ซื้อขายหุ้นบ่อยทำให้ผลตอบแทนลดลงแค่ไหน และกองทุนเชิงรุกชนะดัชนีได้บ่อยเพียงใด
ข้อมูลบัญชีนักลงทุนสหรัฐฯ พบว่ากลุ่มที่ซื้อขายหุ้นบ่อยที่สุดได้ผลตอบแทนสุทธิต่ำกว่าตลาด ส่วนรายงาน SPIVA กลางปี 2026 พบว่ากองทุนหุ้นสหรัฐฯ ขนาดใหญ่เชิงรุกส่วนใหญ่แพ้ดัชนี บทความนี้ตรวจตัวเลขจากแหล่งต้นทาง อธิบายต้นทุน และแยกข้อสรุปของทั้งสองกลุ่ม
บรรณาธิการ
ตรวจทานเนื้อหาและแหล่งอ้างอิงล่าสุดเมื่อ

สรุปสั้น (Key Takeaways)
- งานวิจัยของ Barber & Odean (2000) ที่ตรวจสอบบัญชีนักลงทุนรายย่อยกว่า 66,465 ครัวเรือนที่บริษัทหลักทรัพย์ discount broker แห่งหนึ่งในสหรัฐฯ ช่วงปี 1991-1996 พบว่ากลุ่มที่ซื้อขายบ่อยที่สุดได้ผลตอบแทนสุทธิเฉลี่ยต่อปีต่ำกว่าตลาดอย่างชัดเจน
- Barber และ Odean (2001) พบว่าผู้ชายในกลุ่มตัวอย่างซื้อขายบ่อยกว่าผู้หญิง 45% และการซื้อขายทำให้ผลตอบแทนของผู้ชายลดลงมากกว่าของผู้หญิง 0.94 จุดเปอร์เซ็นต์ต่อปี นี่เป็นผลจากข้อมูลบัญชีเฉพาะกลุ่ม ไม่ใช่ข้อสรุปเรื่องความสามารถลงทุนของคนทุกเพศ
- รายงาน SPIVA U.S. กลางปี 2026 ระบุว่ากองทุนหุ้นสหรัฐฯ ขนาดใหญ่เชิงรุก 67.18% แพ้ S&P 500 ในครึ่งปีแรก; เมื่อดูย้อนหลัง 10 และ 15 ปี สัดส่วนที่แพ้คือ 83.33% และ 90.49% ตามลำดับ ตัวเลขขึ้นกับหมวดและช่วงเวลาที่เลือก
- ตามข้อพิสูจน์ของ Sharpe หากนิยามกลุ่มลงทุนแบบพาสซีฟให้ถือหุ้นทุกตัวตามน้ำหนักตลาด ผลตอบแทนก่อนหักต้นทุนของเงินลงทุนเชิงรุกทั้งหมดแบบถ่วงด้วยมูลค่าจะเท่ากับตลาด และต้นทุนที่สูงกว่าจะลดผลตอบแทนสุทธิของกลุ่มเชิงรุก ข้อนี้ไม่ได้บอกว่ากองทุนเชิงรุกทุกกองต้องแพ้ดัชนี
- นี่คือรูปแบบพฤติกรรมที่งานวิจัยพบซ้ำแล้วซ้ำเล่าในกลุ่มนักลงทุนจำนวนมาก ไม่ใช่คำแนะนำเฉพาะบุคคลให้ซื้อผลิตภัณฑ์การลงทุนใดผลิตภัณฑ์หนึ่ง
- กรอบ ถาม–นับ–ทน–นิ่ง สังเคราะห์วิธีรับมือกับแรงจูงใจในการซื้อขายบ่อยให้เป็นขั้นตอน: ถามหาข้อมูลจริงก่อนซื้อขาย นับต้นทุนที่แท้จริง ทนไม่ไล่ตามผลตอบแทนอดีต แล้วนิ่งถือพอร์ตระยะยาว
คำชี้แจง
เนื้อหานี้จัดทำขึ้นเพื่อให้ความรู้ทั่วไปด้านการเงินเท่านั้น ไม่ถือเป็นคำแนะนำการลงทุนหรือคำแนะนำทางการเงินเฉพาะบุคคล การลงทุนมีความเสี่ยง ผู้อ่านควรศึกษาข้อมูลเพิ่มเติมและปรึกษาผู้เชี่ยวชาญด้านการเงินที่ได้รับใบอนุญาตก่อนตัดสินใจลงทุนหรือทำธุรกรรมทางการเงินใดๆ
