มูลค่าตลาดรวมของ S&P 500 กำลังจะทะลุ 70 ล้านล้านดอลลาร์, เกิดภาวะฟองสบู่หรือไม่? ควรเข้าซื้อเมื่อใดเพื่อให้มั่นใจในความปลอดภัยสัมพัทธ์?
พอดแคสต์ AI
ดัชนี S&P 500 ทำสถิติสูงสุดใหม่ แม้ว่าความแข็งแกร่งส่วนใหญ่มาจากหุ้น AI เพียงไม่กี่ราย อัตราส่วน Shiller P/E และดัชนี Buffett Indicator อยู่ในระดับสูงเทียบเท่ากับช่วงฟองสบู่ในอดีต บ่งชี้ถึงมูลค่าหุ้นที่ตึงตัวและผลตอบแทนคาดการณ์ที่ต่ำ ข้อโต้แย้งจากฝั่งกระทิงเน้นการเติบโตของกำไรจาก AI ในขณะที่ฝั่งหมีกังวลถึงอัตราการนำ AI มาใช้จริงที่ล่าช้าและมูลค่าหุ้นที่สูงเกินจริง สภาพแวดล้อมอัตราดอกเบี้ยที่สูงขึ้นและการปรับฐานที่ลึกอาจเป็นสัญญาณเตือน นักลงทุนควรพิจารณาทยอยสะสมสินทรัพย์เมื่อ Shiller P/E ลดลง, เฟดส่งสัญญาณลดดอกเบี้ย, หรือตลาดปรับฐานอย่างมีนัยสำคัญ การลงทุนแบบถัวเฉลี่ยต้นทุนเป็นกลยุทธ์ที่แนะนำ
TradingKey - ในปี 2569 ดัชนี S&P 500 ได้สร้างสถิติสูงสุดเป็นประวัติการณ์อย่างต่อเนื่อง โดย ณ ราคาปิดตลาดเมื่อวันที่ 2 มิ.ย. ตามเวลาท้องถิ่นสหรัฐฯ มูลค่าหลักทรัพย์ตามราคาตลาดรวมทะลุ 69 ล้านล้านดอลลาร์ และมีการปรับตัวเพิ่มขึ้นสะสมตั้งแต่ต้นปี (YTD) มากกว่า 10%
อย่างไรก็ตาม ความแข็งแกร่งของดัชนีนั้นขึ้นอยู่กับหุ้นกลุ่มผู้นำด้าน AI เพียงไม่กี่ราย หากไม่รวมบริษัทชั้นนำที่ได้รับประโยชน์จากความต้องการด้านการคำนวณของ AI แล้ว ดัชนี S&P 500 มีแนวโน้มปรับตัวลดลงเล็กน้อยตั้งแต่ช่วงปลายเดือนกุมภาพันธ์ ขณะที่ในทางกลับกัน ดัชนีในภาพรวมปรับตัวเพิ่มขึ้นประมาณ 10% และกลุ่มธุรกิจที่ได้รับประโยชน์จาก AI พุ่งทะยานขึ้นกว่า 45% ในช่วงเวลาเดียวกัน
ปัจจุบันกลุ่มเทคโนโลยีมีน้ำหนักเกือบ 44% ของดัชนี S&P 500 และหุ้นที่มีน้ำหนักสูงสุด 10 อันดับแรกมีน้ำหนักรวมกันประมาณ 41% เมื่อเทียบกับเพียง 19% เมื่อทศวรรษที่แล้ว นอกจากนี้ ช่องว่างระหว่างน้ำหนักของหุ้นและส่วนแบ่งกำไรที่คาดการณ์ไว้ได้ขยายตัวกว้างขึ้นจนถึงระดับสูงสุดเป็นประวัติการณ์
