LO 2i/2j/2k Exam Patterns — Portfolio Performance Evaluation

Patterns ของคำถามที่ต้องจำ

ดูจากข้อสอบเก่า Q ของ LO 2i/2j/2k จะวนอยู่ใน 5 patterns หลัก (จริงๆ ตอนนี้นับได้ 7 แล้วเพราะ F2025 เพิ่มมาใหม่):

#	Pattern	LO	ความถี่
1	Critique/Assess a Benchmark	2j	สูง
2	Calculate & Interpret Attribution (Style/Active หรือ Brinson)	2k	สูง
3	TWR vs. MWR — อันไหนเหมาะกว่า?	2i	กลาง-สูง
4	Calculate True IR เมื่อมี Misfit Risk	2k	สูงมาก (F20, F21, F22, F24 ออกหมด)
5	”Assess Manager X’s Performance” แบบเต็ม (รวม 2i+2j+2k)	2i/2j/2k	สูง
6	Reverse-Engineer Attribution Table (แก้หา weights/returns ที่หายไป)	2k	ใหม่ (F2025 Q6b)
7	BHB vs. BF Model Comparison (เชิงแนวคิด)	2k	กลาง (F2025 Q6a)

Frameworks สำหรับเขียนคำตอบ

Framework 1: Critique/Assess a Benchmark (LO 2j)

ใช้ 7 SAMURAI properties เป็น checklist เลย:

Step 1: ระบุก่อนว่า benchmark ที่เขาใช้คืออะไร Step 2: เช็คทีละ property ของ SAMURAI ว่าผ่าน/ไม่ผ่าน อันไหนไม่ผ่านก็ list ออกมาพร้อมเหตุผล Step 3: ถ้าเป็น peer group — ฟันธง 3 ข้อหลักที่ fail อัตโนมัติ (not investable, not specified in advance, survivorship bias)

Template (วิจารณ์ Peer Group):

“A manager universe (peer group) is not a valid benchmark as it fails several key criteria: 1. It is not investable — an investor cannot buy ‘the median manager.’ 2. It is not specified in advance — the median is unknown until after the period. 3. It is not unambiguous — composition changes as managers enter/exit. 4. It suffers from survivorship bias — underperforming funds are removed, inflating the median return.”

Framework 2: Calculate & Interpret Attribution (LO 2k)

Step 1 — โชว์สูตรพร้อมการคำนวณ Step 2 — ตีความเป็นคำพูดว่ามันแปลว่าอะไร (ห้ามลืมขั้นนี้!)

Template (Style/Active):

“Style Return = $R_{B} - R_{M}$ = [X]% − [Y]% = [Z]%. This indicates the manager’s style [out/under]-performed the broad market. Active Return = $R_{P} - R_{B}$ = [X]% − [Y]% = [Z]%. This indicates the manager [demonstrated/failed to demonstrate] skill through active management.”

Template (Brinson):

“The Allocation Effect was [A]%, driven primarily by the [over/under]-weighting of the [Sector] sector, which [out/under]-performed the overall benchmark. The Selection Effect was [S]%, indicating [strong/weak] security selection, particularly in the [Sector] sector.”

Framework 3: TWR vs. MWR (LO 2i)

Step 1 — Define ทั้งสองตัว Step 2 — บอก key difference (เรื่อง cash flows) Step 3 — Recommend ว่าใช้อันไหนและทำไม

Template:

“TWR measures the compound return of a single unit of money and is unaffected by external cash flows. MWR is an IRR calculation sensitive to the timing and size of cash flows. To evaluate the manager’s performance, TWR is the appropriate measure, as the manager does not control the client’s cash flow decisions. MWR would be used to show the client their actual portfolio growth.”

