FORESEA: Automatic Forecasting Tool Using Seasonal Factor Model
เมื่อวันที่ 10 เมษายน 2563 สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ ได้จัดงาน PIER Research Exchange โดยได้รับเกียรติจาก คุณพลากร บูรณสัมปทานนท์ เศรษฐกร ฝ่ายนโยบายการเงิน ธนาคารแห่งประเทศไทย มาบรรยายในหัวข้อ “FORESEA: Automatic Forecasting Tool Using Seasonal Factor Model” ผ่าน video conference
คุณพลากร ได้เล่าว่า เนื่องจากแบบจำลองที่เราสามารถใช้พยากรณ์ค่าของตัวแปรทางเศรษฐกิจมหภาคนั้นมีอยู่หลากหลาย จึงมีคำถามว่าแบบจำลองไหนมีความเหมาะสมที่สุด ประกอบกับตัวแปรทางเศรษฐกิจมหภาคมีอยู่มากมาย การพยากรณ์มักทำทีละหนึ่งตัวแปร ทำให้ต้องใช้เวลาค่อนข้างมาก นอกจากนี้แล้ว แบบจำลองส่วนมากก็มักจะทำได้ดีเฉพาะการพยากรณ์แบบ in-sample คุณพลากรจึงได้พัฒนาโปรแกรมสำหรับการพยากรณ์ขึ้นมาเพื่อให้การพยากรณ์ตัวแปรทางเศรษฐกิจมหภาคสามารถทำได้ง่ายขึ้น รวมถึงบอกได้ว่าตัวแปรที่กำลังพิจารณาอยู่มีการเปลี่ยนแปลงเชิงโครงสร้าง (structural break) ตอนไหน และยังสามารถทำการประเมินผลแบบจำลองที่ใช้เทียบกับแบบจำลองอ้างอิง (benchmark model) ได้อีกด้วย โดยโปรแกรมนี้ใช้ประโยชน์จากแบบจำลองอนุกรมเวลา (time series model) ในการประมาณค่าและพยากรณ์ตัวแปรทางเศรษฐกิจมหภาค โดย คุณพลากร ได้ลองนำโปรแกรมนี้ไปประยุกต์ใช้กับการพยากรณ์ข้อมูลองค์ประกอบของดัชนีราคาผู้บริโภค (disaggregated CPI) และพบว่าแบบจำลองที่เลือกใช้สามารถให้ผลการพยากรณ์ที่ดีกว่า benchmark model ในทุกหมวดของ CPI ยกเว้น หมวดการขนส่งและพลังงาน ซึ่งคุณพลากรได้ทิ้งท้ายว่า สำหรับข้อมูลทางเศรษฐกิจมหภาคที่มีความซับซ้อนมากอาจจะต้องใช้แบบจำลองที่มีหลายตัวแปรเพื่อให้ได้ผลการพยากรณ์ที่ดีขึ้น อย่างเช่นในกรณีของดัชนีราคาผู้บริโภคหมวดการขนส่งและพลังงาน เป็นต้น