สำหรับท่านผู้อ่านติดตามตัวเลขเศรษฐกิจอยู่เป็นประจำความรู้ความเข้าใจในการนำเสนอตัวเลขเศรษฐกิจในรูปแบบการเปรียบเทียบข้อมูลจากระยะเดียวกันปีก่อน (Year on Year-YoY) การเปรียบเทียบข้อมูลกับไตรมาสต่อไตรมาส(Quarter on Quarter- QoQ) หรือ การเปรียบเทียบข้อมูลกับเดือนต่อเดือน(Month on Month-MoM) (หรือบางครั้งมีการกล่าวถึงการปรับฤดูกาล (Seasonally Adjust) ด้วย) คงไมใช่เป็นเรื่องยากอะไรที่จะเข้าใจ แต่สำหรับท่านที่ติดตามบ้างตามหน้าหนังสือพิมพ์หรือโทรทัศน์จะสังเกตได้ว่าการนำเสนอข้อมูลทางเศรษฐกิจบางครั้งทำให้ผู้อ่านสับสนได้ ยกตัวอย่างเช่น อัตราการขยายตัวทางเศรษฐกิจของไทยในไตรมาสที่ 1 ของปี 2552 หากพูดว่าหดตัวร้อยละ 7.1 (YoY) เปรียบเทียบกับที่หดตัวร้อยละ 4.2 (YoY)ในไตรมาสที่ 4 ของปี 2551 ก็จะดูว่าเศรษฐกิจไทยในไตรมาสที่หนึ่งนั้นแย่กว่าในช่วงที่ผ่านมา ในขณะที่หากพูดว่าการขยายตัวทางเศรษฐกิจในไตรมาสที่ 1 ของปี 2552 หดตัวร้อยละ 1.9 (QoQ และปรับฤดูกาลแล้ว) จากที่หดตัวร้อยละ 6.1 (QoQ และปรับฤดูกาลแล้ว) ในไตรมาสที่ 4 ของปี 2551 ก็จะดูว่าเศรษฐกิจไทยดีขึ้น หรือตัวอย่างในต่างประเทศ เช่น ตัวเลขการขยายตัวของเศรษฐกิจ (GDP) ของสหรัฐฯ ในไตรมาสที่ 1 ของปี 2552 หดตัวร้อยละ 6.4 และคาดว่าจะหดตัวร้อยละ 1 ในไตรมาสที่ 2 ของปี 2552 เป็นการนำเสนอในรูป QoQ ปรับฤดูกาลและปรับในรูปการเปลี่ยนแปลงของปี (Annualize) แล้ว ทั้งนี้ตัวเลขเศรษฐกิจของสหรัฐฯ จะไม่ค่อยนำเสนอตัวเลข YoY ที่เราใช้กันเป็นประจำในประเทศไทย ในครั้งนี้ผมขอพูดถึงข้อดีข้อเสียของการติดตามตัวเลขในรูป YoY และหลักการของ QoQ และ MoM ดังนี้
โดยปกติเวลาที่เราติดตามข้อมูลเศรษฐกิจ เรามักจะชินกับการดูที่การขยายตัวเมื่อเปรียบเทียบกับระยะเดียวกันปีก่อน (YoY) เช่น การขยายตัวของเศรษฐกิจไทยในไตรมาสที่ 1 ของปี 2552 หดตัวร้อยละ 7.1 นั้น เป็นการเปรียบเทียบมูลค่า GDP ในไตรมาสที่ 1 ของปี 2552 เทียบกับไตรมาสที่ 1 ของปี 2551 ข้อดีของการมองแบบ YoY คือ 1) เป็นการประเมินการขยายตัวของตัวเลขเศรษฐกิจนั้นๆว่ามีการปรับตัวอย่างไรบ้างในช่วงหนึ่งปีที่ผ่านมา 2) ไม่จำเป็นต้องคำนึงถึงปัจจัยฤดูกาลเพราะเป็นการเทียบจุดเดียวกับปีก่อนหน้า ซึ่งข้อมูลทางเศรษฐกิจส่วนมากจะมีปัจจัยทางด้านฤดูกาลปรากฏอยู่ 3) เข้าใจง่ายและคุ้นเคย
