สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
aBRIDGEd

ประสิทธิผลของการสื่อสารนโยบายการเงินไทย

การสื่อสารนโยบายการเงินช่วยเพิ่มประสิทธิผลต่อการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายและการยึดเหนี่ยวอัตราเงินเฟ้อคาดการณ์ของสาธารณชน

งานศึกษานี้วิเคราะห์พัฒนาการของการสื่อสารนโยบายการเงินไทยตลอดสองทศวรรษที่ผ่านมาใน 3 ช่องทางหลัก ได้แก่ แถลงผลการประชุมคณะกรรมการนโยบายการเงิน (กนง.) (Press statement) รายงานการประชุม กนง. ฉบับย่อ (Edited minutes) และรายงานนโยบายการเงิน (Monetary Policy Report: MPR) โดยศึกษาในมิติ ดังนี้ (1) ความโปร่งใสของการสื่อสารและความยากง่ายของภาษา (2) การใช้เครื่องมือ computational linguistics วิเคราะห์น้ำหนักและโทนการสื่อสารของหัวข้อหลักที่ กนง. สื่อสาร และ การวิเคราะห์เสียงโหวตของ กนง. ต่อการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายของสาธารณชน (3) การสื่อสารทิศทางการดำเนินนโยบายการเงิน และ (4) ประสิทธิผลของการสื่อสารนโยบายการเงินไทย  ผลการศึกษาพบว่าการสื่อสารนโยบายการเงินของไทยมีระดับความโปร่งใสสูงเมื่อเทียบกับสากล ซึ่งส่งผลดีต่อความน่าเชื่อถือของธนาคารกลาง โดย กนง. ให้น้ำหนักเนื้อหาการสื่อสารหัวข้อหลักในแต่ละด้านแตกต่างกันในแต่ละช่วงเวลาของบริบทเศรษฐกิจการเงินไทย ทั้งนี้ งานศึกษาพบว่ามี 3 ตัวแปรสำคัญที่ช่วยเพิ่มประสิทธิผลของการสื่อสารให้สาธารณชนสามารถคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายได้แม่นยำขึ้น ได้แก่ (1) การสื่อสารโทนของการตัดสินนโยบายการเงิน (2) การสื่อสารทิศทางนโยบายการเงิน และ (3) การสื่อสารเสียงโหวตของ กนง. ใน Press statement สำหรับการสื่อสารโทนของการตัดสินนโยบายการเงินใน MPR ช่วยยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อระยะ 1 ปีข้างหน้าได้เพิ่มเติม

When I was at the Federal Reserve, I occasionally observed that monetary policy is 98 percent talk and only 2 percent action. The ability to shape market expectations of future policy through public statements is one of the most powerful tools the Fed has.” (Bernanke, 2015) คำกล่าวของอดีตประธานธนาคารกลางสหรัฐฯ (Fed) แสดงให้เห็นว่าการสื่อสารนโยบายการเงินมีอิทธิพลต่อการคาดการณ์ของสาธารณชน ซึ่ง Fed เริ่มใช้การสื่อสารเป็นเครื่องมือสำคัญในการดำเนินนโยบายการเงินหลังเกิดวิกฤตการเงินโลกในปี 2553 (Global Financial Crisis: GFC) เป็นต้นมา

สำหรับบริบทของไทย ในปัจจุบันอัตราดอกเบี้ยนโยบายลดต่ำลงมากและเข้าใกล้ศูนย์ เครื่องมืออัตราดอกเบี้ยนโยบายเริ่มมีข้อจำกัดมากขึ้น การศึกษาเครื่องมืออื่น ๆ ในการดำเนินนโยบายการเงินจึงมีความจำเป็นมากขึ้น ซึ่งคณะผู้วิจัยสนใจศึกษาเครื่องมือการสื่อสารนโยบายการเงินที่หลายธนาคารกลางให้ความสำคัญ โดยจะแบ่งการนำเสนอ ดังนี้ (1) พัฒนาการของการสื่อสารนโยบายการเงินไทยใน 3 ช่องทางหลัก ได้แก่ แถลงผลการประชุมคณะกรรมการนโยบายการเงิน (กนง.) (Press statement) รายงานการประชุม กนง. ฉบับย่อ (Edited minutes) และรายงานนโยบายการเงิน (Monetary Policy Report: MPR) (2) การส่งสัญญาณทิศทางการดำเนินนโยบายการเงิน (3) ประสิทธิผลของการสื่อสารนโยบายการเงินไทย และ (4) นัยเชิงนโยบาย

