Insights Investing
ความเปราะบางเชิงโครงสร้างของสินทรัพย์ยุคใหม่: การประเมินภาวะติดล็อกในอสังหาริมทรัพย์ การกระจุกตัวของดัชนีในหุ้นปัญญาประดิษฐ์ และการรีไฟแนนซ์สินเชื่อภาคเอกชนนอกตลาด
พอดแคสต์ · ฟัง (24 นาที)
สารบัญ
- 1. ภาวะติดล็อกในตลาดที่อยู่อาศัย: เหตุใดอสังหาริมทรัพย์จึงไม่ใช่กลไกสร้างความมั่งคั่งที่เชื่อถือได้อีกต่อไป
- 2. ภาพลวงตาของการกระจายการลงทุน: การกระจุกตัวในปัญญาประดิษฐ์ในตลาดหุ้นและตลาดตราสารหนี้
- 3. ปัญญาประดิษฐ์แบบตัวแทนอัตโนมัติและความเปราะบางของกลไกรายได้จากการโยกเงินสดอัตโนมัติของธนาคาร
- 4. สินเชื่อภาคเอกชน การซื้อกิจการซอฟต์แวร์ และภาระรีไฟแนนซ์ก้อนใหญ่ที่กำลังมาถึง
- 5. นัยเชิงกลยุทธ์และข้อปฏิบัติสำหรับนักลงทุนระยะยาว
- 6. ตัวเลขสำคัญ
- 7. สิ่งที่จะทำให้เราเปลี่ยนมุมมอง
- 8. แหล่งข้อมูล
ต้นทุนการถือครองที่ไม่ใช่สินเชื่อที่อยู่อาศัยที่เพิ่มขึ้นและภาวะติดล็อกอัตราดอกเบี้ยเชิงโครงสร้างได้ทำลายกลไกการสร้างความมั่งคั่งจากอสังหาริมทรัพย์แบบดั้งเดิมในระดับรากฐาน ขณะที่การกระจุกตัวในปัญญาประดิษฐ์ที่แฝงอยู่ในพอร์ตดัชนีอ้างอิงและแรงเสียดทานด้านหนี้ที่ไม่ได้รับการยอมรับในการซื้อกิจการซอฟต์แวร์นอกตลาดก่อให้เกิดความเสี่ยงเชิงระบบอย่างมีนัยสำคัญต่อนักลงทุนแบบเชิงรับและนักลงทุนสถาบัน สำหรับนักลงทุนเน้นคุณค่าที่มุ่งรักษาเงินต้น ความบิดเบือนที่มาบรรจบกันเหล่านี้ทำให้กันชนความปลอดภัยแบบดั้งเดิมที่มีอยู่ในอสังหาริมทรัพย์ รูปแบบการจัดสรรการลงทุนในดัชนี 60/40 และเครื่องมือสร้างผลตอบแทนจากสินเชื่อภาคเอกชนนอกตลาดหมดไป การสร้างส่วนเผื่อความปลอดภัยที่แท้จริงในปัจจุบันจึงต้องอาศัยการประเมินความแข็งแกร่งของงบดุลใหม่อย่างเข้มงวด ความโปร่งใสของการใช้หนี้เพื่อเพิ่มผลตอบแทน และการกระจายสินทรัพย์อย่างแท้จริงทั้งในตลาดสาธารณะและตลาดเอกชน
1. ภาวะติดล็อกในตลาดที่อยู่อาศัย: เหตุใดอสังหาริมทรัพย์จึงไม่ใช่กลไกสร้างความมั่งคั่งที่เชื่อถือได้อีกต่อไป
สมมติฐานพื้นฐานของอสังหาริมทรัพย์เพื่อการอยู่อาศัยสมัยใหม่—ที่ว่าการเป็นเจ้าของบ้านทำหน้าที่เป็นกลไกอัตโนมัติในการสร้างความมั่งคั่งสืบทอดหลายรุ่น—ได้เผชิญกำแพงเชิงโครงสร้างที่รุนแรง หลังจากอัตราดอกเบี้ยลดลงอย่างมหาศาลเป็นประวัติการณ์ใน 2021 เจ้าของบ้านเดิมหลายล้านรายได้รีไฟแนนซ์ไปใช้อัตราดอกเบี้ยสินเชื่อที่อยู่อาศัยเดิมที่ 3.0% ถึง 3.5% ขณะที่อัตราดอกเบี้ยสินเชื่อที่อยู่อาศัยระยะ 30 ปีในสหรัฐฯ ปัจจุบันอยู่บริเวณ 7.0% ช่องว่างทางคณิตศาสตร์ที่กว้างมากได้ทำให้การเปลี่ยนมือของที่อยู่อาศัยหยุดชะงัก เจ้าของบ้านที่มีงานทำและมีสินเชื่อที่อยู่อาศัยอัตรา 3.0% ติดล็อกอยู่ในเชิงโครงสร้าง การเปลี่ยนจากสินเชื่อเดิมไปเป็นสินเชื่อที่อยู่อาศัยอัตรา 7.0% ทำให้ภาระชำระหนี้รายเดือนพุ่งสูงอย่างมาก ซึ่งผู้เข้าร่วมตลาดที่มีเหตุผลย่อมไม่ยอมรับ ดังนั้น ความเร็วในการทำธุรกรรมและอุปทานที่อยู่อาศัยในตลาดจึงหยุดนิ่ง
