---
title: "ทฤษฎีการกำหนดราคาโดยปราศจากการเก็งกำไร: ผลตอบแทนคาดหวังแบบหลายปัจจัย"
description: "ทำความเข้าใจว่า APT เชื่อมโยงผลตอบแทนคาดหวังของหุ้นกับปัจจัยเชิงระบบหลายตัว ค่าเบตาของปัจจัย และส่วนชดเชยความเสี่ยงอย่างไร"
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# ทฤษฎีการกำหนดราคาโดยปราศจากการเก็งกำไร: ผลตอบแทนคาดหวังแบบหลายปัจจัย

> จัดทำขึ้นเพื่อการศึกษาเท่านั้น ไม่ใช่คำแนะนำการลงทุน การลงทุนอาจทำให้สูญเสียเงินลงทุนได้

<a id="answer"></a>

## คำตอบโดยตรง

ทฤษฎีการกำหนดราคาโดยปราศจากการเก็งกำไร หรือ APT เป็นกรอบที่เชื่อมโยงผลตอบแทนคาดหวังของสินทรัพย์กับการรับปัจจัยเชิงระบบหลายตัว ต่างจาก CAPM แบบปัจจัยเดียวตรงที่ APT ยอมให้มีแหล่งความผันผวนร่วมของผลตอบแทนหลายแหล่ง แต่ทฤษฎีไม่ได้ระบุว่าปัจจัยเหล่านั้นต้องเป็นอะไร ผลตอบแทนของปัจจัยที่ซื้อขายได้ เหตุการณ์มหภาคที่ผิดจากคาด และปัจจัยทางสถิติแฝงเป็นตัวเลือกของแบบจำลองที่ต่างกันและต้องมีเหตุผลรองรับแยกกัน

สมการที่ใช้กันทั่วไปคือ:

`E(Rᵢ) = R₀ + βᵢ₁λ₁ + βᵢ₂λ₂ + ... + βᵢₖλₖ`

`βᵢⱼ` วัดความไวของสินทรัพย์ `i` ต่อปัจจัย `j` ส่วน `λⱼ` คือส่วนชดเชยผลตอบแทนคาดหวังต่อการรับปัจจัยหนึ่งหน่วย จุดตัดแกน `R₀` อาจเท่ากับอัตราปลอดความเสี่ยงในแบบจำลองที่อนุญาตให้กู้และให้กู้ด้วยอัตรานั้น ขณะที่แบบจำลองอื่นใช้อัตราผลตอบแทนของสินทรัพย์ที่มีเบตาเป็นศูนย์หรือค่าคงที่ หน่วยของปัจจัยมีความสำคัญ เพราะการปรับสเกลหรือหมุนปัจจัยจะเปลี่ยนค่าเบตาและส่วนชดเชยรายปัจจัย แม้ผลตอบแทนคาดหวังที่แบบจำลองคำนวณได้จะไม่เปลี่ยน

<a id="mechanism"></a>

## ตรรกะของการเก็งกำไรทำงานอย่างไร

APT เริ่มจากโครงสร้างปัจจัยโดยประมาณในกลุ่มสินทรัพย์ขนาดใหญ่ ความเสี่ยงคงเหลือเฉพาะบริษัทอาจลดลงมากในพอร์ตที่กระจายตัวเพียงพอ แต่การรับปัจจัยร่วมยังคงอยู่ ความล้มเหลวของผลิตภัณฑ์บริษัทหนึ่งอาจกระจายความเสี่ยงได้ ขณะที่ภาวะถดถอยหรือการตึงตัวของสินเชื่อในวงกว้างอาจกระทบหลายสินทรัพย์พร้อมกัน

การเก็งกำไรในที่นี้เป็นเงื่อนไขความสอดคล้องของราคา หากพอร์ตที่กระจายตัวดี ใช้เงินลงทุนสุทธิเกือบเป็นศูนย์ และมีทั้งความเสี่ยงจากปัจจัยกับความเสี่ยงคงเหลือน้อยมาก ให้ผลตอบแทนคาดหวังเป็นบวกอย่างน่าเชื่อถือ นักลงทุนย่อมพยายามซื้อพอร์ตนั้น ในกรอบตลาดขนาดใหญ่ของ Ross การตัดโอกาสเช่นนี้ออกทำให้ผลตอบแทนคาดหวังเป็นฟังก์ชันเชิงเส้นโดยประมาณของค่าน้ำหนักปัจจัย ข้อสรุปนี้ไม่ได้พิสูจน์ว่าหุ้นสองตัวใด ๆ ที่มีค่าเบตาประมาณการใกล้กันจะสร้างธุรกรรมที่ปราศจากความเสี่ยงอย่างแท้จริง

