สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
aBRIDGEd

เงินเฟ้อไทย เสี่ยงสูงหรือต่ำ

อัตราเงินเฟ้อไทยมีความเสี่ยงทั้งด้านต่ำและด้านสูง แต่ ธปท. และหน่วยงานภาครัฐอาจลดความเสี่ยงบางส่วนนี้ได้

แม้ว่าในช่วงที่ผ่านมา อัตราเงินเฟ้อไทยจะอยู่ในระดับต่ำจากทั้งปัจจัยเชิงวัฏจักรและปัจจัยเชิงโครงสร้าง แต่ก็มีความเป็นไปได้ว่าอัตราเงินเฟ้ออาจเพิ่มสูงขึ้นได้ในอนาคต จากมาตรการกระตุ้นเศรษฐกิจของภาครัฐและปัญหาการขาดแคลนปัจจัยการผลิต อัตราเงินเฟ้อที่มีความไม่แน่นอนสูงเช่นนี้ เป็นหนึ่งในความท้าทายในการดำเนินนโยบายของธนาคารแห่งประเทศไทย บทความนี้จึงได้ศึกษาอัตราเงินเฟ้อในอนาคต (the distribution of forecasted inflation) ที่สามารถอธิบายได้ด้วยปัจจัยทางเศรษฐกิจและการเงิน 5 กลุ่มสำคัญ ได้แก่ ปัจจัยด้านกิจกรรมทางเศรษฐกิจในประเทศ ปัจจัยด้านต่างประเทศ ปัจจัยด้านอัตราเงินเฟ้อคาดการณ์ ปัจจัยด้านภาวะทางการเงิน และปัจจัยเฉพาะสำหรับอัตราเงินเฟ้อในแต่ละหมวด เพื่อให้เข้าใจพฤติกรรมของอัตราเงินเฟ้อไทยและเสนอแนวทางในการดำเนินนโยบาย โดยความสัมพันธ์ระหว่างอัตราเงินเฟ้อในอนาคตและตัวแปรทางเศรษฐกิจในงานศึกษาชี้ว่าธนาคารกลางในฐานะผู้ดำเนินนโยบายการเงินอาจสามารถช่วยรักษาระดับอัตราเงินเฟ้อได้ผ่านการชี้นำอัตราเงินเฟ้อคาดการณ์ในภาวะปกติ และในภาวะที่อัตราเงินเฟ้อสูง อย่างไรก็ดี พบว่าช่องทางเงินเฟ้อคาดการณ์อาจมีประสิทธิภาพน้อยกว่าในภาวะที่อัตราเงินเฟ้ออยู่ในช่วงขาต่ำ (left tail of forecasted inflation distribution) แต่ธนาคารกลางและหน่วยงานภาครัฐยังสามารถลดความเสี่ยงที่จะเกิดอัตราเงินฝืดได้ผ่านการกระตุ้นเศรษฐกิจ เนื่องจากในช่วงเงินเฟ้อขาต่ำนี้พบความสัมพันธ์ระหว่างการขยายตัวทางเศรษฐกิจ และราคาสินค้าและบริการในอนาคต

ทำไมจึงต้องสนใจอัตราเงินเฟ้อ?

