Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Research Briefs
Community
PIER Research Network
Visiting Fellows
Funding and Grants
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
TH
EN
Research
Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Exchange Rate Effects on Firm Performance: A NICER Approach
Latest discussion Paper
Exchange Rate Effects on Firm Performance: A NICER Approach
ผลกระทบของการขึ้นค่าเล่าเรียนต่อการตัดสินใจเรียนมหาวิทยาลัย
Latest aBRIDGEd
ผลกระทบของการขึ้นค่าเล่าเรียนต่อการตัดสินใจเรียนมหาวิทยาลัย
Events
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Research Briefs
Joint NSD-PIER Applied Microeconomics Research Workshop
Upcoming workshop
Joint NSD-PIER Applied Microeconomics Research Workshop
Special Economic Zones and Firm Performance: Evidence from Vietnamese Firms
Latest PIER Economics Seminar
Special Economic Zones and Firm Performance: Evidence from Vietnamese Firms
สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
Puey Ungphakorn
Institute for
Economic Research
Puey Ungphakorn Institute for Economic Research
Community
Community
PIER Research Network
Visiting Fellows
Funding and Grants
PIER Research Network
PIER Research Network
Funding & Grants
Funding & Grants
About Us
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
Staff
Staff
Call for Papers: PIER Research Workshop 2025
Latest announcement
Call for Papers: PIER Research Workshop 2025
aBRIDGEdabridged
Making Research Accessible
QR code
Year
2025
2024
2023
2022
...
Topic
Development Economics
Macroeconomics
Financial Markets and Asset Pricing
Monetary Economics
...
/static/2fa7e95156df7d484f0f623c12a573c1/e9a79/cover.png
25 June 2018
20181529884800000

วัฏจักรการเงินไทยเกี่ยวข้องอย่างไรกับวัฏจักรเศรษฐกิจ

ศึกษาวัฏจักรการเงินซึ่งเป็นเครื่องชี้วัดเสถียรภาพระบบการเงินของไทย และอธิบายถึงความเชื่อมโยงกับกลไกเศรษฐกิจ
Bovonvich JindarakWorawut SabborriboonSophon TunyavetchakitNongjaras Thanavibul
วัฏจักรการเงินไทยเกี่ยวข้องอย่างไรกับวัฏจักรเศรษฐกิจ
excerpt

บทความนี้มีวัตถุประสงค์ที่จะคำนวณวัฏจักรการเงินของไทย เพื่อใช้เป็นหนึ่งในเครื่องชี้วัดเสถียรภาพระบบการเงินไทยในภาพรวม และวิเคราะห์ถึงความเชื่อมโยงกับวัฏจักรเศรษฐกิจตามข้อเท็จจริงเชิงประจักษ์ที่พบ ซึ่งมีนัยต่อการดำเนินนโยบายสำคัญต่าง ๆ ในระดับมหภาค

นับตั้งแต่วิกฤตการเงินโลกในปี 2551 ธนาคารกลางของประเทศต่าง ๆ ได้ให้ความสำคัญกับการดูแลเสถียรภาพระบบการเงิน (financial stability) มากยิ่งขึ้น เนื่องจากมีความตระหนักดีว่า เศรษฐกิจจะไม่สามารถเติบโตได้อย่างยั่งยืน หากเสถียรภาพระบบการเงินในประเทศยังอ่อนแอ สำหรับประเทศไทยนั้น เสถียรภาพระบบการเงินเป็นประเด็นที่ได้รับการกล่าวถึงมาโดยตลอดนับตั้งแต่วิกฤตการเงินใน ปี 2540 ซึ่งเป็นบทเรียนให้เห็นว่า การขยายตัวของสินเชื่อที่เกินความพอดีหรือเกินศักยภาพของประเทศนั้นจะนำไปสู่ความเสี่ยงเชิงระบบ (systemic risks) และกระทบต่อเสถียรภาพระบบการเงินของประเทศในที่สุด ซึ่งย่อมกระทบต่อไปยังเสถียรภาพด้านราคาซึ่งเป็นเป้าหมายหลักของการดำเนินนโยบายการเงินด้วย ดังนั้น ในการวิเคราะห์ภาวะเศรษฐกิจการเงิน รวมทั้งการดำเนินนโยบายต่าง ๆ จึงจำเป็นต้องให้ความสำคัญกับเสถียรภาพระบบการเงินควบคู่กันไป เช่นเดียวกับการดูแลเสถียรภาพของระบบสถาบันการเงินที่ต้องคำนึงถึง systemic risks เนื่องจากสถาบันการเงินในปัจจุบันมีความเชื่อมโยงและซับซ้อนมากขึ้น การกำกับดูแลในแบบ microprudential ที่คำนึงถึงความเสี่ยงและความแข็งแกร่งของสถาบันการเงินเป็นราย ๆ ไปจึงไม่เพียงพอ ดังนั้น เครื่องมือทางด้าน macroprudential จึงเป็นอีกเครื่องมือหนึ่งที่นำมาใช้ในการกำกับสถาบันการเงินในการดูแลเสถียรภาพระบบการเงินแบบภาพรวมทั้งระบบ

