บิ๊กเทคใช้กล SPV ‘ซ่อนหนี้’ ตั้ง ‘บริษัทเฉพาะกิจ’ กู้แทน ผลคือหนี้ไม่โผล่ในงบดุลหลักบริษัท

ในกระแสทุ่มเม็ดเงินเข้าสู่ปัญญาประดิษฐ์ครั้งใหญ่ที่สุดในประวัติศาสตร์ คำถามเริ่มก่อตัวขึ้นเรื่อย ๆ ว่า “โลกกำลังเดินเข้าสู่ 'ฟองสบู่ AI' หรือไม่” เพราะแม้เงินลงทุนจะพุ่งเป็นระดับแสนล้าน–ล้านล้านดอลลาร์ แต่ “ผลตอบแทนที่แท้จริง” กลับยังไม่ชัดเจน และโมเดลรายได้ของ AI ก็ยังคงอยู่ใน “ช่วงทดลอง” มากกว่าเก็บเกี่ยว

ปัจจัยที่ทำให้หลายฝ่ายเริ่มกังวล คือ บรรดาบิ๊กเทคไม่ได้ใช้เฉพาะเงินสดในมือเพื่อเร่งสร้างศูนย์ข้อมูลและระบบคอมพิวติ้งอีกต่อไป หากแต่ “เปลี่ยนมาใช้เงินกู้จากนักลงทุน” สูงขึ้นเรื่อย ๆ ผ่านการออกหุ้นกู้และโครงสร้างทางการเงินที่ซับซ้อน เพื่อแบกรับต้นทุน AI ที่เพิ่มขึ้นอย่างต่อเนื่อง ราวไร้ขีดจำกัด ดังต่อไปนี้

- Meta กำลังจะออกหุ้นกู้ 30,000 ล้านดอลลาร์ (ประมาณ 9.6 แสนล้านบาท)

- Oracle ออกหุ้นกู้ 18,000 ล้านดอลลาร์ (ประมาณ 5.7 แสนล้านบาท) เพื่อสร้างดาต้าเซ็นเตอร์ให้ OpenAI

- ล่าสุด Amazon.com ออกหุ้นกู้ เพื่อระดมเงิน 12,000 ล้านดอลลาร์ (ประมาณ 3.8 แสนล้านบาท)

เมื่อเหล่าบิ๊กเทค AI จำเป็นต้องพึ่งพาเงินทุนจากภายนอก ผลที่ตามมา คือ วอลล์สตรีทมองเห็น “โอกาสทำเงินครั้งใหญ่” และเข้ามาเก็บส่วนแบ่ง เพราะดีล AI นั้นใหญ่และผลตอบแทนสูง ทำให้สถาบันการเงินแทบทุกประเภท ต่างแย่งกันเข้ามามีส่วนร่วม

ธนาคารยักษ์ใหญ่ เช่น JPMorgan Chase และ Morgan Stanley ต้องการส่วนแบ่งจากค่าธรรมเนียมทางการเงิน ขณะเดียวกัน ผู้จัดการกองทุนอย่าง BlackRock แสวงหาช่องทางลงทุนเพื่อผลตอบแทนระยะยาว ขณะที่ยักษ์ใหญ่ด้าน Private Credit อย่าง Blue Owl และ Apollo มองเห็นโอกาสปล่อยกู้ให้บริษัทเทคที่จะทำโครงสร้างพื้นฐาน AI ขนาดใหญ่ 

ด้านนักลงทุนก็แห่ซื้อ “หนี้ของศูนย์ข้อมูล AI” (Data-center Debt) ซึ่งร้อนแรงมากจนกองทุนการเงินบางแห่ง สามารถทำกำไรระดับ “พันล้านดอลลาร์” ได้ภายใน “ไม่กี่วัน” ทั้งที่ศูนย์ข้อมูลที่พวกเขาให้เงินกู้ ยังสร้างไม่เสร็จด้วยซ้ำ

หันใช้ SPV-Private Credit ปิดบังก้อนหนี้

ในการเร่งระดมเงินครั้งใหญ่เพื่อวางโครงสร้างพื้นฐาน AI บิ๊กเทคหลายบริษัทพยายามหลีกเลี่ยงทั้งการเพิ่มทุน ซึ่งทำให้ผู้ถือหุ้นเดิมถูกลดมูลค่า และการกู้ธนาคารโดยตรง ซึ่งจะทำให้เห็นหนี้บวมชัด