1. พัฒนาการของการสื่อสารนโยบายการเงินไทยใน 3 ช่องทางหลัก

ธนาคารแห่งประเทศไทย (ธปท.) ดำเนินนโยบายการเงินภายใต้กรอบเป้าหมายเงินเฟ้อแบบยืดหยุ่น (Flexible Inflation Targeting) มาตั้งแต่ปี 2543 ซึ่งส่งผลดีต่อความโปร่งใสในการดำเนินนโยบาย ดัชนีความโปร่งใส (Transparency Index: TI) [1] ของนโยบายการเงินไทยในปี 2541-2563  ที่คณะผู้วิจัยจัดทำขึ้นอยู่ในระดับสูงที่ 11 จากคะแนนเต็ม 15 คะแนน และสูงกว่าค่าเฉลี่ยของธนาคารกลางต่างประเทศที่ใช้กรอบเป้าหมายเงินเฟ้อเช่นเดียวกัน อย่างไรก็ตาม อาจมีบางช่วงที่ดัชนี TI ของไทยปรับลดลง เช่น ในปี 2551-2553 เนื่องจาก ธปท. ยุติการเผยแพร่แบบจำลองเศรษฐกิจมหภาคที่เผยแพร่ใน MPR และดัชนีปรับเพิ่มขึ้นมาตั้งแต่ปี 2554 ที่เริ่มเผยแพร่ Edited minutes และเสียงโหวตของ กนง. (ภาพที่ 1.1)

ภาพที่ 1.1 ดัชนีความโปร่งใสในการดำเนินนโยบายการเงินของไทย


ที่มา: Dincer, Eichengreen and Geraats (2019) และคำนวณโดยคณะผู้วิจัย

คณะผู้วิจัยพบว่าการสื่อสารนโยบายการเงินของไทยมีความโปร่งใสในระดับสูง และ ธปท. สื่อสารนโยบายการเงินต่อสาธารณชนมากขึ้นตลอดสองทศวรรษที่ผ่านมา อย่างไรก็ตาม ภาษาที่ใช้ยังเข้าใจยาก สะท้อนจากผลสำรวจนักวิเคราะห์[2] ซึ่งให้คะแนนความยากง่ายของภาษาที่ใช้สื่อสารในระดับพอใช้ และการวิเคราะห์ผ่านดัชนี Flesch-Kincaid (FK) ซึ่งแสดงจำนวนปีการศึกษาของผู้อ่านที่สามารถเข้าใจเอกสารภาษาอังกฤษใน 3 ช่องทางหลักที่สื่อสารออกไป พบว่าดัชนี FK ของ Press statement Edited minutes และ MPR ณ ไตรมาสที่ 1 ปี 2563 อยู่ในระดับสูงที่ 17 16 และ 15 ตามลำดับ ซึ่งสะท้อนว่าผู้ที่จะเข้าใจได้ต้องจบปริญญาตรีขึ้นไป

นอกจากนี้ คณะผู้วิจัยได้ศึกษาพัฒนาการด้านเนื้อหาของการสื่อสารนโยบายการเงิน โดยประยุกต์ใช้วิธี computational linguistics เพื่อแปลงข้อความในเอกสารภาษาอังกฤษของ Press statement Edited minutes และ MPR ในช่วงปี 2543 – 2563 ให้เป็นข้อมูลสถิติ ในรูปของหัวข้อหลัก (topic modelling)[3] พบว่าการสื่อสารนโยบายการเงินไทยเกี่ยวข้องกับ 5 หัวข้อหลัก ได้แก่ การตัดสินนโยบายการเงิน เศรษฐกิจ อัตราเงินเฟ้อ เสถียรภาพระบบการเงิน และอัตราแลกเปลี่ยน (ภาพที่ 1.2)

