สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
aBRIDGEd

ราคาที่อยู่อาศัยไทยเข้าขั้นวิกฤติแล้วหรือยัง?

เข้าใจราคาที่อยู่อาศัยไทยผ่านมุมมองความเสี่ยง

เศรษฐกิจไทยและภาคการเงินมีความเชื่อมโยงกันมากขึ้น โดยปัจจุบันมากกว่าหนึ่งในสามของสินทรัพย์ที่ครัวเรือนไทยถือครองคือ “ที่อยู่อาศัย” และกว่าหนึ่งในห้าของสินเชื่อทั้งระบบธนาคารพาณิชย์ไทยเป็น “สินเชื่อเพื่อที่อยู่อาศัย” ดังนั้น หากเกิด shock ในตลาดที่อยู่อาศัยย่อมกระทบต่อเศรษฐกิจในระดับมหภาค รวมถึงภาคการเงินไทย อีกทั้งบทเรียนในอดีตแสดงให้เห็นว่าราคาที่อยู่อาศัยมีโอกาสหดตัวอย่างรุนแรงได้ อย่างไรก็ดี การคาดการณ์ว่าราคาที่อยู่อาศัยในอนาคตจะลดลงเมื่อใดเป็นสิ่งที่ทำได้ยาก สิ่งที่ทำได้คือ ศึกษาสาเหตุและขนาดของราคาที่อยู่อาศัยในกรณีที่มีการปรับลดลงรุนแรง (sharp price correction) โดยงานศึกษานี้พบว่าความเสี่ยงด้านต่ำของราคาที่อยู่อาศัยมาจากอย่างน้อย 3 ปัจจัย ได้แก่ รายได้ของครัวเรือน การเก็งกำไรในตลาดที่อยู่อาศัย และภาวะการเงิน นอกจากนี้ พบว่านโยบาย macroprudential ที่เกี่ยวข้องกับตลาดที่อยู่อาศัยสามารถลดความเสี่ยงที่ราคาจะปรับลดลงอย่างรุนแรงได้

ทำไมจึงต้องศึกษาราคาที่อยู่อาศัยในช่วงวิกฤติ

การศึกษาพฤติกรรมและการคาดการณ์ราคาที่อยู่อาศัยโดยเฉพาะในช่วงวิกฤติเป็นเรื่องจำเป็นสำหรับการประเมินหานโยบายที่เหมาะสมเพื่อช่วยลดความเสี่ยงที่อาจเกิดขึ้น เนื่องจากที่อยู่อาศัยเป็นสินทรัพย์มูลค่าสูงและเชื่อมโยงกับหลายภาคส่วนเศรษฐกิจ ราคาที่อยู่อาศัยที่ลดลงมากส่งผลกระทบเป็นวงกว้างต่อ ระบบเศรษฐกิจได้ ประกอบกับความสัมพันธ์ระหว่างเศรษฐกิจและราคาที่อยู่อาศัยคาดการณ์ในช่วงความเสี่ยงด้านต่ำ (downside risk) มีความแตกต่างจากภาวะปกติ

นอกจากที่อยู่อาศัยจะเป็นปัจจัยที่จำเป็นต่อการดำรงชีวิตแล้ว ที่อยู่อาศัยยังเป็นแหล่งสะสมความมั่งคั่งที่สำคัญ เนื่องจากเป็นสินทรัพย์ที่มีมูลค่าสูง มั่นคงถาวร และสามารถซื้อขายเปลี่ยนมือได้ โดยมากกว่าหนึ่งในสามของสินทรัพย์ที่ครัวเรือนไทยถือครองคือที่อยู่อาศัย นอกจากนี้ ที่อยู่อาศัยยังเป็นหลักทรัพย์ค้ำประกันที่สำคัญในการขอสินเชื่อจากสถาบันการเงิน ดังนั้น การลดลงของราคาที่อยู่อาศัยย่อมกระทบต่อภาคครัวเรือน ธุรกิจ และสถาบันการเงิน จึงอยู่ในความสนใจของธนาคารกลางซึ่งเป็นผู้ดูแลเสถียรภาพระบบเศรษฐกิจการเงิน