Framework 4: Calculate True IR (LO 2k)

อันนี้ออกมา 4+ exams แล้ว — ทำตาม steps นี้แบบเครื่องจักรเลย:

True Active Return = $R_{M ana g er} - R_{N or ma l B e n c hma r k}$

True Active Risk = $T o t a l A c t i v e R i s k^{2} - M i s f i t R i s k^{2}$

True IR = True Active Return / True Active Risk

Framework 5: “Assess Manager X’s Performance” แบบเต็ม (Integrated)

เขียนให้ครบทั้ง 5 sections เลย อย่าตกหล่น:

1. Introduction & Measurement (LO 2i): “Manager X produced an absolute return of [X]% versus the benchmark’s [Y]%, resulting in an excess return of [Z]%.”

2. Benchmark Assessment (LO 2j): “The benchmark used is [Name]. This benchmark is [appropriate/inappropriate] because…” ถ้าไม่เหมาะ — ระบุ misfit risk แล้วคำนวณใหม่ด้วย normal benchmark

3. Attribution (LO 2k): “To understand the source of the [Z]% excess return: The Allocation Effect was [A]%… The Selection Effect was [S]%…”

4. Appraisal (LO 2i/2k): “The manager’s IR was [Value], indicating [+/−] skill. The Sharpe Ratio was [Value], [higher/lower] than the benchmark’s [Value].”

5. Conclusion: “The manager [demonstrated/did not demonstrate] skill. Outperformance was primarily driven by [selection / benchmark mismatch / style tailwind]. We recommend [retain / place on watch].”

วิเคราะห์ Past Exams

Fall 2025, Q6 — Brinson-Fachler Attribution & Appraisal Ratios (8 pts)

Q6 ที่หนักที่สุดเท่าที่เคยออกมา และเป็น attribution Q ที่โหดสุดด้วย ทดสอบทั้ง BHB vs. BF เชิงแนวคิด, reverse-engineer ค่าที่หายไปจาก partial data, สร้าง attribution table เต็มรูปแบบ, ตีความ, และเปรียบเทียบ manager ด้วย 3 ratios

Part	Pts	โจทย์	คำตอบหลัก	Performance ของผู้สอบจริง
(a)(i)	0.75	BHB model issue	Allocation formula A_i = (w_i − W_i) × B ใช้ overall benchmark return → misattributes ตอน sector outperforms/underperforms benchmark (positive weight × negative sector = negative allocation แม้ตัดสินใจถูก)	Below expectations
(a)(ii)	0.75	BF model improvement	ใช้ (B_i − B) แทน B เฉยๆ → allocation เป็นบวกเมื่อ overweight ใน sector ที่ชนะ overall benchmark	Below expectations
(b)	1.5	Reverse-engineer X, W, Z, Y, R จาก partial data	ตั้ง simultaneous equations: S_i = W_i(R_i − B_i), I_i = (w_i − W_i)(R_i − B_i), A_i = (w_i − W_i)(B_i − B). แก้ได้: W=6.5%, Z=60%, X=4%, Y=15%, R=9%	Below expectations (น้อยคนทำถูกหมด)
(c)	2	Brinson-Fachler attribution table แบบเต็ม	Selection: −0.6%, Allocation: +0.7%, Interaction: +0.2%, Total excess: +0.3%	As expected
(d)	1.5	วิเคราะห์ผล attribution	Good allocator (+0.7% ทุก sector), poor selector (−0.6%, FI ฉุด), positive interaction (+0.2%)	Worse than expected (เว้นว่างเยอะ)
(e)	1.5	Recommend Manager A หรือ B โดยใช้ 3 ratios	Sharpe: A=0.42, B=0.46; Treynor: A=0.0396, B=0.040; Sortino: A=0.68, B=1.01 → Manager B (สูงกว่าทุกตัว)	As expected

Exam Tip — BHB vs. BF: สูตร Allocation

BHB: A_i = (w_i − W_i) × B (overall benchmark) BF: A_i = (w_i − W_i) × (B_i − B) (sector vs. overall) สูตร BF ถูกต้องกว่าเพราะ allocation skill หมายถึง overweight ใน sectors ที่ชนะ overall benchmark BHB จะสับสนระหว่าง “overweight ใน positive sector” กับ “good allocation” แม้ sector นั้นจะแพ้ benchmark average ก็ตาม