เวลาผมเห็นคนซื้อขายหุ้นทุกสัปดาห์ คำถามที่อยากชวนคิดคือ หลังหักต้นทุนแล้วผลตอบแทนดีขึ้นจริงไหม งานศึกษาบัญชีนักลงทุนสหรัฐฯ ช่วงปี 1991–1996 พบว่ากลุ่มที่ซื้อขายบ่อยที่สุดมีผลตอบแทนสุทธิต่ำกว่าตลาดมาก ส่วนรายงาน SPIVA ของกองทุนสหรัฐฯ พบว่ากองทุนเชิงรุกส่วนใหญ่ในหลายหมวดแพ้ดัชนีอ้างอิง โดยเฉพาะเมื่อดูช่วงยาว ข้อมูลเหล่านี้ไม่ได้ทำนายผลของคนหรือกองทุนรายใด แต่ช่วยให้เห็นว่าการซื้อขายและค่าธรรมเนียมเป็นต้นทุนที่ต้องนับก่อนตัดสินใจ
ยิ่งซื้อขายบ่อย ยิ่งแพ้ตลาด: หลักฐานจาก Barber & Odean
Brad Barber และ Terrance Odean สองนักวิชาการด้านการเงิน ตีพิมพ์งานวิจัยชื่อ "Trading Is Hazardous to Your Wealth" ใน *The Journal of Finance* ปี 2000 โดยตรวจสอบข้อมูลบัญชีจริงของครัวเรือน 66,465 บัญชี ที่บริษัทหลักทรัพย์แบบ discount broker แห่งหนึ่งในสหรัฐฯ ช่วงปี 1991-1996 — ข้อควรระวังคือนี่คือข้อมูลจากกลุ่มตัวอย่างเฉพาะกลุ่มหนึ่งในช่วงเวลาหนึ่ง ไม่ใช่ข้อมูลนักลงทุนทุกคนทั่วโลกทุกยุคสมัย แต่ขนาดตัวอย่างและความละเอียดของข้อมูลทำให้งานวิจัยนี้ถูกอ้างอิงอย่างกว้างขวางในวงการการเงินเชิงพฤติกรรม
ผลลัพธ์ที่พบคือ ครัวเรือนโดยเฉลี่ยหมุนเวียนซื้อขายพอร์ตหุ้นของตัวเองราว 75% ต่อปี และกลุ่มที่ซื้อขายบ่อยที่สุด (quintile บนสุด) ได้ผลตอบแทนสุทธิเฉลี่ยราว 11.4% ต่อปี ในขณะที่ตลาดโดยรวมในช่วงเวลาเดียวกันให้ผลตอบแทนราว 17.9% ต่อปี ส่วนครัวเรือนโดยเฉลี่ยทั้งหมดได้ผลตอบแทนราว 16.4% ต่อปี ซึ่งใกล้เคียงตลาดมากกว่าแต่ก็ยังต่ำกว่าเล็กน้อย ประเด็นที่น่าสนใจที่สุดไม่ใช่แค่ตัวเลขเหล่านี้ แต่เป็นข้อสรุปของงานวิจัยที่ว่า ความมั่นใจเกินจริง (overconfidence) คือคำอธิบายหลักว่าทำไมคนกลุ่มนี้ถึงซื้อขายบ่อยทั้งที่มันฉุดผลตอบแทนของตัวเองลง
ความมั่นใจเกินจริงและพฤติกรรมที่ฉุดผลตอบแทนนักลงทุน
Barber และ Odean (2001) วิเคราะห์ข้อมูลบัญชีกว่า 35,000 ครัวเรือน พบว่าผู้ชายในกลุ่มตัวอย่างซื้อขายบ่อยกว่าผู้หญิง 45% การซื้อขายลดผลตอบแทนของผู้ชาย 2.65 จุดเปอร์เซ็นต์ต่อปี เทียบกับ 1.72 จุดเปอร์เซ็นต์ของผู้หญิง หรือมากกว่า 0.94 จุดเปอร์เซ็นต์ ส่วนผู้ชายโสดซื้อขายบ่อยกว่าผู้หญิงโสด 67% และเสียผลตอบแทนจากการซื้อขายมากกว่า 1.44 จุดเปอร์เซ็นต์ต่อปี งานนี้ใช้ความต่างของการซื้อขายทดสอบสมมติฐานเรื่องความมั่นใจเกินจริง ไม่ได้วัดความมั่นใจของแต่ละคนโดยตรง และไม่ควรใช้เหมารวมความสามารถลงทุนตามเพศ