การนำเสถียรภาพระบบการเงินมาเป็นปัจจัยในการพิจารณาในการดำเนินนโยบายอย่างเป็นระบบนั้น จำเป็นต้องเข้าใจถึงผลกระทบของตัวแปรทางการเงินต่าง ๆ ที่ส่งผ่านมายังกลไกเศรษฐกิจ จึงพบว่าในงานศึกษาของต่างประเทศได้พยายามสร้างเครื่องชี้ “วัฏจักรการเงิน (financial cycles)” ที่ช่วยสะท้อนวัฏจักรการขยายตัวและการหดตัวของระบบการเงิน ผ่านการเปลี่ยนแปลงของภาวะสินเชื่อและราคาสินทรัพย์ เพื่อใช้วัดความเสี่ยงด้านเสถียรภาพระบบการเงิน1 และช่วยสนับสนุนและเติมเต็ม (complementarity) การใช้ตัวชี้วัดด้านเศรษฐกิจในภาพรวม โดยหนึ่งในตัวชี้วัดด้านเศรษฐกิจที่นิยมใช้อย่างแพร่หลายในปัจจุบัน คือ วัฏจักรเศรษฐกิจ (business cycles) ที่แสดงถึงการเปลี่ยนแปลงของภาวะเศรษฐกิจทั้งช่วงขาขึ้นและขาลงซึ่งแปรเปลี่ยนตามกิจกรรมทางเศรษฐกิจในแต่ละช่วง ดังนั้น การศึกษาวัฏจักรเหล่านี้จะทำให้ผู้กำกับดูแลเข้าใจถึงผลกระทบของตัวแปรทางการเงินต่าง ๆ ที่ส่งผ่านมายังกลไกเศรษฐกิจมากยิ่งขึ้น ทำให้การดำเนินนโยบายการเงิน และมาตรการ macroprudential ส่งผลให้เศรษฐกิจมีเสถียรภาพในระยะยาว

สำหรับวัฏจักรการเงิน งานวิจัยต่างชี้ว่าวัฏจักรของเครื่องชี้ในด้านสินเชื่อและราคาสินทรัพย์สามารถวัดการเปลี่ยนแปลงในระบบการเงินได้อย่างมีนัยสำคัญ ตัวอย่างเช่น ในช่วงที่ภาวะการเงินผ่อนคลาย อัตราดอกเบี้ยที่อยู่ในระดับต่ำจะกระตุ้นให้อัตราการขยายตัวของสินเชื่อเพิ่มสูงขึ้น ส่งผลต่อการเพิ่มขึ้นของระดับราคาสินทรัพย์ในตลาด ซึ่งการเพิ่มขึ้นของระดับราคาก็จะช่วยเพิ่มมูลค่าหลักทรัพย์ค้ำประกันในการกู้เงิน ทำให้สินเชื่อขยายตัวได้เพิ่มขึ้นเช่นกัน ซึ่งหากการขยายตัวของสินเชื่อและราคาสินทรัพย์เร่งเร็วเกินควรและไม่สอดคล้องกับการเติบโตของเศรษฐกิจ ก็จะนำไปสู่การสะสมความเปราะบางในระบบการเงินได้

ดังนั้น ในบทความนี้จะแสดงวิธีการคำนวณและผลการศึกษาวัฏจักรการเงินของไทย เพื่อให้เข้าใจถึงลักษณะของวัฏจักรการเงินของไทยมากขึ้น และสามารถนำไปประยุกต์ใช้กับการดำเนินนโยบายการเงิน และมาตรการ macroprudential ได้อย่างมีประสิทธิภาพต่อไป

วัฏจักรการเงินไทย: คำนวณอย่างไร

วิธีการที่ใช้วิเคราะห์หาวัฏจักรการเงินนั้นคล้ายคลึงกับการวิเคราะห์วัฏจักรเศรษฐกิจ (business cycles) โดยเป็นการวัดระดับของตัวแปรทางการเงินที่สนใจเทียบกับเส้นแนวโน้มเฉลี่ย2 แต่จะพิจารณาถึงรอบวัฏจักร (duration) ที่แตกต่างกัน กล่าวคือ วัฏจักรการเงินจะมีรอบวัฏจักรที่ค่อนข้างยาวกว่ารอบวัฏจักรเศรษฐกิจ (Drehmann et al., 2012) ซึ่งมี 2 วิธีในการวิเคราะห์หาวัฏจักรการเงิน ได้แก่

  1. การวิเคราะห์แบบ turning point analysis เป็นการหาจุดสูงสุด (peaks) หรือจุดต่ำสุด (troughs) ของวัฏจักร3 และกำหนดช่วงวัฏจักรขาขึ้น (expansion) โดยนับจากจุดต่ำสุดไปยังจุดสูงสุด และช่วงวัฏจักรขาลง (contraction) โดยนับจากจุดสูงสุดไปยังจุดต่ำสุด ซึ่งเป็นวิธีที่อธิบายได้ค่อนข้างง่าย อย่างไรก็ตาม การที่จะใช้วิธีนี้ได้ดี ข้อมูลที่นำมาศึกษาควรมีความยาวเพียงพอ ซึ่งอาจไม่เหมาะกับกรณีของไทยที่ยังมีข้อจำกัดด้านความยาวของข้อมูลอยู่ นอกจากนี้ วิธีนี้ยังไม่สามารถนำมาใช้ระบุขนาดของการแกว่งตัวของวัฏจักร (amplitude) เพื่ออธิบายถึงขนาดความรุนแรงของวัฏจักรในแต่ละช่วงเวลาได้

