xs
xsm
sm
md
lg

การใช้ Textual Analysis กับ คำอธิบายและวิเคราะห์ของฝ่ายจัดการ (MD&A) ของบริษัทจดทะเบียนในตลาดหลักทรัพย์ไทย

เผยแพร่:   โดย: ผู้จัดการออนไลน์


“การนำเทคโนโลยีด้าน Textual Analysis มาประยุกต์ใช้เพื่อวัดระดับทัศนคติ (sentiment) กับข้อมูลที่เป็นตัวอักษร (text) ในรายงานอธิบายผลการดำเนินงานของบริษัทจดทะเบียนนั้นมีการศึกษาอยู่พอสมควรแล้ว และส่วนใหญ่ได้ข้อสรุปว่า textual sentiment ที่วัดได้มีความสัมพันธ์กับผลการดำเนินงานของบริษัทจดทะเบียนในอนาคต หรือกล่าวได้ว่าฝ่ายจัดการที่เป็นผู้เปิดเผยข้อมูลนั้นมีมุมมองเกี่ยวกับธุรกิจของบริษัทตัวเองที่ค่อนข้างแม่นยำ อีกทั้งฝ่ายจัดการเหล่านี้พยายามสื่อสารข้อมูลที่มีความสำคัญผ่านช่องทางการรายงานคำอธิบายและวิเคราะห์ของฝ่ายจัดการ (MD&A) เพื่อให้ผู้ลงทุนสามารถนำข้อมูลเหล่านี้ไปใช้ประกอบกับการตัดสินใจลงทุนให้เกิดประโยชน์มากยิ่งขึ้น”

ศิริยศ จุฑานนท์ ฝ่ายวิจัย ตลาดหลักทรัพย์แห่งประเทศไทย กล่าวว่า การศึกษาที่เกี่ยวกับการหาความสัมพันธ์ระหว่าง textual sentiment และผลการดำเนินงานของบริษัทจดทะเบียนส่วนมากใช้ข้อมูลของบริษัทจดทะเบียนในตลาดหลักทรัพย์ในประเทศพัฒนาแล้ว อาทิ ในประเทศสหรัฐอเมริกา และกลุ่มประเทศในสหภาพยุโรป ซึ่งเป็นตลาดที่ผู้ลงทุนรู้จักนำข้อมูลเหล่านี้ไปใช้ได้อย่างมีประสิทธิภาพ อีกทั้งรายงานเกี่ยวกับผลการดำเนินงานเขียนเป็นภาษาอังกฤษทำให้วิธีทำ textual analysis เป็นไปได้โดยง่าย อย่างไรก็ดีงานวิจัยชิ้นนี้เป็นงานวิจัยชิ้นแรกๆ ในตลาดหลักทรัพย์ในกลุ่มประเทศกำลังพัฒนา ที่ใช้โปรแกรมคอมพิวเตอร์มานับคำที่มีความหมายในเชิงบวกและลบในคำอธิบายและวิเคราะห์ของฝ่ายจัดการ (MD&A) ของบริษัทจดทะเบียนไทยที่รายงานเป็นภาษาอังกฤษ จากนั้นมีการใช้แบบจำลองทางเศรษฐศาสตร์เพื่อใช้ทดสอบความสัมพันธ์ระหว่าง textual sentiment กับผลการดำเนินงานของบริษัทในอนาคต

อย่างไรก็ตามการศึกษานี้ทำมาจากคำอธิบายและวิเคราะห์ของฝ่ายจัดการ (MD&A) กว่า 1,400 ฉบับ จาก 49 บริษัทจดทะเบียนในตลาดหลักทรัพย์ไทย (คิดเป็นมูลค่าตลาดกว่าครึ่งหนึ่งของบริษัทจดทะเบียนทั้งหมด) ซึ่งมีการรายงานต่อเนื่องทุกไตรมาสตั้งแต่ปี 2012 ถึง 2018 ซึ่งมาจากหลากหลายภาคอุตสาหกรรม โดยประกอบด้วยคำทั้งหมดกว่า 6 ล้านคำ


ผลการศึกษาพบว่าตัวแปรที่สร้างขึ้นเพื่อใช้แทน textual sentiment นั้นมีค่าสัมประสิทธิ์ที่เป็นบวกอย่างมีนัยสำคัญแสดงให้เห็นว่า textual sentiment ของฝ่ายจัดการที่ใช้เขียนคำอธิบายแนวโน้มผลการดำเนินงานของบริษัทจดทะเบียนไทยนั้นมีข้อมูลแฝงอยู่ อีกทั้งยังพบว่าข้อมูลในรูปแบบของตัวอักษรนั้นมีความสำคัญในการอธิบายผลการดำเนินงานในอนาคตไม่แพ้ข้อมูลที่เป็นตัวเลข นอกจากนี้ยังสรุปได้ว่าฝ่ายจัดการไทยที่เขียนรายงานอธิบายผลการดำเนินงานเป็นภาษาอังกฤษนั้น ใช้กลุ่มคำที่คล้ายคลึงกับในสหรัฐฯ และ การวัด textual sentiment ของฝ่ายจัดการไทยด้วย dictionary ของต่างประเทศนั้นเป็นจุดเริ่มต้นที่สามารถนำไปต่อยอดในการทำ textual analysis ในรูปแบบอื่นๆ ได้

