แกะกล่องสินค้าคงคลัง: ปริศนาของระบบเศรษฐกิจ

การประเมินภาพเศรษฐกิจโดยใช้ผลิตภัณฑ์มวลรวม (GDP ด้านอุปทาน) และการพิจารณาการใช้จ่ายภายในประเทศ (GDP ด้านอุปสงค์) เป็นสองหลักการที่ทั้งนักเศรษฐศาสตร์และผู้เกี่ยวข้องให้ความสำคัญมาโดยตลอด บ่อยครั้งที่การวิเคราะห์ GDP ด้านอุปสงค์และอุปทานจะทำแยกกันโดยอิสระ เพื่อใช้เป็นตัวสอบทาน (Check & Balance) ซึ่งกันและกัน อย่างไรก็ดี มีองค์ประกอบร่วมสำคัญที่อยู่ใน GDP ด้านอุปสงค์ และเชื่อมโยงไปยัง GDP ด้านอุปทาน คือ การเปลี่ยนแปลงสินค้าคงคลัง ซึ่งมีบทบาทขับเคลื่อนเศรษฐกิจโดยรวมในบางช่วงเวลา กล่าวคือ ในช่วงที่อุปสงค์สูงกว่า (น้อยกว่า) อุปทาน ระดับสินค้าคงคลังจะลดลง (เพิ่มขึ้น) โดย Blinder และ Maccini (1991) พบว่าการเปลี่ยนแปลงของ GDP สหรัฐฯ ถูกอธิบายได้ด้วยการเปลี่ยนแปลงสินค้าคงคลังถึงร้อยละ 87 เช่นเดียวกันกับประเทศไทย ที่แม้สินค้าคงคลังจะมีสัดส่วนเพียงร้อยละ 0.7 ของ GDP¹ แต่การเปลี่ยนแปลงของสินค้าคงคลังกลับมีบทบาทสำคัญในการอธิบายแหล่งที่มาของการขยายตัวของ GDP (Contribution to growth) (รูปที่ 1) ดังนั้น การที่สินค้าคงคลังมีบทบาทต่อวัฏจักรธุรกิจ (Business Cycle) ทำให้การทำความเข้าใจการเปลี่ยนแปลงสินค้าคงคลังเริ่มเป็นที่สนใจและมีการศึกษามากขึ้นเรื่อย ๆ ไม่น้อยไปกว่าองค์ประกอบอื่นของ GDP

ความสัมพันธ์ของกิจกรรมทางเศรษฐกิจกับสินค้าคงคลังสามารถอธิบายได้ด้วยสมการอย่างง่าย คือ

ทั้งนี้ ความพยายามจัดการสินค้าคงคลังของผู้ประกอบการอาจทำให้ความสัมพันธ์ข้างต้นมีความซับซ้อนมากขึ้น นักเศรษฐศาสตร์จึงได้นำเสนอสมมติฐานและทฤษฎีเกี่ยวกับการจัดการสินค้าคงคลังไว้หลากหลายรูปแบบ อาทิ ในมุมมองทาง Macroeconomics เชื่อว่าการผลิตมีความผันผวนมากกว่าอุปสงค์ กล่าวคือ ธุรกิจจะผลิตสินค้าเพิ่มขึ้นมากในช่วงอุปสงค์ขยายตัว และลดระดับการผลิตอย่างรวดเร็วเมื่ออุปสงค์หดตัว ดังนั้น สินค้าที่ผลิตมากกว่า (ต่ำกว่า) ที่ขายได้จริงจะปรับยอดสินค้าคงคลังให้มีการเคลื่อนไหวสอดคล้องกับอุปสงค์ (Procyclical) และถูกมองในฐานะที่เป็น destabilizer ของเศรษฐกิจ ในทางตรงข้าม มุมมองทาง Microeconomics เชื่อว่า การผลิตผันผวนน้อยกว่าอุปสงค์ อุปสงค์ที่เปลี่ยนแปลงไปจึงมีทิศทางตรงกันข้ามกับการเปลี่ยนแปลงสินค้าคงคลัง (Countercyclical) สินค้าคงคลังจึงทำหน้าที่เป็น stabilizer

