Taking too long? Close loading screen.

สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

ความตื่นตัวของหุ่นยนต์ที่ปรึกษาด้านการเงิน

Oct 13, 2023

เป็นที่รู้กันว่าปัญญาประดิษฐ์ (Artificial Intelligence) หรือที่เราเรียกกันสั้น ๆ ว่า A.I. กำลังเข้ามามีบทบาทสำคัญ และนำไปสู่ การเปลี่ยนแปลงหลาย ๆ อย่างในยุคปัจจุบัน ซึ่งด้านหนึ่งที่กำลังมาแรงและเริ่มมีการใช้อย่างแพร่หลายก็คือการใช้หุ่นยนต์ A.I. เข้ามาเป็นที่ปรึกษาด้านการเงิน (Robo-Advisor) แทนการใช้เจ้าหน้าที่มาให้คำปรึกษาแบบเดิม ๆ โดยเฉพาะอย่างยิ่ง ในการวางแผนการลงทุนเพื่อการเกษียณนั่นเอง

ทำความรู้จักกับหุ่นยนต์ที่ปรึกษาด้านการเงิน

หุ่นยนต์ที่ปรึกษาทางการเงิน (Robo-Advisor) เป็นการให้บริการทางออนไลน์ ซึ่งสามารถให้คำแนะนำแบบเฉพาะเจาะจงเป็นรายลูกค้าแต่ละบุคคลได้เลย โดยใช้ข้อมูลหลาย ๆ ด้านประกอบกัน อาทิ เช่น ข้อมูลส่วนตัวของลูกค้า ข้อมูลประวัติการลงทุนในอดีต ข้อมูลความเสี่ยงด้านการลงทุน ภาวะเศรษฐกิจ หรือ ประมาณการตัวเลขทางการเงินต่าง ๆ เป็นต้น  ซึ่งหลังจากนำข้อมูลทั้งหมดมาเข้าโมเดลวิเคราะห์แล้ว หุ่นยนต์ที่ปรึกษาทางการเงินจะสร้างพอร์ตการลงทุนที่เหมาะสมกับบุคคลนั้น ๆ ขึ้นมา อีกทั้งพอร์ตการลงทุนนี้จะสามารถถูกปรับเปลี่ยนโดยอัตโนมัติหากเจ้าหุ่นยนต์ที่ปรึกษาทางการเงินได้รับข้อมูลที่อัพเดตเพิ่มขึ้นอีกด้วย   ซึ่งผลที่ได้จะทำให้นักลงทุนสามารถใช้เงินลงทุนที่น้อยกว่าเพื่อให้ได้ผลตอบแทนที่มากกว่า ซึ่งจะนำไปสู่การมีเงินเก็บ หลังเกษียณที่มากขึ้น โดยนักลงทุนไม่ต้องตัดสินใจเลือกผลิตภัณฑ์การลงทุนเอง ทำให้การใช้หุ่นยนต์ที่ปรึกษาทางการเงินนี้เหมาะมาก ๆ สำหรับนักลงทุนมือใหม่ที่ไม่มีประสบการณ์การลงทุนหรือมีประสบการณ์น้อย อีกทั้งยังเหมาะสมกับนักลงทุนที่ไม่มีเวลา ติดตามสถานการณ์ที่เปลี่ยนแปลงในแต่ละวันหรือไม่มีเวลามาบริหารพอร์ตลงทุนของตนเอง โดยเฉพาะอย่างยิ่ง มีนักลงทุนจำนวนมากที่ไม่ต้องการรับผิดชอบการลงทุนของตนเองหรือไม่ได้ต้องการมีใครมาให้คำแนะนำ แต่อยากที่จะมีคนที่จะทำสิ่ง ๆ นี้ให้เลย ซึ่งหุ่นยนต์ที่ปรึกษาทางการเงินสามารถตอบโจทย์กลุ่มคนเหล่านี้ได้เป็นอย่างดี

