51.35% NA
Avg. Profit/Loss % 11.59% 19.11% 26.70% NA
Max Consecutive Loss 18 10 8 NA

ตารางที่ 2 : ค่าสถิติการซื้อขายของระบบ : Original Altman Z-Score

ภาพที่ 2 : มูลค่าพอร์ตโฟลิโอของระบบ Revised Altman Z’’-Score มากกว่า 2.9 (เส้นสีส้ม) Z’’-Score ระหว่าง 1.23 กับ 2.9 (เส้นสีน้ำเงิน), 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 68.71% 240.14% 301% 227%
CAGR 5.38% 13.05% 14.92% 12.57%
MaxDD -60.03% -59.62% -47.59% -25.48%
Longest DD (Month) 50.75 50.75 47.10 52.65
CAR/MDD 0.09 0.21 0.31 0.65
Trade Metrics Z > 2.9 1.23 > Z < 2.9 Z < 1.23 SET Index
No. of All Trade 191 190 180 NA
Avg. Bar Held 244.23 244.01 295.69 NA
% Win 48.17% 53.16% 46.11% NA
Avg. Profit/Loss % 12.07% 17.26% 28.79% NA
Max Consecutive Loss 19 10 17 NA

ตารางที่ 2 : ค่าสถิติการซื้อขายของระบบ : Revised Altman Z’’-Score

จากการทดสอบการประยุกต์ใช้ Altman Z-Score ทั้ง 2 รูปแบบกับตลาดหุ้นไทยนั้น สังเกตได้ว่าผลตอบแทนของทั้ง 2 ระบบต่างเป็นไปในทิศทางเดียวกันคือ การเลือกซื้อหุ้นที่ค่า Altman Z-Score ต่ำจะได้ผลตอบแทนที่ดีกว่าหุ้นที่ค่า Altman Z-Score สูงอย่างมีนัยยะ ซึ่งตรงข้ามกับความคาดหมายอย่างสิ้นเชิง

แต่เมื่อพิจารณาจากหลักการและแนวคิดของศาสตราจารย์ 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 Private Equity หรือนักลงทุนสถาบันจะได้รับคำแนะนำการลงทุนจากเครื่องมือนี้เช่นกัน

อย่างไรก็ดีการคัดเลือกหุ้นด้วย Altman Z-Score ที่ต่ำนั้นมีข้อที่ควรระวังคือ มีหลายครั้งที่ระบบเข้าซื้อหุ้นของบริษัทที่ติด SP และทำให้ไม่สามารถขายหุ้นออกได้ ซึ่งในกรณีนี้ถือว่าอันตรายมากถ้าพอร์ตโฟลิโอไม่ได้มีการกระจายความเสี่ยงมากพอและอาจจะทำให้ประสบปัญหาขาดทุนอย่างหนักได้

ภาพที่ 3 : ตัวอย่างสัญญาณการ Trade จากระบบที่คัดกรองด้วย Original Altman Z-Score ที่มีค่าน้อยกว่า 1.8 ซึ่งไม่สามารถขายออกจากระบบการลงทุนได้เนื่องจากหลักทรัพย์ถูกหยุดการซื้อขาย (SP) – SiamQuant Amibroker AlphaSuite

ภาพที่ 4 : ตัวอย่างสัญญาณการ Trade จากระบบที่คัดกรองด้วย Revised Altman Z’’-Score ที่มีค่าน้อยกว่า 1.23 ซึ่งไม่สามารถขายออกจากระบบการลงทุนได้เนื่องจากหลักทรัพย์ถูกหยุดการซื้อขาย (SP) – SiamQuant Amibroker AlphaSuite

โดยข้อมูลจากการทดลองเพิ่มเติม บ่งชี้ว่าการเลือกใช้ค่า Altman Z-Score กลางๆ นั้นมีส่วนช่วยลดโอกาสที่หุ้นประเภทนี้จะหลุดเข้ามาในพอร์ตโฟลิโอได้เป็นอย่างมาก

บทสรุปของการวิจัย Altman Z-Score

จากการทดสอบ Altman Z-Score เราพบว่าเป็นอีกเครื่องมือที่มีความน่าสนใจและสามารถนำไปต่อยอดการคัดกรองหุ้นในตลาดหุ้นไทยที่มีโอกาสที่จะ Turn Around ได้อย่างมีนัยยะ

แต่อย่างไรก็ตามการเลือกซื้อหุ้นที่มีค่า Altman Z-Score ต่ำอาจทำให้ระบบเข้าซื้อหุ้นของบริษัทที่หลังจากนั้นไม่นานอาจเข้าสู่ภาวะล้มละลายและกระบวนการฟื้นฟูกิจการซึ่งทำให้ไม่สามารถขายหุ้นออกได้

จากงานวิจัยชิ้นนี้จะเห็นได้ว่าหนึ่งในกฏเหล็กของการลงทุน “High Risk High Return” ก็ยังคงเป็นจริงเสมอยกตัวอย่างเช่น กลยุทธ์หาหุ้น Turn Around นั้นถึงแม้จะมีผลตอบแทนที่ดีแต่ก็ต้องแลกมาด้วยความเสี่ยงที่ระบบการลงทุนจะเข้าซื้อหุ้นของบริษัทที่อาจติด SP ในเวลาต่อมาและไม่สามารถขายออกได้เป็นเวลาหลายๆปีเช่นกัน โดยผมหวังว่าความรู้ความเข้าใจถึงข้อดีข้อเสียของกลยุทธ์การลงทุนแต่ละประเภทนั้นจะช่วยให้เพื่อนๆลงทุนได้อย่างมั่นใจและมีความสุขขึ้นครับ