เศรษฐกิจไทยภายใต้ความไม่แน่นอน

บทความ aBRIDGEd ชิ้นนี้สรุปผลงานวิจัยฉบับเต็มเรื่อง “Uncertainty and Economic Activity: Does it matter for Thailand?” (Apaitan et al., 2020) ที่สร้างตัวชี้วัดความไม่แน่นอนและวิเคราะห์ถึงผลกระทบทางเศรษฐกิจไทยที่มาจากความไม่แน่นอนในมิติต่าง ๆ โดยเราจำแนกชนิดของความไม่แน่นอนที่เกิดขึ้นในประเทศไทยออกเป็นสามกลุ่มใหญ่ คือ

1. ความไม่แน่นอนที่เกี่ยวข้องกับกิจกรรมในระบบเศรษฐกิจมหภาค (macroeconomic uncertainty)
2. ความไม่แน่นอนที่เกี่ยวข้องกับตลาดการเงิน (financial uncertainty) และ
3. ความไม่แน่นอนทางด้านนโยบายเศรษฐกิจและการเมือง (policy uncertainty) เช่น ด้านนโยบายการเงิน นโยบายการคลัง และความไม่แน่นอนทางการเมืองของไทย

นอกจากนี้ เราได้ทำการสร้างดัชนีตัวแทนวัดระดับความไม่แน่นอนทางเศรษฐกิจไทยในภาพรวมด้วยวิธีการทางสถิติ และเนื่องจากประเทศไทยมีเศรษฐกิจที่เปิดและมีขนาดเล็ก การวิเคราะห์จึงได้ศึกษาเปรียบเทียบกลไกการส่งผ่านความไม่แน่นอนที่มาจากต่างประเทศ (global uncertainty spillovers) ควบคู่ด้วย

การวัดระดับความไม่แน่นอนเป็นเรื่องที่ท้าทายยิ่ง เพราะระดับความไม่แน่นอนเป็นตัวแปรที่วัดค่าไม่ได้โดยตรง งานวิจัยนี้ สร้างดัชนีความไม่แน่นอนสำหรับประเทศไทยโดยการนำวิธีวัดความไม่แน่นอนจากงานวิจัยที่สำคัญในต่างประเทศมาประยุกต์ใช้กับข้อมูลไทย ทั้งนี้ เพื่อให้การวิเคราะห์มีความครอบคลุมมากขึ้นและเข้าใจถึงธรรมชาติและผลกระทบที่อาจแตกต่างกันไปของความไม่แน่นอนแต่ละชนิด เราได้สร้างดัชนีความไม่แน่นอน 3 ประเภท โดยแต่ละประเภทมีความแตกต่างกันในเชิงเทคนิค การวัด และแหล่งที่มาดังต่อไปนี้

นำเสนอโดย Jurado et al. (2015) และ Ludvigson et al. (2019) โดยมีแนวคิดว่าความไม่แน่นอนทางเศรษฐกิจสามารถวัดได้จากค่าความแปรปรวนของความแม่นยำในการพยากรณ์เศรษฐกิจในระยะข้างหน้า (conditional variance) ดังนั้น จึงจำเป็นต้องอาศัยแบบจำลองทางเศรษฐกิจเพื่อทำการพยากรณ์ไปข้างหน้าและวัดระดับความไม่แน่นอนจากค่าความแปรปรวนอย่างมีเงื่อนไข (conditional variance) จากค่าผิดพ­ลาดจากการพยากรณ์ โดยใช้แบบจำลอง factor augmented vector autoregression (FAVAR) ซึ่งในกรณีของประเทศไทยเราได้ใช้ตัวแปรทางด้านเศรษฐกิจและการเงินมากกว่า 200 ตัวแปรเพื่อใช้ในการสร้างดัชนีความไม่แน่นอนทั้งด้านเศรษฐกิจและการเงินในระยะข้างหน้าที่ 1, 4 และ 8 ไตรมาส นอกจากนี้ ยังมีงานที่เกี่ยวเนื่องกันกับแนวคิดข้างต้น โดย Rossi and Sekhposyan (2015) ที่วัดความไม่แน่นอนทางด้านเศรษฐกิจจากความคลาดเคลื่อนของตัวแปรเศรษฐกิจ (GDP) เทียบกับการกระจายตัวของค่าพยากรณ์จากสำรวจการคาดการณ์ของนักเศรษฐศาสตร์ (Survey of Professional Forecasters, SPF) ซึ่งวิธีนี้ทำให้เราสามารถศึกษาความไม่แน่นอนได้ทั้งขาขึ้นและขาลง (upside vs downside uncertainty) ในกรณีประเทศไทย เราได้อาศัยค่าพยากรณ์ที่มาจากรายงานนโยบายการเงินของธนาคารแห่งประเทศไทย