โดยปกติ เรามักจะคาดการณ์ราคาที่อยู่อาศัยจากภาวะเศรษฐกิจในปัจจุบัน เช่น หากรายได้ของคนในประเทศเพิ่มขึ้น ย่อมทำให้ราคาที่อยู่อาศัยมีแนวโน้มสูงขึ้นตามความต้องการที่มากขึ้น อย่างไรก็ตาม ความสัมพันธ์ดังกล่าวอาจไม่เรียบง่ายเช่นนั้นเสมอไป IMF (2019) พบว่า ความสัมพันธ์ระหว่างภาวะเศรษฐกิจและราคาที่อยู่อาศัยคาดการณ์ในช่วงวิกฤติแตกต่างจากความสัมพันธ์ในภาวะปกติ โดยความสัมพันธ์ที่ไม่เป็นเส้นตรง (nonlinear relationship) เช่นนี้พบได้ในกรณีของไทยเช่นกัน สะท้อนจากการขยายตัวทางเศรษฐกิจ (GDP growth) ที่มีความสัมพันธ์กับราคาที่อยู่อาศัยหนึ่งปีข้างหน้าในช่วงวิกฤต (ราคาที่ 5th percentile) สูงกว่าช่วงปกติ (ราคาที่ 50th percentile) กล่าวคือ อุปสงค์ที่อยู่อาศัยที่ลดลงตามเศรษฐกิจที่หดตัวมีส่วนทำให้ราคาที่อยู่อาศัยหนึ่งปีข้างหน้าลดลง แต่มีแนวโน้มที่ราคาจะลดลงอย่างรุนแรงในช่วงวิกฤต โดยเปรียบเทียบกับในช่วงปกติ ในอีกด้านหนึ่ง อุปสงค์ที่เพิ่มขึ้นตามเศรษฐกิจที่ขยายตัวได้ดีช่วยให้ราคาที่อยู่อาศัยหนึ่งปีข้างหน้าขยายตัวได้ โดยจะส่งผลดีต่อราคาที่อยู่อาศัยที่ 5th percentile มากกว่าราคาที่ 50th percentile นอกจากนี้ความสัมพันธ์ระหว่างอัตราการเติบโตของสินเชื่อเพื่อพัฒนาที่อยู่อาศัย (prefinance loan growth) และราคาที่อยู่อาศัยในช่วงหนึ่งปีข้างหน้า ที่ในภาวะปกติการขยายตัวของสินเชื่อจะทำให้ราคาเพิ่มขึ้น กลับพบความสัมพันธ์ตรงกันข้ามในภาวะวิกฤติ หรือกล่าวได้ว่า ราคาที่อยู่อาศัยในหนึ่งปีข้างหน้าอาจลดลงได้แม้ว่าสินเชื่อเพื่อที่อยู่อาศัยจะขยายตัวก็ตาม (รูปที่ 1)

งานศึกษานี้ได้อ้างอิงวิธีการคำนวณจาก IMF (2019) มาปรับใช้กับข้อมูลของประเทศไทยในช่วงปี พ.ศ. 2539 – 2563 โดยใช้ quantile regression เพื่อศึกษาพฤติกรรมและวัดขนาดราคาที่อยู่อาศัย รวมถึงศึกษาบทบาทของนโยบาย macroprudential ต่อราคาที่อยู่อาศัยในช่วงวิกฤติ โดยใช้ตัวแทนที่ราคาที่ 5th percentile ซึ่งเป็นช่วงเวลาที่ราคาที่อยู่อาศัยตกลงอย่างรุนแรง

รูปที่ 1 the correlation between GDP growth / Prefinance loan growth and 1 year ahead house prices

ที่มา: คำนวณโดยผู้เขียน

ปัจจัยทางเศรษฐกิจที่กำหนดราคาที่อยู่อาศัย

งานศึกษานี้ใช้เครื่องชี้ทางเศรษฐกิจ 4 กลุ่ม ได้แก่ อัตราการเติบโตทางเศรษฐกิจ อัตราการเติบโตของสินเชื่ออสังหาริมทรัพย์ ความเบี่ยงเบนของราคาที่อยู่อาศัยจากปัจจัยพื้นฐาน และอัตราดอกเบี้ยเงินกู้ เพื่ออธิบายราคาที่อยู่อาศัยในอดีตและปัจจุบัน รวมถึงนัยต่อราคาในอนาคต