นอกจากความมั่นใจเกินจริงแล้ว Barber และ Odean ยังสรุปในงานทบทวนวรรณกรรมของตัวเอง (The Behavior of Individual Investors) ว่านักลงทุนรายย่อยมีแนวโน้มขายหุ้นที่กำลังได้กำไรเร็วเกินไป แต่ถือหุ้นที่ขาดทุนไว้นานเกินไป ปรากฏการณ์นี้เรียกว่า disposition effect และมักไล่ตามกองทุน/หุ้นที่เพิ่งทำผลตอบแทนดีในอดีต ทั้งที่ผลงานในอดีตไม่ได้รับประกันผลงานในอนาคต พฤติกรรมเหล่านี้ล้วนทำให้ผลตอบแทนสุทธิของนักลงทุนรายย่อยแย่กว่าที่ควรจะเป็น หากเทียบกับการถือพอร์ตแบบไม่ยุ่งเกี่ยวบ่อย
กองทุนเชิงรุกเทียบดัชนี: หลักฐานจาก SPIVA
ปัญหาไม่ได้จำกัดอยู่แค่นักลงทุนรายย่อยที่ซื้อขายหุ้นด้วยตัวเอง แม้แต่กองทุนรวมที่บริหารโดยมืออาชีพแบบเชิงรุก (active fund) ก็เจอปัญหาคล้ายกัน S&P Dow Jones Indices เผยแพร่รายงานชื่อ SPIVA (S&P Indices Versus Active) เป็นประจำต่อเนื่องมาหลายปี เพื่อเทียบผลงานกองทุนบริหารเชิงรุกในแต่ละหมวดกับดัชนีอ้างอิงของหมวดนั้นๆ
รายงาน SPIVA U.S. Mid-Year 2026 ของ S&P Dow Jones Indices พบว่ากองทุนหุ้นสหรัฐฯ ขนาดใหญ่เชิงรุก 67.18% แพ้ S&P 500 ในครึ่งปีแรกของ 2026 ขณะที่ช่วงย้อนหลัง 10 ปีและ 15 ปีมีสัดส่วนแพ้ 83.33% และ 90.49% ตามลำดับ รายงานนี้วัดผลกองทุนสหรัฐฯ เทียบกับดัชนีเฉพาะหมวด จึงไม่ใช่ตัวเลขของนักลงทุนรายย่อยทั่วโลกหรือกองทุนไทย และไม่ควรสรุปว่าสัดส่วนแพ้ต้องเพิ่มขึ้นทุกปีหรือทุกหมวด ข้อมูลกองทุนที่เลิกดำเนินงานมีผลต่อการวัดระยะยาว จึงควรดูวิธีนับและดัชนีอ้างอิงควบคู่กับตัวเลข
ต้นทุนทำให้ผลตอบแทนต่างกันอย่างไร
William Sharpe อธิบายใน “The Arithmetic of Active Management” (1991) ว่า หากเลือกตลาดหนึ่งตลาด และนิยามนักลงทุนพาสซีฟว่าเป็นผู้ถือหุ้นทุกตัวตามน้ำหนักมูลค่าตลาด เงินลงทุนพาสซีฟหนึ่งดอลลาร์จะได้ผลตอบแทนตลาดก่อนหักต้นทุน เงินลงทุนเชิงรุกทั้งหมดที่ถือหุ้นส่วนที่เหลือจึงต้องได้ผลตอบแทนตลาดเฉลี่ยเช่นกันเมื่อถ่วงด้วยมูลค่าเงินลงทุน นี่เป็นข้อพิสูจน์เกี่ยวกับค่าเฉลี่ยของเงินลงทุนทั้งระบบ ไม่ใช่ค่าเฉลี่ยของจำนวนกองทุนหรือคำทำนายผลงานของผู้จัดการกองทุนรายใด