Exam Tip — Reverse-Engineering Attribution (Pattern ใหม่)

F2025 Q6(b) เป็นรูปแบบที่ไม่เคยเจอ: ให้ partial effects (เช่น S_equity = −0.2%, I_equity = −0.1%, A_FI = 0.35%) บวก fund return → ให้แก้หา weights และ returns ที่หายไป ต้องตั้งและแก้ simultaneous equations จาก 3 BF formulas ฝึกการจัดการพีชคณิตแบบนี้ไว้ — น่าจะกลับมาออกอีก

Exam Tip — Sortino vs. Sharpe vs. Treynor

Ratio Numerator Denominator
Sharpe Fund Return − Risk-Free Rate Standard Deviation (total risk)
Treynor Fund Return − Risk-Free Rate Beta (systematic risk)
Sortino Fund Return − Target Rate Semi-Standard Deviation (downside risk)

Numerator ของ Sortino ใช้ target rate of return (ไม่ใช่ risk-free rate) นี่คือ error ที่คนพลาดบ่อยสุด อีกอย่าง: manager แต่ละคนอาจมี target rate ต่างกัน (F2025: A=4%, B=0.25%)

Ratio	Numerator	Denominator
Sharpe	Fund Return − Risk-Free Rate	Standard Deviation (total risk)
Treynor	Fund Return − Risk-Free Rate	Beta (systematic risk)
Sortino	Fund Return − Target Rate	Semi-Standard Deviation (downside risk)

Fall 2021, Question 8 (LO 2h, 2k)

ทดสอบอะไร: ดูว่า portfolio objectives (IR > 1, Tracking Risk < 2%) บรรลุไหม แล้วคำนวณใหม่หลัง benchmark เปลี่ยน → เกิด misfit risk

Steps สำคัญใน model solution (Part b):

Benchmark ใหม่สูงขึ้น 1% → true active returns ทุกตัวลดลง 1%
ใช้สูตร Misfit Risk: Manager A True Active Risk = $2.0 %^{2} - 1.0 %^{2} = 1.73%$
รวม true returns และ risks ใหม่ตาม portfolio weights
Portfolio IR ใหม่ = 0.90 → objective (IR > 1) ไม่ผ่านแล้ว

Takeaway: เห็นคำว่า “Misfit Risk” หรือ “Benchmark Misspecification” เมื่อไหร่ → ลั่น $T o t a l^{2} = T r u e^{2} + M i s f i t^{2}$ ทันที

Fall 2023, Question 13 (LO 2i, 2j, 2k)

ทดสอบอะไร: Q ครอบคลุม 5 parts ครบทั้ง chapter

Part	ถามอะไร	Framework
(a)	List properties ของ valid benchmark	SAMURAI (เลือก 4 จาก 7)
(c)	Assess attribution	Brinson formulas + ตีความ
(d)	Calculate Jensen’s Alpha & Treynor	ใช้สูตรตรงๆ
(e)	Assess peer groups vs. CAPM	วิจารณ์ peer group (3 flaws)

Takeaway: Q นี้เหมือน “mini-exam” ของ Ch. 19 โครงสร้างคำตอบใน part (e) ที่ examiner อยากเห็นคือ: “State concept → Apply → Justify why it’s a flaw.”