ลำพังเพียง NVIDIA รายเดียวก็มีส่วนช่วยในการปรับตัวเพิ่มขึ้นของดัชนี S&P 500 ตั้งแต่ต้นปีเกือบ 1 ใน 4 และมูลค่าหลักทรัพย์ตามราคาตลาดในปัจจุบันยังสูงกว่ามูลค่ารวมของบริษัทยายักษ์ใหญ่ทั้งหมด นอกจากนี้ ความแตกต่างภายในดัชนียังมีความรุนแรงยิ่งขึ้น โดยมีหุ้นในดัชนี S&P 500 จำนวน 222 ตัวที่ปรับตัวลดลงมากกว่า 20% จากระดับสูงสุดเป็นประวัติการณ์ และ 109 ตัวปรับตัวลดลงกว่า 40% ในขณะที่มีหุ้นเพียง 21 ตัวที่อยู่ ณ ระดับสูงสุดเป็นประวัติการณ์ ซึ่งเป็นจำนวนที่ใกล้เคียงกับหุ้น 20 ตัวในช่วงจุดสูงสุดของฟองสบู่ดอทคอมในปี 2543
สัญญาณเตือนปรากฏขึ้นพร้อมกัน
อัตราส่วน Shiller P/E (Cyclically Adjusted Price-to-Earnings ratio) พุ่งสูงขึ้นแตะระดับ 42.32 ซึ่งขยับเข้าใกล้ระดับสูงสุดเป็นประวัติการณ์ที่ 44.19 ซึ่งบันทึกไว้ในช่วงก่อนที่ฟองสบู่ดอทคอมจะแตกสลาย
[อัตราส่วน Shiller P/E ขยับใกล้จุดสูงสุดเป็นประวัติการณ์ในยุคดอทคอม; ที่มา: TradingKey]
ในประวัติศาสตร์เคยมีเพียงสองช่วงเวลาเท่านั้นที่ค่าดังกล่าวพุ่งสูงถึงระดับนี้ ได้แก่ ช่วงก่อนเกิดภาวะเศรษฐกิจตกต่ำครั้งใหญ่ (Great Depression) ในปี 1929 และช่วงฟองสบู่ดอทคอมในปี 2000 ทั้งนี้ จากการคำนวณดังกล่าวคาดว่าผลตอบแทนเฉลี่ยต่อปีในช่วง 10 ปีข้างหน้าอาจอยู่ที่ประมาณ 2% เท่านั้น
[ดัชนี Buffett Indicator ยังคงเดินหน้าทำสถิติสูงสุดใหม่ต่อเนื่อง; ที่มา: MarcoMicro]
ขณะเดียวกัน ดัชนี Buffett Indicator พุ่งทะยานขึ้นสู่ระดับ 237% ซึ่งสูงกว่าระดับสูงสุดของช่วงฟองสบู่สองครั้งก่อนหน้านี้อย่างมาก (ประมาณ 142% ในปี 2000 และ 218% ในปี 2021) โดยวอร์เรน บัฟเฟตต์ เคยนิยามว่าดัชนีนี้เป็นเครื่องมือวัดมูลค่าที่ดีที่สุดเพียงหนึ่งเดียว และเตือนว่าระดับที่สูงเกินกว่า 200% นั้นถือว่าเข้าใกล้สภาวะการเก็งกำไรที่ร้อนแรงเกินไป
นอกจากนี้ มีหุ้นในดัชนี S&P 500 เพียงประมาณ 4% เท่านั้นที่อยู่ในระดับสูงสุดเป็นประวัติการณ์ ซึ่งเป็นสัดส่วนที่สอดคล้องกับช่วงจุดสูงสุดของฟองสบู่ดอทคอมในปี 2000 เกือบทั้งหมด ขณะที่หุ้นรายตัวถึง 85% ให้ผลตอบแทนรายปีด้อยกว่าดัชนี ซึ่งสะท้อนให้เห็นถึงภาวะที่เคลื่อนไหวไม่สอดคล้องกันรุนแรงขึ้นระหว่างหุ้นที่ปรับตัวขึ้นและหุ้นที่ปรับตัวลง
แรงหนุนจากผลประกอบการและประวัติศาสตร์ภาวะฟองสบู่