ที่สำคัญ วิกฤตความสามารถในการซื้อที่อยู่อาศัยนี้ครอบคลุมมากกว่าราคาซื้อพื้นฐานในเชิงตัวเงินและอัตราดอกเบี้ยอย่างมาก การเพิ่มขึ้นของต้นทุนการถือครองที่ไม่ใช่สินเชื่อที่อยู่อาศัยในช่วงห้าปีก่อนหน้า (2019–2024) ได้บั่นทอนฐานะงบดุลของภาคที่อยู่อาศัยอย่างรุนแรง การเพิ่มขึ้นแบบทบต้นของเบี้ยประกันภัยทรัพย์สินและวินาศภัย ภาษีทรัพย์สินของเทศบาล และค่าสาธารณูปโภค ทำให้ต้นทุนการถือครองบ้านโดยรวมเพิ่มขึ้นประมาณ 50% โดยไม่ขึ้นอยู่กับราคาซื้อ
จากมุมมองการลงทุนเน้นคุณค่า แนวโน้มการเคลื่อนไหวของราคาที่อยู่อาศัยทั่วประเทศเอนเอียงไปทางขาลงมากกว่าขาขึ้น อย่างไรก็ตาม การปรับราคาลงนี้จะเกิดขึ้นอย่างช้ามากแทนที่จะฉับพลัน ต่างจากการเทขายสินทรัพย์ในวงกว้างเชิงระบบที่เกิดขึ้นระหว่างวิกฤตการเงิน 2008 ตลาดแรงงานโดยรวมยังคงตึงตัวและมีอัตราว่างงานต่ำ เนื่องจากเจ้าของบ้านที่มีงานทำและถือสินเชื่อที่อยู่อาศัยอัตรา 3.0% ไม่เผชิญปัจจัยกระตุ้นทันทีที่บังคับให้ต้องรีบขาย การค้นพบราคาตลาดจากการขายเพราะความเดือดร้อนทางการเงินจึงยังอยู่ในระดับจำกัด
การคลี่คลายภาวะอุปทานหยุดนิ่งนี้จะขึ้นอยู่กับโครงสร้างประชากรระยะยาวเกือบทั้งหมด มากกว่าการแทรกแซงด้วยนโยบายการเงิน ในกรอบเวลา 10 ปี การเสียชีวิตตามธรรมชาติของคนรุ่นเบบี้บูมที่สูงวัยเป็นกลไกหลักที่จะผลักดันอุปทานที่อยู่อาศัยเข้าสู่ตลาดเปิด เมื่อบ้านเหล่านี้กลายเป็นทรัพย์มรดก ทายาทจะขายสินทรัพย์ในราคาที่ทำให้ตลาดเกิดสมดุล ณ ขณะนั้น เพื่อชำระภาระภาษีมรดก ในขณะเดียวกัน การขยายอุปทานยังถูกขัดขวางด้วยข้อจำกัดการแบ่งเขตการใช้ประโยชน์ที่ดินในระดับท้องถิ่นและกระแสคัดค้านการพัฒนาในพื้นที่ของตน แม้เขตปกครองเทศบาลอย่างลอสแอนเจลิสยังคงแผ่ขยายเป็นบริเวณกว้างและถูกจำกัดในเชิงพื้นที่โดยคณะกรรมการผังเมืองท้องถิ่น ตัวอย่างที่ตรงกันข้ามในต่างประเทศอย่างโตเกียวแสดงให้เห็นว่า กรอบการแบ่งเขตการใช้ประโยชน์ที่ดินระดับชาติสามารถรักษาความสามารถในการซื้อที่อยู่อาศัยได้ด้วยการข้ามแรงคัดค้านจากเทศบาลท้องถิ่น อย่างไรก็ตาม ในสหรัฐอเมริกา ความเป็นไปได้ที่การแทรกแซงด้านผังเมืองในระดับรัฐบาลกลางหรือระดับรัฐจะมีอำนาจเหนือสภาท้องถิ่นนั้นแทบเป็นศูนย์ในทางปฏิบัติ
2. ภาพลวงตาของการกระจายการลงทุน: การกระจุกตัวในปัญญาประดิษฐ์ในตลาดหุ้นและตลาดตราสารหนี้
นักลงทุนที่พึ่งพาดัชนีแบบเชิงรับที่ครอบคลุมตลาดกว้างภายใต้สมมติฐานของทฤษฎีพอร์ตการลงทุนสมัยใหม่แบบดั้งเดิมกำลังดำเนินการอยู่ภายใต้ภาพลวงตาของการกระจายการลงทุนอย่างลึกซึ้ง ตามกรอบแนวคิดของ Benjamin Graham การบริหารความเสี่ยงที่แท้จริงต้องแยกให้ออกระหว่างความผันผวนของราคาชั่วคราวกับการสูญเสียเงินทุนอย่างถาวร ดัชนีหุ้นอ้างอิงในปัจจุบันทำให้นักลงทุนเผชิญความเสี่ยงต่อการสูญเสียเงินทุนอย่างถาวรที่ไม่ได้รับการยอมรับอย่างเป็นระบบ โดยกระจุกเงินทุนเข้าสู่วงจรการใช้จ่ายด้านเทคโนโลยีเพียงวงจรเดียว นั่นคือห่วงโซ่มูลค่าปัญญาประดิษฐ์
แม้น้ำหนักอย่างเป็นทางการของกลุ่มเทคโนโลยีใน S&P 500 จะระบุไว้ที่ประมาณ 40% แต่ตัวเลขนี้ประเมินความเสี่ยงตามธีมที่แท้จริงต่ำเกินไป การจัดหมวดหมู่ใหม่โดยผู้จัดทำดัชนีได้ย้ายแพลตฟอร์มดิจิทัลรายใหญ่ เช่น Alphabet และ Amazon ไปอยู่ในกลุ่มบริการสื่อสารและกลุ่มสินค้าฟุ่มเฟือย การนำผู้ประกอบการแพลตฟอร์มขนาดมหึมาเหล่านี้กลับมารวมด้วยจะเพิ่มสัดส่วนการลงทุนโดยตรงในบริษัทเทคโนโลยีมูลค่าตลาดขนาดใหญ่มากเป็นประมาณ 50%