ทางออกที่กำลังได้รับความนิยมมากขึ้นคือ การจัดตั้ง “บริษัทเฉพาะกิจ” (Special Purpose Vehicle: SPV) เพื่อเป็นผู้กู้เงิน “แทนบริษัทแม่” 

ยกตัวอย่างกรณี Meta ในการสร้างศูนย์ข้อมูล AI ยักษ์ที่ชื่อ Hyperion ในรัฐหลุยเซียนา Meta เลือกจับมือกับ Blue Owl Capital เพื่อตั้งบริษัท “Beignet Investor LLC” ในการออกตราสารหนี้ 27,000 ล้านดอลลาร์ โดย Meta ถือหุ้น 20% ส่วน Blue Owl ถือหุ้น 80%

แม้ว่า Meta ถือหุ้นเพียง 20% แต่ยังคงเป็นผู้ควบคุมการดำเนินงานและเช่าใช้ศูนย์ข้อมูลระยะยาว ทว่า หนี้ที่ก่อจากการออกตราสารหนี้เพื่อสร้างโครงการ กลับ “ไม่ต้องถูกรวม” ในงบดุลของ Meta โดยอาศัยช่องว่างในกฎบัญชีที่อนุญาต หากบริษัทถือหุ้นส่วนน้อย แม้จะมีอำนาจควบคุมในเชิงปฏิบัติ ก็ไม่ต้องรวมงบเข้าบริษัทแม่

ด้วยโครงสร้างการจัดตั้งบริษัทในรูปแบบนี้ ทำให้ Meta สามารถสร้างศูนย์ข้อมูลได้โดย “ไม่ต้องบันทึกหนี้ 27,000 ล้านดอลลาร์ไว้ในงบดุลตัวเอง” วิธีการนี้เรียกว่า Special Purpose Vehicle (SPV) หรือ การจัดหาเงินทุนนอกงบดุล (Off–Balance-Sheet Financing)

เหตุผลเพราะ หากโครงการศูนย์ข้อมูลล้มเหลวหรือเกิดภาระหนี้บานปลาย ผลกระทบจะไม่ย้อนกลับมาบันทึกตรงบนงบการเงินของบริษัทแม่ และเครดิตเรตติ้งของบิ๊กเทค จะไม่มัวหมองโดยตรง

ในภาพใหญ่ “Blue Owl” กำลังกลายเป็นพันธมิตรสำคัญของบิ๊กเทคหลายราย เพราะเป็นยักษ์ใหญ่ในโลก Private Credit ที่มีกระสุนการลงทุน “ระดับแสนล้านดอลลาร์”

เหตุผลที่ Blue Owl กล้าปล่อยกู้ก้อนโตให้บิ๊กเทค ก็เพราะโครงสร้างดีลถูกสร้างให้ผลตอบแทนสูง และความเสี่ยงก็ถูกกดลงด้วยสัญญาค้ำประกัน โดยบิ๊กเทคยอมทำสัญญาเช่าศูนย์ข้อมูลแบบ “ผูกมัดล่วงหน้า 10–15 ปี” เพื่อชำระคืนเงินลงทุนให้ Blue Owl อีกทั้งบิ๊กเทคยังนำศูนย์ข้อมูลซึ่งกำลังก่อสร้าง เป็น “หลักประกัน”

ขณะเดียวกัน ในดีล Meta ทำโครงการศูนย์ข้อมูล Hyperion นั้น Blue Owl ลงเงินทุนของตัวเองเพียง 3,000 ล้านดอลลาร์ เพื่อจำกัดความเสี่ยงจากการใช้เงินสดโดยตรง ส่วนที่เหลืออีก 27,000 ล้านดอลลาร์ Blue Owl กู้จากนักลงทุนผ่านตราสารหนี้ โดยต้องจ่ายดอกเบี้ยเฉลี่ย 6.58% ต่อปี

แต่ผลตอบแทนจากค่าเช่า Meta ที่คาดไว้ อยู่ที่ประมาณ 13% ต่อปี ซึ่งส่วนต่างระหว่าง  6.58% กับ 13% คือ กำไรของ Blue Owl และนักลงทุน