ภาพที่ 1.2 หัวข้อหลักจาก Press statement

ที่มา: ธนาคารแห่งประเทศไทย คำนวณโดยคณะผู้วิจัย

พัฒนาการของเนื้อหาในการสื่อสารนโยบายการเงินไทยมี 3 ประเด็นที่น่าสนใจ ดังนี้

1.1 น้ำหนักของหัวข้อหลัก (วัดจากจำนวนคำ) แตกต่างไปตามภาวะเศรษฐกิจการเงินในแต่ละช่วง อาทิ ยุคของผู้ว่าการ ม.ร.ว. ปรีดิยาธร เทวกุล ให้น้ำหนักกับการสื่อสารหัวข้ออัตราแลกเปลี่ยนค่อนข้างมาก เนื่องจากเป็นช่วงที่ค่าเงินบาทแข็งจากเงินลงทุนในหลักทรัพย์ของนักลงทุนต่างชาติ ทำให้ ธปท. ต้องออกมาตรการป้องปรามการเก็งกำไรค่าเงินบาท หรือยุคของผู้ว่าการ วิรไท สันติประภพ ได้ให้น้ำหนักกับการสื่อสารหัวข้อเสถียรภาพระบบการเงินมากกว่าช่วงเวลาอื่น เนื่องจากเป็นช่วงเวลาที่เสถียรภาพระบบการเงินไทยมีความเสี่ยงหลายด้านในภาวะที่อัตราดอกเบี้ยอยู่ในระดับต่ำ อาทิ หนี้ครัวเรือนสูง อุปทานคงค้างและการเก็งกำไรในภาคอสังหาริมทรัพย์ รวมถึงความผันผวนในตลาดการเงินจากการแพร่ระบาดของโควิด-19 (ภาพที่ 1.3)

ภาพที่ 1.3 สัดส่วนน้ำหนักของหัวข้อในการสื่อสารนโยบายการเงิน

ที่มา: ธนาคารแห่งประเทศไทย คำนวณโดยคณะผู้วิจัย

1.2 ทิศทาง Net tone ในหัวข้อหลักกับการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบาย

ทิศทางของโทนสุทธิ (Net tone) แบ่งออกได้ 2 แบบ คือ ทิศทางบวก (positive) และทิศทางลบ (negative) โดยคำนวณจากหัวข้อหลักที่ผสมกับกลุ่มคำทิศทางบวกและลบ เช่น ‘a rise in economic growth’ หมายถึงเศรษฐกิจขยายตัวเพิ่มขึ้น (เป็น Net tone ทิศทางบวกในหัวข้อเศรษฐกิจ) ซึ่งทิศทางของ Net tone ในแต่ละหัวข้อหลักอาจนำไปสู่การปรับการคาดการณ์อัตราดอกเบี้ยนโยบายในระยะต่อไปได้ ตามสมมติฐานในภาพที่ 1.4

ภาพที่ 1.4 สมมติฐานทิศทางของ Net tone ต่อทิศทางการคาดการณ์อัตราดอกเบี้ยนโยบาย

ที่มา: คณะผู้วิจัย

ผลการศึกษาพบว่าทิศทางของ Net tone ต่อการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายไม่ได้เป็นไปตามสมมติฐานในบางช่วงเวลา เนื่องจากเป้าหมายนโยบายการเงินของไทยภายใต้กรอบเป้าหมายเงินเฟ้อแบบยืดหยุ่น ประกอบด้วยเสถียรภาพราคา การขยายตัวทางเศรษฐกิจ และเสถียรภาพระบบการเงิน ส่งผลให้การตัดสินและการสื่อสารนโยบายการเงินเผชิญความท้าทาย เนื่องจากการดำเนินนโยบายการเงินไม่ได้ขึ้นอยู่กับปัจจัยใดปัจจัยหนึ่งเพียงเรื่องเดียว อาทิ ในช่วงปี 2558 – 2561 (กรอบสีแดงในภาพที่ 1.5) กนง. ตัดสินให้คงอัตราดอกเบี้ยนโยบายไว้ที่ร้อยละ 1.50 แม้ Net tone ของหัวข้อเศรษฐกิจของการสื่อสาร 3 ช่องทางหลักจะเป็นบวกอย่างเห็นได้ชัด อีกทั้ง Net tone ของหัวข้อเสถียรภาพระบบการเงินใน Edited minutes และ MPR เป็นบวกมากขึ้น สะท้อนความเสี่ยงของเสถียรภาพระบบการเงินที่มีมากขึ้น ซึ่งภายใต้สมมติฐานทิศทาง Net tone ของคณะผู้วิจัย น่าจะเห็นการปรับขึ้นอัตราดอกเบี้ยนโยบายในช่วงนี้ อย่างไรก็ดี กนง. ประเมินว่าในช่วงเวลาดังกล่าวนโยบายการเงินที่ผ่อนคลายยังจำเป็นเพื่อสนับสนุนให้เศรษฐกิจขยายตัวต่อเนื่องและช่วยให้อัตราเงินเฟ้อกลับเข้าสู่กรอบเป้าหมาย

ภาพที่ 1.5 อัตราดอกเบี้ยนโยบาย และ Net tone ของการสื่อสารใน 3 ช่องทางหลัก

ที่มา: ธนาคารแห่งประเทศไทย คำนวณโดยคณะผู้วิจัย

1.3 เสียงโหวต กนง. กับการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบาย

