การวิจัยประสิทธิภาพแบบจำลอง Black-Litterman ในการจัดกลุ่มหลักทรัพย์ด้วยมุมมองผลตอบแทนที่คาดหวังในตลาดเทคโนโลยี ดัชนี NASDAQ 100 Technology Sector (NDXT)

Abstract

งานวิจัยฉบับนี้ศึกษาประสิทธิภาพของแบบจำลอง Black-Litterman โดยใช้มุมมองผลตอบแทนที่คาดหวัง ในแบบจำลอง 4 วิธี ได้แก่ ผลตอบแทนที่คาดหวังจากราคาเป้าหมายของนักวิเคราะห์ (Target price), แบบจำลอง Fama-French Three-Factor, แบบจำลอง Carhart Four-Factor และ แบบจำลอง Fama-French Five-Factor โดยปรับสัดส่วนการลงทุนทุกสิ้นเดือนมิถุนายนของทุกปี เป็น ระยะเวลาท้ังสิ้น 5 ปี คือ ณ วันที่ 30 มิถุนายน ปี 2018 – 2022 แล้วเปรียบเทียบผลตอบแทนจากการลงทุนของ แต่ละกลุ่มหลักทรัพย์ โดยหลักทรัพย์ที่ใช้ในการศึกษาคือหลักทรัพย์กลุ่มเทคโนโลยีในตลาด NASDAQ100 หรือดัชนี NASDAQ 100 Technology Sector (“NDXT”) ซึ่งเป็นดัชนีที่มีรูปแบบการคำนวณค่าดัชนีด้วยวิธี ถ่วงน้ำหนักเท่ากัน ผลการศึกษาพบว่าการจัดกลุ่มหลักทรัพย์ตามแบบจำลอง Black-Litterman ที่ให้ค่า Sharpe ratio อัตราผลตอบแทนส่วนเกิน (Excess Return) ต่อหน่ึงหน่วยของความเสี่ยงทั้งหมดมากที่สุดเมื่อใช้มุมมองจาก Fama French Three-Factor Model รองลงมาคือการใช้มุมมองตามแบบจำลอง Carhart Four-Factor model ถัดมาคือ Fama French Five-Factor Model และ มุมมองจากนักวิเคราะห์ (Target Price) ตามลำดับ