จากมาตรฐานการรายงานทางการเงินฉบับที่ 9 (TFRS9 / IFRS9) ว่าด้วยเรื่องของ “เครื่องมือทางการเงิน” ที่ได้เริ่มมีการบังคับใช้กับกิจการที่มีส่วนได้เสียสาธารณะในประเทศไทยไปแล้วเมื่อ 1 มกราคม พ.ศ. 2563 ทำให้หลาย ๆ บริษัท ทั้งสถาบันการเงิน และบริษัทมหาชนต่าง ๆ ต้องมีการปรับเปลี่ยนวิธีการจัดทำงบการเงินให้มีความสอดคล้องกับแนวทางในมาตรฐานดังกล่าว
แนวคิดที่ถูกพูดถึงกันเป็นอย่างมาก เกี่ยวกับ TFRS9 / IFRS9 นั่นก็คือ แนวคิดในเรื่องของ Forward–looking View หรือ การคาดการณ์ความเสี่ยงที่อาจเกิดขึ้นในอนาคต และนำมาตีความเพื่อสะท้อนเป็นตัวเลขลงในงบการเงินด้วย ซึ่งผลกระทบจากแนวคิดเรื่อง Forward–looking View นั้นทำให้ต้องมีการประเมิน การด้อยค่า (Impairment Loss) ของสินทรัพย์ทางการเงินไปในลักษณะของ
“ผลขาดทุนด้านเครดิตที่คาดว่าจะเกิดขึ้น” (Expected Credit Loss: ECL)
คำว่า “ผลขาดทุนด้านเครดิตที่คาดว่าจะเกิดขึ้น” หรือเรียกสั้น ๆ ว่า ECL จึงถูกนำมาใช้แทนที่ “ค่าเผื่อหนี้สงสัยจะสูญ” (Allowance) เพื่อให้การจัดทำงบการเงินเป็นไปตามแนวคิดของมาตรฐาน TFRS9 / IFRS9 ซึ่งแนวคิดที่เรากำลังกล่าวถึง ก็คือ Forward–looking View นั่นเอง
ความหมายของ Forward–looking View คือ การที่กิจการจะต้องประเมินความเสี่ยงด้านเครดิต และตั้งสำรองการด้อยค่า ตั้งแต่วันแรกที่รับรู้รายการเครื่องมือทางการเงินนั้น (โดยที่ไม่ต้องรอให้เกิดข้อบ่งชี้) เรียกได้ว่า เป็นแนวคิดของการ “ล้อมคอก ก่อนวัวหาย” นั่นเองครับ
อย่างไรก็ตาม แม้ว่า TFRS9 / IFRS9 จะถูกนำมาเริ่มปฏิบัติใช้ในประเทศไทย แต่หลังจากนั้นไม่นาน ทั่วโลกก็ต้องเผชิญกับสภาวะเดียวกันอย่างที่เราทุกคนทราบกันดี นั่นก็คือเหตุการณ์การระบาดของไวรัส COVID-19 ทำให้ส่งผลกระทบต่อเศรษฐกิจทั่วโลก รวมถึงประเทศไทยด้วย จากเหตุการณ์ดังกล่าว สภาวิชาชีพบัญชีได้ประกาศมาตรการผ่อนปรน เพื่อให้ทางเลือกแก่กิจการ โดยสามารถพิจารณาไม่นำ Forward–looking View มาใช้ สำหรับการตั้งค่าเผื่อหนี้สงสัยจะสูญของลูกหนี้การค้าได้ ซึ่งมาตรการผ่อนปรนดังกล่าวได้สิ้นสุดลงไปเมื่อ 31 ธันวาคม พ.ศ. 2563 ที่ผ่านมานี้
สิ่งที่กลายเป็นประเด็นหารือกันภายหลังจากผ่านพ้นมาตรการผ่อนปรนดังกล่าวก็คือวิธีในทางปฏิบัติเมื่อต้องกลับมาใช้ Forward–looking View ตามมาตรฐาน TFRS9 / IFRS9 กันเต็มรูปแบบ ดังนั้น ABS จึงขอแบ่งปันแนวคิด และวิธีในทางปฏิบัติจริง สำหรับการทำ Forward–looking View ของการประเมิน ผลขาดทุนด้านเครดิตที่คาดว่าจะเกิดขึ้น (ECL) ให้แก่ท่านผู้อ่านได้ทราบกันครับ
การศึกษา Forward–looking View อีกนัยหนึ่งก็คือ การศึกษาความสัมพันธ์ที่ปัจจัยทางเศรษฐศาสตร์มหภาค (Macroeconomic Variables: MEV) จะส่งผลกระทบต่อความน่าจะเป็นของการเกิดการผิดนัดชำระ (Probability of Default: PD) จำเป็นต้องมีการศึกษาสถิติในอดีตว่าผลกระทบดังกล่าวเกิดขึ้นในลักษณะใดบ้าง
หากใช้ภาษาง่าย ๆ ก็คือ เราต้องดูสถิติในอดีตว่า MEV เปลี่ยนแปลงขึ้นลงแต่ละไตรมาส กระทบกับพฤติกรรมของลูกหนี้
ด้วยไหม ? ตัวอย่างเช่น การที่ GDP ปรับตัวสูงขึ้น (เศรษฐกิจดีขึ้น) มีผลทำให้ลูกหนี้ชักดาบหรือเบี้ยวหนี้น้อยลงไหม ?