การนับรวมความเชื่อมโยงทางอ้อมและธุรกิจที่สนับสนุนอย่างครบถ้วนทำให้ความเสี่ยงจากการกระจุกตัวนี้ขยายขึ้นอย่างมีนัยสำคัญ: * พลังงานและสาธารณูปโภค: ผู้ให้บริการสาธารณูปโภคไฟฟ้าที่จัดหาไฟฟ้าโดยเฉพาะให้ศูนย์กลางศูนย์ข้อมูลเพิ่มน้ำหนักตามธีมอีก 3% * โครงสร้างพื้นฐานอุตสาหกรรม: บริษัทก่อสร้างศูนย์ข้อมูล ผู้จัดหาอุปกรณ์เฉพาะทาง และผู้รับเหมาก่อสร้างโครงข่ายไฟฟ้าอุตสาหกรรมเพิ่มการพึ่งพาเชิงระบบมากขึ้น * ผู้สนับสนุนทางการเงิน: ธนาคารเพื่อการลงทุนรายใหญ่และผู้จัดการสินทรัพย์ทางเลือกที่ให้บริการจัดจำหน่ายหลักทรัพย์เพื่อระดมทุนและจัดหาเงินกู้สำหรับรายจ่ายลงทุนด้านปัญญาประดิษฐ์ทำให้ความเสี่ยงเพิ่มขึ้น
เมื่อรวมกันแล้ว การพึ่งพาทางเศรษฐกิจที่แท้จริงของ S&P 500 ต่อความสำเร็จของระบบนิเวศปัญญาประดิษฐ์อยู่ที่ประมาณ 65%
[S&P 500 Effective AI Concentration: ~65%]
├── Direct Tech Sector (Official Weighting): ~40%
├── Reclassified Tech Platforms (Alphabet, Amazon, etc.): ~10%
├── Electric Utilities (Data Center Power Supply): ~3%
└── Industrial Builders & Financial Capital Providers: ~12%
การกระจุกตัวเชิงโครงสร้างนี้แพร่หลายทั่วตลาดตราสารหนี้เช่นกัน ประมาณ 15% ของหุ้นกู้บริษัททั้งหมดที่มีอันดับความน่าเชื่อถือระดับลงทุนได้เชื่อมโยงโดยตรงกับโครงการลงทุนในกลุ่มปัญญาประดิษฐ์ และถึง 50% ของการออกหุ้นกู้บริษัททั้งหมดใน 2024 ถูกนำไปใช้เพื่อจัดหาเงินทุนให้โครงสร้างพื้นฐานที่เกี่ยวข้องกับปัญญาประดิษฐ์ ดังนั้น กลยุทธ์ลงทุนตามดัชนีแบบเชิงรับจึงไม่ปกป้องเงินทุนจากความเสี่ยงเหตุการณ์สุดขั้วอีกต่อไป การถดถอยด้านการดำเนินงานหรือการเงินของบริษัทเทคโนโลยีชั้นนำที่เป็นแรงขับเคลื่อนจะบั่นทอนทั้งส่วนหุ้นและส่วนตราสารหนี้ของพอร์ต 60/40 แบบดั้งเดิมพร้อมกัน
นอกจากนี้ การกระจุกตัวของเงินทุนนี้ยังสะท้อนการเปลี่ยนแปลงเชิงโครงสร้างที่กว้างขึ้นในธุรกิจสื่อและเศรษฐศาสตร์ของความสนใจผู้บริโภค บริษัทสื่อแบบดั้งเดิมที่อยู่ในดัชนีหุ้นซึ่งครอบคลุมตลาดกว้างเผชิญแรงกดดันต่ออัตรากำไรอย่างรุนแรงจากแพลตฟอร์มดิจิทัลที่ใช้รายจ่ายลงทุนต่ำ ตัวอย่างเช่น ปัจจุบัน YouTube มีส่วนแบ่งการรับชมโทรทัศน์ 14% เทียบกับ Netflix ที่ 7% ขณะที่ผู้ประกอบการสื่อดั้งเดิมมีรายจ่ายลงทุนมหาศาลเพื่อผลิตเนื้อหาที่มีบท แพลตฟอร์มเปิดที่ผู้ใช้สร้างเนื้อหากลับดึงดูดการมีส่วนร่วมในการรับชมได้เป็นสองเท่าด้วยต้นทุนเพียงเศษเสี้ยว สะท้อนให้เห็นว่าสินทรัพย์ที่ใช้เงินทุนเข้มข้นในดัชนีอ้างอิงตลาดสาธารณะเผชิญการถูกแทนที่ในการดำเนินงานอย่างไร
3. ปัญญาประดิษฐ์แบบตัวแทนอัตโนมัติและความเปราะบางของกลไกรายได้จากการโยกเงินสดอัตโนมัติของธนาคาร
เครื่องมือปัญญาประดิษฐ์แบบตัวแทนอัตโนมัติที่กำลังเกิดขึ้นเป็นภัยคุกคามโดยตรงต่อหนึ่งในรูปแบบรายได้ที่ทำกำไรสูงที่สุดแต่ได้รับความสนใจน้อยเกินไปในธุรกิจธนาคารรายย่อยและธุรกิจนายหน้าซื้อขายหลักทรัพย์สมัยใหม่ นั่นคืออัตรากำไรดอกเบี้ยสุทธิจากการโยกเงินสดอัตโนมัติ