ในช่วง 1 ปีที่ผ่านมาอัตราเงินเฟ้ออยู่ในระดับต่ำมาก ตามอุปสงค์ของสินค้าและบริการที่ลดลงต่อเนื่องจากการแพร่ระบาดของโรค COVID-19 แม้นักวิเคราะห์บางส่วนจะคาดการณ์ว่ากิจกรรมทางเศรษฐกิจที่หยุดชะงักไปจะส่งผลให้อัตราเงินเฟ้อในอนาคตอยู่ในระดับต่ำต่อเนื่อง แต่ก็มีนักวิเคราะห์อีกส่วนหนึ่งที่มองว่าอัตราเงินเฟ้อมีแนวโน้มจะเพิ่มสูงขึ้นตามมาตรการกระตุ้นเศรษฐกิจของภาครัฐในหลายประเทศและปัญหาด้านอุปทาน ทำให้เกิดข้อสงสัยว่าในภาวะที่มีความไม่แน่นอนสูงเช่นนี้ ธนาคารกลางควรดำเนินนโยบายการเงินเหมือนในภาวะที่ราคาสินค้าและบริการขยายตัวในระดับปกติหรือไม่ ทั้งนี้ มีงานศึกษาจำนวนหนึ่งชี้ให้เห็นว่า อัตราเงินเฟ้อในแต่ละระดับมีพฤติกรรมที่แตกต่างกัน โดย IMF (2020) และ BIS (2020) ได้ศึกษาอัตราเงินเฟ้อในช่วงขาต่ำ (left tail of forecasted inflation distribution) ของสหรัฐฯ และกลุ่มประเทศในทวีปยุโรป พบว่าอัตราเงินเฟ้อคาดการณ์และภาวะทางการเงินเป็นปัจจัยสำคัญที่ช่วยอธิบายการเคลื่อนไหวของอัตราเงินเฟ้อในช่วงดังกล่าว นอกจากนี้ ยังพบว่าสำหรับกลุ่มประเทศตลาดเกิดใหม่ อัตราเงินเฟ้อในแต่ละระดับตอบสนองต่อการขยายตัวของเศรษฐกิจในประเทศและอัตราแลกเปลี่ยนแตกต่างกัน กล่าวคือ ในช่วงที่อัตราเงินเฟ้อต่ำจะตอบสนองต่ออัตราการขยายตัวทางเศรษฐกิจมาก ในขณะที่เมื่ออัตราเงินเฟ้อสูง ผลของการขยายตัวทางเศรษฐกิจกลับส่งผ่านไปยังอัตราเงินเฟ้อได้น้อย ปรากฎการณ์นี้อาจเป็นผลของการที่ภาคธุรกิจอาจมีเพดานราคา (upper price bound) ทำให้การตั้งราคาจะมีความยืดหยุ่นเฉพาะในช่วงที่อุปสงค์ต่ำ (Nakamura and Steinsson, 2011)

สำหรับธนาคารกลาง อัตราเงินเฟ้อและค่าคาดการณ์อัตราเงินเฟ้อ (inflation forecast) มีความสำคัญในการดำเนินนโยบายการเงินภายใต้กรอบเป้าหมายเงินเฟ้อแบบยืดหยุ่น ที่ดูแลไม่ให้ราคาสินค้าในภาพรวมสูงเกินไปจนกระทบต่อค่าครองชีพของประชาชน ในขณะเดียวกันก็ต้องไม่ต่ำเกินไปจนลดทอนแรงจูงใจในการผลิตสินค้าและบริการของภาคเอกชน ดังนั้น บทความนี้จะนำเสนอผลการศึกษาในบริบทของไทยใน 3 มิติ ดังนี้ 1) ความสัมพันธ์ระหว่างอัตราเงินเฟ้อในอนาคตในระดับต่าง ๆ (points on forecasted distributions) และตัวแปรทางเศรษฐกิจ 2) การพยากรณ์ความเป็นไปได้ของอัตราเงินเฟ้อในอนาคต (distributions of forecasted inflation)  และ 3) นัยของผลการศึกษาต่อการดำเนินนโยบายการเงิน

