เปิดสถิติย้อนหลัง 5 ปี ก่อนเกิด Window Dressing ไตรมาส 4

ภาวะตลาดหุ้นไทยนับตั้งแต่เดือนสิงหาคม 2560 ถือว่าเป็นการปรับตัวขึ้นเหนือความคาดหมาย ทั้งนี้หากสังเกตุการปรับตัวขึ้นนับตั้งแต่สิ้นเดือนกันยายน 2560 คิดเป็นปรับตัวขึ้นแล้วถึง 33.77 จุด อย่างไรก็ตามยังคงมีนักลงทุนที่คาดหวังว่าจะเกิดปรากฏการณ์ Window Dressing ซึ่งคาดว่าจะเกิดขึ้นประจำทุกๆครั้งที่จะปิดงวดไตรมาส โดยเฉพาะในไตรมาสสุดท้ายของปี โดยนักวิเคราะห์หลายสถาบันต่างให้ความเห็นว่าจะเกิดปรากฏการณ์ดังกล่าวขึ้น

ทั้งนี้ “ข่าวหุ้นธุรกิจออนไลน์” จึงได้ทำการสำรวจข้อมูลดัชนีย้อนหลังของวันปิดสิ้นงวดในช่วงไตรมาส 4 สิ้นสุดวันที่ 30 ธ.ค.60 นับตั้งแต่ปี 55-59 ในระยะเวลาก่อนปิดงวดไตรมาส 1 วัน ,7 วัน และ 15 วัน ซึ่งเป็นช่วงเวลาที่คาดว่าจะมีการทำ Window Dressing เกิดขึ้น ทั้งนี้เพื่อให้นักลงทุนได้เห็นภาพชัดเจนได้ขึ้นว่าปรากฏการณ์นี้จะมีโอกาสเกิดขึ้นในช่วงเวลาดังกล่าวมากน้อยแค่ไหน

ด้านบริษัทหลักทรัพย์แอพเพิล เวลธ์ มอง SET แกว่งตัวในกรอบ 1,695-1,720 จุด และมีโอกาสปรับขึ้นทดสอบแนวต้านเดิมที่ 1,730 จุด จากแรงซื้อกองทุน LTF/RMF, ผลประกอบการบจ. ในไตรมาส 4/60 ยังฟื้นตัวดี และการทำ Window Dressing ในช่วงปลายปีนี้

ขณะเดียวกันบริษัทหลักทรัพย์เคที ซีมิโก้ ระบุในบทวิเคราะห์โดยคาดดัชนีฯ แกว่งตัว sideway ในกรอบ 1,695-1,710 จุด ทั้งนี้ ความหวังยังอยู่ที่เม็ดเงิน LTF/RMF รวมถึงการทำราคาปิดสิ้นไตรมาส (window dressing) ซึ่งจะมาช่วยหนุนดัชนีในช่วง 2 สัปดาห์สุดท้ายของปี

ตารางแสดงการเปลี่ยนแปลงของดัชนี ช่วงที่คาดการณ์ว่าจะเกิด Window Dressing

(คลิกที่รูปภาพเพื่อขยายขนาด)

 

ทั้งนี้ การทำ Window Dressing ก่อนปิดไตรมาส 4 นั้น มีแนวโน้มว่าจะเกิดขึ้นสูงที่สุด เนื่องจากเป็นการปิดงวดสิ้นปี ซึ่งทางกองทุนต้องเข้ามาทำราคาหุ้นเพื่อทำให้พอร์ตมีมูลค่าสูงขึ้น ขณะที่สถิติย้อนหลัง 6 ปี บ่งบอกว่าแนวโน้มที่จะเกิดเหตุการณ์ในไตรมาส 4 มีค่อนข้างมาก และจะมีการเข้าทำราคาตั้งแต่ 15 วันก่อนวันสุดท้ายของไตรมาส

อนึ่ง Windows dressing คือการดันราคาหุ้นปิดให้สูงขึ้น เพื่อทำให้ราคาหุ้นในพอร์ตมีมูลค่าสูงขึ้น และเมื่อมีการปิดไตรมาสจะนำตัวเลขมูลค่าที่เพิ่มขึ้นนั้นมาบุ๊กบัญชี ส่งผลต่อเงินลงทุนมีมูลค่าสูงขึ้น อย่างไรก็ตาม Windows dressing นั้น จะเกิดขึ้นเมื่อไหร่ และจะเกิดขึ้นจริงหรือไม่นั้น เป็นเรื่องที่ไม่สามารถคาดการณ์ได้อย่างแม่นยำ แต่ส่วนใหญ่แล้วหากดัชนีมีการปรับตัวขึ้นสูงมากแล้วมักจะไม่เกิดปรากฏการณ์นี้ขึ้น