กลไกพื้นฐานของการโยกเงินสดอัตโนมัติอาศัยความเฉื่อยของลูกค้ารายย่อย แพลตฟอร์มนายหน้าซื้อขายหลักทรัพย์ โดยเฉพาะ Charles Schwab จะ “โยก” ยอดเงินสดของลูกค้าที่ยังไม่ได้ลงทุนออกจากบัญชีซื้อขายหลักทรัพย์โดยอัตโนมัติ แล้วนำเงินนั้นไปลงทุนในตราสารหนี้ระยะสั้นของกระทรวงการคลังสหรัฐฯ หรือตลาดเงินสำหรับสถาบันที่ให้ผลตอบแทนประมาณ 4.5% ในทางกลับกัน แพลตฟอร์มจ่ายดอกเบี้ยให้ผู้ถือบัญชีรายย่อยในอัตราเพียงเล็กน้อย ซึ่งมักอยู่ที่ประมาณ 20 จุดฐาน (0.20%) บริษัทได้รับส่วนต่างดอกเบี้ยสุทธิที่ไม่ได้ป้องกันความเสี่ยงประมาณ 430 จุดฐาน แม้ค่าคอมมิชชันการซื้อขายของลูกค้ารายย่อยเคยเป็นตัวขับเคลื่อนกำไรของธุรกิจนายหน้าซื้อขายหลักทรัพย์ในอดีต แต่ปัจจุบันส่วนต่างดอกเบี้ยสุทธิจากเงินสดที่ถูกโยกเป็นรายการรายได้ที่ใหญ่ที่สุดเพียงรายการเดียวของ Charles Schwab
+-----------------------------------------------------------------------+
| TRADITIONAL CASH SWEEP MODEL |
| |
| [Retail Customer Cash] ---> Swept by Brokerage (e.g., Schwab) |
| │ |
| ├──> Invests at ~4.50% (Treasuries) |
| └──> Pays Retail ~0.20% |
| |
| *NET INTEREST SPREAD CAPTURED BY BROKERAGE: ~4.30% |
+-----------------------------------------------------------------------+
│
▼
+-----------------------------------------------------------------------+
| AGENTIC AI DISRUPTION MODEL |
| |
| [Agentic AI Assistant] ---> Automatically detects uninvested cash |
| │ |
| └──> Reallocates to Money Market |
| Fund directly yielding ~4.50%|
| |
| *RESULT: Brokerage Net Interest Margin Collapses to Zero |
+-----------------------------------------------------------------------+
เครื่องมือปัญญาประดิษฐ์แบบตัวแทนที่ทำงานได้อย่างอิสระมีแนวโน้มจะขจัดแรงเสียดทานด้านผลตอบแทนนี้อย่างสิ้นเชิง ตัวแทนทางการเงินอัตโนมัติที่ทำงานบนอุปกรณ์ของผู้ใช้หรือผ่านซอฟต์แวร์ของบุคคลที่สามสามารถติดตามยอดเงินสดที่ไม่ได้ใช้งานอย่างต่อเนื่อง และโยกเงินด้วยคำสั่งโปรแกรมไปยังกองทุนตลาดเงินที่ให้ผลตอบแทนสูงทันทีที่มีการฝากเงิน หากลูกค้ารายย่อยหันมาใช้การบริหารเงินสดอัตโนมัติอย่างแพร่หลาย ส่วนต่างดอกเบี้ยสุทธิที่ให้อัตรากำไรสูงและค้ำจุนรูปแบบธุรกิจนายหน้าซื้อขายหลักทรัพย์จะพังทลายลง
ในการประเมินความเปราะบางนี้ นักลงทุนต้องแยกให้ออกระหว่างการโยกเงินสดอัตโนมัติของธุรกิจนายหน้าซื้อขายหลักทรัพย์กับธุรกิจฐานเงินฝากของธนาคารพาณิชย์ บริษัทนายหน้าซื้อขายหลักทรัพย์อย่าง Schwab อาศัยการโยกเงินสดที่ไม่ได้ใช้งานโดยตรงไปยังบัญชีของบริษัทที่ให้ผลตอบแทนต่ำเพื่อเก็บเกี่ยวส่วนต่างดอกเบี้ย ในทางตรงกันข้าม สถาบันธนาคารพาณิชย์อย่าง JPMorgan Chase ใช้เงินฝากกระแสรายวันและเงินฝากออมทรัพย์เป็นแหล่งเงินทุนให้พอร์ตสินเชื่อระยะยาวที่มีสภาพคล่องต่ำ ซึ่งรวมถึงสินเชื่อที่อยู่อาศัยและสินเชื่อธุรกิจ เมื่อเห็นว่าตัวแทนภายนอกแบบอัตโนมัติอาจกระตุ้นให้เกิดการย้ายเงินฝากอย่างรวดเร็ว JPMorgan Chase จึงปิดกั้นเครื่องมือปัญญาประดิษฐ์แบบตัวแทนอัตโนมัติของบุคคลที่สามไม่ให้เข้าถึงโครงสร้างพื้นฐานเงินฝากหลักในเชิงรุก โดยปฏิเสธอย่างชัดเจนไม่ให้ตัวแทนอัตโนมัติเข้าถึงระบบเชื่อมต่อบัญชีลูกค้า เพื่อปกป้องฐานเงินฝากหลักที่เป็นแหล่งเงินทุนต้นทุนต่ำ