จากมุมมองทาง Microeconomics กรอบแนวคิดดังกล่าวได้ถูกนำมาพัฒนาเป็น Production smoothing model ซึ่งใช้อธิบายพฤติกรรมของกลุ่มอุตสาหกรรมที่มีแรงจูงใจในการรักษาระดับการผลิตให้คงที่หรือมีความผันผวนต่ำ เนื่องจากผู้ผลิตมีโครงสร้างต้นทุนแบบ Convex cost function (Modigliani, Muth and Simon 1960) ทำให้ต้นทุนการผลิตต่อหนึ่งหน่วยสูงขึ้นเรื่อย ๆ (Rising marginal cost) ดังนั้น Smoothing production จะช่วยลดต้นทุนให้ผู้ผลิตได้มากกว่าการผลิตเพื่อตอบสนองอุปสงค์ในปริมาณที่ต่างกัน ในสองช่วงเวลา โดยรูปที่ 2 แสดงให้เห็นว่าต้นทุนจากวิธี Smoothing production ($C_\text{smooth}$) จะต่ำกว่า ต้นทุนเฉลี่ยจากการผลิตที่ต่างกันสองช่วงเวลา ($C_\text{average}) ระดับการผลิตของอุตสาหกรรมเหล่านี้จึงมักเคลื่อนไหวในช่วงแคบ ๆ แล้วปล่อยให้อุปสงค์ที่ผันผวนเป็นตัวปรับระดับสินค้าคงคลัง (buffer-stock) ซึ่งทำให้สินค้าคงคลังสวนทางกับทิศทางของยอดขาย เช่น ในช่วงที่อุปสงค์เพิ่มขึ้น ผู้ประกอบการจะเน้นระบายสินค้าคงคลังเพื่อรองรับยอดขายแทนที่จะผลิตเพิ่มขึ้นอย่างมาก

อย่างไรก็ดี Blinder (1981) และ Blanchard (1983) กลับพบว่าบริษัทบางรายในสหรัฐฯ มีพฤติกรรมที่ต่างออกไป คือ การผลิตมีความผันผวนมากกว่ายอดขายซึ่งขัดแย้งกับความเชื่อเดิมทาง Microeconomics ดังนั้น จึงเกิดทฤษฎีที่พยายามอธิบายพฤติกรรมของผู้ผลิตบางรายที่มีการผลิตที่ผันผวนมากกว่ายอดขายแยกย่อยอีกหลายทฤษฎี ดังนี้

หากอุปสงค์ที่เปลี่ยนไปโดยไม่คาดคิด (Demand shock) มีแนวโน้มที่จะเกิดขึ้นต่อเนื่องเป็นระยะเวลาหนึ่ง ผู้ผลิตจะปรับการผลิตในขนาดที่มากกว่ายอดขาย เช่น ในช่วงที่คาดว่าอุปสงค์จะเพิ่มขึ้นต่อเนื่องในอนาคตจะเกิดการผลิตที่เพิ่มขึ้นมากเพื่อสะสมสินค้าคงคลังไว้รองรับอุปสงค์ในอนาคต

ต้นทุนของสินค้าคงคลังสามารถแบ่งได้เป็น 2 ประเภท คือ ต้นทุนของการถือครองสินค้าคงคลัง และต้นทุนจากการขาดแคลนสินค้าคงคลังที่ทำให้เสียโอกาสในการขาย (Cost of stocking out) โดยผู้ผลิตบางรายอาจให้น้ำหนักกับต้นทุนของการขาดแคลนสินค้าคงคลังมากกว่าต้นทุนการเก็บสินค้าคงคลัง เช่น หากมีสินค้าไม่เพียงพอตามที่ลูกค้าต้องการอาจทำให้ผู้ผลิตสูญเสียลูกค้าอย่างถาวร ผู้ผลิตกลุ่มนี้จึงค่อนข้างอ่อนไหวต่อคาดการณ์อุปสงค์ในอนาคต และทำให้การผลิตปรับตัวรุนแรงกว่าอุปสงค์ การเปลี่ยนแปลงระดับสินค้าคงคลังจึงมีทิศทางที่สอดคล้องกับทั้งการผลิตและอุปสงค์ ยกตัวอย่างเช่น เมื่อผู้ผลิตคาดว่ารอบการค้าต่อไปคำสั่งซื้อจะเพิ่มขึ้น ผู้ผลิตจะตัดสินใจเร่งการผลิตขึ้นมาก (และมากกว่าอุปสงค์คาดการณ์) ทำให้ในระยะสั้นสินค้าคงคลังปรับเพิ่มขึ้น ในทางตรงกันข้าม หากบริษัทคาดว่าคำสั่งซื้อมีแนวโน้มลดลง ต้นทุนค่าเสียโอกาสจากการขาดแคลนสินค้าคงคลังจะเริ่มลดลงตาม และต้นทุนการถือครองจะเพิ่มสูงขึ้นโดยเปรียบเทียบ ดังนั้น บริษัทจะเริ่มระบายสินค้าคงคลังโดยลดการผลิตลงมาก