ความสัมพันธ์ระหว่างอัตราเงินเฟ้อในระดับต่าง ๆ และตัวแปรทางเศรษฐกิจ

งานศึกษานี้มุ่งศึกษาการกระจายตัวของอัตราเงินเฟ้อในอนาคตในระยะเวลา 1 ปีข้างหน้า (1-year-ahead forecasted inflation distribution) โดยปกติ ความเป็นไปได้ของอัตราเงินเฟ้อจะกระจุกอยู่ที่ค่ากลางและจะลดหลั่นลงไปเมื่ออัตราเงินเฟ้อออกห่างจากค่ากลาง ทั้งนี้ เพื่อความสะดวกในการเปรียบเทียบ จึงได้แบ่งอัตราเงินเฟ้อออกเป็น 3 ระดับ ได้แก่ ภาวะที่อัตราเงินเฟ้ออยู่ในระดับต่ำ (อัตราเงินเฟ้อที่เปอร์เซ็นไทล์ที่ 10 และ 30) ภาวะที่อัตราเงินเฟ้ออยู่ในระดับปกติ (อัตราเงินเฟ้อที่ เปอร์เซ็นไทล์ที่ 50) และภาวะที่อัตราเงินเฟ้ออยู่ในระดับสูง (อัตราเงินเฟ้อที่เปอร์เซ็นไทล์ที่ 70 และ 90) เพื่อศึกษาว่าอัตราเงินเฟ้อในแต่ละระดับ ตอบสนองต่อภาวะทางเศรษฐกิจอย่างไร ซึ่งจะนำไปสู่คำตอบสำคัญว่าธนาคารกลางควรจะดำเนินนโยบายการเงินในแต่ละช่วงเวลาอย่างไร

การศึกษานี้ใช้ข้อมูลรายเดือนตั้งแต่ปี 2003 โดยศึกษาทั้งอัตราเงินเฟ้อทั่วไป (headline inflation) และอัตราเงินเฟ้อรายองค์ประกอบ ได้แก่ อัตราเงินเฟ้อพื้นฐาน (core inflation)  อัตราเงินเฟ้อหมวดอาหารสด (raw food price inflation) และอัตราเงินเฟ้อหมวดพลังงาน (energy price inflation) สำหรับตัวแปรทางเศรษฐกิจที่นำมาอธิบายการเคลื่อนไหวของอัตราเงินเฟ้อพัฒนามาจากทฤษฎี Phillips curve[1] และได้เพิ่มเติมปัจจัยที่มีความสำคัญในระยะหลังเพื่อให้แบบจำลองสะท้อนภาวะเศรษฐกิจในปัจจุบันมากขึ้น โดยสามารถแบ่งตัวแปรออกเป็น 5 กลุ่มใหญ่ ได้แก่

1) ปัจจัยด้านกิจกรรมทางเศรษฐกิจในประเทศ  เช่น ดัชนีชี้นำเศรษฐกิจ ดัชนีความเชื่อมั่นทางธุรกิจ และอัตราการว่างงาน

2) ปัจจัยด้านต่างประเทศ เช่น ปริมาณการค้าโลก อัตราแลกเปลี่ยน และราคาสินค้านำเข้า โดยตัวแปรทั้งสองกลุ่มข้างต้นสะท้อนแรงกดดันด้านอุปสงค์และอุปทานที่มีต่อการเปลี่ยนแปลงราคาสินค้าและบริการ โดยนอกจากจะพิจารณากิจกรรมทางเศรษฐกิจภายในประเทศแล้ว ปัจจัยจากต่างประเทศก็มีความสำคัญเนื่องจากประเทศไทยเกี่ยวข้องกับห่วงโซ่การผลิตและการค้าโลกมากขึ้นผ่านการส่งออกสินค้าและบริการ ทำให้ราคาสินค้าในประเทศได้รับอิทธิพลจากความต้องการและการผลิตของโลกเช่นกัน

3) ปัจจัยด้านอัตราเงินเฟ้อคาดการณ์ เป็นอีกกลุ่มตัวแปรที่มีบทบาทมากโดยเฉพาะในกรณีของประเทศไทยที่ดำเนินนโยบายการเงินแบบกรอบเป้าหมายเงินเฟ้อ โดยอัตราเงินเฟ้อคาดการณ์จะเป็นตัวกำหนดการตัดสินใจเกี่ยวกับการตั้งราคา และการใช้จ่ายซึ่งจะส่งผลต่ออัตราเงินเฟ้อที่เกิดขึ้นจริงในที่สุด เช่น หากเราคาดการณ์ว่าราคาสินค้าจะลดลงในอนาคต เราจะชะลอการใช้จ่ายในปัจจุบันเพื่อรอบริโภคสินค้าและบริการในราคาที่ถูกลง ตัวแปรในกลุ่มนี้ ได้แก่ อัตราเงินเฟ้อคาดการณ์ของผู้เชี่ยวชาญด้านเศรษฐกิจ อัตราเงินเฟ้อคาดการณ์ของผู้ประกอบการ และอัตราเงินเฟ้อคาดการณ์ที่คำนวณจากผลตอบแทนพันธบัตรรัฐบาล