คณะผู้วิจัยพบว่า หาก กนง. มีมติไม่เป็นเอกฉันท์จะส่งสัญญาณต่อการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายในการประชุมครั้งหน้าได้ ผลการศึกษาค่าความเบ้ (skewness) ของเสียงโหวต กนง.  สะท้อนว่าหากค่า skewness เพิ่มขึ้น จะเพิ่มโอกาสที่ กนง. ปรับขึ้นอัตราดอกเบี้ยนโยบายในครั้งถัดไปหรือคงอัตราดอกเบี้ยนโยบายในครั้งถัดไปหลังจากปรับลดในครั้งนี้ (more hawkish) ในทางกลับกัน หากค่า skewness ต่ำลง จะเพิ่มโอกาสที่ กนง.ปรับลดอัตราดอกเบี้ยนโยบายในครั้งถัดไปหรือคงอัตราดอกเบี้ยนโยบายในครั้งถัดไปหลังจากปรับขึ้นครั้งนี้ (more dovish)[4] (ภาพที่ 1.6)

ภาพที่ 1.6 ค่า Skewness การตัดสินใจของ กนง. และผลการตัดสินอัตราดอกเบี้ยนโยบาย

ที่มา: ธนาคารแห่งประเทศไทย คำนวณโดยคณะผู้วิจัย

2. การสื่อสารทิศทางการดำเนินนโยบายการเงิน

2.1 การสื่อสารทิศทางการดำเนินนโยบายการเงินในต่างประเทศ

ธนาคารกลางในต่างประเทศใช้โทนการสื่อสารเพื่อให้สัญญาณทิศทางการดำเนินนโยบายการเงินและใช้ forward guidance (FG) เพื่อแสดงความผูกมัด (commitment) ที่มากขึ้น โดยงานศึกษาต่างประเทศ[5] พบว่าระดับความผูกมัดต่อธนาคารกลางและประสิทธิผลในการยึดเหนี่ยวการคาดการณ์มีความสัมพันธ์ในทิศทางเดียวกัน (ภาพที่ 2.1) โดยพบข้อสังเกตที่น่าสนใจ ดังนี้

ภาพที่ 2.1 รูปแบบการสื่อสารทิศทางการดำเนินนโยบายการเงินในต่างประเทศ

ที่มา: ธนาคารกลางชิลี ยุโรป และนิวซีแลนด์ และ Ehrmann et al. (2019)

1. การใช้โทนในการสื่อสารมีผลผูกมัดธนาคารกลางน้อยที่สุด การสื่อสารด้วยโทน dovish หรือ hawkish แต่ไม่ได้สื่อสารชัดเจนว่าต้องการให้อัตราดอกเบี้ยนโยบายอยู่ที่ระดับใด ภายในช่วงเวลาใด มีข้อดีคือไม่ผูกมัดธนาคารกลางมากเกินไปและเข้าใจง่าย เพราะเป็นการสื่อสารปกติ ยังไม่ได้เน้นใช้เป็นเครื่องมือนโยบายการเงิน แต่จะมีประสิทธิผลต่อการคาดการณ์ทิศทางนโยบายการเงินน้อยกว่าการสื่อสารแบบ FG

2. Open-ended FG ใช้เมื่อธนาคารกลางต้องการคงนโยบายการเงินในระดับปัจจุบันไปอีกระยะ หรือเปิดช่องให้สามารถลดอัตราดอกเบี้ยนโยบายได้ในระยะต่อไป การสื่อสารรูปแบบนี้มีความยืดหยุ่นในการใช้งาน เช่น ในยามที่เศรษฐกิจเผชิญความเสี่ยงด้านต่ำ ธนาคารกลางอาจสื่อสารด้วย Open-ended FG เพื่อรอประเมินสถานการณ์ก่อน แต่ Open-ended FG จะมีประสิทธิผลน้อยกว่า FG แบบอื่นๆ

3. State-contingent FG นิยมใช้ในธนาคารกลางที่มีการประกาศเป้าหมายนโยบายการเงินอย่างชัดเจน ข้อดีคือมีความชัดเจนในการสื่อสารเป้าหมายนโยบายการเงินและช่วยให้สาธารณชนเข้าใจประเด็นที่ธนาคารกลางพิจารณาตัดสินนโยบาย ตลอดจนช่วยให้สาธารณชนคาดการณ์ทิศทางการดำเนินนโยบายการเงินในอนาคตได้แม่นยำขึ้น