เครื่องชี้ทางเศรษฐกิจที่ใช้ในงานศึกษาในอดีตครอบคลุมปัจจัยพื้นฐานทางเศรษฐกิจ ปัจจัยทางการเงิน รวมถึงปัจจัยระยะสั้น เช่น การเก็งกำไรในตลาดที่อยู่อาศัย โดยงานศึกษาของ  Subhanij, Glindro, Szeto, & Zhu (2008) พบว่าราคาที่อยู่อาศัยของประเทศแถบเอเชียแปซิฟิก (รวมถึงไทย) เคลื่อนไหวตามปัจจัยเศรษฐกิจและการเก็งกำไรในระยะสั้น แต่เคลื่อนไหวตามปัจจัยพื้นฐานเป็นสำคัญ นอกจากนี้ งานศึกษาของ Deghi, Katagiri, Shahid, & Valckx (2020) ชี้ว่า การกู้ยืมของครัวเรือน ภาวะการเงิน การเก็งกำไรในตลาดที่อยู่อาศัย และการเติบโตทางเศรษฐกิจเป็นปัจจัยสำคัญที่สะท้อนราคาที่อยู่อาศัยในช่วงวิกฤติ

จากงานศึกษาในอดีตประกอบกับลักษณะเฉพาะของตลาดที่อยู่อาศัยไทย งานศึกษานี้จึงใช้ดัชนีราคาที่อยู่อาศัยที่คำนวณจากฐานสินเชื่อของธนาคารพาณิชย์ และมีการควบคุมคุณลักษณะที่แตกต่างกันของที่อยู่อาศัย (hedonic prices) เพื่อให้ราคาสะท้อนภาวะตลาดมากที่สุด และใช้เครื่องชี้ทางเศรษฐกิจ 4 กลุ่ม ได้แก่ (1) อัตราการเติบโตทางเศรษฐกิจ (GDP growth)[1] เพื่อสะท้อนรายได้ของครัวเรือนซึ่งเป็นเครื่องชี้ด้านอุปสงค์ที่สำคัญ (2) อัตราการเติบโตของสินเชื่ออสังหาริมทรัพย์[2] (prefinance loan growth และ mortgage loan growth) แสดงกิจกรรมการกู้ยืมซึ่งเป็นเครื่องมือสำคัญที่ช่วยให้การซื้อและพัฒนาที่อยู่อาศัยเป็นไปได้รวดเร็วขึ้น เนื่องจากที่อยู่อาศัยเป็นสินทรัพย์มูลค่าสูง การซื้อและการลงทุนพัฒนาที่อยู่อาศัยส่วนใหญ่จึงไม่สามารถพึ่งพาเพียงเงินทุนส่วนตัวได้ (3) ความเบี่ยงเบนของราคาที่อยู่อาศัยจากปัจจัยพื้นฐาน (house price misalignment)[3] เป็นเครื่องชี้ความสอดคล้องของราคาที่อยู่อาศัยกับปัจจัยพื้นฐานทางเศรษฐกิจ โดยราคาที่เบี่ยงเบนออกจากแนวโน้มในระยะยาวสะท้อนการเก็งกำไรในระยะสั้น อุปทานที่อยู่อาศัยที่เปลี่ยนแปลงอย่างฉับพลัน หรือ shock จากนโยบายภาครัฐ ซึ่งล้วนแต่เป็นปัจจัยเสี่ยงต่อราคาที่อยู่อาศัย และ (4) อัตราดอกเบี้ยเงินกู้ลูกค้ารายย่อยชั้นดี (MRR) เป็นเครื่องชี้ภาวะทางการเงินของตลาดที่อยู่อาศัย โดย MRR เปรียบเสมือนต้นทุนในการซื้อที่อยู่อาศัย หากต้นทุนเปลี่ยนแปลงไปย่อมกระทบต่อความต้องการซื้อที่อยู่อาศัยและส่งผลต่อราคาในระยะต่อไป นอกจากนี้ MRR ยังเป็นอัตราดอกเบี้ยอ้างอิงที่ปรับตามอัตราดอกเบี้ยนโยบาย จึงสามารถสะท้อนผลกระทบของนโยบายการเงินต่อราคาที่อยู่อาศัยได้เช่นกัน

ราคาที่อยู่อาศัยในช่วงวิกฤตของไทยและต่างประเทศ

เศรษฐกิจที่ขยายตัวและภาวะทางการเงินที่ผ่อนคลายช่วยพยุงราคาที่อยู่อาศัยของไทยในช่วงหนึ่งปีข้างหน้า ซึ่งแตกต่างจากกรณีต่างประเทศที่ไม่พบความสัมพันธ์ชัดเจนระหว่างการขยายตัวทางเศรษฐกิจและการเพิ่มขึ้นของราคาที่อยู่อาศัยในระยะต่อไป