  2. การวิเคราะห์แบบ frequency-based analysis เป็นวิธีการขจัดปัจจัยที่เป็นแนวโน้ม (trend) ออกจากตัวแปรที่เป็นอนุกรมเวลา (time series data) ให้เหลือเฉพาะข้อมูลที่มีการแกว่งตัวเป็นแบบวัฏจักร (cycle) ซึ่งจะแสดงให้เห็นถึงช่วงขาขึ้นขาลงของวัฏจักร รวมทั้งระดับความรุนแรงของการแกว่งตัวในช่วงเวลาต่าง ๆ และสามารถบ่งชี้แนวโน้มของความรุนแรงในระยะข้างหน้าได้ (ภาพที่ 1)

ภาพที่ 1: ตัวอย่างการคำนวณวัฏจักรแบบ frequency-based analysis

ตัวอย่างการคำนวณวัฏจักรแบบ frequency-based analysis

ที่มา: คำนวณโดยผู้เขียน หมายเหตุ: ข้อมูลอนุกรมเวลา (เส้นทึบสีฟ้า) สามารถแยกส่วนประกอบของข้อมูลออกได้เป็น 2 ส่วน คือ (1) ข้อมูลแนวโน้ม (trend) แสดงด้วยเส้นประสีส้ม และ (2) ข้อมูลวัฏจักร (cycle) แสดงด้วยเส้นประสีเทา

สำหรับบทความนี้เลือกใช้วิธี frequency-based analysis ในการวิเคราะห์วัฏจักรการเงินของไทย เนื่องจากสามารถระบุช่วงความถี่ของวัฏจักรที่ต้องการศึกษาทั้งแบบระยะสั้นและระยะยาวได้ดี โดยเลือกใช้ band-pass-filter ตามแบบของ Christiano-Fitzgerald (CF filter) อ้างอิงตามงานศึกษาของ BIS4

ข้อมูลที่นำมาใช้มีอะไรบ้าง

ตัวแปรทางการเงินที่ถูกเลือกมาเพื่อทดสอบและคำนวณเป็นวัฏจักรการเงินของไทย อ้างอิงงานศึกษาของ Claessens et al. (2011 a, b) Drehmann et al. (2012) และ Stremmel (2015) เพื่อหาวัฏจักรของปัจจัยต่าง ๆ ที่ส่งผลกระทบต่อเสถียรภาพระบบการเงินอย่างมีนัยสำคัญ โดยตัวแปรที่คัดเลือกเพื่อนำมาคำนวณวัฏจักรการเงินของไทย ประกอบด้วย

  1. ระดับสินเชื่อ (private credit)
  2. ระดับสินเชื่อต่อผลิตภัณฑ์มวลรวมของประเทศ (credit-to-GDP ratio)
  3. ราคาที่อยู่อาศัย (residential property prices) และ
  4. ราคาตราสารทุน (equity prices)

โดยข้อมูลที่ใช้ในการประเมินใช้ข้อมูลยาวที่สุดเพื่อให้เห็นภาพของวัฏจักรให้มากที่สุด ซึ่งเป็นข้อมูลรายไตรมาส ตั้งแต่ไตรมาส 1 ปี 2537 ถึง ไตรมาส 4 ปี 2560 (ตารางที่ 1)

ตารางที่ 1: ตัวแปรทางการเงินที่นำมาใช้วิเคราะห์หาวัฏจักรการเงินของไทย

ตัวแปรทางการเงินที่นำมาใช้วิเคราะห์หาวัฏจักรการเงินของไทย

ที่มา: วิเคราะห์โดยผู้เขียนหมายเหตุ: * ข้อมูลสินเชื่อจาก private non-financial sector ซึ่งประกอบด้วยเงินกู้และตราสารหนี้ (รวมดอกเบี้ยค้างจ่าย) จากทั้งภาคครัวเรือนและภาคธุรกิจที่ไม่ใช่สถาบันการเงิน** ใช้ข้อมูลดัชนีราคาที่ดินและที่อยู่อาศัยบ้านเดี่ยว (รวมที่ดิน) ได้จากการต่อข้อมูลจากฐานข้อมูล ธอส. (ปี 2537–2551) และ ธปท. (ตั้งแต่ปี 2551)

ในการคัดเลือกตัวแปรทางการเงินที่เหมาะสมเพื่อนำมาคำนวณวัฏจักรการเงินรวม (financial cycle composite index) มีหลักการ ดังนี้

  1. ควรมีความยาวของข้อมูลที่เพียงพอต่อการวิเคราะห์
  2. มีรอบวัฏจักรที่ให้ภาพที่สอดคล้องกัน
  3. ครอบคลุมช่วงระยะเวลาการเกิดวิกฤตการเงินในอดีตของไทย และ
  4. ภาพของวัฏจักรสอดคล้องกับเหตุการณ์จริงที่เกิดขึ้นในอดีต

นอกจากนั้น ตัวแปรทางการเงินเหล่านี้ควรมีค่าสัดส่วนการเหวี่ยงตัวของวัฏจักรในระยะปานกลาง (medium-term cycle) เทียบกับวัฏจักรในระยะสั้น (short-term cycle) ที่มากกว่าค่าสัดส่วนการเหวี่ยงตัวของวัฏจักรเศรษฐกิจ5

ตารางที่ 2: แสดงความผันผวนของตัวแปรต่าง ๆ และสัดส่วนค่าส่วนเบี่ยงเบนมาตรฐานของวัฏจักรแบบ medium-term ต่อค่าส่วนเบี่ยงเบนมาตรฐานของวัฏจักรแบบ short-term