Blue Owl เผยว่า บริษัทกำลังสร้างรายได้แน่นอนจากสัญญาเช่าล่วงหน้า ไม่ใช่การทุ่มเงินเพื่อหวังกำไรลอย ๆ จาก AI

อย่างไรก็ตาม สิ่งที่ทำให้วอลล์สตรีทกังวลคือ รายได้เหล่านี้ยังไม่ได้มาจาก “ตลาดจริง” แต่เกิดจากการล็อกสัญญากันภายในระบบนิเวศของ AI

ถ้า OpenAI, Meta, Oracle ชะลอการใช้ AI การไหลของเงิน “ตามสัญญา” อาจมีปัญหา โดยจุดนี้คือความเสี่ยงที่ยังไม่พิสูจน์ว่า จะจัดการได้ในภาวะเศรษฐกิจถดถอย หรือเมื่อบริษัทต้องลดการลงทุน (CapEx) ลง

ตามการประเมินของ Morgan Stanley บิ๊กเทคถูกคาดว่าจะใช้เงินราว 3 ล้านล้านดอลลาร์ ไปกับ AI ภายในปี 2028

อย่างไรก็ตาม กลับมีกระแสเงินสดรองรับได้เพียง “ครึ่งเดียว” ซึ่งถ้าผลตอบแทนจาก AI ไม่โตตามแผน หนี้จำนวนมหาศาลจะกลายเป็นปัญหาขึ้น

‘เดิมพัน’ กระจายทั่วระบบการเงิน ไม่จำกัดเฉพาะผู้ถือหุ้น AI

แม้ดีลโครงสร้างพื้นฐาน AI ถูกมองว่าเป็น “ดีลทองคำ” ที่ใครได้เข้าร่วม ก็มีโอกาสทำผลตอบแทนสูง แต่ความเสี่ยงอีกด้านคือ หากตลาด AI เกิดการปรับฐานครั้งใหญ่ ผลกระทบจะแผ่เป็นวงกว้าง ไม่ได้จำกัดอยู่เพียงวอลล์สตรีทหรือบิ๊กเทคเท่านั้น แต่อาจลามไปถึง “กองทุนบำเหน็จบำนาญ กองทุนรวม กองทุน ETF และนักลงทุนรายย่อย” เพราะโครงสร้างของตราสารหนี้ที่ใช้ระดมทุน ถูกแบ่งขาย และกระจายไปทั่วทั้งระบบการเงินแล้ว

ไม่ว่าจะเป็นกองทุนรวม กองทุน ETF กองทุนตราสารหนี้ หรือแม้แต่กองทุนบำเหน็จบำนาญของรัฐ ต่างก็เริ่มถือครองสินทรัพย์ที่เชื่อมโยงกับการก่อสร้างศูนย์ข้อมูล และระบบคอมพิวติ้งของ AI โดยแทบไม่มีใครสังเกต

ตัวอย่างเช่น ตราสารหนี้ที่ใช้สร้างศูนย์ข้อมูล AI ขนาดยักษ์ของ Meta ถูกซื้อโดยกองทุนของ BlackRock, Pimco, Janus Henderson และ Invesco

เช่นเดียวกับเงินในกองทุนของ Blue Owl ซึ่งมาจากกองทุนบำนาญของรัฐ Pennsylvania และ New York เงินที่ตั้งใจไว้เพื่อความมั่นคงหลังเกษียณของคนธรรมดาจำนวนมาก

ไม่นานนี้ JPMorgan และกลุ่มธนาคารอื่น ๆ ได้ตกลงที่จะปล่อยกู้มูลค่า 38,000 ล้านดอลลาร์ สำหรับโครงการศูนย์ข้อมูลแห่งหนึ่งใน Shackelford County รัฐเท็กซัส และอีกแห่งหนึ่ง บริเวณชานเมือง Milwaukee รัฐวิสคอนซิน

แพ็กเกจหนี้อายุ 5 ปี ชุดนี้ ซึ่งมีชื่อว่า “Jacquard” มีขนาดใหญ่โตจนธนาคารสองสามรายไม่สามารถรองรับได้ ต้องให้ธนาคาร “กว่า 30 แห่ง” ตั้งแต่ธนาคารยักษ์ใหญ่ระดับโลก เช่น JPMorgan ไปจนถึงธนาคารภูมิภาคอย่าง U.S. Bancorp เข้ามาช่วยกันขายตราสารหนี้บางส่วนให้กับนักลงทุน โดยกำลังเสนอขายแก่บริษัทประกันภัย กองทุนตราสารหนี้ของบริษัท และนักลงทุนพันธบัตรแทบทุกประเภท