Sharpe ชี้ว่าหากการลงทุนเชิงรุกมีต้นทุนบริหารและซื้อขายสูงกว่าการถือพอร์ตตลาดแบบพาสซีฟ ผลตอบแทนสุทธิของเงินลงทุนเชิงรุกโดยเฉลี่ยจะต่ำกว่า แต่กองทุนดัชนีจริงก็มีค่าธรรมเนียมและอาจติดตามดัชนีไม่ตรง ขณะที่กองทุนเชิงรุกบางกองอาจชนะดัชนีได้ การเปรียบเทียบจึงต้องเลือกดัชนีที่เหมาะกับสินทรัพย์และความเสี่ยงเดียวกัน แล้วดูผลหลังหักต้นทุน งานของ Barber และ Odean ชี้ว่าการซื้อขายบ่อยของนักลงทุนรายย่อยในกลุ่มที่ศึกษาก็มีต้นทุนและผลตอบแทนสุทธิลดลง
กรอบถาม–นับ–ทน–นิ่ง
เพื่อให้เอาข้อค้นพบเรื่องพฤติกรรมนักลงทุนมาใช้เป็นขั้นตอนเช็กก่อนตัดสินใจได้ง่ายขึ้น เราสังเคราะห์เป็นกรอบ ถาม–นับ–ทน–นิ่ง กรอบนี้เป็นเครื่องมือประยุกต์ของบทความ ไม่ใช่สูตรการลงทุนที่ผ่านการทดสอบแยกต่างหาก
1. ถาม — ถามตัวเองก่อนซื้อขายทุกครั้งว่ามีเหตุผลอะไรที่ตรวจสอบได้
ถ้าตอบไม่ได้ชัดเจน สิ่งที่กำลังขับเคลื่อนการตัดสินใจอาจเป็นความมั่นใจเกินจริงหรือปฏิกิริยาทางอารมณ์ระยะสั้น
2. นับ — นับต้นทุนรวมของการซื้อขายให้ชัดก่อนตัดสินใจ
ค่าคอมมิชชั่น สเปรด และค่าธรรมเนียมที่เกิดขึ้นจริงเป็นต้นทุนที่ตรวจจากรายการซื้อขายได้ ส่วนภาษีขึ้นกับประเภทสินทรัพย์และสถานการณ์ของแต่ละคน จึงควรนับเฉพาะส่วนที่ใช้กับตนเอง
3. ทน — ทนไม่ไล่ตามผลตอบแทนหรือกระแสที่เพิ่งทำผลงานดีในอดีต
กองทุนหรือสินทรัพย์ที่เพิ่งทำผลงานได้ดีในช่วงที่ผ่านมา ไม่ได้รับประกันว่าจะทำผลงานดีต่อไปในอนาคต ตามรูปแบบที่พบซ้ำในข้อมูล persistence ของผลงานการลงทุน
4. นิ่ง — นิ่งถือพอร์ตกระจายความเสี่ยงในระยะยาวแทนการพยายามจับจังหวะ
ให้น้ำหนักกับแผนลงทุนและระดับความเสี่ยงที่รับได้ มากกว่าปรับพอร์ตตามข่าวรายวัน เพราะการซื้อขายบ่อยทำให้เกิดต้นทุนที่ตรวจสอบได้
ลำดับนี้เป็นเครื่องมือช่วยทบทวนเหตุผล ไม่ได้รับประกันผลตอบแทนหรือขจัดอคติได้ทั้งหมด
กรณีจำลอง: พอร์ตหุ้นที่ปั่นตามกระแสในกลุ่มไลน์
สมมติว่า “เก่ง” อยู่ในกลุ่มไลน์แนะนำหุ้นที่โพสต์ทุกวันว่าตัวไหน “กำลังจะไปต่อ” เขาซื้อขายเกือบทุกสัปดาห์ตามกระแส ผ่านไปหนึ่งปีจึงเปิดประวัติพอร์ตและพบว่า หลังหักค่าธรรมเนียม ผลตอบแทนต่ำกว่าดัชนีอ้างอิงที่เหมาะกับหุ้นที่ถืออยู่ เรื่องนี้เป็นสถานการณ์จำลอง ไม่ใช่ผลจากการทดลองในไทย