ในภาวะปกติ การเติบโตทางเศรษฐกิจและภาวะการเงินมีความสัมพันธ์กับราคาที่อยู่อาศัยในหนึ่งปีข้างหน้าต่ำมาก (coefficient ใกล้ศูนย์และไม่มีนัยสำคัญทางสถิติ (รูปที่ 2)) แต่ในช่วงความเสี่ยงด้านต่ำ เศรษฐกิจที่ขยายตัวและภาวะทางการเงินที่ผ่อนคลายมีส่วนสำคัญที่ช่วยลดความเสี่ยงที่ราคาที่อยู่อาศัยจะตกลงอย่างรุนแรงในช่วงหนึ่งปีข้างหน้า สอดคล้องกับงานศึกษาของ IMF (2019) ที่พบว่าภาวะการเงินที่ผ่อนคลายช่วยลดความเสี่ยงต่อราคาที่อยู่อาศัยในด้านต่ำและพบผลในกลุ่มประเทศกำลังพัฒนาชัดเจนกว่าประเทศที่พัฒนาแล้ว

รูปที่ 2 the estimated coefficients of the quantile regression 1 year ahead, at a specific quantile

ที่มา: คำนวณโดยผู้เขียน

รูปที่ 3 predicted contributions of 1 year-ahead house prices at risk (5th percentile)

ที่มา: คำนวณโดยผู้เขียน

เมื่อเทียบกับต่างประเทศ[4] พบว่าโดยรวมความสัมพันธ์ระหว่างปัจจัยทางเศรษฐกิจที่กระทบราคาคล้ายกับกรณีไทย โดยราคาที่อยู่อาศัยในช่วงวิกฤติได้รับผลกระทบจากภาวะการเงินและราคาที่เบี่ยงเบนออกจากปัจจัยพื้นฐาน อย่างไรก็ตาม การขยายตัวทางเศรษฐกิจช่วยลดความเสี่ยงที่ราคาจะตกลงอย่างรุนแรงได้ในกรณีไทย (รูปที่ 4) ซึ่งแตกต่างจากประเทศอื่นที่ไม่พบความสัมพันธ์นี้ โดยส่วนหนึ่งอาจเพราะตลาดที่อยู่อาศัยในต่างประเทศได้รับอิทธิพลจากปัจจัยอื่นมากกว่าการขยายตัวของเศรษฐกิจในประเทศ เช่น นโยบายจากภาครัฐที่สนับสนุนการเป็นเจ้าของที่อยู่อาศัย (home ownership) ส่งผลให้ราคาที่อยู่อาศัยในภาพรวมเคลื่อนไหวไม่สอดคล้องกับภาวะเศรษฐกิจ หรือ การพึ่งพากำลังซื้อจากต่างชาติ เช่น อุปสงค์ต่างชาติในสิงคโปร์อยู่ที่ร้อยละ 19.9 ของยอดขายบ้านทั้งหมดในปี 2562 (Knight Frank, 2020) ขณะที่กรณีไทยสัดส่วนมูลค่าเงินโอนต่างชาติต่อยอดโอนกรรมสิทธิ์ทั้งหมดอยู่ที่ร้อยละ 7 อย่างไรก็ดี ความสัมพันธ์ระหว่างการขยายตัวทางเศรษฐกิจและราคาในอนาคตที่เป็นบวกนี้อาจทำให้ไทยเผชิญกับภาวะ downward spiral กล่าวคือ เศรษฐกิจที่หดตัวส่งผลให้ราคาที่อยู่อาศัยในหนึ่งปีข้างหน้าหดตัวตาม และราคาที่อยู่อาศัยที่ลดลงก็มีแนวโน้มทำให้เศรษฐกิจหดตัวต่อเนื่องเป็นวัฎจักร[5]

รูป 4 the estimated coefficients of GDP growth, at the 5th 50th and 95th percentile

ที่มา: คำนวณโดยผู้เขียน

ราคาที่อยู่อาศัยของไทยใน 1 ปีข้างหน้า

หากพิจารณาภาวะเศรษฐกิจในปัจจุบันประกอบกับความสัมพันธ์ระหว่างตัวแปรเศรษฐกิจและราคาที่อยู่อาศัยข้างต้น พบว่า ราคาที่อยู่อาศัยปี 2564 มีแนวโน้มลดลงจากปี 2563 และมีความเสี่ยงด้านต่ำเพิ่มขึ้น