ผู้ผลิตบางรายมีต้นทุนด้านการจ้างงานและเลิกจ้างงานที่ถูกกว่าต้นทุนด้านสินค้าคงคลัง (เช่น ผู้ผลิตที่มีการจ้างงานแบบสัญญาจ้างจะสามารถปรับการจ้างงานได้ง่าย เมื่อเทียบกับการจ้างงานแบบลูกจ้างประจำ) จึงใช้แรงงานเป็น buffer แทนสินค้าคงคลัง กล่าวคือ ผู้ผลิตสามารถปรับการผลิตให้ใกล้เคียงกับอุปสงค์ได้อย่างรวดเร็วผ่านการปรับเปลี่ยนการจ้างงาน เช่น ในช่วงที่อุปสงค์ไม่ดี ผู้ผลิตจะปลดคนงานพร้อมทั้งลดการผลิตและระบายสินค้าคงคลังแทนการปล่อยให้สินค้าคงคลังเพิ่มขึ้นจากการขายไม่ได้ (Haltiwanger and Maccini, 1989) ทั้งนี้ ความสามารถในการปรับการผลิตและการจ้างงานได้อย่างรวดเร็ว ทำให้การผลิตผันผวนใกล้เคียงกับยอดขายเท่านั้น แต่หากผู้ผลิตเผชิญต้นทุนที่เปลี่ยนไปโดยไม่คาดคิด (Cost shock) ด้วยในขณะเดียวกัน การผลิตก็จะผันผวนมากกว่ายอดขายได้ในช่วงเวลาดังกล่าว เช่น ในช่วงที่อุปสงค์ดีจะมีการจ้างงานเพิ่มขึ้นเพื่อเพิ่มการผลิตให้ได้ตรงตามอุปสงค์ในระยะสั้น และหากต้นทุนวัตถุดิบ (เช่น ราคาน้ำมัน) ลดต่ำลง (แม้เพียงเล็กน้อย) ก็จะเป็นแรงจูงใจให้เกิดการผลิตเพิ่มมากกว่าอุปสงค์ ณ ช่วงเวลานั้น ๆ เพื่อสะสมสินค้าคงคลัง

พฤติกรรมนี้ถูกนำมาอธิบายธุรกิจค้าปลีกโดย Blinder (1981) พบว่าผู้ค้าปลีกมีการกำหนดระดับสินค้าคงคลังที่ต่ำที่สุดซึ่งผู้ค้าปลีกรู้สึกสบายใจที่จะสำรองไว้ (Lower point, $s$) โดยเมื่อระดับสินค้าคงคลังลดลงมาถึงระดับดังกล่าว จะเริ่มมีการสั่งซื้อสินค้าเพิ่มขึ้นอย่างรวดเร็วเพื่อเติมสินค้าคงคลังให้กลับสู่ระดับสูงสุด (Upper point, $S$) ทั้งนี้ การผลิตของภาคอุตสาหกรรมบางส่วนก็มีพฤติกรรมแบบนี้เช่นเดียวกัน โดยรูปที่ 3 แสดงให้เห็นถึงเบื้องหลังการตัดสินใจของภาคอุตสาหกรรม เมื่อเผชิญกับคำสั่งซื้อในปริมาณมากจากผู้ค้าปลีก (Sales ในกล่องสีเหลือง) ทำให้คาดว่าระดับสินค้าคงคลังของภาคอุตสาหกรรมอาจลดจากจุดเริ่มต้น ($t_0$) ลงไปต่ำกว่าระดับ Lower point ($s$) (ณ เวลา $t_1$ คาดการณ์) และส่งผลให้ผู้ผลิตจำเป็นต้องผลิตเพิ่มขึ้นในปริมาณมากตามไปด้วย เพื่อเติมสินค้าคงคลังของตนเองให้ขึ้นไปแตะที่ระดับ Upper point ($S$) อีกครั้ง (ณ จุดสิ้นสุดของ $t_1$) ดังนั้น กิจกรรมที่เกิดขึ้นจริงจึงสะท้อนการผลิตที่ผันผวนมากกว่ายอดขายในช่วงเวลา $t_1$ (Cooper and Haltiwanger, 1988 และ Blinder and Maccini, 1988)