การนำไปใช้จริงมีข้อจำกัด ทั้งต้นทุนธุรกรรม ข้อจำกัดการขายชอร์ตและการใช้เลเวอเรจ ต้นทุนเงินทุน ภาษี ค่าเบตาที่เปลี่ยนแปลง และความคลาดเคลื่อนของแบบจำลอง APT ให้ข้อจำกัดทางทฤษฎีภายใต้สมมติฐานของตน แต่ไม่ได้รับประกันว่าจะทำกำไรจากความคลาดเคลื่อนของราคาที่ประมาณได้ หรือว่าส่วนต่างทุกอย่างที่เห็นคือการเก็งกำไร

<a id="example"></a>

## ตัวอย่างคำนวณ

สมมติแบบจำลองสองปัจจัยเพื่อการอธิบาย โดยกำหนดหน่วยของเหตุการณ์ผิดจากคาดและค่าเบตาไว้อย่างชัดเจนและคงที่ และให้จุดตัดแกนเท่ากับอัตราปลอดความเสี่ยง:

- อัตราปลอดความเสี่ยง: `4%`
- ส่วนชดเชยของปัจจัยการเติบโตที่ผิดจากคาด: `3%`
- ส่วนชดเชยของปัจจัยอัตราดอกเบี้ยที่ผิดจากคาด: `-2%`

หุ้นวัฏจักรมีเบตาการเติบโต `1.5` และเบตาอัตราดอกเบี้ย `-0.5`:

`required return = 4% + 1.5×3% + (-0.5)×(-2%)`

`required return = 4% + 4.5% + 1.0% = 9.5%`

หุ้นเชิงรับมีเบตาการเติบโต `0.4` และเบตาอัตราดอกเบี้ย `0.2`:

`required return = 4% + 0.4×3% + 0.2×(-2%)`

`required return = 4% + 1.2% - 0.4% = 4.8%`

เมื่อใช้ข้อมูลสมมตินี้ แบบจำลองให้ผลตอบแทนที่ต้องการของหุ้นวัฏจักรสูงกว่า ส่วนร่วมที่เป็นบวกของปัจจัยอัตราดอกเบี้ยเกิดจากการคูณเบตาติดลบกับส่วนชดเชยติดลบ ไม่ใช่กฎทั่วไปของหุ้นที่ไวต่อดอกเบี้ย ตัวเลขเหล่านี้มีไว้สาธิตการคำนวณ ไม่ใช่ค่าประมาณเชิงประจักษ์หรือการคาดการณ์ผลตอบแทน ผลตอบแทนที่ต้องการสูงกว่าเพียงอย่างเดียวไม่ได้แปลว่าหุ้นราคาถูกกว่าหรือดีกว่า