รอบถัดไปเก่งใช้กรอบถาม–นับ–ทน–นิ่งก่อนตัดสินใจ ขั้น ถาม เขาหาเหตุผลที่ตรวจสอบได้ก่อนซื้อขาย ขั้น นับ เขารวมค่าคอมมิชชั่นและสเปรดที่จ่ายจริง ขั้น ทน เขาหลีกเลี่ยงการไล่ซื้อเพียงเพราะราคาขึ้น และขั้น นิ่ง เขาวางแผนพอร์ตให้สอดคล้องกับเป้าหมายและระดับความเสี่ยงที่รับได้ แล้วทบทวนตามแผน ไม่ใช่เปลี่ยนเพราะข้อความในกลุ่ม
กรณีนี้สาธิตวิธีตรวจเหตุผลและต้นทุนเท่านั้น ไม่ได้รับประกันว่าการลดความถี่ซื้อขายจะทำให้ผลตอบแทนปีถัดไปสูงขึ้น
ลองเอาไปปรับใช้ดู
1. วัดผลตอบแทนสุทธิหลังหักต้นทุนที่เกิดขึ้นจริง แล้วเทียบกับดัชนีที่เหมาะกับสินทรัพย์และความเสี่ยงของพอร์ต การเทียบกับดัชนีคนละประเภทอาจทำให้ตีความผิด 2. ก่อนซื้อขายบ่อย ลองถามตัวเองว่ามีเหตุผลอะไรที่ตรวจสอบได้ ถ้าตอบไม่ได้ชัดเจน อาจกำลังตอบสนองต่อราคาหรือข่าวระยะสั้นมากกว่าแผนลงทุน 3. ลองระวังการไล่ตามผลตอบแทนในอดีตดูนะครับ กองทุนหรือสินทรัพย์ที่เพิ่งทำผลงานได้ดีในช่วงที่ผ่านมา ไม่ได้รับประกันว่าจะทำผลงานดีต่อไปในอนาคต ตามรูปแบบที่พบซ้ำในข้อมูล persistence ของผลงานการลงทุน 4. ดูต้นทุนรวมของการลงทุน ทั้งค่าธรรมเนียม ค่าคอมมิชชั่นและสเปรด ส่วนภาษีให้ตรวจตามสินทรัพย์และกรณีของตน เพราะต้นทุนที่เกิดขึ้นจริงวัดได้ แต่ผลตอบแทนในอนาคตยังไม่แน่นอน 5. ลองให้น้ำหนักกับการกระจายความเสี่ยงและความสม่ำเสมอในระยะยาวมากกว่าการพยายามจับจังหวะเข้าออกตลาดหรือเลือกหุ้นรายตัวให้ถูกทุกครั้งดูไหมครับ เพราะงานวิจัยชี้ว่าความพยายามแบบหลังมักมาพร้อมต้นทุนและความเสี่ยงจากอคติทางพฤติกรรมที่สูงกว่าประโยชน์ที่ได้
ลองเปิดประวัติการซื้อขายย้อนหลังและรวมต้นทุนที่เกิดขึ้นจริงครับ จากนั้นค่อยถามว่าการซื้อขายแต่ละครั้งมีเหตุผลที่ตรวจสอบได้หรือเป็นเพียงการตอบสนองต่อข่าวและราคา
คำถามที่พบบ่อย
- ถ้าไม่ควรซื้อขายบ่อย แล้วไม่ควรติดตามพอร์ตของตัวเองเลยหรือ?
- ไม่ใช่ครับ การติดตามพอร์ตเป็นระยะเพื่อดูว่ายังตรงกับเป้าหมายและระดับความเสี่ยงที่ตั้งใจไว้หรือไม่ยังจำเป็นอยู่ สิ่งที่งานวิจัยชี้คือปัญหาอยู่ที่ "ความถี่ในการซื้อขายเปลี่ยนพอร์ตจากปฏิกิริยาระยะสั้นหรือความมั่นใจเกินจริง" ไม่ใช่การติดตามผลงานหรือการปรับสมดุลพอร์ตเป็นระยะตามแผนที่วางไว้ล่วงหน้า
- มีนักลงทุนที่เอาชนะตลาดได้จริงไหม แล้วทำไมงานวิจัยถึงบอกว่าส่วนใหญ่แพ้?