การเกิดขึ้นของเทคโนโลยีที่ลดบทบาทตัวกลางในบริการการเงินรายย่อยนี้ชี้ให้เห็นปรากฏการณ์ระดับมหภาคที่กว้างขึ้น กล่าวคือ เมื่อใดก็ตามที่ตัวกลางทางการเงินพึ่งพาโครงสร้างค่าธรรมเนียมที่ไม่โปร่งใส ความล่าช้าทางบัญชี หรือแรงเสียดทานเชิงโครงสร้างเพื่อเก็บเกี่ยวผลตอบแทน การใช้หนี้เชิงระบบจะสะสมขึ้น การใช้หนี้ที่พึ่งพาแรงเสียดทานแบบเดียวกันนี้กำลังคุกคามการซื้อกิจการเทคโนโลยีนอกตลาดที่ได้รับเงินทุนในยุคอัตราดอกเบี้ยศูนย์
4. สินเชื่อภาคเอกชน การซื้อกิจการซอฟต์แวร์ และภาระรีไฟแนนซ์ก้อนใหญ่ที่กำลังมาถึง
ความเปราะบางเชิงระบบได้สะสมอยู่ในตลาดการลงทุนในหุ้นนอกตลาดและตลาดสินเชื่อภาคเอกชน โดยเฉพาะการซื้อกิจการแพลตฟอร์มซอฟต์แวร์สำหรับองค์กรโดยใช้หนี้เป็นหลัก ซึ่งดำเนินการในช่วงนโยบายอัตราดอกเบี้ยเป็นศูนย์ระหว่าง 2018–2022
ระบบนิเวศนี้มีลักษณะการหมุนเวียนเป็นวงจรในเชิงโครงสร้าง กองทุนสินเชื่อภาคเอกชนมักรับจัดหาเงินกู้เพื่อสนับสนุนการซื้อกิจการโดยผู้ลงทุนในหุ้นนอกตลาด แต่ผู้ให้สินเชื่อเหล่านี้ก็มักเป็นบริษัทย่อยของบริษัทลงทุนในหุ้นนอกตลาดเอง ตัวอย่างเช่น Blackstone บริหาร BCRED ซึ่งเป็นกองทุนสินเชื่อภาคเอกชนที่ใหญ่ที่สุดของประเทศ มีสินทรัพย์ $80 พันล้าน สะท้อนความเชื่อมโยงอย่างใกล้ชิดระหว่างผู้ให้สินเชื่อภาคเอกชนกับผู้สนับสนุนการซื้อกิจการ
ในช่วง 2018–2022 ผู้ลงทุนในหุ้นนอกตลาดซื้อกิจการบริษัทซอฟต์แวร์สำหรับองค์กรด้วยตัวคูณมูลค่าที่สูง โดยจัดโครงสร้างธุรกรรมให้ประกอบด้วยเงินทุนส่วนของผู้ถือหุ้นประมาณ 50% และหนี้อัตราดอกเบี้ยลอยตัว 50% แบบจำลองการลงทุนในหุ้นนอกตลาดในอดีตตั้งสมมติฐานว่าจะถือครองเป็นเวลา 3- ถึง 4 ปี ก่อนขายออกผ่านการขายกิจการให้บริษัทอื่นหรือการเสนอขายหุ้นต่อประชาชนเป็นครั้งแรก ปัจจุบันระยะเวลาถือครองยืดออกไปเป็น 7 ปี อัตราดอกเบี้ยที่สูงขึ้นทำให้ภาระชำระหนี้อัตราดอกเบี้ยลอยตัวเพิ่มขึ้น ขณะที่มูลค่าซอฟต์แวร์สำหรับองค์กรลดลงอย่างรุนแรง ดังเห็นได้จาก Adobe ซึ่งเป็นบริษัทอ้างอิงในกลุ่มซอฟต์แวร์สำหรับองค์กร มีมูลค่าลดลง 60% จากจุดสูงสุดของตลาด
ผลกระทบทางคณิตศาสตร์ต่อโครงสร้างเงินทุนที่ใช้หนี้เป็นหลักนั้นรุนแรง:
$$\text{Enterprise Value Drop} = 50% \implies \text{Equity Value} = $0$$
เนื่องจากภาระหนี้มีลำดับสิทธิในการรับชำระเหนือเงินทุนส่วนของผู้ถือหุ้น การลดลงของมูลค่ากิจการ 50% จึงล้างมูลค่าเงินทุนส่วนของผู้ถือหุ้นของผู้สนับสนุนการซื้อกิจการ 100% ก่อนที่สินทรัพย์สินเชื่อจะเริ่มขาดทุนเงินต้นแม้แต่ดอลลาร์แรก
BEFORE REVALUATION (1:1 Debt/Equity LBO)
+-----------------------------------+-----------------------------------+
| Debt ($500M) | Equity ($500M) |