แสดงความผันผวนของตัวแปรต่าง ๆ และสัดส่วนค่าส่วนเบี่ยงเบนมาตรฐานของวัฏจักรแบบ medium-term ต่อค่าส่วนเบี่ยงเบนมาตรฐานของวัฏจักรแบบ short-term

ที่มา: คำนวณโดยผู้เขียน

จากหลักการที่กล่าวข้างต้น พบว่า ตัวแปรที่เหมาะสมในการสร้างวัฏจักรการเงินไทยประกอบด้วย 4 ตัวแปร คือ

  1. ระดับสินเชื่อ
  2. ระดับสินเชื่อต่อผลิตภัณฑ์มวลรวมของประเทศ
  3. ดัชนีราคาบ้านเดี่ยว (รวมที่ดิน) และ
  4. ดัชนีราคาที่ดิน

ขณะที่ตัวแปรด้านราคาตราสารทุน (equity prices) ซึ่งประเมินจาก SET index นั้นไม่ถูกนำมารวมในการสร้างวัฏจักรการเงินของไทย เนื่องจากให้ภาพวัฏจักรที่ค่อนข้างผันผวน6 และมีค่าสัดส่วนการเหวี่ยงตัวของวัฏจักรแบบ medium-term เทียบกับ short-term cycle ค่อนข้างต่ำ (ตารางที่ 2)

ดังนั้น วัฏจักรการเงินรวมของไทย (ภาพที่ 2 เส้นประสีแดง) จึงประเมินจากวัฏจักรแบบระยะปานกลางของตัวแปรทางการเงินทั้ง 4 ข้างต้น7 โดยให้ความสำคัญแต่ละตัวแปรเท่ากัน (equally-weighted average) ซึ่งเห็นชัดว่าวัฏจักรของทั้ง 4 ตัวแปรมีความสอดคล้องกัน และจุด (medium-term) peak เกิดขึ้นก่อนช่วงวิกฤตการเงินปี 2540–2541 ซึ่งเป็นผลมาจากการปล่อยสินเชื่อที่ขยายตัวอย่างมาก (ภาพที่ 2 เส้นสีเหลืองและสีแดง) รวมทั้งราคาสินทรัพย์ทางการเงินในขณะนั้นเพิ่มสูงขึ้นมากเช่นกัน (ภาพที่ 2 เส้นสีเขียวและสีน้ำเงิน)

ภาพที่ 2: ดัชนีวัฏจักรการเงินไทยและวัฏจักรขององค์ประกอบทั้ง 4 ตัวแปร

ดัชนีวัฏจักรการเงินไทยและวัฏจักรขององค์ประกอบทั้ง 4 ตัวแปร

ที่มา: คำนวณโดยผู้เขียน

วัฏจักรการเงินและวัฏจักรเศรษฐกิจสัมพันธ์กันหรือไม่

จากการประเมินวัฏจักรการเงินของไทย พบว่ามีรอบวัฏจักร (duration) ที่ค่อนข้างยาวและขนาดของการแกว่งตัว (amplitude) ที่สูงกว่าวัฏจักรเศรษฐกิจ (ภาพที่ 3) ซึ่งสอดคล้องกับผลการศึกษาวัฏจักรการเงินของประเทศอื่น ๆ8 ที่การฟื้นตัวของวัฏจักรการเงินต้องใช้เวลานานมากกว่าวัฏจักรเศรษฐกิจ เนื่องจากผลกระทบจากวิกฤตการเงินต่อระบบเศรษฐกิจมีความรุนแรงและมีกระบวนการแก้ไขยากกว่า เช่น จะต้องมีการแก้ไขด้วยการปรับลดหนี้หรืออาจต้องใช้การเพิ่มทุน เพื่อรองรับการลดลงของมูลค่าสินทรัพย์ หรือต้องปรับโครงสร้างของภาคบริษัทให้มีความแข็งแรงมากขึ้น ในขณะที่การหดตัวของเศรษฐกิจ สามารถแก้ไขผ่านการกระตุ้นกำลังซื้อด้านอุปสงค์และใช้เวลาในการแก้ไขน้อยกว่า

ภาพที่ 3: การเปรียบเทียบระหว่างวัฏจักรการเงินและวัฏจักรเศรษฐกิจ

การเปรียบเทียบระหว่างวัฏจักรการเงินและวัฏจักรเศรษฐกิจ

ที่มา: คำนวณโดยผู้เขียน หมายเหตุ: วัฏจักรเศรษฐกิจวัดจากวัฏจักรระยะสั้นของ GDP โดยการใช้ CF-filter

