สภาพัฒน์ เปิดแบบจำลอง “CQM” ประมาณการจีดีพี ชุดใหม่ หลังร่วมศึกษา กับ ม.ธรรมศาสตร์ หวังประมาณการเศรษฐกิจรายไตรมาส ให้แม่นย ำหรือใกล้เคียงข้อเท็จจริง ย้ำเป็นความท้าทายในการพยากรณ์ทางเศรษฐกิจ และการตัดสินใจเชิงนโยบาย เผย แบบจำลองใหม่ ใช้ข้อมูลภาษีมูลค่าเพิ่มเป็นดัชนีชี้วัดสำหรับการพยากรณ์
วันนี้ (15 พ.ย.) มีรายงานจากสำนักงานพัฒนาเศรษฐกิจและสังคมแห่งชาติ (สศช.) ว่า สภาพัฒน์ ได้เปิดแบบจำลอง Current Quarter Model (CQM) กับการประมาณการเศรษฐกิจรายไตรมาส โดย สภาพัฒน์ ระบุว่า ความท้าทายที่สำคัญที่สุดประการหนึ่งของการพยากรณ์ทางเศรษฐกิจและการตัดสินใจเชิงนโยบาย คือ ความสามารถในการทำนายภาวะเศรษฐกิจในปัจจุบัน หรือในอนาคตอันใกล้ (เช่น 1 - 2 ไตรมาส) ให้แม่นยำหรือใกล้เคียงข้อเท็จจริง ซึ่งเป็นสิ่งสำคัญมากสำหรับผู้กำหนดนโยบายเศรษฐกิจ
อย่างไรก็ตาม ข้อมูลจากบัญชีรายได้ประชาชาติ (NIPA) เป็นข้อมูลที่มีการจัดเก็บเป็นรายไตรมาสและมีความล่าช้าในการเผยแพร่ข้อมูล ศาสตราจารย์ Lawrence R. Klein จึงได้พัฒนาแบบจำลอง Current Quarter Model (CQM) ขึ้นในช่วงทศวรรษ 1980 เพื่อใช้เป็นเครื่องมือในการพยากรณ์ภาวะเศรษฐกิจในปัจจุบันและในอนาคตอันใกล้ โดยการใช้ประโยชน์จากดัชนีเครื่องชี้เศรษฐกิจที่มีความถี่สูง เช่น รายวัน รายสัปดาห์ หรือรายเดือน มาช่วยในการพยากรณ์ตัวแปรทางเศรษฐกิจในบัญชีรายได้ประชาชาติ (NIPA) ซึ่งมีความถี่เป็นรายไตรมาส จากนั้นได้มีการพัฒนาอย่างต่อเนื่อง
การพัฒนาและปรับปรุงแบบจำลอง CQM ของ สศช. สำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติ (สศช.) โดยสำนักยุทธศาสตร์และการวางแผนเศรษฐกิจมหภาค (สศม.) ซึ่งมีหน้าที่รับผิดชอบหลักในการวิเคราะห์และประมาณการเศรษฐกิจได้ใช้แบบจำลอง CQM ในการประมาณการเศรษฐกิจรายไตรมาสที่ได้รับการพัฒนาขึ้นมาตั้งแต่ปี 2547 ซึ่งอาศัยแนวคิดพื้นฐานของแบบจำลองที่ผสมผสานระหว่างข้อมูลที่มีความถี่สูงกับข้อมูลที่มีความถี่ต่ำมาใช้ร่วมกัน เพื่อสะท้อนถึงความเคลื่อนไหวในปัจจุบันที่เป็นสถานการณ์ล่าสุดให้ได้มากที่สุด
นอกจากนี้ ข้อมูลบัญชีประชาชาติรายไตรมาสที่ใช้ในแบบจำลองเดิมเป็นข้อมูลแบบปีฐานราคาคงที่ ปี 2531 ซึ่งในปัจจุบันสำนักบัญชีประชาชาติ (สบป.) ได้พัฒนาและปรับปรุงระบบข้อมูลบัญชีประชาชาติรายไตรมาสให้เป็นไปตามระบบบัญชีประชาชาติสากลล่าสุด โดยการปรับเปลี่ยนปีฐานให้เป็นปัจจุบันมากยิ่งขึ้น โดยอาศัยวิธีการวัดรายได้ประชาชาติวิธีแบบปริมาณลูกโซ่ (Chain Volume Measure) หรือ CVM เนื่องจากให้ผลอัตราการขยายตัวของเศรษฐกิจบนฐานโครงสร้างราคาสินค้าและบริการที่ทันสมัย ส่งผลให้อัตราการขยายตัวดังกล่าวมีความถูกต้องและใกล้เคียงกับสถานการณ์ปัจจุบันได้ดีกว่าการวัดแบบปีฐานราคาคงที่