4. Calendar-based FG มักใช้ในช่วงที่เศรษฐกิจตกต่ำ เผชิญความไม่แน่นอนสูง และอัตราดอกเบี้ยนโยบายเข้าใกล้ศูนย์ ตัวอย่างในธนาคารกลางยุโรปและนิวซีแลนด์ที่ใช้การสื่อสารแบบนี้เพื่อคงอัตราดอกเบี้ยต่ำเป็นเวลานานและยังช่วยให้อัตราผลตอบแทนพันธบัตรระยะยาวอยู่ในระดับต่ำด้วยการสื่อสาร FG รูปแบบนี้มีผลผูกมัดธนาคารกลางสูงที่สุด เนื่องจากระบุระยะเวลาการคงอัตราดอกเบี้ยไว้ชัดเจน ดังนั้น หากไม่สามารถทำได้ตามที่สื่อสารไว้ อาจกระทบความเชื่อมั่นได้มาก

จากการศึกษาประสบการณ์ต่างประเทศ พบว่าธนาคารกลางต่างประเทศเลือกใช้ FG เป็นเครื่องมือสื่อสารทิศทางนโยบายการเงินให้สอดคล้องกับสถานการณ์เศรษฐกิจและความไม่แน่นอนในแต่ละช่วงเวลา โดยส่วนใหญ่เริ่มจากการใช้ Open-ended FG และจะเพิ่มการผูกมัดและประสิทธิผลให้มากขึ้นโดยปรับใช้ระหว่าง State-contingent FG กับ Calendar-Based FG ตามความเหมาะสม

2.2 การสื่อสารทิศทางนโยบายการเงินของไทย
ไทยยังไม่เคยสื่อสารทิศทางนโยบายการเงินแบบ FG มาก่อน แต่มีการใช้โทน dovish/hawkish ควบคู่กับการติดตามพัฒนาการของข้อมูลล่าสุด (data-dependent) โดยคณะผู้วิจัยพบว่าที่ผ่านมา กนง. เลือกใช้ “โทน” การสื่อสารตามความรุนแรงของสถานการณ์ โดยสื่อสารภาพรวมด้านเศรษฐกิจ เงินเฟ้อ และเสถียรภาพระบบการเงินในระยะข้างหน้า ซึ่งคณะผู้วิจัยจัดว่าเป็น weak tone และ กนง. จะสื่อสารชัดเจนขึ้นถึงความพร้อมในการปรับอัตราดอกเบี้ยนโยบายในย่อหน้าสุดท้ายของ Press statement อาทิ “พร้อมลดอัตราดอกเบี้ยนโยบาย” หรือ “พร้อมขึ้นอัตราดอกเบี้ยนโยบาย” ซึ่งคณะผู้วิจัยจัดว่าเป็น strong tone

3. ประสิทธิผลของการสื่อสารนโยบายการเงินไทย

ประสิทธิผลของนโยบายการเงินไทยในงานศึกษานี้วัดจาก 2 มิติ ได้แก่ (1) การคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายของสาธารณชน และ (2) การยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อ โดยศึกษาผ่านแบบจำลองทางเศรษฐมิติ[6] การศึกษานี้ใช้ข้อมูลรายไตรมาสในช่วงปี 2543 – 2563 และใช้ค่ากลางของเป้าหมายเงินเฟ้อดังภาพที่ 3.1

ภาพที่ 3.1 ค่ากลางของเป้าหมายอัตราเงินเฟ้อที่ใช้ในแบบจำลอง

ที่มา: ธนาคารแห่งประเทศไทย

ตัวแปรการสื่อสารนโยบายการเงินที่ใช้ในงานศึกษานี้ประกอบด้วย (1) โทนกลุ่มหัวข้อการตัดสินนโยบายการเงิน (Monetary Policy tone: MP tone) ซึ่งได้จากวิธี computational linguistics ในหัวข้อที่ 1.2 (2) การสื่อสารทิศทางการดำเนินนโยบายการเงิน (Monetary Policy direction: MP direction) ซึ่งได้จากการให้คะแนนของคณะผู้วิจัยจากการอ่าน Press statement ตามเกณฑ์ดังภาพที่ 3.2 และ (3) ค่า skewness ซึ่งคำนวณจากความเบ้ของเสียงโหวต กนง.

ภาพที่ 3.2 เกณฑ์การให้คะแนน Monetary policy direction จาก Press Statement

ที่มา: ประเมินโดยคณะผู้วิจัย

3.1 ประสิทธิผลของการสื่อสารนโยบายการเงินไทยต่อการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบาย

คณะผู้วิจัยวิเคราะห์ผ่านสมการ Taylor-type predictive regression จากแบบจำลอง ordered probit โดยกำหนดให้ตัวแปรตามคือการเปลี่ยนแปลงของอัตราดอกเบี้ยนโยบายเทียบกับไตรมาสก่อน[7] ส่วนตัวแปรอิสระประกอบด้วย (1) inflation expectation gap ในระยะ 1 ปีข้างหน้า[8] (2) output gap ในระยะ 1 ปีข้างหน้า[9] (3) smoothing parameters ได้แก่ อัตราดอกเบี้ยนโยบายในไตรมาสก่อนและการเปลี่ยนแปลงอัตราดอกเบี้ยนโยบายในไตรมาสก่อน และ (4) ตัวแปรการสื่อสารนโยบายการเงินในไตรมาสก่อน โดยแบ่งเป็น 2 กรณี ได้แก่ กรณีรวมและไม่รวมตัวแปรสื่อสาร

ผลการศึกษาพบว่าแบบจำลองที่เพิ่มตัวแปรการสื่อสารนโยบายการเงินสามารถคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายได้ดีขึ้น โดยเฉพาะการสื่อสารจาก Press statement ที่เพิ่มตัวแปร MP tone, MP direction, และ skewness สะท้อนผ่านความแม่นยำในการคาดการณ์อัตราดอกเบี้ยนโยบายที่เพิ่มขึ้น เมื่อเทียบกับแบบจำลองที่ไม่มีตัวแปรการสื่อสาร (ภาพที่ 3.3)

ภาพที่ 3.3 ความแม่นยำในการคาดการณ์การปรับอัตราดอกเบี้ยนโยบาย (ร้อยละ)*

ที่มา: คำนวณโดยคณะผู้วิจัย

3.2 การศึกษาประสิทธิผลของการสื่อสารนโยบายการเงินไทยต่อการยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อ

คณะผู้วิจัยวิเคราะห์ผ่านแบบจำลอง Vector Autoregression (VAR) โดยเรียงลำดับตัวแปรในแบบจำลอง ได้แก่ อัตราเงินเฟ้อ อัตราการขยายตัวทางเศรษฐกิจ อัตราดอกเบี้ยนโยบาย และ Inflation expectation gap[10] ในระยะ 1 ปีข้างหน้าของนักวิเคราะห์ โดยแบ่งการศึกษาออกเป็น 2 กรณี ได้แก่ กรณีที่รวมและไม่รวมตัวแปรสื่อสาร

ผลการศึกษาพบว่าตัวแปรสื่อสาร MP tone จาก MPR ช่วยยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อได้ดีขึ้น โดยเห็นผลชัดเจนที่สุดหลังสื่อสาร 1 ไตรมาส สะท้อนจาก Impulse response ของ Inflation expectation gap ที่ลดลงเมื่อเทียบกับแบบจำลองที่ไม่มีตัวแปรสื่อสาร (ภาพที่ 3.4)

ภาพที่ 3.4 Impulse response ของ Inflation expectation gap ต่อการปรับขึ้นอัตรา
ดอกเบี้ยนโยบายร้อยละ 0.25*

ที่มา: Asia Pacific Consensus survey และธนาคารแห่งประเทศไทย คำนวณโดยคณะผู้วิจัย

นอกจากนี้ คณะผู้วิจัยได้ศึกษาประสิทธิผลของการสื่อสารนโยบายการเงินไทยต่อการคาดการณ์อัตราเงินเฟ้อระยะยาวขึ้นและหลายกลุ่มมากขึ้น ได้แก่ 1 ปี 5 ปี และ 10 ปี ของภาคธุรกิจ[11] นักวิเคราะห์[12] และนักลงทุนในตลาดการเงิน[13] พบว่าตัวแปรการสื่อสารนโยบายการเงินไม่สามารถช่วยยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อของภาคธุรกิจและนักลงทุนในตลาดการเงินได้เท่าใดนัก แต่ช่วยยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อในระยะ 1 ปีของนักวิเคราะห์ได้ สะท้อนว่าผู้อ่านเอกสารที่ ธปท. ใช้สื่อสารนโยบายการเงินส่วนใหญ่เป็นกลุ่มนักวิเคราะห์ ขณะที่ภาคธุรกิจและนักลงทุนในตลาดการเงินอาจไม่ได้อ่านเอกสารที่ ธปท. ใช้สื่อสารนโยบายการเงินเป็นหลัก

4. นัยเชิงนโยบาย

4.1 การเพิ่มความโปร่งใส การสื่อสารนโยบายการเงินของไทยมีความโปร่งใสอยู่ในระดับสูงตั้งแต่เริ่มใช้กรอบเป้าหมายเงินเฟ้อแบบยืดหยุ่นในปี 2543 และยังสามารถพัฒนาให้ดีขึ้นอีกได้โดย (1) เผยแพร่การวิเคราะห์สถานการณ์จำลอง (scenario analysis) ที่ใช้ประกอบในการตัดสินนโยบายการเงิน[14] (2) เผยแพร่แบบจำลองเศรษฐกิจมหภาคบนเว็บไซต์ ธปท. และ (3) พิจารณาสื่อสาร forward guidance ในบริบทที่เหมาะสม