ข้อมูลเป็นสิ่งสำคัญอย่างยิ่งในแวดวงตลาดทุน เนื่องจากผลการดำเนินงานของบริษัทเป็นปัจจัยหลักที่มีผลต่อการเปลี่ยนแปลงของราคาหลักทรัพย์ โดยจะเห็นได้ว่าหากบริษัทจดทะเบียนประกาศผลการดำเนินงานที่เกิดขึ้นจริงแตกต่างจากที่ผู้ลงทุนส่วนใหญ่ในตลาดคาดการณ์มากจะส่งผลให้ราคาหุ้นของบริษัทนั้นมีความผันผวนสูง
 
ทั้งนี้ผู้ลงทุนส่วนใหญ่สนใจเฉพาะข้อมูลที่เป็นตัวเลข เช่น ยอดขาย กำไร หรือกระแสเงินสด เนื่องจากสั้น กระชับ และเข้าใจง่ายและตัวเลขเหล่านี้เปรียบเสมือนบทสรุปบรรทัดสุดท้ายของผลการดำเนินงาน ในขณะที่ข้อมูลที่เป็นคำอธิบายซึ่งแม้ว่าจะคิดเป็นสัดส่วนในเอกสารที่สูงกว่ามากแต่ผู้ลงทุนกลับใส่ใจข้อมูลเหล่านี้ค่อนข้างน้อย

ในช่วง 1980’s ถึง 1990’s เริ่มมีนักวิจัยสนใจทำการศึกษาข้อมูลที่เป็นคำอธิบายประกอบงบการเงินของบริษัท อย่างไรก็ตามมีกลุ่มตัวอย่างที่ศึกษามีจำนวนค่อนข้างเล็ก (ไม่เกิน 30 บริษัท) จนมาถึงจุดเปลี่ยนที่สำคัญในยุค 2000’s ที่มีการนำเอาคอมพิวเตอร์มาใช้อย่างแพร่หลายทำให้การวิเคราะห์เอกสารประกอบงบการเงินสำหรับกลุ่มตัวอย่างจำนวนมากทำได้อย่างมีประสิทธิภาพมากขึ้น
 
หลังจากนั้นการวัดระดับ textual sentiment ในรายงานผลการดำเนินงานของบริษัทจดทะเบียนเพื่อหาความสัมพันธ์กับการเปลี่ยนแปลงของราคามีนักวิจัยทำการศึกษาอยู่หลายงานโดยส่วนใหญ่ใช้ Dictionary ทั่วไปจนในปี 2014 Loughran และ McDonald ได้ออกมาโต้แย้งว่า Dictionary ที่นักวิจัยในสมัยนั้นใช้ยังไม่เหมาะสมสำหรับการตีความในรายงานทางการเงิน พร้อมทั้งเสนอ Dictionary ที่ทั้งสองคนสร้างขึ้นซึ่งถูกทดสอบแล้วว่าสามารถใช้วัดระดับ textual sentiment ได้ดีกว่า Dictionary ชนิดอื่นๆ
 
สำหรับข้อมูลในตลาดหลักทรัพย์ไทยที่มีคำอธิบายเกี่ยวกับผลการดำเนินงานของบริษัทจดทะเบียนที่ออกโดยบริษัทเป็นภาษาอังกฤษนั้น มีอยู่ด้วยกันหลักๆ 3 แหล่งด้วยกัน ได้แก่ รายงานประจำปี, รายงาน 56-1 และ คำอธิบายและวิเคราะห์ของฝ่ายจัดการ (MD&A) ซึ่งในงานวิจัยนี้ได้เลือกใช้เอกสาร MD&A โดยมีกลุ่มตัวอย่างทั้งหมด 1,421 ฉบับ มาจาก 49 บริษัทจดทะเบียนในตลาดหลักทรัพย์ไทยซึ่งรายงานเป็นภาษาอังกฤษต่อเนื่องทุกไตรมาส ตั้งแต่ไตรมาส 1/2012 ถึงไตรมาส 4/2018 หากพิจารณาคำในเอกสารทั้งหมดหลังจากตัดคำที่ไม่มีความหมายทางการเงินแล้วเหลือประมาณ 3 ล้านคำพบว่ามีค่าเฉลี่ยของจำนวนคำอยู่ที่ 2,114 คำต่อฉบับ ทั้งนี้ค่าเฉลี่ยของจำนวนคำแตกต่างกันตามหมวดอุตสาหกรรม โดยหมวดอุตสาหกรรมที่มีค่าเฉลี่ยสูงสุด 3 อันดับแรก ได้แก่ หมวดทรัพยากรธรรมชาติ หมวดการเงิน และหมวดเทคโนโลยี ตามลำดับ

