การศึกษาประสิทธิภาพแบบจำลอง Black-Litterman ในการจัดกลุ่มหลักทรัพย์ ด้วยมุมมองผลตอบแทนที่คาดหวังในตลาดเทคโนโลยี ดัชนี NASDAQ 100 Technology Sector (NDXT)

Abstract

งานวิจัยฉบับนี้ศึกษาประสิทธิภาพของแบบจำลอง Black-Litterman โดยใช้มุมมองผลตอบแทนที่คาดหวังในแบบจำลอง 4 วิธี ได้แก่ ผลตอบแทนที่คาดหวังจากราคาเป้าหมายของนักวิเคราะห์ (Target Price), แบบจำลอง Fama-French Three-Factor, แบบจำลอง Carhart Four-Factor และแบบจำลอง Fama-French Five-Factor โดยปรับสัดส่วนการลงทุนทุกสิ้นเดือนมิถุนายนของทุกปี เป็นระยะเวลาทั้งสิ้น 5 ปี คือ ณ วันที่ 30 มิถุนายน ปี 2018 – 2022 แล้วเปรียบเทียบผลตอบแทนจากการลงทุนของแต่ละกลุ่มหลักทรัพย์ โดยหลักทรัพย์ที่ใช้ในการศึกษาคือหลักทรัพย์กลุ่มเทคโนโลยีในตลาด NASDAQ 100 หรือดัชนี NASDAQ 100 Technology Sector (“NDXT”) ซึ่งเป็นดัชนีที่มีรูปแบบการคำนวณค่าดัชนีด้วยวิธีถ่วงน้ำหนักเท่ากัน

ผลการศึกษาพบว่า การจัดกลุ่มหลักทรัพย์ตามแบบจำลอง Black-Litterman ที่ให้ค่า Sharpe Ratio อัตราผลตอบแทนส่วนเกิน (Excess Return) ต่อหนึ่งหน่วยของความเสี่ยงทั้งหมด มากที่สุดเมื่อใช้มุมมองจาก Fama-French Three-Factor Model รองลงมาคือการใช้มุมมองตามแบบจำลอง Carhart Four-Factor Model ถัดมาคือ Fama-French Five-Factor Model และมุมมองจากนักวิเคราะห์ (Target Price) ตามลำดับ