ดังนั้น การเข้าใจลักษณะความเชื่อมโยงของวัฏจักรการเงินและวัฏจักรเศรษฐกิจเป็นสิ่งสำคัญ เพื่อให้ผู้กำกับดูแลสามารถพิจารณาการใช้นโยบายต่าง ๆ ได้อย่างเหมาะสม โดยงานศึกษาต่างประเทศบ่งชี้ว่าวัฏจักรทั้งสองมีความเกี่ยวข้องกัน9 บทความนี้จึงประยุกต์ใช้วิธีการทางเศรษฐมิติ เพื่อศึกษาผลกระทบของวัฏจักรการเงินของไทยต่ออัตราการขยายตัวของเศรษฐกิจไทยใน 1 ปีข้างหน้า โดยผลการทดสอบของไทยสอดคล้องกับผลการศึกษาตามที่กล่าวข้างต้น คือ หากภาวะการเงินอยู่ในช่วงที่มีความเสี่ยงมากขึ้น (วัฏจักรการเงินขาขึ้น คือ ราคาสินทรัพย์เพิ่มขึ้นและสินเชื่อขยายตัวอย่างมาก) จะนำไปสู่ภาวะตึงตัวของภาคการเงินในระยะต่อไป และมีแนวโน้มให้การขยายตัวของ GDP ในอีก 1 ปีข้างหน้าปรับลดลง โดยเฉพาะในช่วงที่เศรษฐกิจอยู่ในช่วงถดถอย (อัตราการขยายตัวของ GDP ติดลบมาก พิจารณากราฟแท่งด้านซ้ายของภาพที่ 4) ผลกระทบของวัฏจักรการเงินที่มีต่อระบบเศรษฐกิจจะยิ่งรุนแรงมากขึ้น ในขณะที่ในช่วงที่เศรษฐกิจเติบโตปกติหรือเติบโตได้ดีมาก ผลกระทบเชิงลบของวัฏจักรการเงินนี้จะค่อย ๆ ลดลงหรือหมดไป (ภาพที่ 4) ซึ่งผลการศึกษาเชิงประจักษ์นี้ค่อนข้างสอดคล้องกับเหตุการณ์ในอดีตของไทย ที่เศรษฐกิจไทยหดตัวอย่างรุนแรงและยาวนานมากยิ่งขึ้นในช่วงเดียวกับวิกฤตการเงินในปี 2540 เนื่องจากในช่วงนั้นสถาบันการเงินส่วนใหญ่จะประสบกับปัญหา และมีข้อจำกัดในการปล่อยสินเชื่อมากยิ่งขึ้น ประกอบกับราคาสินทรัพย์ที่ลดลงจะส่งผลให้ความมั่งคั่งของภาคเอกชนลดลง และนำไปสู่ความสามารถในการกู้ยืมเพื่อการลงทุนและการใช้จ่ายที่อาจลดลงตามไปด้วย ทำให้ภาคเศรษฐกิจฟื้นตัวได้ยาก และเมื่อเปรียบเทียบกับช่วงเศรษฐกิจถดถอยในช่วงอื่น ๆ ที่ไม่ได้เกิดขึ้นพร้อมกับวิกฤตการเงิน พบว่ามีความรุนแรงของการถดถอยทางเศรษฐกิจน้อยกว่าวิกฤตการเงินปี 2540

ภาพที่ 4: Quantile coefficient ของระดับของวัฏจักรการเงินที่มีต่ออัตราการขยายตัวของ GDP (ในอีก 1 ปีข้างหน้า)

Quantile coefficient ของระดับของวัฏจักรการเงินที่มีต่ออัตราการขยายตัวของ GDP (ในอีก 1 ปีข้างหน้า)

ที่มา: คำนวณโดยผู้เขียนหมายเหตุ: กำหนดให้ dependent variable ของ quantile regression คือ GDP growth ในอีก 1 ปีข้างหน้า ขณะที่ independent variable คือ financial cycle โดย แกน Y คือค่าสัมประสิทธ์ของ quantile regression ส่วนแกน X คือ อัตราการขยายตัวของเศรษฐกิจในช่วงต่าง ๆ (โดยระดับ percentile จะเรียงจากช่วงที่เศรษฐกิจขยายตัวน้อยที่สุดไปมากที่สุด) ดังนั้น ในช่วงที่ภาวะเศรษฐกิจหดตัวมาก (ช่วง percentile ที่ 5 ของ GDP growth) การที่ financial cycle อยู่ในช่วงขาขึ้น (ภาวะการเงินสะสมความเสี่ยงจากการที่ราคาสินทรัพย์และสินเชื่อขยายตัวเพิ่มขึ้น) หรือเพิ่มขึ้นร้อยละ 1 จะส่งผลให้ GDP (ในอีก 1 ปีข้างหน้า) หดตัวที่ระดับร้อยละ 0.28

อย่างไรก็ดี จุดสูงสุดของวัฏจักรการเงินอาจไม่บ่งชี้การเกิดวิกฤตการเงินเสมอไป แต่อาจต้องคำนึงถึง amplitude ของวัฏจักรนั้นประกอบด้วย เช่นในปัจจุบันที่วัฏจักรการเงินของไทยได้ผ่านจุดสูงสุดในช่วงปี 2559 มาแล้ว10 แต่ยังไม่มีสัญญาณอื่นบ่งชี้อย่างชัดเจนว่าจะเกิดวิกฤตการเงินขึ้นดังเช่นในอดีต นอกจากนี้ การกำหนดระดับ (threshold) ของวัฏจักรเพื่อใช้จับสัญญาณการเกิดวิกฤตการเงินในอนาคตนั้นยังเป็นเรื่องที่ท้าทาย เนื่องจากวิกฤตการเงินไทยในอดีตเกิดขึ้นไม่บ่อย ทำให้ยากต่อการวิเคราะห์เชิงสถิติ ดังนั้น เพื่อให้การวิเคราะห์ในอนาคตมีประสิทธิภาพและสะท้อนความเสี่ยงได้อย่างแม่นยำมากยิ่งขึ้น จึงควรศึกษาถึงปัจจัยสำคัญต่าง ๆ ที่สามารถบ่งชี้ถึงวิกฤตการเงินได้ และเริ่มต้นเก็บข้อมูลที่เป็นระบบเพื่อช่วยให้การวิเคราะห์ทำได้ดียิ่งขึ้น

