ความเสี่ยงของชีวิตในโลกเสมือนจริง

นายธาริฑธิ์ ปั้นเปี่ยมรัษฎ์

ผู้บริหารส่วน ส่วนบริหารความเสี่ยงทางการเงิน

ธนาคารแห่งประเทศไทย

ในยุคนี้วิศวกร นักฟิสิกส์ พาเหรดเข้ามาในแวดวงการเงินและเศรษฐศาสตร์ พร้อมนำทักษะที่ซับซ้อนมาพัฒนาแบบจำลองเพื่ออธิบาย”เหตุ”และ”ผล” ของสิ่งที่เกิดขึ้นบนโลกกลมๆและลื่นไหลนี้

แบบจำลองทางการเงินและเศรษฐศาสตร์ใหม่ๆเกิดขึ้นมากมายและซับซ้อนขึ้นเรื่อยๆเสมือนย่อโลกที่ซับซ้อนให้อยู่ในรูปโลกเสมือนจริง แต่วิกฤติการเงินที่ผ่านมาทำให้เกิดคำถามว่าโลกเสมือนจริงที่ทุ่มเทสร้างขึ้นทำให้เราเข้าใจโลกมากขึ้นจริงหรือ หากเป็นเช่นนั้นทำไมจึงเกิดวิกฤติอีก ในมุมมองของผมเองซึ่งก็เป็นวิศวกร ปัญหามีสองประเด็นคือ 1.คุณภาพของแบบจำลองหรือ”เครื่องมือ” 2.คนใช้เครื่องมือ วิกฤติไม่ได้เกิดจาก”เครื่องมือไม่ดี”เสียทั้งหมด แต่ส่วนใหญ่เกิดจากความ ”หลงไหล” และ”ความไม่เข้าใจ”ของผู้ใช้เครื่องมือ ซึ่งนำไปสู่ภาวะปลอดภัยอุปโลกน์ (false security) ทำให้มั่นใจที่จะเสี่ยงหรือเดินผิดทิศผิดทาง ถึงเวลาแล้วที่ต้องเข้าใจโลกเสมือนจริงที่เราพึ่งพามากขึ้นเรื่อยๆโดยเฉพาะประเด็นสำคัญต่อไปนี้

1. คุณค่าที่แท้จริงของแบบจำลองทางการเงินและเศรษฐศาสตร์อยู่ที่การอธิบายความสัมพันธ์มากกว่าผลลัพธ์ โลกที่แท้จริงซับซ้อนจนแบบจำลองไม่สามารถอธิบายทุกความสัมพันธ์ได้เบ็ดเสร็จ เช่นราคา credit default swap นั้นมีความสัมพันธ์ตรงกับโอกาสล้มละลาย แต่ก็มีความสัมพันธ์กับความโลภและความกลัว(fear and greed)ของนักลงทุนซึ่งประเมินมิได้ด้วย การเชื่อผลลัพธ์แบบจำลองโดยไม่คำนึงถึงปัจจัยอื่นและพยายามเชื่อว่าทุกสิ่งอธิบายได้ด้วยวิทยาศาสตร์ เสมือนเชื่อว่าย่อส่วนโลกให้เหลือขนาดฝ่ามือเดียวได้

2. ความสมบูรณ์แบบหรือจุดสมดุลที่ดีที่สุดระหว่างผลได้และผลเสีย (optimality) มีจริงเฉพาะในโลกที่ทุกอย่างคือความแน่นอน ผลลัพธ์ที่ได้จากแบบจำลองที่พยายามหา optimality ในโลกที่เต็มไปด้วยความไม่แน่นอนนั้นต้องนำมาใช้ด้วยความระมัดระวังถึงแม้จะมีแบบจำลองที่พยายามรวมผลของความไม่แน่นอนเข้าไปแล้วก็ตาม การสอบทานโดยการทดสอบ back-test, stress-test, sensitivity test และการประเมินผลกระทบ จึงเป็นสิ่งจำเป็นอย่างยิ่ง

3. แบบจำลองเป็นเครื่องมือที่ไม่สมบูรณ์ในตัวเองและควรเป็นเพียงส่วนหนึ่งของการตัดสินใจเท่านั้น สิ่งที่สำคัญกว่าคือความแม่นในหลักวิชา สามัญสำนึก และไหวพริบ การพยายามแก้แบบจำลองให้รองรับทุกภาวะหรือที่พยายาม “ over-engineer” นั้นมักเป็นผลร้ายมากกว่าผลดี ทั้งในแง่การจัดสรรทรัพยากรและเงินทุน และร้ายที่สุดคือหลงประเด็น เมื่อเราหลงว่าเครื่องมือตอบได้ทุกโจทย์ ก็จะใช้สามัญสำนึก/ไหวพริบน้อยลง แม้แต่เรื่องง่ายๆ

4. ความซับซ้อนของแบบจำลองมักนำไปสู่การไม่พยายามทำความเข้าใจหรือการแสร้งว่าเข้าใจ คนที่พัฒนาหรือทำงานกับเครื่องมือที่ซับซ้อนต้องเข้าใจว่างานของคุณจะไม่มีคุณค่าเลย หากสิ่งที่สื่ออยู่ในรูปที่ผู้ซึ่งต้องตัดสินใจเชิงนโยบายไม่เข้าใจ และถือเป็นความบกพร่องในหน้าที่ด้วย แม้จะพูดถึงข้อจำกัดมากมาย แต่อย่างไรก็ดี ในฐานะที่คลุกคลีกับเครื่องมือทางการเงินหลายอย่าง ผมเห็นความสำคัญอย่างยิ่งที่จะต้องพัฒนาคุณภาพสิ่งเหล่านี้ให้ดียิ่งขึ้น เพราะการตัดสินใจต้องมีข้อมูล/เครื่องมือและกระบวนการคิดที่ดีรองรับ

สิ่งที่นักวิเคราะห์เชิงปริมาณสร้างเสมือนรถที่วิ่งได้ดีใน”โลกเสมือนจริง” แต่อย่าลืมว่าผู้บริหารคือคนที่ฝ่ามาแล้วหลายวงจรเศรษฐกิจในโลกที่แท้จริงแม้รถที่เคยขับจะไม่หรูเท่า ทำอย่างไรจึงจะทำให้ผู้ขับเหล่านี้ขับรถคันหรูโดยไม่เปิด auto-pilot mode ตลอดเวลา คำตอบคือ การสื่อสาร การเปิดใจรับฟังทั้งสองฝ่าย และความเข้าใจข้อจำกัดว่าในโลกของจริง auto-pilot mode ใช้ไม่ได้

ในโลกเสมือนจริงหากรถชนก็แค่เสียแต้ม แต่ในสนามแข่งจริงนั้น เจ็บจริง เสียหายจริง จึงต้องรอบคอบทุกย่างก้าว เปิดใจรับทุกเสียงเตือนจากรอบข้าง รวมทั้งสามัญสำนึกของตนเอง อย่าโดนกักไว้ในโลกเสมือนจริงครับ

บทความนี้เป็นข้อคิดเห็นส่วนบุคคล จึงไม่จำเป็นต้องสอดคล้องกับข้อคิดเห็นของธนาคารแห่งประเทศไทย เผยแพร่ในหนังสือพิมพ์ประชาชาติธุรกิจ วันที่ 25 — 27 มกราคม 2553 หน้า 15

          ที่มา: ธนาคารแห่งประเทศไทย