+-----------------------------------+-----------------------------------+
|<---------------------- Enterprise Value: $1.0B ---------------------->|
AFTER 50% ENTERPRISE VALUE DROP
+-----------------------------------------------------------------------+
| Debt ($500M) |
+-----------------------------------------------------------------------+
|<----------------------- Enterprise Value: $500M --------------------->|
(Equity Value Completely Wiped Out to $0)
เมื่อการซื้อกิจการซอฟต์แวร์ในช่วง 2018–2022 เหล่านี้ใกล้ถึงกำหนดรีไฟแนนซ์ ผู้ให้สินเชื่อภาคเอกชนจะกำหนดให้ผู้ลงทุนในหุ้นนอกตลาดเติมเงินทุนส่วนของผู้ถือหุ้นใหม่เพื่อรองรับอัตราผลตอบแทนเงินกู้ที่สูงขึ้น ผู้ให้บริการโครงสร้างพื้นฐานคลาวด์เฉพาะทางสำหรับปัญญาประดิษฐ์ (“ผู้ให้บริการคลาวด์รุ่นใหม่” เช่น CoreWeave หรือ Nebius) แสดงให้เห็นแรงกดดันด้านผลตอบแทนนี้: อัตราผลตอบแทนหนี้ในตลาดรองของผู้ประกอบการศูนย์ข้อมูลเฉพาะทางที่ใช้หน่วยประมวลผลกราฟิกพุ่งขึ้นจาก 9% ณ วันที่ออกหนี้เป็น 15% ที่ต้นทุนหนี้ 15% รูปแบบธุรกิจที่ใช้เงินทุนเข้มข้นเหล่านี้จะไม่สามารถสร้าง FCF (กระแสเงินสดอิสระ) เป็นบวกได้อีกต่อไป เมื่อต้องเผชิญกับข้อบังคับให้เติมเงินทุนส่วนของผู้ถือหุ้น ผู้ลงทุนในหุ้นนอกตลาดจำนวนมากจะยอมสละความเป็นเจ้าของหุ้นและส่งมอบอำนาจควบคุมหลักให้แก่เจ้าหนี้ แทนที่จะเพิ่มทุนให้สินทรัพย์ซอฟต์แวร์ที่ด้อยค่า
ประเด็นสำคัญคือ เนื่องจากสินทรัพย์สินเชื่อภาคเอกชนไม่ได้ปรับมูลค่าตามราคาตลาดและซื้อขายนอกตลาดหลักทรัพย์ ผู้จัดการสินทรัพย์จึงอาศัยความล่าช้าด้านการกำกับดูแลและการบัญชีเพื่อปกปิดการสูญเสียเงินทุนถาวร ผู้จัดการกองทุนมักหลีกเลี่ยงการปรับลดมูลค่าสินเชื่อที่ไม่ก่อให้เกิดรายได้ด้วยการขยายระยะเวลาครบกำหนดเงินกู้ ก่อหนี้ในระดับกองทุนเพื่อจ่ายผลประโยชน์ให้ผู้ลงทุน หรือออกตราสารหนี้ที่ชำระดอกเบี้ยด้วยตราสารแทนเงินสด ทำให้ผู้จัดสรรเงินลงทุนสถาบันเข้าใจผิดว่าความผันผวนถูกควบคุมไว้ได้
พลวัตของหนี้เหล่านี้ยังรุนแรงขึ้นจากการอาศัยช่องว่างระหว่างกฎเกณฑ์และความเสี่ยงด้านธรรมาภิบาล โดยเฉพาะเมื่อสินทรัพย์สินเชื่อภาคเอกชนถูกโอนไปอยู่ในบริษัทประกันภัยที่อยู่ภายใต้การกำกับดูแลระดับรัฐ ในรัฐเดลาแวร์ การกำกับดูแลประกันภัยอยู่ภายใต้เจ้าหน้าที่ที่มาจากการเลือกตั้ง โดยในกรณีหนึ่งที่น่าสังเกต ผู้ดำรงตำแหน่งเป็นอดีตนายอำเภอระดับเทศมณฑลที่ไม่มีประสบการณ์ประเมินความเสี่ยงทางการเงิน ภายใต้การบังคับใช้กฎเกณฑ์ที่หละหลวมเช่นนี้ ผู้ประกอบการอย่าง Mark Walter ทำธุรกรรมกับบุคคลที่เกี่ยวโยงกันจำนวนมากโดยไม่เปิดเผย และนำเงินของผู้ถือกรมธรรม์ไปลงทุนในสินทรัพย์ที่ขาดสภาพคล่อง (รวมถึงหุ้นในกิจการทีมกีฬาอาชีพอย่าง LA Dodgers และ LA Lakers) เกินข้อจำกัดตามกฎหมายอย่างมาก การใช้หนี้เชิงระบบและการหลีกเลี่ยงกฎเกณฑ์เช่นนี้เพิ่มความเสี่ยงของเหตุการณ์รุนแรงที่เกิดขึ้นได้ยากในกลุ่มตัวกลางทางการเงินที่ไม่ใช่ธนาคารอย่างมีนัยสำคัญ
5. นัยเชิงกลยุทธ์และข้อปฏิบัติสำหรับนักลงทุนระยะยาว