ทฤษฎีต่าง ๆ ข้างต้นสะท้อนให้เห็นพฤติกรรมการจัดการสินค้าคงคลังที่อาจแตกต่างกันได้ ไม่ว่าในอุตสาหกรรมที่ต่างกัน หรือแม้แต่ในอุตสาหกรรมเดียวกันก็ตาม โดยขึ้นอยู่กับปัจจัยด้านต้นทุนและพฤติกรรมเฉพาะเจาะจงของผู้ผลิตแต่ละราย ทั้งนี้ เพื่อให้เห็นภาพที่ชัดเจนขึ้น บทความในส่วนต่อไปจะอธิบายและจำแนกพฤติกรรมการจัดการสินค้าคงคลังที่เป็นคุณลักษณะของธุรกิจในประเทศไทย

การศึกษาครั้งนี้กำหนดขอบเขตการศึกษาเฉพาะภาคอุตสาหกรรม ซึ่งเป็นภาคธุรกิจที่มีข้อมูลพร้อมใช้ในการศึกษาเชิงลึก และผู้ประกอบการในภาคอุตสาหกรรมให้ความสำคัญกับการบริหารจัดการสินค้าคงคลังอย่างมากก่อนตัดสินใจดำเนินการผลิต การวิเคราะห์ของบทความนี้จะเริ่มในระดับอุตสาหกรรมย่อย ซึ่งนอกจากจะช่วยอธิบายสินค้าคงคลังโดยรวมของไทยได้บางส่วนแล้ว ยังมีบทบาทในการวิเคราะห์ทิศทางการผลิตในระยะถัดไปได้ด้วยผ่านการคาดการณ์อุปสงค์โดยรวมจากเครื่องชี้ทางเศรษฐกิจ อาทิ ประมาณการ GDP ของไทยและต่างประเทศ หรือคำสั่งซื้อล่วงหน้าของแต่ละอุตสาหกรรม ทั้งนี้ จากแนวคิดพื้นฐานทาง Microeconomics และทฤษฎีที่แยกย่อยออกมาอีก 4 ข้อดังที่กล่าวไปในช่วงต้น บทความนี้ได้จำแนกรูปแบบพฤติกรรมของอุตสาหกรรมไทยออกเป็น 3 กลุ่มอย่างง่าย (รูปที่ 4) โดยใช้ความสัมพันธ์ของข้อมูลการผลิต ยอดขาย และระดับสินค้าคงคลัง ตามสมการ ที่ 1 พร้อมทั้งอาศัยความผันผวนของการผลิตและยอดขาย ประกอบกับความสัมพันธ์ของการลงทุนในสินค้าคงคลังและยอดขายมาใช้เป็นเงื่อนไขในการจำแนกพฤติกรรมข้างต้นตามสมการที่ 2 ซึ่งคำนวณมาจากสมการที่ 1 คือ

หมายเหตุ: $\text{var}$ แทน variance หรือความผันผวนของตัวแปรหนึ่ง ๆ และ $\text{cov}$ แทน covariance ซึ่งสะท้อนความสัมพันธ์ของตัวแปร 2 ตัว โดย $\text{prod}$ คือ การผลิต $\text{sale}$ คือ ยอดขาย และ $\Delta \text{inv}$ คือ การเปลี่ยนแปลงสินค้าคงคลัง