4) ปัจจัยด้านภาวะทางการเงิน เป็นปัจจัยที่ถูกกล่าวถึงมากตั้งแต่ช่วงวิกฤติเศรษฐกิจปี 2008 โดยมองว่าภาวะการเงินเป็นเครื่องสะท้อนต้นทุนในการระดมทุน รวมถึงความเสี่ยงของภาคการเงินและระบบเศรษฐกิจที่จะกระทบราคาสินค้าและบริการ ตัวอย่างตัวแปรในกลุ่มนี้ เช่น ผลตอบแทนการลงทุนตราสารทุน ส่วนต่างอัตราผลตอบแทนของตราสารหนี้ภาคเอกชนและพันธบัตรรัฐบาล (credit spread) และดัชนีความผันผวนต่าง ๆ

5) ปัจจัยเฉพาะสำหรับอัตราเงินเฟ้อในแต่ละหมวด ปัจจัยกลุ่มนี้จะให้ข้อมูลเหตุการณ์สำคัญที่เกิดขึ้นในอัตราเงินเฟ้อรายหมวด เช่น ปริมาณการผลิตน้ำมันโลก ปริมาณการบริโภคน้ำมันโลก รวมถึงสัญญาการซื้อขายน้ำมันล่วงหน้า ช่วยอธิบายการเคลื่อนไหวของอัตราเงินเฟ้อหมวดพลังงาน หรือ ปัจจัยที่เกี่ยวข้องกับราคาอาหารสด เช่น ปริมาณผลผลิตสินค้าเกษตร ราคาอาหารโลก และภาวะอากาศ ก็ช่วยอธิบายการเปลี่ยนแปลงอัตราเงินเฟ้อหมวดอาหารสดได้เช่นกัน

ปัจจัยทั้ง 5 กลุ่มนี้จะถูกคัดเลือกก่อนนำไปใช้ในสมการถดถอย โดยใช้แนวคิด LASSO ช่วยคัดกรองเฉพาะตัวแปรที่เกี่ยวข้องกับอัตราเงินเฟ้อ เพื่อลดปัญหา overfitting จากการมีตัวแปรมากเกินไป ในขณะเดียวกันก็ให้ความสำคัญกับความแม่นยำในการพยากรณ์มากขึ้น หลังจากนั้นจะศึกษาผลของตัวแปรแต่ละกลุ่มต่ออัตราเงินเฟ้อในแต่ละระดับผ่านการทดสอบโดยใช้ quantile regression ซึ่งเป็นเทคนิคสมการถดถอยประเภทหนึ่งที่จะแสดงความสัมพันธ์ของตัวแปรในแต่ละจุดของการกระจายตัว (distribution) ที่อาจจะแตกต่างกันได้ แตกต่างจากสมการถดถอยแบบ ordinary least squares ที่แสดงความสัมพันธ์ระหว่างตัวแปรเฉพาะที่ค่ากลางของการกระจายตัวเท่านั้น

ตารางที่ 1 ตัวอย่างตัวแปรที่ใช้ทดสอบ

Source: Gongsiang and Amatyakul (2021)

ข้อสรุปสำคัญจากงานศึกษา 4 ประการ

ข้อสรุปที่ 1 อัตราเงินเฟ้อคาดการณ์มีความสัมพันธ์กับค่าคาดการณ์อัตราเงินเฟ้อพื้นฐาน (forecasted core inflation) โดยเฉพาะในช่วงที่อัตราเงินเฟ้ออยู่ในระดับสูง สะท้อนให้เห็นว่าธนาคารกลางอาจใช้เครื่องมือการสื่อสารนโยบายการเงินกำหนดอัตราเงินเฟ้อได้ ผ่านการชี้นำการคาดการณ์ทิศทางของอัตราเงินเฟ้อในอนาคต อย่างไรก็ตาม การสื่อสารที่ดีอาจไม่เพียงพอที่จะรักษาระดับอัตราเงินเฟ้อไว้ได้หากเศรษฐกิจเข้าสู่ภาวะที่อัตราเงินเฟ้อลดลงอย่างรุนแรง สะท้อนจากการตอบสนองที่ต่ำของอัตราเงินเฟ้อ ณ เปอร์เซ็นไทล์ที่ 10 ต่อเงินเฟ้อคาดการณ์เมื่อเปรียบเทียบกับระดับปกติ (รูปที่ 1 – Inflation Expectation)