สำหรับนักลงทุนเน้นคุณค่าที่ใช้กรอบแนวคิดของ Benjamin Graham และ Warren Buffett ภาวะตลาดปัจจุบันเรียกร้องให้มีวินัยด้านความเสี่ยงอย่างเคร่งครัด การตรวจสอบงบดุลอย่างละเอียด และข้อกำหนดการลงทุนของสถาบันที่ออกแบบมาเพื่อป้องกันการสูญเสียเงินทุนถาวร:
- ข้อกำหนด I: ตรวจสอบความโปร่งใสของดัชนีและการกระจุกตัวของสินทรัพย์ที่แท้จริง: ผู้จัดสรรเงินลงทุนสถาบันต้องมองให้ลึกกว่าป้ายกำกับอุตสาหกรรมระดับผิวเผินในพอร์ตดัชนีตลาดวงกว้าง ประเมินการพึ่งพาทางเศรษฐกิจที่อยู่เบื้องหลังทั้งด้านเทคโนโลยี การจัดหาไฟฟ้าสาธารณูปโภค โครงสร้างพื้นฐานอุตสาหกรรม และการออกตราสารหนี้ภาคเอกชนในเชิงปริมาณ เพื่อขจัดความเสี่ยงที่ยังไม่ได้ตระหนักถึงจากฟองสบู่สินทรัพย์ที่อิงธีมเดียว
- ข้อกำหนด II: ทดสอบมูลค่าสินทรัพย์สุทธิของสินเชื่อภาคเอกชนภายใต้ภาวะวิกฤตเพื่อค้นหาการด้อยค่าที่แฝงอยู่: อย่ายอมรับมูลค่าสินทรัพย์สุทธิที่ไม่ได้ปรับตามราคาตลาด ซึ่งรายงานโดยกองทุนสินเชื่อภาคเอกชนและการซื้อกิจการซอฟต์แวร์โดยผู้ลงทุนในหุ้นนอกตลาดช่วง 2018–2022 ประเมินมูลค่าหนี้ในพอร์ตใหม่ โดยสมมติอัตราผลตอบแทนเงินกู้ลอยตัวที่ 15% และปรับลดมูลค่ากิจการในส่วนของผู้ถือหุ้นให้สะท้อนราคาตลาดรองที่แท้จริง
- ข้อกำหนด III: ให้ความสำคัญกับความแข็งแกร่งของงบดุลและ FCF (กระแสเงินสดอิสระ) ที่ไม่ใช้หนี้: มุ่งจัดสรรเงินทุนไปยังธุรกิจที่ทนทานและมีรายจ่ายลงทุนต่ำ โดยมีโครงสร้างเงินทุนอัตราดอกเบี้ยคงที่ อำนาจกำหนดราคาที่ยั่งยืน และ FCF (กระแสเงินสดอิสระ) ที่ไม่ใช้หนี้จากการดำเนินธุรกิจเอง หลีกเลี่ยงกิจการที่พึ่งพาวงจรรีไฟแนนซ์หนี้อย่างต่อเนื่องหรือตราสารหนี้ระยะสั้นต้นทุนต่ำ
- ข้อกำหนด IV: รักษาส่วนเผื่อความปลอดภัยและส่วนเพิ่มสำหรับสภาพคล่องอย่างเคร่งครัด: ถือเงินสำรองสภาพคล่องคุณภาพสูงในตั๋วเงินคลังระยะสั้นโดยตรง แทนช่องทางโยกเงินสดอัตโนมัติของบริษัทนายหน้าที่ไม่ได้ป้องกันความเสี่ยง การเก็บเงินทุนพร้อมลงทุนช่วยให้มีความยืดหยุ่นในการลงทุนในสินทรัพย์ที่เชื่อมั่นสูง เมื่อการบังคับขายสินทรัพย์ทำให้หุ้นจดทะเบียนที่มีมูลค่าสูงเกินไปและเครื่องมือการลงทุนสินเชื่อภาคเอกชนถูกปรับราคาอย่างหลีกเลี่ยงไม่ได้
เพื่อรับมือกับความเปราะบางเชิงระบบเหล่านี้อย่างมีวินัย เราขอเชิญผู้อ่านสำรวจงานวิจัยบริษัทแบบเปิดเผยของเราบนเว็บไซต์ DeepValues Research หรือตรวจสอบมูลค่าที่แท้จริงของหุ้นผ่านแอป DeepValues
6. ตัวเลขสำคัญ
- 50%: การเพิ่มขึ้นของต้นทุนรวมในการถือครองบ้าน (ประกันภัย ภาษีทรัพย์สิน ค่าสาธารณูปโภค) ในช่วง 5 ปีก่อนหน้า (2019–2024)
- 7.0% เทียบกับ 3.0%–3.5%: อัตราดอกเบี้ยสินเชื่อที่อยู่อาศัยในสหรัฐฯ ปัจจุบันโดยประมาณ เทียบกับอัตราดอกเบี้ยสินเชื่อที่อยู่อาศัยเดิมที่รีไฟแนนซ์ใน 2021
- 65%: สัดส่วนการเชื่อมโยงที่แท้จริงโดยรวมของ S&P 500 กับห่วงโซ่คุณค่าปัญญาประดิษฐ์โดยประมาณ (รวมเทคโนโลยีโดยตรง/ที่จัดประเภทใหม่ 50% สาธารณูปโภค 3% และกลุ่มอุตสาหกรรมกับการเงินที่สนับสนุน)
- 15%: สัดส่วนหุ้นกู้ระดับน่าลงทุนที่เกี่ยวข้องโดยตรงกับการจัดหาเงินทุนสำหรับปัญญาประดิษฐ์