การถกเถียงระหว่างฝั่งกระทิงและฝั่งหมีมุ่งเน้นไปที่ประเด็นที่ว่า การทะยานขึ้นเชิงโครงสร้างที่ขับเคลื่อนโดย AI นี้จะลงเอยด้วยภาวะฟองสบู่แตกหรือไม่ ขณะที่ฝั่งกระทิงโต้แย้งว่า AI ได้กลายเป็นแหล่งการเติบโตของผลกำไรที่ชัดเจนอย่างมีประสิทธิภาพแล้ว
ข้อโต้แย้งของฝั่งกระทิงให้ความสำคัญกับความชัดเจนของกำไร โดยในไตรมาสแรกของปี 2026 คาดการณ์ว่ากำไรที่เกี่ยวข้องกับ AI จะเติบโตขึ้น 40.7% หรือคิดเป็นประมาณสามเท่าของส่วนประกอบอื่น ๆ ในดัชนี S&P 500 นอกจากนี้ คาดว่าการเติบโตของกำไรตลอดทั้งปี 2026 สำหรับ S&P 500 จะเกินกว่า 20% โดยส่วนใหญ่มาจากบริษัทเทคโนโลยีรายใหญ่
นอกจากนี้ อัตราส่วน forward P/E ของกลุ่มเทคโนโลยีในปัจจุบันอยู่ที่ประมาณ 35.6 เท่า เมื่อเทียบกับระดับที่สูงถึง 50 เท่าในช่วงวิกฤตฟองสบู่ดอทคอมในปี 2000 ขณะเดียวกัน พื้นฐานของกำไรยังมีความแตกต่างกันอย่างมาก เนื่องจากผู้นำด้าน AI ในปัจจุบันมีกระแสเงินสดที่แข็งแกร่งและความสามารถในการทำกำไรที่สูง
ความกังวลของฝั่งหมีชี้ไปที่ความไม่สอดคล้องกันระหว่างอัตราการนำ AI มาใช้ที่ล่าช้าและมูลค่าหุ้นที่สูงเกินไป โดย ณ เดือนพฤษภาคม 2026 อัตราการนำ AI มาใช้จริงในองค์กรของสหรัฐฯ อยู่ที่เพียง 19.8% และคาดว่าจะเพิ่มขึ้นเพียงเล็กน้อยเป็น 22.8% ในอีกหกเดือนข้างหน้า
ความเร็วในการนำ AI มาปรับใช้จริงในองค์กรนั้นช้ากว่าที่ราคาในตลาดทุนคาดการณ์ไว้อย่างมาก ข้อมูลจาก Goldman Sachs แสดงให้เห็นว่า ณ เดือนมีนาคม 2026 มีบริษัทในสหรัฐฯ เพียงประมาณ 19% เท่านั้นที่ได้นำ AI มาใช้งานจริง ขณะที่ Bank of America ประมาณการว่า AI จะช่วยเพิ่มผลิตภาพปัจจัยการผลิตรวม (total factor productivity) สูงสุดต่อปีเพียง 0.1 ถึง 0.6 เปอร์เซ็นต์พอยต์ โดยมีวงจรผลกระทบยาวนานกว่าสิบปี ดังนั้น ส่วนต่างมูลค่า (valuation premium) ของตลาดในปัจจุบันจึงเป็นการสะท้อนความคาดหวังต่อการปฏิวัติผลิตภาพที่รวดเร็วและกว้างขวางเกินความเป็นจริง ซึ่งบ่งชี้ว่าการขยายตัวของมูลค่าหุ้นนั้นแซงหน้าขีดความสามารถที่แท้จริงในการรับมือกับการปรับปรุงปัจจัยพื้นฐาน
Michael Hartnett หัวหน้านักยุทธศาสตร์ของ Bank of America ซึ่งเป็นตัวแทนของฝั่งหมี ได้เรียกฟองสบู่ AI นี้ว่าเป็นฟองสบู่ครั้งใหญ่ที่สุดนับตั้งแต่ฟองสบู่รถไฟในศตวรรษที่ 19 โดยเขาเชื่อว่านโยบายของธนาคารกลางและการปรับขึ้นอัตราดอกเบี้ยอย่างต่อเนื่องจะทำให้การทะยานขึ้นของตลาดในปัจจุบันสิ้นสุดลงในที่สุด และเขาได้กำหนดกลยุทธ์การลงทุนสำหรับนักลงทุนหลังจากที่อาจเกิดภาวะฟองสบู่แตก
