เขียนโดย Larry Lohmann
วันที่ 5 พฤศจิกายน 2010
แปลและเรียบเรียงโดย ปิโยรส ปานยงค์
ภาพประกอบโดย https://www.azquotes.com/author/74797-Karl_Polanyi
อ้างอิง https://rb.gy/nfwj6
(ต่อจากวันพฤหัสบดี)
ภาระงานหนักในการแปลงความไม่แน่นอนให้เป็นสินค้า
ในโลกแห่งความเป็นจริงนั้น งานแห่งการคลี่คลาย แยกตัว ชดเชย และนับจำนวนความไม่แน่นอนเป็นเรื่องของการรับความเสี่ยง นวัตกรรม ความไม่แน่นอนทางการเมืองที่เกิดขึ้นจากกลุ่มผลประโยชน์ต่างๆรวมทั้งรัฐบาลเอง แทนที่จะเป็นกระบวนการทางเทคนิคที่สมบูรณ์แบบ หนึ่งในงานเขียนที่มีชื่อเสียงของโปลานยีที่มีชื่อว่า ‘วางแผนการไม่แทรกแซงตลาด แต่ไม่ได้วางแผนเกี่ยวกับการวางแผน หรือ Laissez faire was planned; planning was not’ อธิบายถึงวิวัฒนาการของสถาบันการเงินในช่วงต้นศตวรรษที่ 21 ได้ดีพอๆกับที่ใช้อธิบายสภาวะตลาดแรงงานและที่ดินในศตวรรษที่ 19 ที่การวางแผนดังกล่าวเกิดปัญหาขึ้นในแทบจะทุกขั้นตอนของกระบวนการ
ในศตวรรษที่ 18 และ 19 ความเรียบง่ายของกลไกของการแปลงความไม่แน่นอนให้เป็นสินค้ากลับกลายเป็นระเบิดเวลาแห่งความรู้เท่าไม่ถึงการณ์ ประการแรก เราต้องการการออกแบบชุดสินค้าที่ยังไม่เป็นที่รู้จักมาก่อนให้สามารถซื้อขายกันได้อย่างเป็นรูปธรรม แต่ความไม่แน่นอนนั้นไม่สามารถวัดมูลค่าได้อย่างเช่นที่เราวัดมูลค่าของผลกำไร การประเมินค่าความไม่แน่นอนเป็นงานของคอมพิวเตอร์และนักวิชาการสถิติที่จะสร้างสมมติฐานที่เหมาะสมของตลาดขึ้นมา หนังสือ BlackScholes Equation ที่เผยแพร่ในปี 1973 ช่วยสนับสนุนให้เกิดตลาด Options ด้วยการออกแบบวิธีการกำหนดราคาของความไม่แน่นอนที่มีหลักวิชาการรองรับโดยการใช้คอมพิวเตอร์คำนวณ และโมเดลการคำนวณของ David Li ที่คิดค้นขึ้นในปี 1999 กลายมาเป็น ‘เครื่องยนต์สันดาปของโลกแห่งตราสารหนี้’ ที่ทำให้การผลิตบริการทางการเงินในจำนวนมากเป็นไปได้ด้วยการแสดงให้เห็นว่าภาคธุรกิจและการผิดนัดชำระหนี้เงินกู้นั้นมีความสันพันธ์กันอย่างไร ดังนั้นจึงช่วยสร้างกลไกการผลิตความเชื่อมั่นด้วยการผลิตเครดิตที่คุ้มทุนมากขึ้น ซึ่งหนึ่งในผลลัพธ์ที่ได้ตามที่นาย Sam Jones สื่อมวลชนที่เชี่ยวชาญด้านการเงินได้ระบุไว้ก็คือ :
‘ตลาดตราสารหนี้บูม ในปี 2000 จำนวนตราสารหนี้ทั้งหมดที่ออกมานับเป็นมูลค่านับหมื่นล้านดอลล่าร์ พอถึงปี 2007 มูลค่าตลาดตราสารหนี้ขึ้นสูงถึง 2 ล้านล้านดอลล่าร์ และเมื่อมีนักลงทุนจำนวนมากต้องการลงเงินของตนในตราสารหนี้ มูลค่าของตาสารหนี้นั้นก็จะตกลงเป็นอย่างมากจนไปขับเคลื่อนภาคอสังหาริมทรัพย์และระบบเศรษฐกิจโลกให้เติบโตอย่างรวดเร็ว วิธีการที่เรียกว่าการกำหนดมูลค่าบนความเสี่ยงหรือ Value-at-risk นี้สามารถแสดงได้ด้วยตัวเลขเพียงตัวเดียว ได้แก่ตัวเลขที่สถาบันการเงินอาจขาดทุนในสถานการณ์ที่ไม่เอื้ออำนวย ในขณะที่กลุ่มผู้บริหารก็ยืนยันว่าพวกเขามิได้รวมเอาความไม่แน่นอนที่ไม่สามารถบริหารจัดการได้เข้ามาซื้อขายในตลาดที่มีความซับซ้อนสูงอยู่แล้ว ‘กลไกราคาที่สามารถสรุปการซื้อขายที่ซับซ้อนให้อยู่ในตัวเลขตัวเดียวได้’ นาย Pablo Triana ที่เป็นโบรคเกอร์อธิบาย ‘ทำให้ผู้บริหารธนาคารและโบรคเกอร์ทั้งหลายเชื่อว่าการเข้าควบคุมตลาดมิใช่ทางออกที่ดี’