อย่างไรก็ดี เมื่อพิจารณาจำนวนคำในเอกสารเฉลี่ยต่อปีในช่วงปี 2012 ถึง 2018 พบว่าค่อนข้างคงที่ โดยพบว่าจำนวนคำเฉลี่ยในช่วงไตรมาสแรกค่อนข้างต่ำ และไปเพิ่มขึ้นมากในไตรมาส 4 ในแต่ละปี เนื่องจากฝ่ายจัดการมักอธิบายสรุปผลการดำเนินงานทั้งปีในไตรมาสสุดท้าย
 
นอกจากนี้ หากพิจารณารายละเอียดของคำที่ปรากฎอยู่ในคำอธิบายและวิเคราะห์ของฝ่ายจัดการพบว่าคำที่ปรากฎอยู่ในรายงานผลการดำเนินงานของบริษัทจดทะเบียนในตลาดหลักทรัพย์ไทยมากที่สุดได้ถูกแสดงใน “word cloud” โดยคำที่ปรากฎในรายงาน MD&A ได้แก่ กลุ่มคำที่เกี่ยวกับศัพท์ทางการเงิน เช่น Net Profit, Sales Volume, Cash Flow, Income Tax, Total Revenue เป็นต้น แสดงให้เห็นว่าในภาพรวมของคำอธิบายเกี่ยวกับงบการเงินในเอกสาร MD&A นั้นหลักๆ แล้วพูดถึงสถานะของผลการดำเนินงานของบริษัทและกรรมวิธีที่นำมาใช้ตัดคำนั้นสามารถกรองคำเฉพาะที่มีความหมายที่เราสนใจในเอกสารได้ค่อนข้างดี

นอกจากนี้ยังสังเกตได้ว่าฝ่ายจัดการในไทยที่เขียนรายงานอธิบายผลการดำเนินงานเป็นภาษาอังกฤษนั้น ใช้กลุ่มคำ (word list) ที่คล้ายคลึงกับฝ่ายจัดการในสหรัฐอเมริกา และ การวัด textual sentiment ของฝ่ายจัดการไทยด้วย dictionary ของต่างประเทศนั้นเป็นจุดเริ่มต้นที่สามารถนำไปต่อยอดในการทำ textual analysis ในรูปแบบอื่นๆ ได้
 
ในการวัด textual sentiment นั้นสิ่งสำคัญที่จะเป็นตัวกำหนดคุณภาพของตัวชี้วัดคือ dictionary ที่นำมาใช้ โดยการศึกษานี้ได้นำ dictionary ของ Loughran and McDonald (LM) ซึ่งเป็น dictionary ที่ถูกจัดทำขึ้นสำหรับวัด textual sentiment ในรายงานทางการเงินโดยเฉพาะ และถูกทดสอบแล้วกับรายงานประจำปีของบริษัทจดทะเบียนในประเทศสหรัฐฯ หรือ 10-K กว่าหมื่นฉบับระหว่างปี 1994-2008
 
นอกจากนั้นทำการเขียนโค้ดให้คอมพิวเตอร์ประมวลผลโดยนับคำที่มีความหมายเชิงลบ (Negative) และคำที่มีความหมายเชิงบวก (Positive) โดยยึดตาม LM dictionary พบว่าคำที่มีความหมายเชิงลบที่พบมากที่สุดในรายงาน MD&A ได้แก่ loss, declined, dropped, impairment, restated เป็นต้น ซึ่งคำเหล่านี้ส่วนใหญ่เป็นคำที่พบมากที่สุดในรายงาน 10-K ในประเทศสหรัฐฯ เช่นกัน สำหรับคำที่มีความหมายเชิงบวกที่พบมากที่สุดในรายงาน MD&A ได้แก่ gain, strong, improved, better, efficiency เป็นต้น ทั้งนี้โดยเฉลี่ยแล้วคำที่มีความหมายเชิงลบและเชิงบวกอยู่ที่ 411 และ 332 คำต่อรายงานหนึ่งฉบับ
 