นอกจากนี้ การใช้หุ่นยนต์มาเป็นที่ปรึกษาด้านการเงินแทนการจ้างมนุษย์เพื่อให้คำปรึกษาด้านการเงินการลงทุน ยังมีต้นทุนที่ถูกกว่ามาก และยังมีความเป็นกลาง ลดปัญหาเรื่องต่าง ๆ ที่เกิดจากมนุษย์ เช่น ความชอบความคิดเห็นส่วนตัว ของที่ปรึกษา หรือปัญหาที่ที่ปรึกษามักเชียร์ให้ลูกค้าลงทุนในผลิตภัณฑ์ที่ตนเองได้รับค่าธรรมเนียมสูง เป็นต้น จึงเป็นสาเหตุว่าทำไมหุ่นยนต์ที่ปรึกษาทางการเงินถึงได้รับความนิยมอย่างรวดเร็วนั่นเอง อย่างในสถาบันการเงินใหญ่ ๆ ในต่างประเทศ เช่น Vanguard  Schwab และ Fidelity ก็ได้นำหุ่นยนต์ที่ปรึกษาทางการเงินมาใช้ให้บริการแก่ลูกค้าของตนเองอย่างแพร่หลายอีกด้วย

“มีนักลงทุนจำนวนมากที่ไม่ต้องการรับผิดชอบการลงทุนของตนเอง แต่อยากที่จะมีคนที่จะทำสิ่ง ๆ นี้ให้เลยซึ่ง Robo-Advisor สามารถตอบโจทย์กลุ่มคนเหล่านี้ได้เป็นอย่างดี มีต้นทุนที่ถูกกว่ามาก และยังมีความเป็นกลางอีกด้วย”

อย่างไรก็ตามหุ่นยนต์ที่ปรึกษาทางการเงินอาจจะยังเหมาะกับแค่คนบางกลุ่มที่เคยชินกับการใช้อุปกรณ์ดิจิทัลเท่านั้น และข้อเสียเปรียบ อีกอย่างคือ หุ่นยนต์ที่ปรึกษาทางการเงินไม่สามารถสอนหรืออธิบายเกี่ยวกับการลงทุนให้แก่ลูกค้าได้เหมือนอย่างที่ที่ปรึกษาทางการเงิน เพื่อประกอบการตัดสินใจการลงทุนได้โดยตรง

ที่มา: source

เราลองมาดูกันว่า Robo-Advisor นี้ทำงานยังไง (อาจแตกต่างกันตามแต่ละสถาบัน)

โดยจะเริ่มจากการให้ลูกค้ากรอกข้อมูลจากแบบสอบถาม (questionnaire) ออนไลน์ เกี่ยวกับ เป้าหมายทางการเงิน  แบบสอบถามความสามารถในการรับความเสี่ยง ระยะเวลาที่ต้องการลงทุน อายุที่คาดว่าจะเกษียณ (กรณีวางแผนการลงทุนเพื่อการเกษียณ) จำนวนเงินลงทุนตั้งต้น จำนวนเงินที่ต้องการลงทุนเพิ่มเติมทุกเดือน และข้อมูลอื่น ๆ แล้วแต่ว่า หุ่นยนต์ที่ปรึกษาทางการเงินตัวนั้น ๆ ใช้อัลกอริทึม (algorithm) และตัวแปรอะไรในการวิเคราะห์ โดยผลที่ได้ก็คือ หุ่นยนต์จะทำการจัดพอร์ตการลงทุนที่ตรงกับความต้องการของลูกค้า ในแง่ของความเสี่ยง ผลตอบแทน หรือประเภทของผลิตภัณฑ์ที่ลูกค้าต้องการ  ลูกค้าจะรู้ได้ว่าเงินลงทุนของตนเองจะถูกนำไปลงทุนในอะไรบ้าง สัดส่วนการลงทุนในแต่ละสินทรัพย์เป็นมูลค่าเท่าไหร่ ตามตัวอย่างแบบจำลองพอร์ตการลงทุนบนแพลตฟอร์มของ Fidelity ด้านล่าง ซึ่งโดยส่วนใหญ่จะมีการจำลองโมเดลให้ลูกค้าเห็นภาพรวมของพอร์ตตนเอง และหุ่นยนต์ที่ปรึกษาทางการเงินยังปรับพอร์ตการลงทุน ซื้อ-ขายผลิตภัณฑ์ทางการเงินโดยอัตโนมัติให้ใกล้เคียงกับค่าตัวแปรต่าง ๆ ที่ลูกค้าระบุไว้

