หลาย ๆ บริษัทที่ทำการประเมินผลขาดทุนด้านเครดิตที่คาดว่าจะเกิดขึ้น (Expected Credit Loss: ECL) เอง มักประสบปัญหาตั้งแต่ในเรื่องของการรวบรวมข้อมูล และนำมาจัดกลุ่มตามอายุหนี้ (Aging) โดยใช้เกณฑ์ของการแบ่งกลุ่มตามจำนวนวันที่ค้างชำระ (Day Pass Due) ดังแสดงตัวอย่างในตาราง
หากพิจารณาอย่างคร่าว ๆ แล้วดูเหมือนเป็นหลักการที่ง่าย ๆ ไม่ซับซ้อนใช่ไหมครับ เพียงแค่นำวันที่ตรวจสอบข้อมูล (Checking Date) ตั้งต้นไว้แล้วลบด้วย วันครบกำหนดชำระ (Due Date) ก็จะได้จำนวนวันที่ค้างชำระ (Day Pass Due) จากนั้นจึงดูว่าจำนวนวันที่ค้างชำระ ตกอยู่ในช่วงอายุหนี้ (Aging) ใด ก็จะสามารถจัดทำสมมติฐานการไหลตกชั้นของลูกหนี้ได้แล้ว แต่ในความเป็นจริงจากประสบการณ์การประเมิน ECL ลูกหนี้การค้ามากว่า 300 บริษัท ABS จึงขอแบ่งปันกรณีศึกษาที่ได้พบเจอมา และหวังว่าจะเป็นประโยชน์ต่อผู้อ่าน ดังนี้ครับ
เช่น ใบแจ้งหนี้เลขที่ ABS0001 มี วันครบกำหนดชำระ วันที่ 30/11/2019
จากตัวอย่างดังกล่าว จะสังเกตได้ว่า การไหลตกชั้นของใบแจ้งหนี้ใบนี้มีความผิดปกติ คือ ไหลตกชั้นจาก
Aging 0 -> Aging 0 -> Aging 2
แทนที่ จะเป็นการไหลตกชั้นไปทีละขั้นตามอายุหนี้ที่ควรจะเป็น คือ
Aging 0 -> Aging 1 -> Aging 2
แม้ว่ากรณีดังกล่าว อาจไม่ส่งผลกระทบต่อ Probability of Default และ Recovery Rate อย่างมีนัยสำคัญ แต่หากมีใบแจ้งหนี้หลาย ๆ ใบ หรือ จำนวนยอดหนี้มีมูลค่าสูง การเกิดเหตุการณ์ในลักษณะดังกล่าว ก็ย่อมส่งผลทำให้ Probability of Default และ Recovery Rate เกิดความไม่สมเหตุสมผล และมีความเบี่ยงเบนไปจากที่ควรจะเป็นมากขึ้นได้เช่นกัน
เพื่อป้องกันปัญหาในลักษณะดังกล่าว ABS มีการจัดทำแบบจำลองที่สามารถปรับแต่งสมมติฐานการไหลตกชั้นของลูกหนี้ให้มีความเหมาะสม เพื่อสะท้อนถึงความน่าจะเป็นของการผิดนัดชำระอย่างสมเหตุสมผลที่สุด โดยไม่ใช้ต้นทุนและความพยายามที่มากเกินไป รวมถึงสอดคล้องตามมาตรฐานการรายงานทางการเงิน ฉบับที่ 9 (TFRS9)
หลาย ๆ คนอาจมีคำถามต่อไปว่า การปรับแต่งสมมติฐานการไหลตกชั้นของลูกหนี้ ดังที่อธิบายไปข้างต้น มีไว้ใช้สำหรับการศึกษา Probability of Default และ Recovery Rate เท่านั้น หรือ นำไปใช้ในขั้นตอนการประเมิน (Valuation) ด้วย?
คำตอบคือ การปรับแต่งการไหลตกชั้นของลูกหนี้ จะนำมาใช้สำหรับการศึกษา Probability of Default และ Recovery Rate เท่านั้น แต่ในส่วนของขั้นตอนการประเมินนั้น ABS ใช้การจัดอายุลูกหนี้ตามจำนวนวันที่ค้างชำระ
เขียนโดย อาจารย์ทอมมี่ (พิเชฐ)
FSA, FIA, FRM, FSAT, MBA, MScFE (Hons), B.Eng (Hons)
ขอสงวนสิทธิ์ของเนื้อหาในบทความ ไม่ให้นำไปใช้แสวงหาผลประโยชน์ใด ๆ ในเชิงพาณิชย์ นอกจากจะได้รับอนุญาตจากทางบริษัท ABS เท่านั้น
บทความที่เกี่ยวข้อง
สนใจประเมิน TFRS9 ค่าเผื่อผลขาดทุนด้านเครดิตที่คาดว่าจะเกิดขึ้น (ECL) ประสบการณ์ยาวนานและประเมินจริงกว่า 300 บริษัท ด้วยความคุ้มค่าเกินราคา สอบถามข้อมูลเพิ่มเติมได้ที่ คุณศุภิชา (087-100-7199) หรือ อาจารย์ทอมมี่ (082-899-7979)
ตัวอย่างรายชื่อลูกค้า (Our Clients) สามารถดูตัวอย่างเสียงตอบรับจากผู้ใช้บริการการประเมินของเราได้ที่ www.TFRS9consulting.com/clients