ทำไมเครื่องมือด้านอสังหาริมทรัพย์ถึงล้มเหลวในการทำ Scenario Modeling
เครื่องมือวิเคราะห์ความเป็นไปได้ส่วนใหญ่คำนวณเพียงผลตอบแทน แต่มีเพียงไม่กี่เครื่องมือที่จำลองความไม่แน่นอนได้
การวิเคราะห์ทางการเงินต้องอาศัยการตั้งสมมติฐานเกี่ยวกับต้นทุนการก่อสร้าง อัตราดอกเบี้ย และความต้องการของตลาด ปัญหาที่แท้จริงไม่ใช่การสร้างสถานการณ์เพียงสถานการณ์เดียว แต่คือการทำความเข้าใจว่าตัวแปรหลายสิบตัวนั้นมีปฏิสัมพันธ์กันอย่างไร
สเปรดชีต (Spreadsheets) ใช้ได้ดีกับคณิตศาสตร์พื้นฐาน แต่กลับมีปัญหาเมื่อต้องวิเคราะห์สถานการณ์ที่ซับซ้อนในยุคปัจจุบัน เมื่อโครงการขยายใหญ่ขึ้นและตลาดเปลี่ยนแปลงไป วิธีการแบบดั้งเดิมจึงเริ่มใช้ไม่ได้ผล
การวิเคราะห์ความเป็นไปได้คือเรื่องของการจัดการความไม่แน่นอน ทุกโครงการขึ้นอยู่กับตัวแปรต่างๆ เช่น:
- ต้นทุนการก่อสร้าง (Construction costs)
- อัตราดอกเบี้ยเงินกู้ (Financing rates)
- ระยะเวลาการพัฒนาโครงการ (Development timelines)
- ความเร็วในการขาย (Sales velocity)
- อัตราการเข้าพัก (Occupancy rates)
- การเติบโตของค่าเช่า (Rental growth)
- มูลค่าเมื่อสิ้นสุดโครงการ (Exit values)
สิ่งเหล่านี้ไม่มีอะไรที่คงที่ พวกมันส่งผลกระทบต่อกันและกัน ความล่าช้าในการก่อสร้างทำให้ต้นทุนทางการเงินเพิ่มขึ้น ต้นทุนทางการเงินที่สูงขึ้นทำให้กำไรลดลง และกำไรที่ลดลงก็ส่งผลต่อการตัดสินใจลงทุน
เป้าหมายไม่ใช่การคำนวณผลลัพธ์ แต่คือการดูว่าผลลัพธ์จะเปลี่ยนแปลงไปอย่างไรเมื่อสมมติฐานหลายอย่างเปลี่ยนแปลงไปพร้อมๆ กัน
การทำ Scenario Modeling เผชิญกับปัญหาเรื่องการขยายขนาด (scaling problem) หากคุณมี 3 ตัวแปร โดยแต่ละตัวแปรมี 3 ทางเลือก คุณจะมี 27 สถานการณ์ หากคุณมี 10 ตัวแปร โดยแต่ละตัวแปรมี 3 ทางเลือก คุณจะมีถึง 59,049 สถานการณ์
ไม่มีมนุษย์คนไหนสามารถตรวจสอบสถานการณ์ทั้ง 59,049 รูปแบบได้ด้วยตัวเอง การทำ Scenario Modeling จึงเป็นความท้าทายในเชิงระบบ
สเปรดชีตใช้การคำนวณแบบกำหนดค่าตายตัว (deterministic calculations) ซึ่งจะได้ผลเมื่อข้อมูลนำเข้าคงที่ แต่จะล้มเหลวเมื่อข้อมูลนำเข้ามีความเคลื่อนไหว (dynamic) และมีความเชื่อมโยงกัน
นักวิเคราะห์ต้องเผชิญกับทางเลือกที่แย่:
- ทำให้โมเดลเรียบง่ายเกินไปจนมองข้ามความเสี่ยง
- เพิ่มความซับซ้อนจนกลายเป็นความวุ่นวายที่ไม่มีใครสามารถตรวจสอบได้
องค์กรต่างๆ มักจัดการปัญหานี้ด้วยการสร้างสเปรดชีตหลายเวอร์ชัน หนึ่งเวอร์ชันสำหรับกรณีฐาน (base case) หนึ่งเวอร์ชันสำหรับกรณีที่มองโลกในแง่ดี (optimistic case) และหนึ่งเวอร์ชันสำหรับกรณีอัตราดอกเบี้ยสูง
สิ่งนี้สร้างความติดขัด นำไปสู่ความผิดพลาด และทำให้ทีมงานต้องเสียเวลาไปกับการเปรียบเทียบไฟล์แทนที่จะเป็นการเปรียบเทียบสถานการณ์
ปัญหาไม่ใช่เรื่องคณิตศาสตร์ แต่ปัญหาคือมนุษย์ต้องจัดการกับความซับซ้อนที่มากเกินไป เมื่อความซับซ้อนถึงระดับหนึ่ง การจัดการด้วยมือ (manual management) ก็จะล้มเหลว
Source: https://dev.to/abdul_shamim/why-most-real-estate-feasibility-tools-fail-at-scenario-modeling-3ka5
Optional learning community: https://t.me/GyaanSetuAi