ข้อสรุปที่ 2  การขยายตัวทางเศรษฐกิจและอัตราเงินเฟ้อสัมพันธ์กันเพียงในช่วงที่อัตราเงินเฟ้ออยู่ในระดับต่ำ (left tail of forecasted distribution) กล่าวคือ แม้ว่าการส่งผ่านผลของเศรษฐกิจไปยังราคาสินค้าและบริการ จะไม่มีนัยสำคัญทางสถิติในภาวะปกติและภาวะที่อัตราเงินเฟ้อสูง แต่ในด้านขาต่ำอัตราเงินเฟ้อยังตอบสนองต่อการขยายตัวทางเศรษฐกิจ (รูปที่ 1 – Leading Economics Index (LEI)) ชี้ให้เห็นว่าในช่วงที่อัตราเงินเฟ้อหดตัวมาก ผู้ดำเนินนโยบายอาจยังพยุงอัตราเงินเฟ้อได้ผ่านการกระตุ้นเศรษฐกิจ นอกจากนี้ ประเทศไทยอาจได้รับอานิสงค์จากการขยายตัวของเศรษฐกิจโลกเช่นกัน สะท้อนผ่านตัวแปร world production ที่มีความสัมพันธ์เชิงบวกกับอัตราเงินเฟ้อ โดยเฉพาะในช่วงที่อัตราเงินเฟ้ออยู่ในระดับต่ำ (รูปที่ 1 – World Production)

รูปที่ 1 Quantile regression coefficients (Core inflation)

Note: The x-axis represents the quantiles, ranging from 0.1 (10th percentile) to 0.9 (90th percentile). The y-axis represents the value of the coefficients and the shaded area represents the 90% confidence bands, estimated using bootstrapping methods.
Source: Gongsiang and Amatyakul (2021)

ข้อสรุปที่ 3  อัตราเงินเฟ้อหมวดอาหารสดและอัตราเงินเฟ้อหมวดพลังงานเคลื่อนไหวตามปัจจัยเฉพาะ ซึ่งส่วนใหญ่เป็นปัจจัยที่มีความผันผวนสูงและมาจากต่างประเทศ โดยพบว่าอัตราเงินเฟ้อหมวดอาหารสดเคลื่อนไหวสอดคล้องกับราคาอาหารโลก ความสัมพันธ์ดังกล่าวเห็นได้ชัดเจนในช่วงวิกฤตการณ์อาหารโลกปี 2007-2008 ที่อัตราเงินเฟ้อหมวดอาหารสดเพิ่มขึ้นอย่างรุนแรง  ซึ่งส่งผลให้ราคาสินค้าเกษตรเพิ่มสูงขึ้น ประเทศไทยเองในฐานะผู้ส่งออกข้าวและสินค้าเกษตรอื่น ๆ ก็ได้รับผลกระทบจากราคาสินค้าเกษตรที่สูงมากเช่นเดียวกัน ทำให้อัตราเงินเฟ้อในหมวดอาหารสดปรับเพิ่มขึ้นตามไปด้วย นอกจากนี้ ราคาน้ำมันขายปลีก ซึ่งเป็นหนึ่งในต้นทุนการผลิตที่สำคัญก็เคลื่อนไหวสอดคล้องกับราคาอาหารสดเช่นกัน แต่ความสัมพันธ์ดังกล่าวพบเฉพาะในภาวะปกติ ทั้งนี้ มีข้อสังเกตที่น่าสนใจเพิ่มเติมคือ แม้ว่าอัตราเงินเฟ้อหมวดอาหารสดจะค่อนข้างผันผวนและเคลื่อนไหวตามปัจจัยภายนอก แต่ก็พบว่าราคาอาหารสดยังตอบสนองต่อการเปลี่ยนแปลงทางเศรษฐกิจอยู่บ้างโดยเฉพาะในเปอร์เซ็นไทล์ที่ต่ำ (รูปที่ 2 ด้านซ้าย – Leading Economics Index (LEI))