<a id="risks"></a>

## สิ่งที่ควรตรวจสอบในทางปฏิบัติ

- กำหนดปัจจัยก่อนปรับแบบจำลอง และอย่าเลือกปัจจัยเพียงเพราะใช้ได้ดีในตัวอย่างเดียว
- ระบุวิธีสร้าง หน่วย เครื่องหมาย ความสามารถในการซื้อขาย และเหตุผลทางเศรษฐกิจของแต่ละปัจจัย เหตุการณ์มหภาคที่ผิดจากคาดไม่ใช่สิ่งเดียวกับผลตอบแทนของพอร์ต long-short ที่ซื้อขายได้
- ใช้ความถี่ข้อมูลให้สอดคล้องกัน อย่านำผลตอบแทนหุ้นรายวันไปถดถอยกับตัวแปรมหภาครายไตรมาสโดยไม่มีเหตุผลรองรับ
- ใช้ค่าที่ผิดจากคาดหรือผลตอบแทนปัจจัยเมื่อเหมาะสม ไม่ใช่ระดับที่ตลาดรู้อยู่แล้ว
- ประมาณค่าเบตาและส่วนชดเชยปัจจัยภาคตัดขวางแยกกัน และสะท้อนความไม่แน่นอนของทั้งสองขั้นตอน
- ตรวจสอบการกระจายความเสี่ยงคงเหลือ ความคลาดเคลื่อนของราคา เสถียรภาพของเบตา และผลนอกกลุ่มตัวอย่างข้ามช่วงเวลา ภาวะตลาด และอุตสาหกรรม
- ระวังปัญหาพหุสหสัมพันธ์และการหมุนปัจจัย รูปแบบปัจจัยที่เทียบเท่ากันอาจทำให้ค่าสัมประสิทธิ์รายตัวดูไม่เสถียร
- ป้องกันอคติจากการใช้ข้อมูลอนาคต อคติจากผู้รอด การขุดค้นข้อมูล และการละเลยปัจจัย
- รวมต้นทุน ข้อจำกัดการขายชอร์ตและเลเวอเรจ สภาพคล่อง ภาษี และความแออัดของปัจจัย ก่อนเรียกส่วนต่างว่าเป็นโอกาสเก็งกำไร
- เปรียบเทียบผลตอบแทนที่แบบจำลองกำหนดกับ CAPM ปัจจัยพื้นฐาน การประเมินมูลค่า และสถานการณ์ทดสอบภาวะวิกฤต อย่าถือว่าเป็นการคาดการณ์ผลตอบแทนที่เกิดขึ้นจริง

<a id="misconceptions"></a>

## ความเข้าใจผิดที่พบบ่อย

**“APT บอกได้ว่าปัจจัยที่ถูกต้องคืออะไร”** APT ยอมให้มีหลายปัจจัย แต่ไม่ได้ระบุอย่างเฉพาะเจาะจงว่าต้องใช้ปัจจัยใด

**“ค่าคงเหลือทุกค่าของแบบจำลองคือกำไรไร้ความเสี่ยง”** ข้อจำกัดของ APT ใช้กับพอร์ตที่กระจายตัวเพียงพอภายใต้สมมติฐานของแบบจำลอง ค่าคงเหลือที่ประมาณได้อาจสะท้อนสัญญาณรบกวน ความเสี่ยงที่ตกหล่น และข้อจำกัดในการซื้อขาย

**“ยิ่งมีปัจจัยมาก แบบจำลองยิ่งดี”** ปัจจัยเพิ่มเติมอาจทำให้แบบจำลองพอดีกับข้อมูลอดีตมากเกินไปและตีความยากขึ้น

**“ผลตอบแทนที่ต้องการสูงหมายถึงหุ้นน่าสนใจ”** อาจหมายเพียงว่าหุ้นรับความเสี่ยงเชิงระบบมากกว่า

**“ปัจจัย Fama–French คือปัจจัยที่ APT กำหนด”** ปัจจัยเหล่านี้เป็นโครงสร้างเชิงประจักษ์ที่มีอิทธิพล แต่ APT ไม่ได้เลือกปัจจัยเหล่านี้อย่างเฉพาะเจาะจงหรือรับประกันส่วนชดเชยในทุกตลาดและทุกกลุ่มตัวอย่าง

<a id="related"></a>

## หัวข้อที่เกี่ยวข้อง

- [แบบจำลองการกำหนดราคาสินทรัพย์ทุน](/th/stocks/capm/)
- [เบตา](/th/stocks/beta/)
- [ส่วนชดเชยความเสี่ยงของตราสารทุน](/th/stocks/equity-risk-premium/)

<a id="sources"></a>

## แหล่งข้อมูลอ้างอิง

- [The Arbitrage Theory of Capital Asset Pricing](https://doi.org/10.1016/0022-0531(76)90046-6) — Journal of Economic Theory (2026-08-07)
- [Common risk factors in the returns on stocks and bonds](https://doi.org/10.1016/0304-405X(93)90023-5) — Journal of Financial Economics (2026-08-07)
- [Description of Fama/French Benchmark Factors](https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/Data_Library/f-f_bench_factor.html) — Kenneth R. French Data Library (2026-08-07)

Source: https://wiki.fcontext.com/th/stocks/arbitrage-pricing-theory/index.mdx