โดยจะสามารถจำแนกพฤติกรรมได้เป็น 3 กลุ่ม คือ

1. กลุ่มที่มีการผลิตผันผวนน้อยกว่ายอดขาย หรือ Production smoothing
2. กลุ่มที่มีการผลิตผันผวนมากกว่ายอดขาย (อธิบายได้ด้วยเหตุผล 4 ข้อข้างต้น) และ
3. กลุ่มที่มีรูปแบบพฤติกรรมไม่ชัดเจน กล่าวคือ มีการผลิตที่ผันผวนกว่ายอดขาย แต่ทิศทางการผลิตกลับสวนทางกับยอดขาย

ทั้งนี้ พฤติกรรมของกลุ่มที่ 3 นี้ไม่สามารถอธิบายได้ด้วยเหตุผลของ 2 กลุ่มแรก โดยอาจเกิดจากการที่ผู้ผลิตคาดการณ์อุปสงค์ในอนาคตผิดพลาด จึงเกิดการผลิตที่กลับทิศกับยอดขายในช่วงเวลาเดียวกัน หรือผู้ผลิตตัดสินใจปรับระดับการผลิตด้วยปัจจัยด้านต้นทุนวัตถุดิบเพียงอย่างเดียว ยกตัวอย่างเช่น ในช่วงที่ต้นทุนวัตถุดิบลดลง ผู้ผลิตบางรายอาจเร่งผลิตเพื่อสะสมสินค้าคงคลัง แม้ว่าอุปสงค์ในปัจจุบันและแนวโน้มในระยะสั้นจะหดตัวก็ตาม แต่ถือว่าเป็นโอกาสที่ผู้ผลิตจะทำกำไรได้มากหากอุปสงค์ปรับดีขึ้นในอนาคต

บทความนี้นำข้อมูลการผลิต ยอดขาย และสินค้าคงคลังของแต่ละอุตสาหกรรมในระดับ ISIC 2-digit² (ทั้งหมด 21 อุตสาหกรรม) ที่ได้จากการสำรวจของสำนักงานเศรษฐกิจอุตสาหกรรมและไม่ผ่านการปรับฤดูกาล³ มาขจัด trend ออก แล้วนำข้อมูลที่ได้มาสร้าง Variance และ Covariance ของแต่ละอุตสาหกรรม และได้ผลการจำแนกพฤติกรรม ดังรูปที่ 5 ซึ่งพบว่ากลุ่มอุตสาหกรรมที่มีพฤติกรรมการจัดการสินค้าคงคลังที่ชัดเจน (2 กลุ่มแรก) มีสัดส่วนมูลค่าเพิ่มรวมกันถึง ร้อยละ 77 ของภาคอุตสาหกรรมทั้งหมด ซึ่งหมายความว่าเราสามารถคาดการณ์การผลิตและแนวโน้มสินค้าคงคลังของภาคอุตสาหกรรมไทยได้เป็นส่วนใหญ่ เช่น หากทราบว่าอุปสงค์ของอุตสาหกรรมยานยนต์มีแนวโน้มที่ดีขึ้นในอนาคต สิ่งที่คาดการณ์ต่อไปได้ คือ การผลิตในช่วงต่อไปจะเพิ่มขึ้นมาก และจะพบการสะสมสินค้าคงคลังของอุตสาหกรรมยานยนต์ที่เพิ่มขึ้น จากพฤติกรรมแบบกลุ่มที่ 2 ในทางกลับกันแนวโน้มอุปสงค์ที่ดีขึ้นในอุตสาหกรรมเครื่องใช้ไฟฟ้า จะทำให้เห็นการระบายสินค้าคงคลังเพื่อตอบสนองอุปสงค์จากพฤติกรรมแบบ Production smoothing เป็นต้น ดังนั้น สำหรับมุมมองในภาพรวม ระดับสินค้าคงคลังที่ลดลงอย่างรุนแรงอาจสะท้อนอุปสงค์ที่ดีขึ้นได้ หากการระบายสินค้าคงคลังส่วนใหญ่เกิดจากอุตสาหกรรมแบบ Production smoothing ในทางตรงกันข้าม ระดับสินค้าคงคลังที่เพิ่มขึ้นก็อาจสะท้อนอุปสงค์ของประเทศที่ดีขึ้นได้เช่นเดียวกัน หากการเพิ่มขึ้นของสินค้าคงคลังมาจากอุตสาหกรรมที่มีพฤติกรรมแบบกลุ่มที่ 2 (เช่น Stockout avoidance) ความเข้าใจถึงที่มาของสินค้าคงคลังโดยรวมของประเทศว่ามาจากอุตสาหกรรมที่มีพฤติกรรมแบบใดจึงทำให้การตีความภาวะเศรษฐกิจโดยเฉพาะอย่างยิ่งแนวโน้มอุปสงค์แตกต่างกันออกไป