รูปที่ 2 Quantile regression coefficients
(Left panel – Rawfood price inflation, Right panel – Energy price inflation)

Note: The x-axis represents the quantiles, ranging from 0.1 (10th percentile) to 0.9 (90th percentile). The y-axis represents the value of the coefficients and the shaded area represents the 90% confidence bands, estimated using bootstrapping methods.
Source: Gongsiang and Amatyakul (2021)

นอกจากนี้ อัตราเงินเฟ้อหมวดพลังงานถูกกำหนดจากปัจจัยภายนอกเช่นกัน (รูปที่ 2 ด้านขวา) โดยพบว่าปริมาณการผลิตน้ำมันโลกที่มากขึ้นมีแนวโน้มกดดันราคาพลังงานในปีต่อไป เช่น ในช่วงปี 2014 – 2016 ที่ราคาน้ำมันลดลงมากตามอุปทานน้ำมันที่สูง จากทั้งความนิยมในการผลิตน้ำมันจากหินดินดาน (shale oil) และปริมาณการผลิตน้ำมันของกลุ่ม OPEC ที่อยู่ในระดับสูง ส่งผลให้ราคาพลังงานในช่วงเวลาต่อมาหดตัวลงมาก และอีกปัจจัยคือส่วนต่างของราคาสัญญาซื้อขายล่วงหน้าระยะยาวและราคาสัญญาซื้อขายล่วงหน้าระยะสั้น (oil futures spread) ที่สะท้อนมุมมองของตลาดที่มีต่อราคาน้ำมันในอนาคตสามารถอธิบายการเคลื่อนไหวของอัตราเงินเฟ้อหมวดพลังงานได้เช่นกัน เช่น oil futures spread ที่เพิ่มขึ้นจากการที่นักลงทุนมองว่าราคาน้ำมันในอนาคตจะสูงกว่าราคาในปัจจุบัน สามารถช่วยพยากรณ์ได้ว่าอัตราเงินเฟ้อหมวดพลังงานในปีถัดไปจะเพิ่มสูงขึ้น

ข้อสรุปที่ 4 ในระยะที่ผ่านมา การกระจายตัวของเงินเฟ้อ (forecasted headline inflation) มีแนวโน้มไปในทิศทางที่ลดลง และเพิ่มความเสี่ยงขาต่ำและโอกาสที่เงินเฟ้อจะติดลบ การศึกษานี้ได้ใช้ข้อมูลใน 3 ช่วง ได้แก่ 1) ข้อมูลปี 2006 พยากรณ์อัตราเงินเฟ้อปี 2007 2) ข้อมูลปี 2014 พยากรณ์ข้อมูลปี 2015 และ 3) ข้อมูลล่าสุดในปี 2020 พยากรณ์อัตราเงินเฟ้อในปี 2021 (รูปที่ 3 ด้านบน)  พบว่าเงินเฟ้อมีแนวโน้มลดลง และสามารถเห็นได้ชัดจากผลของเปอร์เซ็นไทล์ที่ 10 (รูปที่ 3 ด้านล่างซ้าย) ที่ลดลงจาก 3% ในปี 2007 ไปเป็น 0% ในปี 2015 และเป็น -4% ในปี 2021 โดยเป็นผลมาจากสองปัจจัยหลัก คือ การหดตัวของเศรษฐกิจโลก (world production) ที่รุนแรงในปี 2020 จากสถานการณ์การแพร่ระบาดของโควิด-19 และอัตราเงินเฟ้อคาดการณ์ (inflation expectations) ที่ลดลง