เหตุการณ์ในอดีตเป็นอีกหนึ่งข้อมูลอ้างอิง โดยในช่วงทศวรรษ 1970 หุ้นกลุ่ม "Nifty Fifty" ต่างได้รับคำชมเชยว่ามีความสามารถในการทำกำไรที่แข็งแกร่งที่สุดและมีรูปแบบธุรกิจที่มั่นคงที่สุด อย่างไรก็ตาม เมื่อสภาพแวดล้อมอัตราดอกเบี้ยเปลี่ยนทิศทาง ก็ไม่มีหุ้นตัวใดรอดพ้นจากการทรุดตัวลงแม้ว่าจะมีกำไรที่แท้จริงก็ตาม ขณะนี้ อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ กำลังขยับเข้าใกล้เกณฑ์ระดับวิกฤตที่ 4.5% ซึ่งเป็นระดับที่ในอดีตมักจะกระตุ้นให้เกิดการบีบอัดมูลค่า (valuation compression) เชิงระบบสำหรับหุ้นกลุ่มเทคโนโลยีเมื่อมีการทะลุผ่านระดับดังกล่าว
ตามสถิติในอดีต เหตุการณ์ที่ดัชนี S&P 500 ปรับตัวขึ้นมากกว่า 15% ติดต่อกันสองเดือนนั้นเกิดขึ้นเพียงสี่ครั้ง ซึ่งแต่ละครั้งเกิดขึ้นในช่วงตลาดกระทิงครั้งใหญ่ ความแตกต่างในครั้งนี้คือการทะยานขึ้นของตลาดไม่ได้มาพร้อมกับการปรับตัวดีขึ้นของกำไรในวงกว้าง แต่กลับพึ่งพาผลการดำเนินงานที่โดดเด่นของบริษัทเพียงไม่กี่แห่งที่ได้รับประโยชน์จาก AI ขณะที่ความกว้างของตลาด (market breadth) แคบลงจนอยู่ในระดับที่หาได้ยากยิ่งในเชิงประวัติศาสตร์
Goldman Sachs ได้ปรับเพิ่มเป้าหมายสิ้นปีของดัชนี S&P 500 เป็น 8,000 จุด อย่างไรก็ตาม ยังคงมีความไม่แน่นอนอย่างมากว่าการใช้จ่ายด้านทุนใน AI จะสามารถเปลี่ยนเป็นกำไรได้อย่างสม่ำเสมอหรือไม่ แม้ว่าการปฏิวัติ AI จะยังอยู่ในช่วงเริ่มต้น แต่ดัชนีชี้วัดทางเทคนิคโดยทั่วไปได้เข้าสู่ระดับเปอร์เซ็นไทล์ที่สูงในเชิงประวัติศาสตร์แล้ว
Warsh ประธานธนาคารกลางสหรัฐฯ คนใหม่ เป็นที่รู้จักจากจุดยืนที่เข้มงวด (hawkish) และขณะนี้ตลาดได้ประเมินความเป็นไปได้มากกว่า 80% ที่จะมีการปรับขึ้นอัตราดอกเบี้ยภายในสิ้นปี 2026 สภาพแวดล้อมอัตราดอกเบี้ยเช่นนี้อาจสร้างภาพสะท้อนเชิงโครงสร้างของสภาวะการคุมเข้มนโยบายมหภาคที่เคยเกิดขึ้นในช่วงฟองสบู่แตกในปี 2000
ควรเข้าซื้อเมื่อใดเพื่อให้มั่นใจในความปลอดภัยในระดับที่เหมาะสม?