เมื่อเชื่อมโยงทุกอย่างเข้าด้วยกัน สิ่งที่เห็นคือ ประชาชนทั่วไป พนักงานเงินเดือน นักลงทุนรายย่อย และผู้เกษียณที่ลงเงินในกองทุนเหล่านี้ กำลังร่วมเดิมพันกับอนาคตของ AI แม้จะไม่ได้ซื้อหุ้น AI โดยตรงก็ตาม

- กราฟิก: ณัชชา พ่วงพี -

สร้างไม่พอ ‘เสี่ยงกว่า’ สร้างมากเกินไป

อย่างไรก็ตาม ในอีกมุมมองหนึ่ง ฝั่งที่ทุ่มลงทุนในดีลโครงสร้างพื้นฐาน AI กลับเชื่อมั่นว่า ตราสารหนี้ศูนย์ข้อมูลเป็นสินทรัพย์ความเสี่ยงต่ำ ด้วยเหตุผลสำคัญคือ ยักษ์เทคที่มีเงินทุนหนา ได้ทำสัญญาเช่าศูนย์ข้อมูลที่ “แข็งแรงและผูกมัดสูง” ทำให้มั่นใจได้ว่า จะมีรายได้เข้ามาจ่ายคืนให้นักลงทุน

ตัวอย่างเช่น Microsoft ซึ่งมีเครดิตเรตติ้งสูง ได้แจ้งต่อนักลงทุนเมื่อวันที่ 29 ตุลาคมว่า บริษัทกำลังวางแผนขยายพื้นที่ศูนย์ข้อมูลเป็น “สองเท่า” ภายในสองปีข้างหน้า

“การสร้างไม่พอ” มีความเสี่ยงมากกว่า “การสร้างมากเกินไป” เอมี ฮูด ประธานเจ้าหน้าที่การเงินของ Microsoft กล่าว “ตอนแรก ฉันคิดว่าเราจะสร้างทันแล้ว แต่ไม่เลย ความต้องการยังเพิ่มขึ้นเรื่อย ๆ”

- กราฟิก: ณัชชา พ่วงพี -

ตราสารหนี้ Oracle เสี่ยงถูกลดระดับใกล้ “Junk”

แม้เทคโนโลยี AI เป็นเมกะแทรนด์ที่ถูกมองว่า “เกิดขึ้นแน่นอน” และทรงพลังพอจะปฏิวัติอุตสาหกรรมทั่วโลก แต่ “ขนาดการลงทุน” และ “ปริมาณทรัพยากร” ที่ถูกเทลงไป กำลังถูกตั้งคำถามมากขึ้นเรื่อย ๆ โดยเฉพาะเมื่อเม็ดที่ใส่เข้าไป “เพิ่มสูงเร็วกว่า” รายได้ที่พิสูจน์แล้วว่าจะไหลกลับเข้ามา

“Oracle” คือกรณีศึกษาที่ชัดที่สุดในตอนนี้ บริษัทพยายามจะกลายเป็นผู้ให้บริการคอมพิวติ้งหลักสำหรับ OpenAI ทว่าความจริงอีกด้าน กลับกลายเป็นว่า Oracle คือบริษัทเทคที่มีภาระหนี้สูงที่สุดในกลุ่มบิ๊กเทค และยังจำเป็นต้องกู้ยืมเงินเพิ่มอีกหลายพันล้านดอลลาร์ เพื่อขยายการลงทุนด้าน AI ต่อไป

สัญญาณความเสี่ยงเริ่มชัดเจนขึ้น เมื่อสถาบันจัดอันดับเครดิตอย่าง Moody’s และ S&P ปรับลดมุมมองความน่าเชื่อถือของตราสารหนี้ของ Oracle ลงมาเป็น Baa2 และ BBB ซึ่งอยู่เพียง 2 ขั้นเหนือระดับ Junk (เสี่ยงสูง) พร้อมปรับมุมมองเป็นเชิงลบ 

