บทวิเคราะห์ของสำนักข่าวดิอีโคโนมิสต์ระบุว่า ที่ผ่านมา ผู้เชี่ยวชาญและนักลงทุนต่างเห็นพ้องกันว่า มูลค่าของสินทรัพย์จำนวนมากปรับตัวสูงขึ้น อย่างเจมี่ ไดมอน ประธานกรรมการบริหารของเจพีมอร์แกนเชส ที่ออกมาเตือนในช่วงกลางเดือน ต.ค. ว่า สินทรัพย์จำนวนมาก "กำลังเข้าสู่ภาวะฟองสบู่" ในขณะเดียวกัน เจน เฟรเซอร์ ประธานกรรมการบริหารของซิตี้กรุ๊ปเอง ก็ได้พูดถึง "การประเมินมูลค่าสินทรัพย์ที่สูงเกินจริง" เช่นกัน
นอกจากนี้ สถาบันอย่าง ธนาคารกลางอังกฤษชี้ว่า “ความเสี่ยงที่ตลาดจะปรับฐานอย่างรุนแรงมีเพิ่มขึ้น" และกองทุนการเงินระหว่างประเทศ (IMF) ก็มีความกังวลเกี่ยวกับ "ความผันผวน" เนื่องจาก "ราคาของสินทรัพย์เสี่ยงที่สูงกว่าปัจจัยพื้นฐานเป็นอย่างมาก" โดยเมื่อพิจารณาจากการซื้อหุ้นในดัชนี S&P 500 ของอเมริกาในปัจจุบัน นักลงทุนจะต้องจ่ายเงินในราคาที่สูงกว่า 41 เท่าของกำไรพื้นฐานโดยเฉลี่ย ซึ่งตลอดระยะเวลาที่ผ่านมา อัตราส่วนที่มากขนาดนี้พบเจอได้แค่ในช่วงวิกฤตฟองสบู่ดอทคอมเท่านั้น ซึ่งตัวเลขในช่วงเวลานั้นก็ไม่ได้สูงไปกว่าในปัจจุบันมากเท่าไร
ในปัจจุบัน ช่องว่างระหว่างเครดิตของตราสารหนี้บริษัทเอกชนที่มีความน่าเชื่อถือระดับปานกลาง-สูง ให้ผลตอบแทนสูงกว่าพันธบัตรรัฐบาลเพียง 0.8 % ซึ่งครั้งสุดท้ายที่ส่วนต่างของเครดิตต่ำขนาดนี้ ก็คือช่วงฟองสบู่ดอทคอมในปี 1998 เช่นเดียวกัน
แม้แต่ในด้านของ "ทองคำ" ซึ่งปกติแล้วจะทำหน้าที่เป็นสินทรัพย์ปลอดภัย ก็ดูเหมือนจะอ่อนไหวต่อความต้องการของนักลงทุนมากผิดปกติ โดยหลังจากพุ่งขึ้นแตะระดับสูงสุดเป็นประวัติการณ์เมื่อวันที่ 20 ต.ค. ราคาก็ลดลงกว่า 7% ในเวลาเพียงสองวัน และในปัจจุบันก็อยู่ต่ำกว่าจุดสูงสุดถึง 8% แล้ว
แม้การปรับฐานครั้งแรกของสินทรัพย์อาจเกิดขึ้นไปแล้วในช่วงกลางปี แต่คำถามที่สำคัญกว่านั้นคือ ครั้งต่อไปจะเกิดขึ้นเมื่อไร?