นำเสนอโดย Baker at al. (2016) ซึ่งใช้ข้อมูลจากหน้าหนังสือพิมพ์ แนวคิดหลักคือความไม่แน่นอนวัดได้จากความถี่ของจำนวนบทความที่มีคำที่เกี่ยวข้องกับความไม่แน่นอนทางนโยบายเศรษฐกิจ (เช่น นับจำนวนบทความที่มีคำว่า ‘เศรษฐกิจ’ ‘ไม่แน่นอน’ และคำที่สื่อถึงนโยบายเช่น ‘อัตราดอกเบี้ยนโยบาย’ ‘งบประมาณ’ ‘การใช้จ่ายภาครัฐ เป็นต้น) ในกรณีประเทศไทย เราได้ประยุกต์ใช้วิธีการด้าน topic modeling เพื่อหาหัวข้อที่เกี่ยวโยงกับนโยบายเศรษฐกิจจากบทความในหน้าหนังสือพิมพ์ไทยที่มีคำที่เกี่ยวข้องกับความไม่แน่นอน เช่น เลื่อน ล่าช้า ไม่ชัดเจน เป็นต้น โดยเน้นด้านนโยบายเศรษฐกิจในประเทศ คือความไม่แน่นอนด้านนโยบายการเงิน ด้านนโยบายการคลัง และด้านการเมือง

ที่ธนาคารแห่งชาติประเทศอังกฤษได้นำมาใช้ (Forbes, 2016) โดยวัดความไม่แน่นอนจากการหาค่าตัวประกอบหลักแรก (first principal component) จากเครื่องชี้ภาวะทั้งด้านความผันผวนในตลาดการเงิน การสำรวจความเชื่อมั่นในภาคเศรษฐกิจ และอื่น ๆ ซึ่งในกรณีของไทย เราประยุกต์โดยการนำความไม่แน่นอนด้านเศรษฐกิจมหภาคและการเงินมารวมกับข้อมูลเครื่องชี้ภาวะความเชื่อมั่นและความผันผวนในตลาดการเงินเพื่อหาค่าตัวประกอบหลักแรก (i. ดัชนีความเชื่อมั่นผู้บริโภค ii.ดัชนีความเชื่อมั่นภาคธุรกิจ iii. ความผันผวนของเงินบาทเทียบกับดอลลาร์สหรัฐอเมริกา iv.ความผันผวนของดัชนีราคาในตลาดหลักทรัพย์แห่งประเทศไทย)

ผลการศึกษาพบว่าความไม่แน่นอนในแต่ละด้านข้างต้นมีพลวัตรแตกต่างกันอย่างชัดเจน แม้ว่าในภาพรวมจะพบว่ามีการเคลื่อนไหวสวนทางกับภาวะเศรษฐกิจ (counter-cyclical) ซึ่งสอดคล้องกับงานศึกษาในต่างประเทศที่ว่าความไม่แน่นอนมักจะปรับตัวสูงขึ้นในช่วงที่เศรษฐกิจตกต่ำและลดลงในช่วงที่เศรษฐกิจเติบโตดี นอกจากนี้ เราพบว่านอกจากความไม่แน่นอนทางเศรษฐกิจมหภาคและการเงินจะมีระดับความแปรปรวนที่ต่ำกว่าความไม่แน่นอนที่มาจากด้านนโยบายแล้ว จุดสูงสุดของแต่ละแหล่งที่มายังแตกต่างกัน ดังที่แสดงในรูปที่ 1 โดยภาพบนแสดงความไม่แน่นอนทางด้านเศรษฐกิจมหภาค (M1) ด้านการเงิน (F1) และ ในภาพรวม (TPCA) ภาพซ้ายล่างแสดงความไม่แน่นอนขาขึ้น (สีน้ำเงิน) และขาลง (สีแดง) ส่วนภาพขวาล่างแสดงความไม่แน่นอนในแต่ละด้านของนโยบายเศรษฐกิจ