การระบาดของ COVID-19 ทำให้กิจกรรมทางเศรษฐกิจของทั้งไทยและต่างประเทศหดตัวอย่างรุนแรง และผลกระทบดังกล่าวมีแนวโน้มส่งผ่านไปยังราคาที่อยู่อาศัยในหนึ่งปีข้างหน้า ทำให้ราคาที่อยู่อาศัยในปี 2564 มีแนวโน้มลดลงจากปัจจุบัน สะท้อนจาก predicted distribution ของราคาคาดการณ์ในปี 2564 (คาดการณ์จากข้อมูลปี 2563) ที่ขยับไปทางซ้ายเมื่อเทียบกับราคาคาดการณ์ในปี 2563 (คาดการณ์จากข้อมูลปี 2562) โดยพบว่าราคาในปี 2564 อาจหดตัวอย่างน้อยร้อยละ -1.1 และอาจมากถึงร้อยละ -5 แต่ราคาในช่วงความเสี่ยงด้านต่ำจะไม่ลดลงมากเท่ากับวิกฤติปี 2540 (รูปที่ 5 – left panel) ทั้งนี้ ผลการศึกษาพบว่าภาวะการเงินที่ผ่อนคลายในปี 2563 ช่วยพยุงราคาในปี 2564 เป็นสำคัญ (รูปที่ 5 – right panel)

รูป 5 (left panel) Predictive distributions of house price at different time periods,
(right panel) Contributions of house price at 5th percentile

ที่มา: คำนวณโดยผู้เขียน

นโยบายที่ช่วยลดความเสี่ยงในตลาดที่อยู่อาศัย

หนึ่งในนโยบายที่ช่วยลดความเสี่ยงด้านราคา คือ นโยบาย macroprudential ซึ่งช่วยลดความเสี่ยงทั้งในช่วงที่ตลาดซบเซาและในช่วงที่ตลาดขยายตัวสูง

งานศึกษา IMF (2019) พบว่า นโยบาย macroprudential เช่น นโยบาย Loan to value (LTV) และ debt service ratio (DSR) ส่งผลต่อราคาที่อยู่อาศัยมากกว่านโยบายการเงิน เนื่องจากราคาที่อยู่อาศัยไม่ใช่เป้าหมายโดยตรงของการทำนโยบายการเงิน ประกอบกับนโยบายการเงินจะส่งผลต่อตลาดที่อยู่อาศัยผ่านภาวะการเงินเป็นสำคัญ โดยนโยบาย macroprudential ช่วยลดความเสี่ยงในตลาดที่อยู่อาศัยผ่าน 3 ช่องทางสำคัญ ได้แก่ (1) การสะสมเงินสำรองของครัวเรือน (buffer accumulation) โดยเงินสะสมนี้ช่วยรองรับความเสี่ยงที่อาจเกิดขึ้นในอนาคต รวมถึงยับยั้งการเกิดเหตุการณ์ที่ไม่คาดคิด เช่น การเร่งขายที่อยู่อาศัยเมื่อราคาหรือรายได้ลดลง (2) นโยบาย macroprudential เปลี่ยนความสัมพันธ์ระหว่างปัจจัยทางเศรษฐกิจและราคาที่อยู่อาศัยในอนาคต เช่น การบังคับใช้มาตรการ LTV ที่เข้มงวดมาก อาจทำให้ประชาชนหันไปลงทุนในสินทรัพย์ประเภทอื่นแทนการลงทุนในที่อยู่อาศัย หรือนิยมการเช่ามากกว่าการซื้อที่อยู่อาศัย จึงทำให้ความสัมพันธ์ระหว่างการขยายตัวทางเศรษฐกิจกับราคาที่อยู่อาศัยในอนาคตลดลง และ (3) นโยบาย macroprudential กระทบเครื่องชี้ทางเศรษฐกิจโดยตรง เช่น การเพิ่มอัตรา LTV ลดแรงจูงใจในการปล่อยสินเชื่อของสถาบันการเงินโดยตรง