เจมส์ ไวท์ จากบริษัทการลงทุน Elm Wealth กล่าวว่า บริษัทจัดการกองทุนเชิงปริมาณ และกองทุนเฮดจ์ฟันด์อื่น ๆ ที่สัญญาว่าจะให้ผลตอบแทนไม่ว่าจะเกิดอะไรขึ้น รวมถึงใครก็ตามที่หวังจะเอาชนะตลาด ควรจะต้องคาดการณ์จุดเปลี่ยนของตลาดให้ได้อย่างแม่นยำ “กุญแจสำคัญของการซื้อขายแบบมหภาค คือการคาดการณ์จุดเปลี่ยน”
อย่างไรก็ตามในความเป็นจริงแล้ว การที่เราจะล่วงรู้การเปลี่ยนนั้น “แทบจะเป็นไปไม่ได้เลย”
ที่เป็นเช่นนั้นเพราะการคาดการณ์การปรับฐานของตลาด ขึ้นอยู่กับการคาดการณ์ความผันผวน ของแนวโน้มราคาสินทรัพย์ว่าจะขึ้นหรือลง ที่ผ่านมานักลงทุนและนักวิเคราะห์ที่พยายามคาดการณ์ความผันผวนของหุ้น จะอาศัยชุดข้อเท็จจริงจากรูปแบบที่เกิดขึ้นซ้ำ ๆ โดยหน่ึงในนั้นคือการดูความผันผวนตลาดจาก “สองลักษณะ” (bimodel) กล่าวคือ
- การสังเกตว่าช่วงเวลาใดที่ราคาสินทรัพย์จะเคลื่อนไหวน้อยแต่ยาวนาน
- ช่วงเวลาได้บ้างที่ราคาจะเคลื่อนไหวมากในช่วงสั้น ๆ
การเคลื่อนไหวของราคาเหล่านี้มีความสัมพันธ์กับทิศทางที่ราคาสินทรัพย์ในภาพรวมจะเป็นไปในอนาคต โดยในช่วงที่ความผันผวนต่ำราคามักจะมี "เสถียรภาพ" หรือปรับตัวสูงขึ้น แต่ในช่วงที่ความผันผวนสูง ราคามักจะปรับตัวลดลง
วิธีที่ดีที่สุดในการคาดการณ์ความผันผวนในอนาคต คือการคาดการณ์จากปัจจุบัน โดยข้อสังเกตนี้เป็นพื้นฐานของแบบจำลอง 'ออโตรีเกรสซีฟ' (autoregressive models) ซึ่งนักลงทุนของธนาคารและบริษัทเพื่อการลงทุนใช้เป็นประจำเพื่อประเมินความเสี่ยง" นอกจากนี้ แบบจำลองดังกล่าวยังมักมีการนำไปใช้ในการกำหนดราคาออปชัน ทำให้นักลงทุนสามารถทำกำไรจากความผันผวนของราคาได้
อย่างไรก็ตาม แม้ว่าแบบจำลองเหล่านี้จะมีประโยชน์ในการคาดการณ์แบบวันต่อวัน แต่แท้จริงแล้วกลับไม่พร้อมสำหรับการคาดการณ์ความผันผวนที่เพิ่มขึ้นอย่างฉับพลัน ที่มาพร้อมกับการปรับฐานเมื่อตลาดมีการเปลี่ยนแปลง
ด้วยเหตุนี้ จึงมีการสร้างแบบจำลองอื่นๆ ขึ้นมาเพื่อเสริมแบบจำลองออโตรีเกรสซีฟ โดยอ้างอิงจากปัจจัยภายนอกอื่น ๆ ที่อาจทำให้ความผันผวนพุ่งสูงขึ้น โดยวิธีการที่ทันสมัยที่สุดคือการใช้แมชชีนเลิร์นนิ่ง (Machine learning) เพื่อวิเคราะห์ผลกระทบของตัวแปรทางเศรษฐกิจทุกตัวที่มีอยู่ ไม่ว่าจะเป็นรายได้องค์กร, GDP, อัตราเงินเฟ้อ, ข้อมูลการจ้างงาน หรือข้อมูลอื่นใดก็ตามที่อาจส่งผลให้ความเชื่อมั่นของตลาดลดลงอย่างกะทันหัน