การที่เราจะสามารถตัดสินใจได้ ว่า MEV ตัวหนึ่ง ๆ มีความสัมพันธ์กับ PD เราสามารถทำได้โดยนำข้อมูลในอดีตทั้ง MEV และ PD มาทำ สมการถดถอยเชิงเส้น (Linear Regression) และพิจารณาระดับความมีนัยสำคัญของความสัมพันธ์ดังกล่าว ด้วย Correlation Coefficient และ R–Squared ซึ่งเป็นสมการทางสถิติอย่างง่ายที่มีกันอยู่ทั่วไป
สมการการถดถอยเชิงเส้นนี้นี่เอง ที่เราจะนำมาใช้ในการคาดการณ์ Forward–looking View ว่า PD ในอนาคต จะได้รับผลกระทบจาก MEV เป็นกี่เปอร์เซ็นต์ ดังนั้นการที่ GDP ปรับตัวลง 1% ไม่ได้แปลว่า PD จะปรับตัวขึ้น 1% เสมอไปนะครับ แต่อาจปรับตัวขึ้น 1.5% หรือ 2% หรืออื่น ๆ ขึ้นอยู่กับสมการความสัมพันธ์ของทั้งสองตัวแปร
นอกจากนั้นสิ่งสำคัญที่ต้องพิจารณาในลำดับถัดไปก็คือ “ทิศทางของความสัมพันธ์” ซึ่งเราจะเห็นได้จากเครื่องหมายบวกหรือลบ ที่แสดงอยู่หน้า Correlation Coefficient โดยทิศทางของความสัมพันธ์ จะเป็นตัวบ่งชี้ถึงความสมเหตุสมผลในการเลือกเอา MEV มาใช้เป็นสมมติฐาน Forward–looking View
ตัวอย่างเช่น หากพิจารณาตามความสมเหตุสมผลแล้ว GDP ควรมีทิศทางของความสัมพันธ์กับ PD ไปในทิศทางตรงกันข้าม (แปรผกผัน) เนื่องจากการที่ GDP ปรับตัวสูงขึ้น (แนวโน้มเศรษฐกิจโดยรวมดีขึ้น) ก็ควรจะส่งผลให้ PD ต่ำลง (ลูกหนี้ผิดนัดชำระน้อยลง) ดังนั้น ในกรณีนี้ เครื่องหมายที่อยู่หน้า Correlation Coefficient จึงควรเป็นเครื่องหมายลบ เป็นต้น
กล่าวมาถึงจุดนี้ เราคงจะพอเห็นภาพแล้วว่า Forward–looking Factor ของแต่ละบริษัทจะมีค่าไม่เท่ากัน เนื่องจากแต่ละบริษัทก็มีสถิติพฤติกรรมของลูกหนี้ที่แตกต่างกันไป ดังนั้น การที่จะสมมติค่า Forward–looking Factor ขึ้นมาใช้ เป็น 3% หรือ 5% แล้วนำไปปรับปรุงสมมติฐานเลย อาจจะไม่ใช่ทางออกที่ดีนัก เพราะไม่ได้มีการทดสอบทางสถิติมาช่วยยืนยันความเหมาะสมเพื่อสะท้อนในสิ่งที่ควรจะเป็น ซึ่งนั่นอาจทำให้เกิดความแตกต่างอย่างมีนัยสำคัญตามหลักการ Forward-Looking View ของ TFRS 9 ได้ (เว้นเสียแต่ว่าผลกระทบนั้นจะไม่มีนัยสำคัญ ซึ่งขึ้นกับดุลยพินิจของผู้สอบบัญชี)
นอกจากนั้นผู้ประเมินยังต้องพิจารณาถึงจังหวะเวลาที่ MEV นั้นผลกระทบต่อ PD ด้วย เช่น GDP ปรับตัวลงในไตรมาสนี้ อาจไม่ได้ส่งผลกระทบต่อ PD ทันทีในไตรมาสเดียวกัน แต่ส่งผลกระทบต่อ PD ในอีก 2 ไตรมาสถัดไป เป็นต้น