การศึกษาวัฏจักรการเงินมีผลต่อนัยเชิงนโยบายอย่างไรบ้าง

จากที่กล่าวมาข้างต้นจะเห็นได้ว่า วัฏจักรการเงินนั้นส่งผลกระทบต่อกลไกทางเศรษฐกิจอย่างหลีกเลี่ยงไม่ได้ ดังนั้น การใช้มาตรการ macroprudential จึงเป็นอีกหนึ่งเครื่องมือในการช่วยดูแลเสถียรภาพระบบการเงิน และเป็นการสนับสนุนและเติมเต็ม (complementarity) ให้การดำเนินนโยบายต่าง ๆ มีเสถียรภาพในระยะยาว

ทั้งนี้ การดำเนินนโยบายต่าง ๆ ในแต่ละช่วงของวัฏจักรย่อมเผชิญความท้าทายที่แตกต่างกัน เนื่องจากระบบเศรษฐกิจการเงินในปัจจุบันมีความซับซ้อนและเปลี่ยนแปลงเร็ว การวางนโยบายจึงต้องมองภาพทั้งระยะสั้นและระยะยาว โดยในช่วงที่วัฏจักรทั้งสองอยู่ในช่วงขยายตัวหรือหดตัวเหมือนกัน (ภาพที่ 5 โซนสีเขียว) การดำเนินนโยบายต่าง ๆ ทั้งนโยบายการเงิน และการใช้มาตรการ macroprudential จะสอดคล้องไปในทิศทางเดียวกันได้ เช่น หากภาวะเศรษฐกิจและการให้สินเชื่อขยายตัวสูง ธนาคารกลางอาจใช้นโยบายการเงินด้วยการขึ้นอัตราดอกเบี้ยเพื่อไม่ให้เศรษฐกิจขยายตัวมากเกินไปและลดอุปสงค์ด้านสินเชื่อ พร้อมกับการใช้มาตรการ macroprudential ในลักษณะที่เป็น broad-based ได้ เช่น มาตรการ Countercyclical capital buffer11 ด้วยการให้ธนาคารเพิ่มเงินกองทุน เพื่อให้ธนาคารมีความแข็งแกร่งมากขึ้น ในทางกลับกัน หากวัฏจักรทั้งสองอยู่ในทิศทางตรงกันข้าม (ภาพที่ 5 โซนสีแดง) การผสมผสานนโยบายการเงินและ macroprudential อาจซับซ้อนขึ้น โดยเครื่องมือด้านนโยบายการเงินจะเป็นไปตามวัฏจักรเศรษฐกิจเป็นหลัก แต่เครื่องมือด้าน macroprudential อาจจะ complement นโยบายการเงินได้ในลักษณะ targeted หรือ sectoral เพื่อแก้ปัญหาเฉพาะจุดหากจำเป็น เช่น ในช่วงที่วัฏจักรการเงินขยายตัวค่อนข้างมาก ขณะที่วัฏจักรเศรษฐกิจยังคงหดตัว การใช้นโยบายการเงินในลักษณะผ่อนคลายด้วยการลดอัตราดอกเบี้ยเพื่อกระตุ้นเศรษฐกิจ อาจนำไปสู่การสะสมความเสี่ยงทางการเงินจากการเร่งตัวของสินเชื่อที่เพิ่มมากขึ้น ซึ่งอาจส่งผลให้ราคาอสังหาริมทรัพย์เร่งตัว จนอาจเกิดภาวะเศรษฐกิจฟองสบู่ในที่สุด ในช่วงนี้จึงอาจใช้มาตรการ loan-to-value ซึ่งเป็นเครื่องมือ macroprudential ที่แก้ปัญหาเฉพาะจุดที่มีความเสี่ยง เพื่อลดความร้อนแรงของภาคอสังหาริมทรัพย์ เป็นต้น ดังนั้นการใช้นโยบายการเงินและมาตรการ macroprudential จึงต้องพิจารณาปัจจัยหลาย ๆ ด้าน พร้อมกัน เพื่อให้ผู้วางนโยบายสามารถพิจารณาผลประโยชน์และผลกระทบรอบด้านที่อาจเกิดขึ้นทั้งในระยะสั้นและระยะยาว ซึ่งจะทำให้ระบบการเงินมีเสถียรภาพและเติบโตอย่างยั่งยืน