ในขณะเดียวกัน แมชชีนเลิร์นนิ่งก็เป็นเครื่องมือที่เหมาะในการบ่งชี้ถึงจุดเปราะบางในชุดข้อมูล ที่มนุษย์มองข้าม แม้แต่ Bridgewater ซึ่งเป็นหนึ่งในกองทุนเฮดจ์ฟันด์ที่ใหญ่ที่สุดในโลก ก็ยังมีชื่อเสียงในด้านกลยุทธ์การซื้อขายที่อาศัยการผสมผสานตัวแปรทางเศรษฐกิจที่ซับซ้อน
แม้จะเป็นเช่นนั้น แต่น่าเสียดายที่กลยุทธ์แมชชีนเลิร์นนิ่งยังใช้ได้ผลจริงน้อยมาก นักลงทุนจากบริษัทเฮดจ์ฟันด์แห่งหนึ่ง ได้สะท้อนความรู้สึกของเขากับ เดอะ อิโคโนมิสต์ว่า
"ผมไม่รู้จักบริษัทอื่นนอกจาก Bridgewater ที่ประสบความสำเร็จกับแบบจำลองพวกนี้"
แม้แต่บริษัทที่ดีที่สุดก็ไม่สามารถคาดการณ์ "ภาวะช็อก" เช่น การระบาดของเชื้อไวรัส หรือการแห่ถอนเงินจากธนาคารที่มักนำมาสู่การปรับฐานครั้งใหญ่ได้อย่างแท้จริง แม้แบบจำลองจะสามารถระบุได้ว่าสถานการณ์ดังกล่าวมีโอกาสส่งผลกระทบรุนแรงต่อตลาด แต่ก็ไม่สามารถระบุได้แน่ชัดว่าจะเกิดขึ้นเมื่อใด
หรือเมื่อลองมองตัวเลือกอื่น ๆ นักลงทุนก็ยังมีเครื่องมือสำหรับการสังเกตจุดกลับตัว (reversal) อื่น ๆ อยู่ เช่น เมื่อสังเกตจากค่าความผันผวนที่มักจะพุ่งสูงขึ้นเมื่อราคามีการเปลี่ยนทิศทาง นักลงทุนสายโมเมนตัม (momentum traders) มักจะเทขายสินทรัพย์ทั้งหมดของตัวเองทันที หลังกำไรที่เคยได้ต่อเนื่องต้องสะดุดลงหลังการปรับฐานครั้งใหญ่ครั้งแรก
นอกจากนี้ ความสัมพันธ์ระหว่างสินทรัพย์ประเภทต่างๆ ยังสามารถเป็นสัญญาณเตือนล่วงหน้าว่ากำลังเกิดการปรับฐานได้ โดยสัญญาณทั่วไปที่บ่งบอกว่านักลงทุนได้เปลี่ยนไปอยู่ในโหมด "หลีกเลี่ยงความเสี่ยง" ก็สามารถสังเกตได้จาก การที่ราคาหุ้นตก ในขณะที่ราคาสินทรัพย์ปลอดภัยอย่างทองคำและพันธบัตรรัฐบาลปรับตัวสูงขึ้น
หัวหน้าฝ่ายกลยุทธ์จากกองทุนเฮดจ์ฟันด์ขนาดใหญ่อีกแห่งหนึ่งกล่าวกับดิอีโคโนมิสต์ว่า แม้แบบจำลองจะมีข้อบกพร่องอยู่บ้าง แต่ก็มีวิธีใช้ให้เกิดประโยชน์สูงสุดเพื่อช่วยในการคาดการณ์ นั่นคือการรวมแบบจำลองอิสระหลาย ๆ แบบเข้าด้วยกัน ถึงอย่างนั้น สิ่งที่ดีที่สุดสำหรับนักลงทุนคือตรวจพบสัญญาณการปรับฐานตั้งแต่เนิ่น ๆ และขายสินทรัพย์เพื่อลดการขาดทุนก่อนจะสายเกินไป
“นักลงทุนที่เก่งที่สุดในวอลล์สตรีทอาจให้คำเตือนถึงการแตกของฟองสบู่กับคุณได้ แต่อย่าคาดหวังให้พวกเขาบอกคุณว่าเหตุการณ์นั้นจะเกิดขึ้นเมื่อไร”