อย่างไรก็ตาม ยังมีความกังวลว่า อัตราเงินเฟ้อไทยในระยะต่อไปอาจปรับสูงขึ้นตามราคาสินค้าโภคภัณฑ์โลกและปัญหาคอขวดในห่วงโซ่อุปทาน ผลจากการคาดการณ์เงินเฟ้อจากแบบจำลองชี้ว่า โอกาสที่เงินเฟ้อจะกลับไปแตะระดับที่สูงจนกระทบค่าครองชีพของประชาชนในปี 2021 ยังมีน้อย ทั้งนี้ หากเกิดกรณีที่อัตราเงินเฟ้อสูงขึ้นและความสัมพันธ์ระหว่างอัตราเงินเฟ้อคาดการณ์กับอัตราเงินเฟ้อในระยะหนึ่งปียังสูงเหมือนในอดีต (รูปที่ 3 ด้านล่างขวา) ธนาคารกลางอาจดูแลอัตราเงินเฟ้อให้อยู่ในระดับที่เหมาะสมได้โดยใช้เครื่องมืออัตราเงินเฟ้อคาดการณ์ผ่านการสื่อสาร

รูปที่ 3 Top panel – Conditional predictive headline inflation at different time periods
Bottom panel – predicted contributions of headline inflation at 10th and 90th quantile

Source: Gongsiang and Amatyakul (2021)

นัยต่อการดำเนินนโยบาย

อัตราเงินเฟ้อที่มีความไม่แน่นอนสูง สร้างความกังวลให้กับหลายภาคเศรษฐกิจ ทั้งนี้ ผลการศึกษาชี้ให้เห็นว่าความสัมพันธ์ระหว่างอัตราเงินเฟ้อคาดการณ์และอัตราเงินเฟ้อในอนาคตที่สูง สะท้อนบทบาทในการชี้นำอัตราเงินเฟ้อคาดการณ์ของธนาคารกลางในฐานะผู้ดำเนินนโยบายการเงินเพื่อดูแลอัตราเงินเฟ้อ อย่างไรก็ดี แม้ว่าในการยึดเหนี่ยวเงินเฟ้อคาดการณ์อาจจะช่วยรักษาระดับอัตราเงินเฟ้อได้น้อยลงในช่วงที่อัตราเงินเฟ้อลดลงอย่างรุนแรงเมื่อเทียบกับภาวะปกติ แต่ผู้ดำเนินนโยบายยังสามารถลดความเสี่ยงที่จะเกิดภาวะเงินฝืดได้ผ่านการกระตุ้นเศรษฐกิจ เนื่องจากยังพบความสัมพันธ์ระหว่างการขยายตัวทางเศรษฐกิจและราคาสินค้าและบริการในช่วงเงินเฟ้อขาต่ำ

เอกสารอ้างอิง

Banerjee, R., Contreras, J., Mehrotra, A., & Zampolli, F. (2020, September). Inflation at risk in advanced and emerging market economies. BIS Working Papers No 883. Retrieved from https://www.bis.org/publ/work883.pdf

Gongsiang, M., & Amatyakul P. (2021). Inflation at risk in Thailand. PIER Discussion Paper., No.151.

López-Salido, D., & Loria, F. (2020, Febuary 6). Inflation at Risk. Washington: Board of Governors of the Federal Reserve. Retrieved from https://doi.org/10.17016/FEDS.2020.013

Nakamura, E & J Steinsson (2011): “Price setting in forward-looking customer

markets”, Journal of Monetary Economics 58, pp. 220–233.

[1] ทฤษฎี Phillips curve อธิบายความสัมพันธ์ระหว่างอัตราเงินเฟ้อและภาวะเศรษฐกิจ โดยทั่วไปพบว่า เศรษฐกิจที่ขยายตัวดีและมีอัตราการว่างงานที่ต่ำมีความสัมพันธ์ทางบวกกับอัตราเงินเฟ้อ

ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

READS: 592
ธนาคารแห่งประเทศไทย
Maneerag@bot.or.th
ธนาคารแห่งประเทศไทย
pongpita@bot.or.th