ตัวอย่างแบบจำลองพอร์ตการลงทุนที่ถูกสร้างอัตโนมัติหลังจากนักลงทุนกรอกแบบสอบถามให้กับ Robo-Advisor

หุ่นยนต์ที่ปรึกษาทางการเงินจะทำการจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา (Projection Simulation) เพื่อให้นักลงทุนเห็นว่าเงินลงทุนของตนเองจะเพิ่มขึ้นหรือลดลงเท่าไร

ตามตัวอย่างด้านของจากแบบจำลองของ Fidelity จะเห็นว่าหากเริ่มต้นด้วยเงินลงทุน $3000 และมีการลงทุนเพิ่มทุกเดือนเป็นจำนวน $100 โดยเริ่มต้นลงทุนในเดือนมกราคม 2021 (จำนวนเงินลงทุนทั้งสิ้น $3100)  เมื่อผ่านไป 10 ปี เงินลงทุนทั้งหมดคิดเป็น $15,100 ซึ่งถ้าหากตลาดเป็นไปตามสภาวะปกติ (AVG MARKET) เงินลงทุนถูกคาดการณ์ว่าจะเติบโตไปเป็น $24,300 คิดเป็นกำไร $9,200 และเมื่ออายุ 60 ปี (อายุที่คาดว่าจะเกษียณ) เงินลงทุนจะเติบโตไปเป็น $135,900 ตามแผนภูมิเส้นที่แสดงด้านล่าง

แผนภูมิเส้นจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา หากลงทุนตามแผนของ Robo-Advisor ในแผนภาพนี้ แสดงถึงเงินลงทุน ณ มกราคม ค.ศ. 2021 คิดเป็น US$3,100
แผนภูมิเส้นจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา หากลงทุนตามแผนของ Robo-Advisor ในแผนภาพนี้ แสดงถึงเงินลงทุน และผลตอบแทนที่ได้ ณ มกราคม ค.ศ. 2031 หรือ 10 ปีหลังจากเริ่มลงทุน หากสภาพตลาดเป็นไปตามสภาวะปกติ นักลงทุนตามพอร์ตนี้จะได้รับผลตอบแทน US$9,200 จากเงินลงทุนรวม US$15,100

แผนภูมิเส้นจำลองการเติบโต เปลี่ยนแปลงของเงินลงทุนในแต่ละช่วงเวลา หากลงทุนตามแผนของ Robo-Advisor ในแผนภาพนี้ แสดงถึงเงินลงทุน และผลตอบแทนที่ได้ ณ ธันวาคม ค.ศ. 2048 หรือเกือบ 28 ปีหลังจากเริ่มลงทุน

แล้ว Robo-Advisor ได้แบบจำลองเหล่านี้มาจากไหน?

“แนวคิดของการสร้างหุ่นยนต์ที่ปรึกษาทางการเงิน คือการใช้หลักการทางสถิติในการหาวิธีการลงทุนที่ให้ผลตอบแทนสูงสุดต่อความเสี่ยง หรือ ความเสี่ยงต่ำที่สุดต่อผลตอบแทน”

ในปี 1952 Harry Markowitz ได้เสนอความคิดเรื่อง Portfolio Optimization, Modern Portfolio Theory (MPT) หรือ Mean-Variance Analysis ขึ้นมา โดยแบบจำลองนี้จะช่วยเลือกจำนวนเงินที่เราควรจะใส่ในหลักทรัพย์แต่ละตัวจากตะกร้าของ หลักทรัพย์ (basket of securities) ที่เราสามารถลงทุนได้ โดยถ้าเราเลือกลงทุนในหลักทรัพย์ที่ไม่เคลื่อนที่ไปด้วยกัน เช่น ถ้าหุ้นตัวหนึ่งขึ้น อีกตัวก็จะไม่ขึ้นตาม แบบจำลองนี้จะช่วยให้นักลงทุนลดความเสี่ยงลงได้ และจะหาผลตอบแทนสูงสุดต่อความเสี่ยงที่เรารับได้ให้กับนักลงทุน ข้อดีของการลงทุนโดยใช้ algorithm นี้ก็คือ ระบบจะสามารถปรับ portfolio ของเราได้โดยอัตโนมัติตามข้อมูลตลาด ที่มีมาอยู่เรื่อย ๆ ซึ่ง portfolio ที่ระบบ mean-variance เลือกให้เรานั้นจะเป็น portfolio ที่ให้ผลตอบแทนสูงสุดต่อความเสี่ยง หรือ ความเสี่ยงต่ำที่สุดต่อผลตอบแทน