ยิ่งไปกว่านั้น ประกันความเสี่ยงผิดนัดชำระหนี้อย่าง Credit Default Swaps (CDS) ของ Oracle ก็พุ่งสูงขึ้นอย่างรุนแรงจาก 33 จุดเบสิส ในเดือนกุมภาพันธ์ 2025 เป็น “128 จุดเบสิส” ในต้นเดือนธันวาคม 2025 ซึ่ง “สูงกว่ากรอบ” ของบิ๊กเทคอย่าง Google, Amazon, Microsoft ที่อยู่ราว 35-40 จุดเบสิส และยังทำสถิติ “จุดสูงสุด” นับตั้งแต่วิกฤติการเงินปี 2009

ขณะที่ธนาคาร Barclays เตือนว่า การลงทุนสร้างศูนย์ข้อมูล AI ของ Oracle มีขนาดใหญ่เกินกว่ากระแสเงินสดอิสระของบริษัทจะรองรับได้ อีกทั้ง “อัตราส่วนหนี้ต่อส่วนของผู้ถือหุ้น” พุ่งสูงถึง 450% สูงที่สุดในหมู่บริษัทยักษ์ใหญ่ด้านเทคโนโลยีทั้งหมด

Barclays เสริมว่า หากสถานการณ์ไม่ดีขึ้น Oracle “อาจถูกลดระดับไปที่ BBB-” ซึ่งเป็นเกรดลงทุนต่ำที่สุด ที่ใกล้ระดับ Junk 

ไม่เพียงเท่านั้น ราคาหุ้น Oracle ยังร่วงลงราว 40% ภายในไม่กี่สัปดาห์จากจุดสูงสุด และตราสารหนี้ของบริษัทได้สูญเสียมูลค่าไปประมาณ 7%

นี่สะท้อนว่า การลงทุนในหุ้นเหล่าบิ๊กเทค ไม่อาจเหวี่ยงแหลงเงินแบบไม่คัดเลือกได้

เงินกู้ AI รอบนี้ ‘ใหญ่กว่า’ ฟองสบู่น้ำมัน

ในอดีต ย้อนกลับไปยุค “ฟองสบู่น้ำมัน” ในช่วงก่อนปี 2008 น้ำมันจำนวนมหาศาล “อยู่ใต้ดิน แต่เจาะออกมาใช้ไม่ได้”

แต่เมื่อเทคโนโลยีแฟรกกิ้ง (Fracking) ถือกำเนิดขึ้น สิ่งนี้ได้ “ปฏิวัติวงการขุดเจาะ” จนทำให้สหรัฐสามารถขุดน้ำมันจากชั้นหินดินดาน (Shale) ได้สำเร็จ

ผลที่ตามมาคือกระแสความเชื่ออันร้อนแรงว่า สหรัฐกำลังจะก้าวขึ้นเป็นผู้ผลิตน้ำมันอันดับหนึ่งของโลก น้ำมันจะไม่มีวันขาดแคลนอีกต่อไป และผู้ที่รีบลงทุนในเวลานั้น “มีโอกาสรวยมหาศาล”

บรรดาหุ้นบริษัท Fracking ต่างทะยานแรง บริษัทน้ำมันเล็ก–กลางแห่กันสร้างแท่นขุด ลุยขุดพื้นที่ใหม่ และกู้เงินมาสร้างโรงงาน ขณะเดียวกัน วอลล์สตรีทก็ปล่อยกู้แบบเลเวอเรจ และขายหนี้ต่อให้เหล่ากองทุน

ต่อมาในช่วงปี 2014-2018 ภาพแห่งความมั่งคั่งก็เริ่มเปลี่ยนไปอย่างรวดเร็ว เมื่อปริมาณน้ำมันจากสหรัฐ เพิ่มสูงเกินความต้องการ จนโลกเริ่มอิ่มตัว ขณะเดียวกัน OPEC ภายใต้การนำของซาอุดีอาระเบีย “ตั้งใจเพิ่มกำลังการผลิต” เพื่อกดราคา หวังใช้กลยุทธ์ราคาต่ำทำให้ “ฟองสบู่ Fracking” แตก และกำจัดผู้เล่นรายใหม่ออกจากตลาดพลังงานโลก