ทั้งนี้ฝ่ายจัดการส่วนใหญ่เขียนคำอธิบายในรายงานผลการดำเนินงานอย่างค่อนข้างเป็นกลาง โดยผู้วิจัยได้ทำการสร้างตัวแปรที่สะท้อนถึง textual sentiment โดยการนำจำนวนคำที่มีความหมายเชิงบวกมาหักด้วยจำนวนคำที่มีความหมายเชิงลบและนำเอาค่าสุทธิที่ได้มาหารด้วยจำนวนคำทั้งหมดในเอกสารและเรียกตัวแปรนี้ว่า “NETOPT” ซึ่งมีค่าเฉลี่ยอยู่ที่ -0.03 ซึ่งแปลได้ว่าผู้บริหารเขียนรายงานอธิบายผลการดำเนินงานด้วยทัศนคติไปในเชิงลบเพียงเล็กน้อย

ผลจากแบบจำลอง Panel regression เพื่อศึกษาความสัมพันธ์ระหว่าง textual sentiment ในรายงานอธิบายผลการดำเนินงานที่เขียนโดยฝ่ายจัดการกับผลการดำเนินงานในอนาคตนั้น พอจะสรุปได้ว่าฝ่ายจัดการตั้งใจสื่อสารแนวโน้มผลการดำเนินงานในอนาคตของบริษัทจดทะเบียนผ่านช่องทางรายงาน MD&A ที่ประกาศพร้อมงบการเงินในทุกไตรมาส
 
รายงาน MD&A เป็นแหล่งข้อมูลที่สำคัญที่ผู้ลงทุนใช้เพื่อติดตามผลการดำเนินงานของบริษัทจดทะเบียนทั้งใน ไตรมาสปัจจุบันและแนวโน้มในอนาคต ซึ่งหากเราต้องการที่จะทดสอบว่ารายงาน MD&A นี้มีข้อมูลเกี่ยวกับผลการดำเนินงานในอนาคตอยู่จริง สมมุติฐานในงานวิจัยที่เราจะทำการทดสอบนั้นควรระบุว่า “textual sentiment ของฝ่ายจัดการควรมีความสัมพันธ์ในเชิงบวกกับผลการดำเนินงานในอนาคต”
 
การศึกษานี้ได้นำแบบจำลองของ Davis, Piger, and Sedor (2011) มาประยุกต์ใช้กับฐานข้อมูลของบริษัทจดทะเบียนไทย โดยตัวแปรที่ใช้เป็นตัวแทนผลการดำเนินงานในอนาคตคือค่าเฉลี่ยของ ROA ในอีก 4 ไตรมาสข้างหน้า(FUTUROA) และมีการใส่ตัวแปรควบคุมต่างๆ ให้สอดคล้องกับงานวิจัยเกี่ยวกับเรื่องนี้ในอดีต โดยแบบจำลองมีสมการดังนี้

 
จากแบบจำลอง panel regression แสดงให้เห็นว่าตัวแปร NETOPT มีค่าสัมประสิทธิ์ที่เป็นบวกอย่างมีนัยสำคัญนอกจากนี้ NETOPT ยังมีค่าค่าสัมประสิทธิ์ที่สูงเป็นรองเพียง ตัวแปร ROA เท่านั้น แสดงให้เห็นว่า textual sentiment ของฝ่ายจัดการที่ใช้เขียนคำอธิบายแนวโน้มผลการดำเนินงานของบริษัทจดทะเบียนไทยนั้นมีข้อมูลแฝงอยู่ไม่น้อยไปกว่าข้อมูลผลการดำเนินงานของบริษัทในรูปของตัวเลข

สุดท้ายนี้ จากการศึกษาพบว่าการนำเทคโนโลยีด้าน Textual Analysis มาประยุกต์ใช้เพื่อวัดระดับทัศนคติ (sentiment) กับข้อมูลที่เป็นตัวอักษร (text) ในรายงานอธิบายผลการดำเนินงานของบริษัทจดทะเบียนไทยนั้นได้ข้อสรุปว่า textual sentiment ที่วัดได้มีความสัมพันธ์กับผลการดำเนินงานของบริษัทจดทะเบียนในอนาคต หรือกล่าวได้ว่าฝ่ายจัดการที่เป็นผู้เปิดเผยข้อมูลนั้นมีมุมมองเกี่ยวกับธุรกิจของบริษัทตัวเองที่ค่อนข้างแม่นยำ อีกทั้งฝ่ายจัดการเหล่านี้พยายามสื่อสารข้อมูลที่มีความสำคัญผ่านช่องทางการรายงานคำอธิบายและวิเคราะห์ของฝ่ายจัดการ (MD&A) เพื่อให้ผู้ลงทุนสามารถนำข้อมูลเหล่านี้ไปใช้ประกอบกับการตัดสินใจลงทุนให้เกิดประโยชน์มากยิ่งขึ้น


กำลังโหลดความคิดเห็น...