4.2 การปรับภาษาที่ใช้สื่อสารให้เข้าใจง่ายและลดประโยคซับซ้อน ธปท. สื่อสารนโยบายการเงินเพิ่มขึ้นต่อเนื่องใน 3 ช่องทางหลัก ได้แก่ Press statement Edited minutes และ MPR อย่างไรก็ตามผลสำรวจนักวิเคราะห์และดัชนี Flesch-Kincaid ชี้ว่าภาษาที่ใช้ยังเข้าใจยาก

4.3 การยึดเหนี่ยวการคาดการณ์ การสื่อสาร MP tone, MP direction และ skewness ผ่าน Press statement ช่วยให้สาธารณชนคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายได้ดีขึ้น สำหรับการสื่อสาร MP tone ผ่าน MPR ช่วยยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อได้

4.4 เครื่องมือการสื่อสารนโยบายการเงินในระยะต่อไปจะมีความสำคัญมากขึ้น ธปท. อาจพิจารณาใช้ forward guidance ที่เหมาะสมเมื่อระดับอัตราดอกเบี้ยนโยบายอยู่ใกล้ขอบล่างของอัตราดอกเบี้ยนโยบายที่มีประสิทธิภาพในการส่งผ่านนโยบายการเงิน (effective lower bound) โดยสื่อสารผ่าน Press statement ซึ่งเป็นช่องทางที่มีประสิทธิผลในการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบาย

4.5 การแบ่งหน้าที่ช่องทางการสื่อสารนโยบายการเงินแต่ละช่องทางตามประสิทธิผล
โดย (1) สื่อสารทิศทางอัตราดอกเบี้ยนโยบายผ่าน Press statement และ (2) สื่อสารการวิเคราะห์และเหตุผลในการตัดสินนโยบายการเงินผ่าน MPR เพื่อยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อ ทั้งนี้ แม้ผลการศึกษาพบว่า Edited minutes ไม่ได้ช่วยเพิ่มประสิทธิผลต่อการคาดการณ์ทิศทางอัตราดอกเบี้ยนโยบายและไม่ได้ช่วยยึดเหนี่ยวการคาดการณ์อัตราเงินเฟ้อมากนัก แต่ยังเป็นช่องทางสำคัญในการเพิ่มความโปร่งใสในการดำเนินนโยบายการเงิน และสื่อสารเหตุผลของ กนง. ในการตัดสินนโยบายเพิ่มเติมจาก Press statement ได้

เอกสารอ้างอิง

Apaitan T & Tantasith, C., 2019 . Central Bank Communication: Perspective through Text Mining. PIER Discussion Paper, forthcoming .

Apaitan, T., 2015. Extracting Market Inflation Expectations: A Semi-structural Macro-finance Term Structure Model. PIER Discussion Paper, Volume 4 , pp. 1-23.

Apel, M. & Blix-Grimaldi, M., 2012. The Information Content of Central Bank Minutes. SVERIGES RIKSBANK WORKING PAPER SERIES, Issue 261, pp. 1-20.

Ariyavutikul, M., 2018. The Information Content of Monetary Policy Report: Evidence from Thailand. [Online] Available at: https://drive.google.com/file/d/1rLuofR8st945HlkIn_YCIVYrR-gDrU9l/view?usp=sharing [Accessed 9 June 2020].

Bernanke, B. S., 2015. Inaugurating a new blog. [Online] Available at: https://www.brookings.edu/blog/ben-bernanke/2015/03/30/inaugurating-a-new-blog/ [Accessed 19 May 2020].

Blei, D. M., Ng, A. Y. & Jordan, M. I., 2003. Latent Dirichlet Allocation. Journal of Machine Learning Research 3, pp. 993-1022.

Dincer, N., Eichengreen, B. & Geraats, P., 2019. Transparency of Monetary Policy in the Post Crisis World . In: The Oxford Handbook of the Economics of Central Banking. s.l.:Oxford University Press, pp. 287-333.

Ehrmann, M. et al., 2019. Can more public information raise uncertainty? The international evidence on forward guidance. ECB Working Paper Series, Volume 2263, pp. 2-51.

Flug, K. et al., 2019 . Independent Evaluation of the Monetary Policy and Financial Stability Policy of the Central Bank of Chile , Santiago: Central bank of Chile .

Goodhart, C. & Lim, W. B., 2011. Interest rate forecasts: a pathology. International Journal of Central Banking, 7(2), pp. 135-171.