อย่างไรก็ตาม การติดตามดังกล่าวมีข้อเสีย คือ 1) หากมีภาวการณ์ที่ผิดปกติเกิดขึ้นจะทำให้ข้อมูลในบางช่วงเวลาสูงหรือต่ำกว่าปกติก็จะทำให้การติดตามข้อมูลในรูปแบบนี้ไม่สามารถสะท้อนภาวะที่แท้จริงของตัวเลขเศรษฐกิจนั้นๆได้ 2) สำหรับการเปรียบเทียบข้อมูลกับข้อมูลในระยะก่อนหน้า เช่น นำข้อมูล YoY เปรียบเทียบในเดือนนี้เทียบกับเดือนก่อนหน้า อาจไม่สะท้อนว่าข้อมูลนั้นดีขึ้นหรือแย่ลงได้ เนื่องจากมีข้อมูลเข้ามาเกี่ยวข้องถึง 4 ตัว
ดังนั้น การติดตามข้อมูลในรูปแบบของเปรียบเทียบข้อมูลไตรมาสต่อไตรมาส(QoQ) หรือเดือนต่อเดือน(MoM) ที่ผ่านมาจึงเห็นมีการนำเสนอกันมากขึ้นเนื่องจากทำให้เราเห็นแนวโน้มของข้อมูลนั้นๆจากช่วงที่ผ่านมา แต่บางครั้งก็ทำให้สับสนกันมากขึ้นได้เหมือนกัน ทั้งนี้การขจัดปัญหาปัจจัยด้านฤดูกาลก็สามารถทำได้ง่ายๆโดยใช้โปรมแกรมทางสถิติ (ใช้วิธีการปรับฤดูกาล X-12) ปรับข้อมูลดิบก่อน เมื่อได้ข้อมูลที่ขจัดปัจจัยฤดูกาลออกแล้วก็สามารถมาเปรียบเทียบการขยายตัวจากไตรมาสก่อนหน้าหรือเดือนก่อนหน้าได้ นอกจากนี้ ในการคำนวณยังสามารถปรับการเปลี่ยนแปลง QoQ หรือ MoM นั้นให้เป็นการเปลี่ยนแปลงของปี (Annualize)ได้ เช่น การคำนวณการขยายตัวของ GDP ของสหรัฐฯ ที่ได้กล่าวไปแล้วนั้น
สำหรับประเทศไทย โดยเฉพาะอย่างยิ่งในช่วงวิกฤตเศรษฐกิจเมื่อปีที่ผ่านมาที่มีการแกว่งตัวของตัวเลขเศรษฐกิจ ดังเช่น การส่งออกที่ดีมากๆ ในปีปลายปี 2550 ต่อเนื่องมาจนกลางปี 2551 ทำให้ตัวเลขการขยายตัวของมูลค่าการส่งออกหดตัวมากในปี 2552 หรือในกรณีของราคาน้ำมันที่อยู่ในระดับสูงมากในต้นปี 2551 อัตราเงินเฟ้อในช่วงนั้นปรับตัวสูงขึ้นมาก พอราคาน้ำมันลดลงมีผลทำให้อัตราเงินเฟ้อในปี 2552 ติดลบมากและต่อเนื่อง จนหากดูตามทฤษฎีก็มีการกังวลกันถึงเรื่องภาวะเงินฝืด ทั้งนี้ผมได้ลองรวบรวมข้อมูลล่าสุดของอัตราเงินเฟ้อ เครื่องชี้การผลิต การบริโภคภาคเอกชน การลงทุนภาคเอกชนและปริมาณการส่งออกและการนำเข้า ที่มีการนำเสนอในรูปแบบต่างๆ มาให้ท่านผู้อ่านลองประเมินภาวะปัจจุบันของเศรษฐกิจไทยดูเอง ตามตารางนี้ครับ
ตารางเปรียบเทียบดัชนีชี้นำทางเศรษฐกิจ
โดยปกติเวลาที่เราติดตามข้อมูลเศรษฐกิจ เรามักจะชินกับการดูที่การขยายตัวเมื่อเปรียบเทียบกับระยะเดียวกันปีก่อน (YoY) เช่น การขยายตัวของเศรษฐกิจไทยในไตรมาสที่ 1 ของปี 2552 หดตัวร้อยละ 7.1 นั้น เป็นการเปรียบเทียบมูลค่า GDP ในไตรมาสที่ 1 ของปี 2552 เทียบกับไตรมาสที่ 1 ของปี 2551 ข้อดีของการมองแบบ YoY คือ 1) เป็นการประเมินการขยายตัวของตัวเลขเศรษฐกิจนั้นๆว่ามีการปรับตัวอย่างไรบ้างในช่วงหนึ่งปีที่ผ่านมา 2) ไม่จำเป็นต้องคำนึงถึงปัจจัยฤดูกาลเพราะเป็นการเทียบจุดเดียวกับปีก่อนหน้า ซึ่งข้อมูลทางเศรษฐกิจส่วนมากจะมีปัจจัยทางด้านฤดูกาลปรากฏอยู่ 3) เข้าใจง่ายและคุ้นเคย