การเปลี่ยนแปลงสินค้าคงคลังไม่สามารถอธิบายหรือตีความได้ด้วยความสัมพันธ์อย่างง่ายระหว่างการผลิต ยอดขาย และการเปลี่ยนแปลงสินค้าคงคลัง หากแต่ต้องคำนึงถึงพฤติกรรมที่มีลักษณะเฉพาะของแต่ละอุตสาหกรรมด้วย ซึ่งพฤติกรรมที่แต่ละอุตสาหกรรมแสดงออกมานั้น ส่วนใหญ่เกิดจากปัจจัยด้านต้นทุน อาทิ ต้นทุนการเก็บสินค้าคงคลัง ต้นทุนค่าเสียโอกาส และต้นทุนด้านการจ้างงาน และปัจจัยเฉพาะตัวที่ต่างกันในแต่ละอุตสาหกรรมนี้เองที่ทำให้ความสัมพันธ์ระหว่างการผลิต ยอดขาย และการเปลี่ยนแปลงสินค้าคงคลังแตกต่างกันออกไป ในกรณีของไทย ผู้เขียนพบว่าอุตสาหกรรมส่วนใหญ่มีพฤติกรรมการจัดการสินค้าคงคลังหรือรูปแบบความสัมพันธ์ข้างต้นที่ค่อนข้างชัดเจน ซึ่งช่วยให้ผู้วิเคราะห์เศรษฐกิจสามารถคาดการณ์ทิศทางสินค้าคงคลังของภาคอุตสาหกรรมได้ในระดับหนึ่งผ่านแนวโน้มอุปสงค์ของแต่ละอุตสาหกรรม นอกจากนี้ ความเข้าใจเกี่ยวกับพฤติกรรมการจัดการสินค้าคงคลังในระดับอุตสาหกรรมยังมีส่วนช่วยอธิบายแหล่งที่มาของการเปลี่ยนแปลงสินค้าคงคลังในระดับประเทศ ว่าส่วนใหญ่เกิดจากอุตสาหกรรมที่มีพฤติกรรมหรือรูปแบบการตอบสนองต่ออุปสงค์แบบใด อันจะนำไปสู่ความเข้าใจและการอธิบายแนวโน้มอุปสงค์และภาวะเศรษฐกิจในภาพรวมให้สอดคล้องกับข้อเท็จจริงมากขึ้น

Allen, D. S. (1999): “Seasonal Production Smoothing” Research Department, Federal Reserve Bank of St. Louis.

Blinder, A. S. (1986): “Can the Production Smoothing Model of Inventory Behavior Be Saved?” Quarterly Journal of Economics, 431–453.

Blinder, A. S. (1981): “Retail Inventory Behavior and Business Fluctuations” Brookings Papers on Economic Activity, 443–505.

Blinder, A. S. and L. J. Maccini (1991): “Taking Stock: Critical Assessment of Recent Research on Inventories” Journal of Economic Perspectives, 73–96.

Charles C. and F. M. Holt (1961): Planning Production, Inventories, and Work Force. American Economic Association.

Cooper, R., and J. Haltiwanger (1989): “Macroeconomic Implications of Production Bunching: Factor Demand Linkages” National Bereau of Economic Research.

Ghali, M. A. (1987): “Seasonality, Aggregation and the Testing of the Production Smoothing Hypothesis” American Economic Association.

Haltiwanger, J. C. and L. J. Maccini (1989): “Inventories Orders Temporary and Permanent Layoffs: An Economic Analysis” Carnegie-Rochester Conference Series on Public Policy, (pp. 301–306).