บริษัท Fracking ที่มีต้นทุนการผลิตสูง ไม่สามารถทำกำไรได้เมื่อราคาน้ำมันต่ำ ทำให้หลายบริษัทประสบปัญหาหนี้สินล้นพ้นตัว เข้าสู่ภาวะล้มละลาย หรือถูกซื้อกิจการในราคาถูก มูลค่าหุ้นก็ดิ่งลงอย่างรุนแรง

ในครั้งนั้น ยอดกู้รวมของทุกบริษัทน้ำมันและก๊าซทั่วโลก (2012–2015) อยู่ที่ 1 ล้านล้านดอลลาร์ ตามข้อมูลจาก Dealogic

แต่ในรอบนี้ ตัวเลขใหญ่กว่า โดย Morgan Stanley ประเมินว่า บริษัทยักษ์ใหญ่ด้าน AI เพียงไม่กี่ราย จะกู้รวมกันราว 1.2 ล้านล้านดอลลาร์ระหว่างปี 2025–2028

นี่หมายความว่า หากฟองสบู่แตกจริง ผลกระทบจะแผ่ขยายกว่าฟองสบู่น้ำมันในอดีตหลายเท่า

ความขัดแย้งของมุมมอง ฝั่งเทคชะลอไม่ได้ แต่การเงินเริ่มกังวล

ในกระแสลงทุน AI ฝั่งบิ๊กเทคมีความมั่นใจสูงว่า “ความเสี่ยงไม่ได้อยู่ที่สร้างมากเกินไป แต่อยู่ที่สร้างไม่พอ” ทำให้บริษัทเทคโนโลยีรายใหญ่ เร่งเดินหน้าสร้างศูนย์ข้อมูล และสั่งซื้อชิปประมวลผลในระดับประวัติการณ์ ด้วยความกังวลว่า ความต้องการใช้งานจะพุ่งสูงจนซัพพลายรองรับไม่ทัน

ขณะเดียวกันนักลงทุนจำนวนมากก็กลัว “พลาดรถด่วนครั้งใหญ่ของประวัติศาสตร์” มากกว่าความเสี่ยงจากภาวะขาลง เนื่องจากเกือบทุกกิจกรรมของมนุษย์หรือแม้แต่หุ่นยนต์คล้ายมนุษย์ จะมี AI เข้ามาร่วมด้วย

แต่ในโลกของการเงิน ภาพอีกด้านเริ่มชัดขึ้น ศูนย์ข้อมูลจำนวนมาก พึ่งพาลูกค้ารายใหญ่เพียงไม่กี่ราย รายได้ในอนาคต ถูกผูกชะตากับ “OpenAI” และโมเดล AI ภาษาขนาดใหญ่ ก็ยังไม่ชัดเจนว่า จะสร้างผลตอบแทนได้มากพอครอบคลุมต้นทุนอันมหาศาล

กล่าวอีกนัยหนึ่ง คือ โครงสร้างพื้นฐานกำลังถูกสร้าง “ก่อน” ที่โมเดลรายได้จะพิสูจน์ตัวเอง
ประเด็นที่แท้จริงไม่ใช่คำถามว่า “AI จะเติบโตหรือไม่” เพราะทุกฝ่ายยอมรับว่า AI คือเทคโนโลยีอนาคตที่เติบโตแน่นอน แต่คำถามสำคัญกว่าคือ

ถ้า AI เติบโต “ช้ากว่า” ที่ตลาดคาดการณ์ไว้ ผลกระทบจะรุนแรงเพียงใด

เพราะตอนนี้ ทุกฝ่ายกำลังลงทุนบนสมมติฐานว่า ความต้องการ AI จะเพิ่มขึ้นอย่างก้าวกระโดดแบบไม่สะดุด ศูนย์ข้อมูลที่สร้างวันนี้ จะถูกใช้จนเต็มกำลังและสร้างผลตอบแทนคุ้มทุน อีกทั้งชิปที่ทุ่มซื้อวันนี้ จะยังคงทันสมัยและคุ้มค่าการใช้งานไปอีกหลายปี 

ถ้ามุมมองเหล่านี้ผิดคาดไปอีกด้าน ก็อาจเกิดแรงกระแทกต่อระบบการเงินโลกไม่น้อย ไม่ต่างจากฟองสบู่น้ำมันในอดีต แต่มีขนาดใหญ่กว่าเป็นทวีคูณ

อ้างอิง: wsj, yahoo, long, atlan, capx, กรุงเทพธุรกิจ, ft, market, bloomberg