หากจะพูดกันตามตรง ไม่มีสิ่งที่เรียกว่าจุดเข้าซื้อที่ปลอดภัยอย่างแท้จริงในตลาดหุ้น แต่จะมีโซนการจัดสรรสินทรัพย์ที่ค่อนข้างปลอดภัยมากกว่า เมื่อพิจารณาจากมูลค่า (valuation) ปัจจุบัน ตัวชี้วัดทางเศรษฐกิจมหภาค และดัชนีชี้วัดความเชื่อมั่น นักลงทุนอาจพิจารณาทยอยสะสมสถานะในสินทรัพย์ที่ได้รับอานิสงส์ในแต่ละระยะ เมื่อเงื่อนไขดังต่อไปนี้ได้รับการตอบสนอง
ประการแรก คือการที่อัตราส่วน Shiller P/E ลดลงต่ำกว่า 30 เท่า ซึ่งปัจจุบันอยู่ที่ 42.3 เท่า ซึ่งถือเป็นระดับสูงสุดเป็นประวัติการณ์ ดังนั้นการปรับฐานลงมาที่ 30 เท่า แม้จะยังสูงกว่าค่าเฉลี่ยในอดีต แต่จะช่วยลดความกดดันจากภาวะฟองสบู่ลงได้อย่างมาก และช่วยเพิ่มส่วนต่างความปลอดภัย (margin of safety) ได้อย่างมีนัยสำคัญ
ประการที่สอง ธนาคารกลางสหรัฐฯ (เฟด) ส่งสัญญาณการปรับลดอัตราดอกเบี้ยอย่างชัดเจน หรืออัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 10 ปี ปรับตัวลดลงต่ำกว่า 4% เนื่องจากอัตราผลตอบแทนที่ระดับ 4.5% ในปัจจุบันสร้างแรงกดดันเชิงระบบต่อการประเมินมูลค่าหุ้นกลุ่มเทคโนโลยี หากมีการยืนยันจุดเปลี่ยนทิศทางของอัตราดอกเบี้ย ความเปราะบางของสินทรัพย์ที่มีระดับมูลค่าสูงก็น่าจะคลี่คลายลง
ประการที่สาม ตลาดเกิดการปรับฐานที่ค่อนข้างลึก (10% ถึง 15%) ประวัติศาสตร์ชี้ให้เห็นว่าการปรับฐานระยะกลางท่ามกลางตลาดขาขึ้นครั้งใหญ่มักจะเป็นโอกาสในการเข้าซื้อที่ยอดเยี่ยม สำหรับนักลงทุนรายย่อย แทนที่จะพยายามหาจังหวะจุดต่ำสุด การใช้วิธีลงทุนแบบถัวเฉลี่ยต้นทุน (dollar-cost averaging) ในสินทรัพย์ที่ได้รับอานิสงส์หรือดัชนีตลาดในวงกว้าง (เช่น S&P 500 Equal Weight ETF) จะมีประสิทธิภาพมากกว่าในการลดความเสี่ยงด้านจังหวะเวลาของการลงทุนด้วยเงินก้อนใหญ่
ในสภาวะเช่นนี้ การรักษาเงินสดสำรองและรอสัญญาณใดสัญญาณหนึ่งข้างต้นก่อนจะเริ่มทยอยสะสมสถานะอาจเป็นกลยุทธ์ที่รอบคอบกว่า ดังที่ Hartnett จาก BofA ได้ระบุไว้ว่า โอกาสในการลงทุนภายหลังภาวะฟองสบู่แตกมักจะสงวนไว้สำหรับผู้ที่มีความอดทนและมีวินัยเท่านั้น
เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด
บทความแนะนำ
ความคิดเห็น (0)
คลิกปุ่ม $ ป้อนสัญลักษณ์ และเลือกเพื่อเชื่อมโยงหุ้น, กองทุน ETF หรือสัญลักษณ์หลักทรัพย์อื่น ๆ