อนึ่ง MEV ต่าง ๆ ควรเป็นปัจจัยที่เป็นดัชนีชี้วัดสภาวะเศรษฐกิจโดยรวมของประเทศได้ อาทิ GDP, CPI, Unemployment Rate หรือ NPLs ซึ่งสามารถหาได้จากแหล่งข้อมูลที่ไม่ใช้ต้นทุนหรือความพยายามที่มากจนเกินไป ซึ่งทั้งหมดที่กล่าวมา เป็นอีกหนึ่งในแนวปฏิบัติที่สอดคล้องและเป็นไปตามหลักการของมาตรฐาน TFRS9 / IFRS9 ครับ
บทสรุปของ Forward-looking View ใน TFRS9 ว่าต้องพิจารณาถึงอะไรบ้าง
พิจารณาว่าปัจจัยทางเศรษฐศาสตร์มหภาค (Macroeconomic Variables: MEV) ตัวไหนบ้าง ที่จะส่งผลกระทบต่อความน่าจะเป็นของการเกิดการผิดนัดชำระ (Probability of Default: PD) ทั้งนี้ สามารถใช้เพียงดัชนีชี้วัดสภาวะเศรษฐกิจโดยรวมของประเทศมาเป็นปัจจัยในการเลือกได้ ซึ่งเป็นแหล่งข้อมูลที่ไม่ใช้ต้นทุนหรือความพยายามที่มากจนเกินไป (ตาม TFRS9 ที่ระบุไว้)
พิจารณาว่าปัจจัยทางเศรษฐศาสตร์มหภาค (Macroeconomic Variables: MEV) ที่เลือกมานั้น มีทิศทางความสัมพันธ์ที่เหมาะสมจริงหรือไม่ เช่น GDP ที่ปรับตัวลดลงนั้น ไม่ควรจะทำให้ PD (Probability of Default) ในอนาคตมีค่าลดลงตาม เป็นต้น
พิจารณาถึงขนาดของความสัมพันธ์ระหว่างปัจจัยทางเศรษฐศาสตร์มหภาค (Macroeconomic Variables: MEV) กับ PD (Probability of Default) เช่น การที่ GDP ปรับตัวลง 1% ไม่ได้แปลว่า PD จะปรับตัวขึ้น 1% เสมอไป แต่ในการคำนวณจริงแล้ว GDP ปรับตัวลง 1% อาจทำให้ PD ปรับตัวขึ้น 1.5% หรือ 2% หรืออื่น ๆ ได้ ขึ้นอยู่กับสมการความสัมพันธ์ของทั้งสองตัวแปร
พิจารณาถึงจังหวะเวลาที่ ปัจจัยทางเศรษฐศาสตร์มหภาค (Macroeconomic Variables: MEV) นั้นผลกระทบต่อ PD (Probability of Default) ด้วย เช่น GDP ปรับตัวลงในไตรมาสนี้ อาจไม่ได้ส่งผลกระทบต่อ PD (Probability of Default) ทันทีในไตรมาสเดียวกัน (ส่วนน้อยที่จะเกิดแบบนี้) แต่มันอาจจะส่งผลกระทบต่อ PD ในอีก 2 ไตรมาสถัดไป เป็นต้น ดังนั้น เราจึงควรทดสอบ MEV กับ PD ในแต่ละ Timeframe ที่แตกต่างกันด้วย
เขียนโดย อาจารย์ทอมมี่ (พิเชฐ)
FSA, FIA, FRM, FSAT, MBA, MScFE (Hons), B.Eng (Hons)
ขอสงวนสิทธิ์ของเนื้อหาในบทความ ไม่ให้นำไปใช้แสวงหาผลประโยชน์ใด ๆ ในเชิงพาณิชย์ นอกจากจะได้รับอนุญาตจากทางบริษัท ABS เท่านั้น
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