อย่างไรก็ตาม การติดตามดังกล่าวมีข้อเสีย คือ 1) หากมีภาวการณ์ที่ผิดปกติเกิดขึ้นจะทำให้ข้อมูลในบางช่วงเวลาสูงหรือต่ำกว่าปกติก็จะทำให้การติดตามข้อมูลในรูปแบบนี้ไม่สามารถสะท้อนภาวะที่แท้จริงของตัวเลขเศรษฐกิจนั้นๆได้ 2) สำหรับการเปรียบเทียบข้อมูลกับข้อมูลในระยะก่อนหน้า เช่น นำข้อมูล YoY เปรียบเทียบในเดือนนี้เทียบกับเดือนก่อนหน้า อาจไม่สะท้อนว่าข้อมูลนั้นดีขึ้นหรือแย่ลงได้ เนื่องจากมีข้อมูลเข้ามาเกี่ยวข้องถึง 4 ตัว
ดังนั้น การติดตามข้อมูลในรูปแบบของเปรียบเทียบข้อมูลไตรมาสต่อไตรมาส(QoQ) หรือเดือนต่อเดือน(MoM) ที่ผ่านมาจึงเห็นมีการนำเสนอกันมากขึ้นเนื่องจากทำให้เราเห็นแนวโน้มของข้อมูลนั้นๆจากช่วงที่ผ่านมา แต่บางครั้งก็ทำให้สับสนกันมากขึ้นได้เหมือนกัน ทั้งนี้การขจัดปัญหาปัจจัยด้านฤดูกาลก็สามารถทำได้ง่ายๆโดยใช้โปรมแกรมทางสถิติ (ใช้วิธีการปรับฤดูกาล X-12) ปรับข้อมูลดิบก่อน เมื่อได้ข้อมูลที่ขจัดปัจจัยฤดูกาลออกแล้วก็สามารถมาเปรียบเทียบการขยายตัวจากไตรมาสก่อนหน้าหรือเดือนก่อนหน้าได้ นอกจากนี้ ในการคำนวณยังสามารถปรับการเปลี่ยนแปลง QoQ หรือ MoM นั้นให้เป็นการเปลี่ยนแปลงของปี (Annualize)ได้ เช่น การคำนวณการขยายตัวของ GDP ของสหรัฐฯ ที่ได้กล่าวไปแล้วนั้น
สำหรับประเทศไทย โดยเฉพาะอย่างยิ่งในช่วงวิกฤตเศรษฐกิจเมื่อปีที่ผ่านมาที่มีการแกว่งตัวของตัวเลขเศรษฐกิจ ดังเช่น การส่งออกที่ดีมากๆ ในปีปลายปี 2550 ต่อเนื่องมาจนกลางปี 2551 ทำให้ตัวเลขการขยายตัวของมูลค่าการส่งออกหดตัวมากในปี 2552 หรือในกรณีของราคาน้ำมันที่อยู่ในระดับสูงมากในต้นปี 2551 อัตราเงินเฟ้อในช่วงนั้นปรับตัวสูงขึ้นมาก พอราคาน้ำมันลดลงมีผลทำให้อัตราเงินเฟ้อในปี 2552 ติดลบมากและต่อเนื่อง จนหากดูตามทฤษฎีก็มีการกังวลกันถึงเรื่องภาวะเงินฝืด ทั้งนี้ผมได้ลองรวบรวมข้อมูลล่าสุดของอัตราเงินเฟ้อ เครื่องชี้การผลิต การบริโภคภาคเอกชน การลงทุนภาคเอกชนและปริมาณการส่งออกและการนำเข้า ที่มีการนำเสนอในรูปแบบต่างๆ มาให้ท่านผู้อ่านลองประเมินภาวะปัจจุบันของเศรษฐกิจไทยดูเอง ตามตารางนี้ครับ
ตารางเปรียบเทียบดัชนีชี้นำทางเศรษฐกิจ