ในภาพรวม พบว่านโยบาย macroprudential[6] ส่งผลดีต่อตลาดที่อยู่อาศัย โดยนโยบายmacroprudential แบบเข้มงวดช่วยลดความเสี่ยงทั้งด้านต่ำและสูง (รูปที่ 6) กล่าวคือ การลดอัตรา LTV ในปัจจุบัน ช่วยลดความเสี่ยงที่ราคาจะลดลงอย่างรุนแรงในหนึ่งปีข้างหน้า เนื่องจาก LTV ที่ต่ำลงหรือเข้มงวดมากขึ้นส่งผลให้ผู้กู้ต้องวางเงินดาวน์เพิ่มขึ้นและมีภาระผ่อนต่อเดือนลดลง จึงช่วยลดโอกาสที่ครัวเรือนและธุรกิจจะเร่งขายที่อยู่อาศัยเพื่อรักษาสภาพคล่องในยามวิกฤตไปด้วย ในทางกลับกัน หากในหนึ่งปีข้างหน้าตลาดที่อยู่อาศัยขยายตัวดี อัตรา LTV ที่เข้มงวดขึ้นในปีที่ผ่านมาจะช่วยลดการเก็งกำไรและส่งผลให้ราคาที่อยู่อาศัยไม่ปรับสูงขึ้นไปมาก

รูป 6 the estimated coefficients of macroprudential policy, at the 5th 50th and 95th percentile

ที่มา: คำนวณโดยผู้เขียน

ข้อสรุปและนัยสำคัญเชิงนโยบาย

งานศึกษานี้ชี้ให้เห็น nonlinear relationship ระหว่างภาวะเศรษฐกิจและราคาที่อยู่อาศัยในอนาคต โดย ราคาที่เคลื่อนไหวสอดคล้องกับปัจจัยพื้นฐาน อัตราการเติบโตทางเศรษฐกิจที่เพิ่มขึ้น และภาวะการเงินที่ผ่อนคลายในอดีต ช่วยลดความเสี่ยงที่ราคาที่อยู่อาศัยจะหดตัวอย่างรุนแรง นอกจากนี้ งานศึกษาชี้ว่าราคาที่อยู่อาศัยในปี 2564 มีความเสี่ยงด้านต่ำเพิ่มขึ้นจากเศรษฐกิจที่หดตัวในปัจจุบัน อย่างไรก็ดี นโยบาย macroprudential ที่เข้มงวดขึ้นในช่วง 2 ปีที่ผ่านมาช่วยลดความเสี่ยงด้านต่ำต่อราคาที่อยู่อาศัยในปี 2564 ไม่ให้ราคาลดลงมาก

เอกสารอ้างอิง

Deghi, A., Katagiri, M., Shahid, S., & Valckx, N. (2020, January). Predicting Downside Risks to House Prices and Macro-Financial Stability. IMF working paper.

IMF. (2019, April). Downside risks to house prices. Global Financial Stability Report, pp. 61-89.

Prasad, A., Elekdag, S., Jeasakul, P., Lafarguette, R., Alter, A., Feng, A. X., & Wang, C. (2019, February). Growth at Risk: Concept and Application in IMF Country Surveillance . IMF working paper.

Subhanij, T., Glindro, E. T., Szeto, J., & Zhu, H. (2008, January). Are Asia-Pacific Housing Prices Too High For Comfort? Bank of Thailand discussion paper.

[1] ทดสอบโดยใช้ wage growth ให้ผลไม่แตกต่างกัน
[2] ทดสอบโดยใช้ credit to GDP per capita ให้ผลไม่แตกต่างกัน
[3] ทดสอบโดยใช้ house price to wage gap และ house price to GDP per capita gap ให้ผลไม่แตกต่างกัน
[4] ทดสอบโดยการใช้ข้อมูลของประเทศในเอเชียแปซิฟิก (panel data) ประกอบด้วยประเทศเกาหลี สิงคโปร์ นิวซีแลนด์ มาเลเซีย ญี่ปุ่น ฮ่องกง และออสเตรเลีย
[5] อัตราการเติบโตของราคาที่อยู่อาศัยมีความสัมพันธ์ด้านลบต่ออัตราการขยายตัวทางเศรษฐกิจ โดยเฉพาะในภาวะเศรษฐกิจซบเซา (Prasad, et al., 2019)
[6] ดัชนี macroprudential ที่ใช้ในงานศึกษานี้คำนวณจากจำนวนครั้งที่ทำนโยบาย โดยหากนโยบายเข้มงวดขึ้น ดัชนีจะเพิ่มขึ้น 1 หน่วย แต่หากนโยบายเป็นแบบผ่อนคลายดัชนีจะลดลง 1 หน่วย และศึกษาโดยใช้ข้อมูล panel เพื่อให้ได้กลุ่มตัวอย่างการทำนโยบาย macroprudential ที่มากพอ

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

READS: 1609