ภาพที่ 5: วัฏจักรการเงินและวัฏจักรเศรษฐกิจ

วัฏจักรการเงินและวัฏจักรเศรษฐกิจ

ที่มา: วิเคราะห์โดยผู้เขียน

ข้อสรุป

การดำเนินนโยบายต่าง ๆ ควรประเมินภาวะเศรษฐกิจการเงินทั้งในระยะสั้นและระยะยาวประกอบกัน ซึ่งการประเมินวัฏจักรการเงิน ถือเป็นอีกหนึ่งเครื่องมือที่ช่วยเติมเต็มการตัดสินใจให้ผู้ดำเนินนโยบายสามารถเห็นภาพรวมของเสถียรภาพระบบการเงินในระยะยาวมากขึ้นว่า ความเสี่ยงอยู่ในระดับใดและเกิดจากปัจจัยอะไรเป็นสำคัญ ซึ่งปัจจุบันธนาคารกลางหลายแห่งล้วนนำวัฏจักรการเงินมาเป็นหนึ่งในปัจจัยในการดำเนินนโยบายเพื่อดูแลเสถียรภาพของระบบการเงินมากขึ้น สำหรับประเทศไทย การวิเคราะห์วัฏจักรการเงินถือเป็นความท้าทายและเป็นจุดเริ่มต้นที่จะนำปัจจัยนี้มาช่วยเสริมมุมมองระยะยาว เพื่อให้การดำเนินนโยบายการเงิน และมาตรการ macroprudential มีความเหมาะสมต่อสถานการณ์ปัจจุบันและต่อเสถียรภาพระบบการเงินต่อไป

เอกสารอ้างอิง

Borio C. (2014): “The financial cycle and macroeconomics: What have we learnt?”. Journal of Banking & Finance 45.

Claessens S., Kose M.A. and Terrones M.E. (2011a): “Financial cycles: What? How? When?”. IMF Working Paper 2011.

Claessens S., Kose M.A. and Terrones M.E. (2011b): “How do business and financial cycles interact?”. IMF Working Paper 2011.

Drehmann M., Borio C. and Tsatsaronis K. (2012): “Characterising the financial cycle: don’t lose sight of the medium term”. BIS Working Papers No. 380.

Stremmel (2015): “Capturing the financial cycle in Europe”. ECB Working Paper Series No. 1811.