หนึ่งในแบบจำลองที่สร้าง portfolio ที่ให้ผลตอบแทนสูงสุดต่อความเสี่ยง คือ แบบจำลองเส้นของ portfolio ที่มีประสิทธิภาพ (efficient frontier) ซึ่งสร้างโดยการทดลองสร้าง portfolio จำนวนมาก ๆ และหา portfolio ที่ให้ผลตอบแทนที่คาด (expected return) ดีที่สุดสำหรับแต่ละค่าของความเสี่ยงในการลงทุน โดยความเสี่ยงนี้วัดจากความผันผวนของราคาของหลักทรัพย์ใน portfolio (volatility หรือ standard deviation ในทางสถิติ) ตามรูปที่แสดงให้เห็นด้านล่าง แน่นอนว่า แบบจำลองที่ดูชาญฉลาดโดย A.I. ของหุ่นยนต์ที่ปรึกษาทางการเงินนั้น เกิดขึ้นมาได้ก็ด้วยข้อมูลในอดีตของราคาและความผันผวนของหลักทรัพย์นั่นเอง

หุ่นยนต์ที่ปรึกษาทางการเงินจะเลือก portfolio ที่อยู่บนเส้น efficient frontier ของนักลงทุนแต่ละคนตามความเสี่ยงที่นักลงทุนคนนั้นรับได้

ที่มา: https://www.copperleaf.com/wp-content/uploads/Efficient-frontier-new21.jpg

โดยที่ผลตอบแทนที่คาด (expected return) ของพอร์ตฟอลิโอจะถูกคำนวณโดยใช้ผลตอบแทนในอดีตประกอบกับสัดส่วนการลงทุนของหลักทรัพย์แต่ละตัวที่อยู่ในพอร์ตฟอลิโอนั่นเอง

สิ่งนี่เป็นเพียงหนึ่งในอัลกอริทึมที่ใช้ในการทำโมเดลจำลองและแนะนำการลงทุนเท่านั้น หุ่นยนต์ที่ปรึกษาทางการเงินแต่ละตัวจะใช้โมเดลและวิธีที่ต่างกัน หากท่านผู้อ่านสนใจใช้บริการหุ่นยนต์ที่ปรึกษาทางการเงิน ลองสอบถามข้อมูลเพิ่มเติมจากสถาบันการเงินต่าง ๆ ก่อนตัดสินใจลงทุนได้เลย แล้วอย่าลืมตัดสินใจให้ดีก่อนตัดสินใจลงทุนนะคะ

อ่านต่อเพิ่มเติม

ผู้อ่านสามารถศึกษาเพิ่มเติมเกี่ยวกับหุ่นยนต์ที่ปรึกษาทางการเงินจากบทความโดย The Wharton School, Deloitte, Accenture, StackExchange, Vanguard, Fideltiy และสามารถศึกษาอีกตัวอย่างของการใช้เทคโนโลยี Big Data ในด้านการเงินได้ที่นี่

เนื้อหาโดย นภัสวันต์ พสุทิพย์
ตรวจทานและปรับปรุงโดย ปพจน์ ธรรมเจริญพร

Napassawan Pasuthip

Vice President, Big Data Business Promotion at Big Data Institute (Public Organization), BDI

Papoj Thamjaroenporn

Former-Editor-in-Chief at BigData.go.th and Senior Data Scientist at GBDi