ผู้บริหารธนาคารและโบรคเกอร์เข้าใจเรื่องนี้ดีอยู่แล้ว มูลค่าของตลาดอนุพันธ์ที่กำหนดขึ้นรวมถึง futures และ options รวมดอกเบี้ย, สกุลเงินตราและสินค้า, ตราสารหนี้ และอื่นๆเติบโตขึ้นจากศูนย์ในปี 1970 กลายเป็น 100 ล้านล้านดอลล่าร์ในปี 2000 และ 680 ล้านล้านดอลล่าร์ในปี 2008 สูงกว่ามูลค่าเศรษฐกิจโลกหลายเท่าตัว ระหว่างปี 1998 และปี 2007 จำนวนกองทุนรวมตราสารทุนที่สร้างขึ้นด้วยโปรแกรมคอมพิวเตอร์เพิ่มขึ้นจาก 130 เป็น 800 เมื่อคอมพิวเตอร์ก้าวเข้ามามีบทบาทสำคัญในโลกแห่งการเงิน จำนวนกองทุนบริหารความเสี่ยงเพิ่มขึ้นจาก 3,000 ในปี 1996 เป็น 8,900 ในปี 2006 ทรัพย์สินของกองทุนเหล่านี้เติบโดขึ้นกว่า 10 เท่าในช่วงเวลาเดียวกัน
การซื้อขายอนุพันธ์ช่วยลบล้างความแตกต่างระหว่างประกันภัย พอร์ตการลงทุน การเก็งกำไร ธนาคารเพื่อการลงทุน และธนาคารเพื่อการค้าปลีก นาย J. P. Bouchaud ซึ่งเป็นเทรดเดอร์ของ Capital Fund Management ที่เป็นโมเดลซึ่งผลิตภัณฑ์ทางการเงินที่ถูกกำหนดราคาไว้เป็นอย่างดีและเกี่ยวข้องกับความเสี่ยงในการจำนองอสังหาริมทรัพย์ได้ทำให้เกิด ‘พ่อค้าเครดิตแห่งอุตสาหกรรมการเงิน’ ด้วยการ ‘ลักลอบค้าผลิตภัณฑ์ของตนไปทั่วโลก’ เมื่อถึงปี 2008 บรรดาโบรคเกอร์ กองทุนบริหารความเสี่ยง และนักลงทุนในภาคพิเศษต่างๆควบคุมสินทรัพย์คิดเป็นมูลค่าถึง 8 ล้านล้านดอลล่าร์ เมื่อเทียบกับ 10 ล้านล้านดอลล่าร์ที่เป็นสินทรัพย์ของภาคธนาคาร ธนาคารเงาและโบรคเกอร์ที่เลี่ยงกฎหมายมีสายสัมพันธ์อันใกล้ชิดกับธนาคารพาณิชย์ที่มิเพียงแต่ ‘“ใหญ่เกินไปที่จะทำผิด” แต่ยังมีเส้นสายมากเกินไปจนไม่สามารถเพิกเฉยได้
ส่วนสถาบันรับรองเครดิตมีรายได้จากค่าธรรมเนียมการเรตเครดิตให้แก่บริษัทเอกชน ดังนั้นจึงมีผลประโยชน์มหาศาลตามมาจากการเรตลูกค้าของตนในแง่ดี นอกจากนี้ยังให้ความเชื่อมั่นแก่โมเดลการคำนวณที่ให้ความชอบธรรมแก่สายการผลิต ในปี 2004 ทั้ง Moody’s และ Standard & Poor’s เริ่มที่จะเรตตราสารหนี้ด้วยโมเดลทางคณิตศาสตร์ที่สถาบันการเงินก็ใช้ในการออกแบบอนุพันธ์ พอถึงปี 2005 Moody ทำรายได้ครึ่งหนึ่งจากภาคการเงิน ส่วนนักกฎหมายที่ดึงสถาบันเหล่านี้ให้เดินช้าลงทุกครั้งที่ออกกฎหมายกำกับดูแลมาตั้งแต่ยุค 1970 ก็เริ่มพึ่งพาโมเดลทางคณิตศาสตร์มากขึ้นเช่นเดียวกับเจ้าหน้าที่บริหารความเสี่ยง ปลายยุค 1980 กฎหมายการเงินระหว่างประเทศอนุญาตให้ธนาคารใช้โมเดลทางคณิตศาสตร์ของตนเองเพื่อคำนวณความเสี่ยงและปริมาณทุนสำรอง เมื่อถึงปี 2000 แม้แต่นักวิจารณ์ภาคการเงินที่ปากกล้าที่สุดยังมองว่ากฎหมายยังคงวิ่งตามไม่ทันตลาด เมื่อสินค้าแห่งความไม่แน่นอนและเครดิตบูม หรืออีกนัยหนึ่งได้แก่ขอบเขตของสถาบันมีความชัดเจนที่น้อยลงในขณะที่การตรวจสอบตนเองกลายมาเป็นความทับซ้อนทางผลประโยชน์กับวิธีคิดแบบแปลงความไม่แน่นอนให้เป็นสินค้าที่โมเดลทางคณิตศาสตร์สนับสนุนให้เกิดขึ้น (อ่านต่อวันอังคารหน้า)