- 50%: สัดส่วนการออกตราสารหนี้ภาคเอกชนทั้งหมดใน 2024 ที่จัดสรรให้รายจ่ายลงทุนเกี่ยวกับปัญญาประดิษฐ์
- 20 จุดฐาน เทียบกับ 4.5%: อัตราดอกเบี้ยที่บริษัทนายหน้าจ่ายให้เงินสดที่ยังไม่ได้ลงทุนและถูกโยกอัตโนมัติ เทียบกับผลตอบแทนตั๋วเงินคลังระยะสั้นที่สถาบันได้รับ
- 15% เทียบกับ 9%: อัตราผลตอบแทนหนี้ในตลาดรองปัจจุบัน เทียบกับอัตรา 9% เดิม ณ วันที่ออกหนี้สำหรับโครงสร้างพื้นฐานคลาวด์เฉพาะทางด้านปัญญาประดิษฐ์ (เช่น CoreWeave)
- 60%: สัดส่วนการลดลงจากจุดสูงสุดของตลาดของ Adobe ซึ่งเป็นบริษัทอ้างอิงในกลุ่มซอฟต์แวร์สำหรับองค์กร
- $80 พันล้าน: ขนาดสินทรัพย์รวมของ BCRED กองทุนสินเชื่อภาคเอกชนที่ใหญ่ที่สุดซึ่งเป็นของ Blackstone
- 14% เทียบกับ 7%: ส่วนแบ่งตลาดผู้ชมโทรทัศน์ของ YouTube เทียบกับ Netflix
7. สิ่งที่จะทำให้เราเปลี่ยนมุมมอง
- การลดอัตราดอกเบี้ยอย่างมากโดยไม่มีเงื่อนไขและการหดตัวของส่วนต่างดอกเบี้ยสินเชื่อที่อยู่อาศัย: วงจรผ่อนคลายนโยบายการเงินอย่างมากและต่อเนื่อง ซึ่งทำให้อัตราดอกเบี้ยสินเชื่อที่อยู่อาศัยใหม่ระยะ 30 ปีในสหรัฐฯ กลับลงมาใกล้ 4.0% โดยไม่เร่งเงินเฟ้อ จะช่วยให้ที่อยู่อาศัยหมุนเวียนซื้อขายได้เร็วขึ้น และลบล้างผลของการติดล็อกในตลาดที่อยู่อาศัยโดยไม่ต้องอาศัยการบังคับขายจากปัจจัยประชากร
- การปรับโครงสร้างน้ำหนักดัชนี S&P 500: การหมุนเวียนเงินลงทุนในตลาดอย่างต่อเนื่องและทั่วถึง ออกจากหุ้นเทคโนโลยีขนาดใหญ่มากและหลักทรัพย์ในห่วงโซ่อุปทานปัญญาประดิษฐ์ ไปสู่บริษัทวัฏจักร บริษัทที่ทนทานต่อภาวะเศรษฐกิจ หรือบริษัทอุตสาหกรรมที่มีมูลค่าต่ำกว่าความเป็นจริง ซึ่งลดการกระจุกตัวที่แท้จริงในธีมปัญญาประดิษฐ์ภายใน S&P 500 ให้ต่ำกว่า 35%
- การเพิ่มทุนส่วนของผู้ถือหุ้นอย่างแพร่หลายในกิจการลงทุนหุ้นนอกตลาด: ความมุ่งมั่นทั่วทั้งระบบของผู้ลงทุนในหุ้นนอกตลาดที่จะเติมเงินทุนส่วนของผู้ถือหุ้นใหม่จำนวนมากให้กิจการซอฟต์แวร์ที่ซื้อในช่วง 2018–2022 ซึ่งด้อยค่า เพื่อรองรับหนี้ที่มีดอกเบี้ยสูงขึ้น ป้องกันการผิดนัดชำระหนี้ต่อเนื่องเป็นลูกโซ่ และหลีกเลี่ยงการส่งมอบอำนาจควบคุมให้เจ้าหนี้ในรอบรีไฟแนนซ์ที่กำลังมาถึง
- การคุ้มครองอัตรากำไรดอกเบี้ยสุทธิของบริษัทนายหน้าด้วยกฎหมาย: การบัญญัติกฎเกณฑ์หรือกฎหมายระดับรัฐบาลกลางที่ให้สิทธิอย่างชัดเจนตามกฎหมายแก่สถาบันการเงินในการจำกัดการโยกเงินสดอัตโนมัติโดยตัวแทนอัจฉริยะของบุคคลภายนอก เพื่อรักษาส่วนต่างดอกเบี้ยสุทธิของบริษัทนายหน้าโดยไม่ทำให้เงินฝากรายย่อยไหลออก
8. แหล่งข้อมูล
- Steve Eisman, Aiden McCake และ Brandon Ewing, "เหตุใดชาวอเมริกันรุ่นใหม่จึงรู้สึกถูกกีดกัน กับพอดแคสต์ Lemonade Stand | คู่มือกลยุทธ์ Eisman ตัวจริง ตอนที่ 82," ช่อง YouTube ของ Steve Eisman
ดู
ลิงก์แหล่งข้อมูล
ดูและฟัง
- The S&P 500 Is a Hidden 65% AI Bet, Warns Steve Eisman YouTube · EN
- 大賣空原型Eisman警告:標普500竟65%綁AI YouTube · 中文
- The S&P 500 Is a Hidden 65% AI Bet, Warns Steve Eisman พอดแคสต์ · EN
- 大賣空原型Eisman警告:標普500竟65%綁AI|美股市場 พอดแคสต์ · 中文