ในการวิเคราะห์ผลกระทบต่อกิจกรรมทางเศรษฐกิจ ผลการศึกษาผ่านแบบจำลอง vector autoregression พบว่าการเพิ่มขึ้นอย่างฉับพลันของความไม่แน่นอน (one standard deviation uncertainty shocks) ส่งผลให้ GDP รวมถึงองค์ประกอบด้านการลงทุน การบริโภค และการส่งออก ลดลงอย่างมีนัยสำคัญ ดังแสดงในรูปที่ 2 ซึ่งจะเห็นได้ว่าการลงทุนและการส่งออกมีการตอบสนองที่รุนแรงมากกว่าด้านการบริโภค แต่เป็นที่น่าสังเกตว่าลักษณะการปรับตัวต่อ shocks แต่ละชนิดมีความแตกต่างกัน โดยเฉพาะความไม่แน่นอนด้านการเงินและด้านเศรษฐกิจมหภาค เราพบว่าการสูงขึ้นของความไม่แน่นอนด้านเศรษฐกิจ (macroeconomic uncertainty) ทำให้กิจกรรมทางเศรษฐกิจลดลงทันทีและมีการฟื้นตัวที่เร็วกว่า ขณะที่ความไม่แน่นอนด้านการเงิน (financial uncertainty) ใช้เวลาในการส่งผ่านนานและการฟื้นตัวของเศรษฐกิจเกิดขึ้นอย่างช้า ๆ (persistent) ผลการศึกษาในกรณีประเทศไทยนี้ตรงกันข้ามกับข้อค้นพบของ Ludvigson et al.(2019) ในกรณีของสหรัฐอเมริกา ซึ่งแสดงให้เห็นถึงความแตกต่างในปฏิสัมพันธ์และกลไกการส่งผ่านความไม่แน่นอนที่มีต่อระบบเศรษฐกิจ

เมื่อมาพิจารณาความไม่แน่นอนทางด้านนโยบายเศรษฐกิจในประเทศ (รูปที่ 3) ผลการศึกษาพบว่าความไม่แน่นอนทางด้านนโยบายการเงินส่งผลอย่างมากต่อกิจกรรมทางเศรษฐกิจโดยรวม โดยเฉพาะด้านการส่งออกและการลงทุนตามลำดับ และมีการส่งผลที่ต่อเนื่องยาวนาน ขณะที่ความไม่แน่นอนทางด้านนโยบายการคลังมีผลที่สูงในช่วงแรกแต่เศรษฐกิจกลับมาฟื้นตัวได้อย่างรวดเร็ว ส่วนความไม่แน่นอนทางด้านการเมืองพบว่าผลกระทบต่อการลงทุนภาคเอกชนค่อนข้างรุนแรงและต่อเนื่องไปในระยะเวลายาวนาน ซึ่งสอดคล้องกับผลศึกษาของ Luangaram and Sethapramote (2018)

การที่ประเทศไทยมีระบบเศรษฐกิจเปิดและมีขนาดเล็กทำให้จำเป็นต้องวิเคราะห์ผลกระทบของความไม่แน่นอนจากภายนอกประเทศ ทั้งนี้เนื่องจากความไม่แน่นอนที่เกิดขึ้นภายในอาจจะมีแหล่งที่มาจากต่างประเทศ ในรูปที่ 4 เส้นประแสดงให้เห็นผลกระทบเชิงลบต่อการส่งออกและการลงทุนภาคเอกชนในประเทศอย่างชัดเจนและเกิดขึ้นในทุกประเภทของความไม่แน่นอนที่มาจากสหรัฐอเมริกา แต่ในด้านระยะเวลาการฟื้นตัวพบว่าชนิดของความไม่แน่นอนมีความแตกต่างกันค่อนข้างมาก โดยเศรษฐกิจไทยสามารถฟื้นตัวได้รวดเร็วเมื่อความไม่แน่นอนมีที่มาจากนโยบายเศรษฐกิจ แต่จะกินเวลายาวนานกว่าหากเป็นกรณี shock ที่มาจากด้านเศรษฐกิจและการเงิน นอกจากนี้ ผลการศึกษาชี้ให้เห็นถึงแหล่งที่มาของความไม่แน่นอนโดยเฉพาะด้านการเงินไทยได้รับอิทธิพลมาจากภายนอก เนื่องจากผลกระทบต่อเศรษฐกิจลดลงไปชัดเจนเมื่อเราพิจารณาความไม่แน่นอนทางการเงินที่มาจากสหรัฐอเมริกาไปควบคู่กัน (F1 vs F1* ในรูปที่ 4 ภาพกลาง) ขณะที่ความไม่แน่นอนทางเศรษฐกิจมหภาคและนโยบายเศรษฐกิจจากภายในประเทศยังคงมีความสำคัญเมื่อเปรียบเทียบกับ shock ที่มาจากต่างประเทศ