กับดักที่คนพลาดบ่อย

#	Pitfall	วิธีกัน
1	ลืมสูตร Misfit Risk	Drill: $T o t a l^{2} = T r u e^{2} + M i s f i t^{2}$ ออก 4+ exams แล้ว
2	สับสน Sharpe กับ Treynor	Sharpe = Total Risk ( $σ_{p}$ ). Treynor = Systematic Risk ( $β_{p}$ ).
3	สับสน IC กับ IR	IR = result (ratio) IC = input (skill) เชื่อมกันด้วย Fundamental Law
4	ตีความ FI attribution ผิด	อย่าคำนวณ — แค่ตีความพอ “Negative interest rate management = duration bet was wrong”
5	เรียก peer group ว่าเป็น “benchmark”	วิจารณ์ด้วย SAMURAI เสมอ ห้ามรับเป็น valid
6	ลืมตีความหลังคำนวณ	โชว์สูตร + ตัวเลข แล้ว อธิบายเป็นคำพูดว่ามันแปลว่าอะไร

Critical Keywords พร้อม Exam Sentences

Term	Exam-Ready Sentence
Performance Attribution	”Performance attribution decomposes excess return into its sources, such as allocation and selection.”
Benchmark Misspecification	”Using a broad market index for a style manager leads to benchmark misspecification and misfit risk.”
Properties of a Valid Benchmark	”A peer group is not a valid benchmark as it is not investable, unambiguous, or specified in advance.”
Survivorship Bias	”Manager universes suffer from survivorship bias, as underperforming funds are removed, inflating the median return.”
TWR	”TWR is the appropriate measure for manager skill as it is unaffected by the timing and size of external cash flows.”
MWR	”MWR (or IRR) reflects the client’s actual portfolio growth and is impacted by cash flow decisions.”
Allocation Effect	”The negative allocation effect indicates the manager overweighted sectors that underperformed the total benchmark.”
Selection Effect	”The positive selection effect shows the manager demonstrated skill in security selection within the sectors.”
Information Ratio	”The IR is the primary measure of active management skill, measuring active return per unit of active risk.”
True Active Risk	”To assess true skill, we must isolate True Active Risk from Misfit Risk.”
Sharpe vs. Treynor	”Use Sharpe for a total portfolio (vs. total risk). Use Treynor for a sub-portfolio being added to a diversified fund (vs. systematic risk).”
Sortino Ratio	”Sortino uses target rate of return (not risk-free) and semi-standard deviation (downside only) — measures downside risk-adjusted performance.”
BHB vs. BF	”BHB uses overall benchmark return in allocation formula; BF uses (sector return − overall return), correctly attributing overweighting in outperforming sectors.”
Interaction Effect	”The interaction effect captures the combined impact of allocation and selection decisions — positive when overweight in sectors where selection also outperforms.”

Practice Scenarios

Scenario 1: ปัญหา “Benchmark Mismatch”

สถานการณ์: Pension fund จ้าง US Large Cap Value manager มา Sponsor ใช้ S&P 500 เป็น Investor Benchmark

Manager Return = 12%, S&P 500 = 10%, R1000 Value (Normal Benchmark) = 13%
Total Active Risk (vs. S&P 500) = 4.0%, Misfit Risk = 3.0%

เพื่อนร่วมงานบอกว่า: Manager outperformed by 2% โดยมี IR = 0.50 (2%/4%)

คำตอบของเรา:

ระบุข้อบกพร่อง: Benchmark misspecification — S&P 500 ไม่เหมาะกับ Value manager
แก้คำให้ถูก: +2% นั้นคือ Misfit Active Return ไม่ใช่ true skill
True Active Return = 12% − 13% = −1.0%
True Active Risk = $4.0 %^{2} - 3.0 %^{2} = 2.65%$
True IR = −1.0% / 2.65% = −0.38 Manager จริงๆ แล้ว underperformed

Scenario 2: ปัญหา “TWR vs. MWR”

สถานการณ์: บริษัทประกันประเมิน manager

Start Q1: $100 M \to E n d Q 1 :$ 110M (+10%) Client เติมเงิน $50 MSt a r tQ 2 :$ 160M → End Q2: $144M (−10%)

Client บ่นว่า: ขาดทุนจากเงิน $150 M ที่ใส่ไป (ตอนนี้เหลือ$ 144M)