Griffiths, T. L. S. M., 2004. Finding scientific topics. PNAS, 101(1), pp. 5228-5235.

Hansen, S. & McMahon, M., 2015. Shocking language: Understanding the macroeconomic effects of central bank communication. pp. 1-35.

Hansen, S., McMahon, M. & Prat, A., 2017. (In press).Transparency and Deliberation within the FOMC: a Computational Linguistics Approach. The Quarterly Journal of Economics, pp. 1-57.

Kincaid, J., Fishburne, R., Rogers, R. & Chissom, B., 1975. Derivation of new readability formulas (automated readability index, fog count, and flesch reading ease formula) for Navy enlisted personnel. Research Branch Report, p. 8–75.

Kuttner, K. N., 2004. The Role of Policy Rules in Inflation Targeting. 86(4), pp. 179-183.

Luangaram, P. & Sethapramote, Y., 2016. Central Bank Communication and Monetary Policy Effectiveness: Evidence from Thailand. PIER Discussion Paper, Volume 20, pp. 1-30.

Luangaram, P. & Wongwachara, W., 2017. More Than Words: A Textual Analysis of Monetary Policy Communication. PIER Discussion Paper , Volume 54 , pp. 1-42.

รชฏ เลียงจันทร์ และ ธนาพร ศรีคล้าย, 2562. Voting Record: สัญญาณชี้นำดอกเบี้ยนโยบาย. Krungsri Research Intelligence, pp. 1-5.

[1] ใช้วิธีการประเมินดัชนีความโปร่งใสของนโยบายการเงินธนาคารกลางตาม Dincer, Eichengreen, and Geraats (2019)
[2] ผลการสำรวจผู้เข้าร่วมประชุมนักวิเคราะห์ (Analyst meeting) ไตรมาสที่ 2 ปี 2563 ของสายนโยบายการเงิน ธปท.
[3] วิเคราะห์ด้วย Latent Dirichlet Allocation (LDA) ของ Blei, Ng, and Jordan (2003) และ Hierarchical clustering ตาม Luangaram and Wongwachara (2017) และ Ariyavutikul (2018)
[4] คำนวณค่า skewness ตามวิธีของ รชฏ เลียงจันทร์ และธนาพร ศรีคล้าย (2562) เช่น หาก กนง. 4 ท่านให้คงอัตราดอกเบี้ยที่ร้อยละ Z ขณะที่ 3 ท่านให้ปรับลดอัตราดอกเบี้ยนโยบายลงอีกร้อยละ 0.25 เป็น (Z-0.25) จะได้ค่า Skewness ดังนี้ skewness=((4*Z)+(3*(Z-0.25)))/7-Z
[5] Ehrmann, Gaballo, Hoffmann, and Strasser (2019)
[6] งานวิจัยนี้ศึกษาเพิ่มเติมจาก Luangaram and Setthapramote (2015), Luangaram and Wongwachara (2017), Ariyavutikul (2018) และ Apaitan and Tantasith (2019)
[7] มีค่าเท่ากับ -1, 0, 1 ในกรณีที่ปรับลด, คง, และปรับขึ้นอัตราดอกเบี้ยนโยบายเทียบจากไตรมาสก่อน ตามลำดับ
[8] คำนวณจากผลต่างของ mean forecasted inflation ในระยะ 1 ปีข้างหน้าและค่ากลางของเป้าหมายเงินเฟ้อ
[9] คำนวณจากผลต่างของประมาณการ GDP ในระยะ 1 ปีข้างหน้า และ potential GDP จาก Hodrick-Prescott Filter (HP-Filter)
[10] คำนวณจากค่าสัมบูรณ์ของผลต่างระหว่างอัตราเงินเฟ้อคาดการณ์และค่ากลางของเป้าหมายเงินเฟ้อ
[11] จากผลสำรวจ Business Sentiment index (BSI) ของ ธปท.
[12] จากผลสำรวจ Asia Pacific Consensus
[13] จากแบบจำลอง macro-finance term structure ของ Apaitan (2015)
[14] ซึ่งจะช่วยให้ดัชนี TI ด้าน Operational transparency ปรับสูงขึ้น

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

Topics: monetary policy | others |
READS: 698
ธนาคารแห่งประเทศไทย
MutitaA@bot.or.th
ธนาคารแห่งประเทศไทย
kittapot@bot.or.th
ธนาคารแห่งประเทศไทย
NitisanP@bot.or.th
ธนาคารแห่งประเทศไทย
thitimac@bot.or.th
นักศึกษาปริญญาตรี จุฬาลงกรณ์มหาวิทยาลัย