หากพิจารณาจากผลการวิเคราะห์แยกความแปรปรวนทางกิจกรรมเศรษฐกิจที่มีแหล่งที่มาจากความไม่แน่นอนประเภทต่าง ๆ ดังแสดงในตารางที่ 1 จะพบว่าเครื่องชี้วัดความไม่แน่นอนในภาพรวม (TPCA) อธิบายความผันผวนทางเศรษฐกิจในระยะสั้นได้ถึง 37% ซึ่งผลดังกล่าวนี้ถือว่าอยู่ในระดับที่สูงมากเมื่อเปรียบเทียบกับงานศึกษาในต่างประเทศ (Bachmann et al., 2013, Carriero et al., 2018) และจะเห็นว่าผลกระทบของความไม่แน่นอนทางการเงิน (F1) มีบทบาทสูงในการอธิบายความแปรปรวนทางเศรษฐกิจไปในระยะกลาง-ยาว นอกจากนี้ความไม่แน่นอนด้านนโยบายการเงินในประเทศก็มีบทบาทสำคัญเป็นอย่างมากเมื่อเทียบกับความไม่แน่นอนทางนโยบายการคลังและทางการเมืองซึ่งอาจจะสะท้อนความไม่แน่นอนทางนโยบายเศรษฐกิจอื่น ๆ

ผลการศึกษาพบว่าความไม่แน่นอนส่งผลกระทบอย่างมีนัยสำคัญต่อกิจกรรมทางเศรษฐกิจทั้งในด้านขนาด กลไกการส่งผ่าน รวมถึงความสามารถในการอธิบายวัฏจักรเศรษฐกิจของประเทศไทย ทั้งนี้ ขนาดและระยะเวลาของผลกระทบทางเศรษฐกิจมีความแตกต่างกันมากโดยขึ้นกับชนิดหรือแหล่งที่มาของความไม่แน่นอน ดังจะเห็นได้ว่าความไม่แน่นอนทางเศรษฐกิจมหภาคส่งผลกระทบต่อเศรษฐกิจรวดเร็วและใช้ระยะเวลาในการฟื้นตัวที่สั้น ขณะที่กลไกการส่งผ่านของความไม่แน่นอนที่มาจากด้านการเงินมีลักษณะค่อยเป็นค่อยไปและใช้เวลาในการฟื้นตัวที่ยาวนานกว่า ซึ่งเราพบว่าที่มาของความไม่แน่นอนทางเงินนี้ได้รับอิทธิพลมาจากต่างประเทศ อย่างไรก็ตาม ผลกระทบของความไม่แน่นอนทางด้านนโยบายเศรษฐกิจภายในประเทศก็มีความสำคัญเช่นเดียวกัน ที่สามารถส่งผลอย่างมากต่อกิจกรรมทางเศรษฐกิจโดยรวมโดยเฉพาะต่อการส่งออกและการลงทุนภาคเอกชน ดังนั้น ผู้วางนโยบายจำต้องติดตามพัฒนาการและทำความเข้าใจธรรมชาติของแหล่งที่มาของความไม่แน่นอนในการออกแบบนโยบายที่เหมาะสม

Apaitan, T, P. Luangaram and P. Manopimoke (2020). “Uncertainty and Economic Activity: Does it matter for Thailand?”, PIER Discussion Paper, No. 130.

Baker, S.R., Bloom, N., Davis, S.J., 2016. Measuring economic policy uncertainty. Quarterly Journal of Economics 131(4), 1593–1636.

Bachmann, R., Elstner, S., Sims, E., 2013. Uncertainty and economic activity: evidence from business survey data. American Economic Journal: Macroeconomics 5(2), 217–224.

Carriero, A., Clark, T., Marcellino, M., 2018. Measuring uncertainty and its im- pacts on the economy. Review of Economics and Statistics 100(5), 799–815.

Jurardo, K., Ludvigson, S.C., Ng, Serena, 2015. Measuring uncertainty. American Economic Review 105(3), 1177–1216.

Ludvigson, S.C., Ma, S., Ng, S., 2019. Uncertainty and business cycles: Exogenous impulse or endogenous response? Working Paper, Department of Economics, New York University.

Luangaram, P. and Y. Sethapramote (2018). Economic Impacts of Political Uncertainty in Thailand. PIER Discussion Paper, No. 86.

Rossi, B., Sekhposyan, T., 2015. Macroeconomic uncertainty indices based on nowcast and forecast error distributions. American Economic Review (Paper and Proceedings) 105(5), 650–655.