  1. แม้ว่าจะยังไม่เป็นที่ตกลงกันในแวดวงวิชาการถึงนิยามของวัฏจักรการเงิน แต่นักวิจัยส่วนใหญ่ยึดหลักตามงานศึกษาของ BIS ซึ่งอาจนิยามว่า “self-reinforcing interactions between perceptions of value and risk, attitudes towards risk and financing constraints, which translate into booms followed by busts” อ้างอิงตาม Drehmann et al. (2012)↩
  2. การวิเคราะห์วัฏจักรของตัวแปรทางการเงินจะวัดระดับของตัวแปรเทียบกับเส้นแนวโน้มเฉลี่ยในระยะปานกลาง (medium-term trend) ขณะที่วัฏจักรเศรษฐกิจจะวัดระดับ GDP เทียบกับเส้นแนวโน้มเฉลี่ยในระยะสั้น (short-term trend)↩
  3. การวิเคราะห์ ‘วัฏจักรระยะสั้น’ โดยใช้วิธี turning point analysis จุดที่จะเป็นจุดสูงสุด (ต่ำสุด) ณ ช่วงเวลาที่สนใจได้นั้นจะต้องมีค่ามากกว่า (น้อยกว่า) ไตรมาสก่อนและหลังอย่างน้อย 2 ไตรมาส และมีเงื่อนไขประกอบ คือ ระยะเวลาจากจุดสูงสุดเดิมไปยังจุดสูงสุดใหม่ (peak-to-peak) จะต้องมีระยะเวลาไม่ต่ำกว่า 5 ไตรมาส และช่วงระยะเวลาของการขยายตัว/ถดถอย จะต้องไม่ต่ำกว่า 2 ไตรมาส ในขณะที่การวิเคราะห์ ‘วัฏจักรระยะปานกลาง’ จุดที่จะเป็นจุดสูงสุด (ต่ำสุด) ณ ช่วงเวลาที่สนใจได้จะต้องมีค่ามากกว่า (น้อยกว่า) ไตรมาสก่อนและหลังอย่างน้อย 4 ไตรมาส และกำหนดเงื่อนไขประกอบต่างกัน กล่าวคือ กำหนดให้ระยะห่างระหว่างจุดสูงสุดเดิมและจุดสูงสุดใหม่จะต้องไม่ต่ำกว่า 40 ไตรมาส และช่วงระยะการขยายตัว/ถดถอย ไม่ต่ำกว่า 9 ไตรมาส↩
  4. Drehmann et al. (2012) และ Borio (2014) ได้ศึกษาวัฏจักรการเงินของกลุ่มประเทศตัวอย่าง ทั้งประเทศที่พัฒนาแล้ว (AEs) และประเทศตลาดเกิดใหม่ (EMs) โดยการประยุกต์ใช้ CF filter ซึ่งได้กำหนดให้รอบวัฏจักรมีความยาว 5–32 ไตรมาส สำหรับการศึกษาวัฏจักรแบบระยะสั้น (short-term cycles) และ 32–120 ไตรมาส สำหรับวัฏจักรแบบระยะปานกลาง (medium-term cycles) ซึ่งได้ผลสรุปว่า สำหรับวัฏจักรการเงินเหมาะสมที่จะใช้การประเมินแบบระยะปานกลางมากกว่า↩
  5. อ้างอิงตาม Drehmann et al. (2012) ที่เลือกตัวแปรที่มีค่าสัดส่วนการเหวี่ยงตัวของ Medium-term cycle เทียบกับ Short-term cycle (โดยวัดการเหวี่ยงตัวจากส่วนเบี่ยงเบนมาตรฐาน หรือ SD) ที่มากกว่าการเหวี่ยงตัวของวัฏจักรเศรษฐกิจ (GDP cycle) เนื่องจากตัวแปรเหล่านี้สามารถสะท้อนภาพในระยะยาวสอดคล้องกับวัฏจักรการเงินที่มีความยาวของวัฏจักรมากกว่าวัฏจักรเศรษฐกิจ ซึ่งวิธีนี้จะคล้ายคลึงกับการประเมิน signal-to-noise ratio↩
  6. สอดคล้องกับงานศึกษาของ Borio (2014) ที่ว่า การนำวัฏจักรของราคาตราสารทุนเข้ามาพิจารณาร่วมนั้นอาจจะทำให้ภาพของวัฏจักรการเงินบิดเบือนไปได้ เนื่องจากไม่สอดคล้องกับภาพของวัฏจักรสินเชื่อซึ่งค่อนข้างเป็นที่ตกลงกันแล้วว่ามีอิทธิพลมากที่สุดที่ใช้อธิบายถึงความเสี่ยงของระบบการเงิน ทั้งนี้วัฏจักรราคาตราสารทุนจะให้ภาพสอดคล้องกับความผันผวนของภาวะเศรษฐกิจมากกว่า↩
  7. ในการคำนวณหาวัฏจักรของแต่ละตัวแปร ตัวแปรที่เป็น nominal term จะถูก deflate ด้วยดัชนีราคาผู้บริโภค (Consumer Price Index: CPI) เพื่อไม่ให้มีผลจากราคาที่เพิ่มขึ้น (เป็น real term) ยกเว้นตัวแปรที่เป็นอัตราส่วนอยู่แล้ว เช่น อัตราส่วน private credit ต่อ GDP ที่แสดงเป็นร้อยละ (percentage points) และปรับฐานให้เท่ากันที่จุดเริ่มต้น จากนั้นใช้ CF filter หาวัฏจักรแบบระยะปานกลางของแต่ละตัวแปร และนำค่า gap ที่คำนวณได้มาเปลี่ยนเป็นอัตราส่วนร้อยละโดยเทียบกับเส้นแนวโน้มในระยะปานกลางอีกครั้ง↩
  8. งานวิจัยที่ศึกษาข้อมูลจากหลายประเทศ พบว่า หนึ่งรอบวัฏจักรการเงินใช้เวลาประมาณ 8–30 ปี ขณะที่หนึ่งรอบวัฏจักรเศรษฐกิจใช้เวลาประมาณ 2–8 ปี↩
  9. Claessens et al. (2011 a,b), Drehmann et al. (2012) และ Borio (2014) โดยงานวิจัยเหล่านี้ให้ข้อสรุปว่า วัฏจักรการเงินและวัฏจักรเศรษฐกิจมีความเกี่ยวข้องกัน ซึ่งวัฏจักรเศรษฐกิจจะถดถอยมากกว่าช่วงอื่น ๆ หากในช่วงเวลานั้นวัฏจักรการเงินอยู่ในช่วงขาลงเช่นกัน↩
  10. จุดสูงสุดของวัฏจักรการเงินในปี 2559 อยู่ที่ระดับร้อยละ 9.6 ซึ่งต่ำกว่าจุดสูงสุดในช่วงปี 2540 ที่ระดับร้อยละ 17.4 ค่อนข้างมาก↩
  11. มาตรการ Countercyclical capital buffer เป็นการกำหนดอัตราส่วนเงินกองทุนชั้นที่ 1 ที่เป็นส่วนของเจ้าของ (Common Equity Tier 1 ratio: CET1 ratio) ที่สถาบันการเงินต้องดำรงเพิ่มอีกร้อยละ 0–2.5 ของสินทรัพย์เสี่ยงในช่วงวัฏจักรสินเชื่อขาขึ้น มีวัตถุประสงค์เพื่อเพิ่มความสามารถของสถาบันการเงินในการรองรับความเสี่ยงหรือผลขาดทุนที่อาจเกิดขึ้นในช่วงขาลงของวัฏจักร ซึ่งจะช่วยป้องกันไม่ให้ภาวะสินเชื่อตกต่ำลงจนอาจส่งผลเสียหายต่อเนื่องไปยังกิจกรรมทางเศรษฐกิจและระบบเศรษฐกิจโดยรวม นอกจากนั้น ผลประโยชน์ข้างเคียงที่ (อาจจะ) ได้รับ คือ ควบคุมวัฏจักรสินเชื่อไม่ให้ร้อนแรงมากเกินไป↩
Bovonvich Jindarak
Bovonvich Jindarak
Bank of Thailand
Worawut Sabborriboon
Worawut Sabborriboon
Bank of Thailand
Sophon Tunyavetchakit
Sophon Tunyavetchakit
Bank of Thailand
Nongjaras Thanavibul
Nongjaras Thanavibul
Bank of Thailand
Topics: MacroeconomicsFinancial Markets and Asset PricingMonetary Economics
Tags: financial crisisfinancial cyclefinancial stabilitypolicy trade-off
The views expressed in this workshop do not necessarily reflect the views of the Puey Ungphakorn Institute for Economic Research or the Bank of Thailand.

Puey Ungphakorn Institute for Economic Research

273 Samsen Rd, Phra Nakhon, Bangkok 10200

Phone: 0-2283-6066

Email: pier@bot.or.th

Terms of Service | Personal Data Privacy Policy

Copyright © 2025 by Puey Ungphakorn Institute for Economic Research.

Content on this site is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported license.

Creative Commons Attribution NonCommercial ShareAlike

Get PIER email updates

Facebook
YouTube
Email