- มีนักลงทุนและกองทุนบางส่วนที่เอาชนะดัชนีได้ในบางช่วงจริง รายงาน SPIVA แสดงสัดส่วนกองทุนที่แพ้ดัชนี ส่วนรายงาน Persistence Scorecard วัดว่ากองทุนที่เคยติดอันดับผลตอบแทนสูงเมื่อเทียบกับกองทุนในกลุ่มเดียวกัน รักษาอันดับนั้นได้ต่อเนื่องเพียงใด เกณฑ์สองอย่างนี้ต่างกัน แต่ต่างก็เตือนว่าการเลือกผู้ชนะล่วงหน้าไม่ง่าย
- หลักการนี้ใช้ได้กับการลงทุนทุกประเภท เช่น อสังหาริมทรัพย์หรือคริปโทเคอร์เรนซี ด้วยหรือไม่?
- งานวิจัยของ Barber และ Odean รวมถึงข้อมูล SPIVA ที่กล่าวถึงในบทความนี้ เน้นศึกษาการซื้อขายหุ้นและกองทุนรวมในตลาดที่มีสภาพคล่องสูงและมีดัชนีอ้างอิงชัดเจนเป็นหลัก แนวคิดเรื่องต้นทุนและความมั่นใจเกินจริงอาจนำไปประยุกต์ใช้กับสินทรัพย์ประเภทอื่นได้ในเชิงหลักการทั่วไป แต่ตัวเลขและรายละเอียดเฉพาะของสินทรัพย์แต่ละประเภทอาจแตกต่างกันไปมาก ควรศึกษาข้อมูลเฉพาะของสินทรัพย์นั้นๆ เพิ่มเติมก่อนสรุป
แหล่งอ้างอิง
บทความที่เกี่ยวข้อง

รายได้กับความสุขมีเพดานที่ $75,000 จริงไหม: งานปี 2021–2023 พบรูปแบบต่างกันตามระดับความสุข
การวิเคราะห์ร่วมปี 2023 พบว่าความสัมพันธ์ระหว่างรายได้กับความสุขต่างกันตามระดับคะแนนความสุข ไม่พบเพดานรายได้เดียวที่ใช้ได้กับทุกคน

แจกเงินฟรี $1,000 ทุกเดือนนาน 3 ปี ไม่มีเงื่อนไขใดๆ งานทดลองที่ใหญ่ที่สุดในสหรัฐฯ พบคนทำงานน้อยลง 4.2 จุด ไม่ใช่ลุกขึ้นมาทำธุรกิจอย่างที่หลายคนหวัง
การทดลองเงินโอนรายเดือน 1,000 ดอลลาร์นาน 3 ปีในผู้ใหญ่รายได้น้อยสองรัฐของสหรัฐฯ พบว่าการมีส่วนร่วมในตลาดแรงงานลดลง 4.2 จุดเปอร์เซ็นต์และรายได้ที่ไม่รวมเงินโอนลดลงราว 1,900 ดอลลาร์ต่อปี ขณะที่ความเครียดและความมั่นคงทางอาหารดีขึ้นในช่วงแรก แต่ผลไม่คงอยู่ตลอดการศึกษา

รายได้กับการศึกษา อะไรสำคัญกว่ากันสำหรับ "ความสุข" และ "สุขภาพ" งานวิจัยจากคนกว่า 71,000 คนให้คำตอบที่ไม่เหมือนที่คิด
ข้อมูลกว่า 71,000 คนพบความสัมพันธ์ของการศึกษากับสุขภาพและรายได้กับความเป็นอยู่ที่ดี งานแจกเงินสดให้หลักฐานจากการทดลอง ส่วนข้อเสนอเงินช่วยเหลือเยอรมนียังไม่ได้วัดผลสุขภาพ

งานวิจัยยักษ์วิเคราะห์คนกว่า 160,000 คนพบ "คอร์สการเงิน" ได้ผลจริง แต่ผลที่ได้เล็กกว่าที่คนส่วนใหญ่คิดไว้มาก
งานวิเคราะห์การทดลองแบบสุ่ม 76 ชิ้นในคนกว่า 160,000 คนยืนยันว่าคอร์สให้ความรู้ทางการเงินมีผลเชิงสาเหตุจริงทั้งต่อความรู้และพฤติกรรม แต่ผลต่อพฤติกรรมโดยเฉลี่ยเล็กกว่าผลต่อความรู้ในงานทบทวนการศึกษาในโรงเรียน และแม้จะจางลงหลังเรียนจบหลายปี ก็ยังช่วยลดการค้างชำระหนี้ได้บางส่วน