นอกจากนี้ สบป. ยังปรับปรุงเพิ่มเติมกิจกรรมทางเศรษฐกิจที่เกิดขึ้นใหม่ให้มีความครอบคลุมและทันสมัยมากยิ่งขึ้น ด้วยเหตุนี้ สศม. จึงจำเป็นต้องพัฒนาและปรับปรุงแบบจำลอง CQM ที่ใช้ในปัจจุบันให้อยู่บนฐานข้อมูลบัญชีประชาชาติที่ใช้วิธีการวัดแบบ CVM โดยอาศัยการปรับปรุงข้อมูล สมการเชื่อม (Bridge equations) และองค์ประกอบต่างๆ ของแบบจำลอง เพื่อเป็นเครื่องมือสำคัญสำหรับใช้ในการประมาณการเศรษฐกิจให้มีความแม่นยำยิ่งขึ้น และสามารถสะท้อนสถานการณ์เศรษฐกิจได้อย่างรวดเร็ว โดยมีศูนย์บริการวิชาการเศรษฐศาสตร์ (ERTC) มหาวิทยาลัยธรรมศาสตร์ เป็นที่ปรึกษาโครงการพัฒนาและปรับปรุงแบบจำลอง CQM เพื่อการประมาณการเศรษฐกิจรายไตรมาส
โดยมีวัตถุประสงค์เพื่อปรับปรุงและเพิ่มความถูกต้องแม่นยำของการประมาณการทางเศรษฐกิจรายไตรมาสของแบบจำลอง CQM ที่ใช้ในปัจจุบันให้อยู่บนฐานข้อมูลบัญชีประชาชาติระบบใหม่แบบ CVM ทั้งด้านการใช้จ่ายและด้านการผลิต และสามารถนำไปสู่การเพิ่มประสิทธิภาพการวิเคราะห์แนวโน้มทางเศรษฐกิจให้มีความแม่นยำมากขึ้น และสามารถสังเคราะห์ประเด็นและข้อเสนอแนะเชิงนโยบายได้อย่างถูกต้องสมบูรณ์ยิ่งขึ้น รวมถึงการพัฒนาคุณภาพและเพิ่มความครอบคลุมของระบบฐานข้อมูลที่ใช้ในแบบจำลอง ได้แก่ ข้อมูลบัญชีประชาชาติแบบ CVM รายไตรมาส และข้อมูลดัชนีเครื่องชี้เศรษฐกิจรายเดือน ให้มีความเป็นระบบ ความเป็นอัตโนมัติ และเอื้ออำนวยต่อการปรับการประมาณการเศรษฐกิจรายเดือนยิ่งขึ้น
ประเด็นสำคัญของการปรับปรุงแบบจำลอง และโครงสร้างแบบจำลองการปรับปรุงแบบจำลอง CQM ของรายงานการศึกษาครั้งนี้ มุ่งเน้นประเด็นสำคัญต่างๆ ดังนี้
1) การพัฒนาสมการเชื่อมโยง (Bridge Equations) 2) การเพิ่มแบบจำลอง CQM ที่ใช้ข้อมูลภาษีมูลค่าเพิ่มเป็นดัชนีชี้วัดสำหรับการพยากรณ์ (CQM-VAT) 3) การอธิบายและสร้างแบบจำลองที่ใช้วิธีการส่วนประกอบหลัก (Principal Components Analysis: PCA) เป็นตัวอธิบายตัวแปรมหภาค 4) การอธิบายกระบวนการและขั้นตอนการพยากรณ์โดยแบบจำลอง CQM, CQM-VAT และ PCA รวมทั้งการเปรียบเทียบผลการพยากรณ์โดยวิธีการทั้ง 3 โครงสร้างของแบบจำลอง CQM แบ่งออกเป็น 2 ส่วน คือ
1. การเลือกตัวชี้วัดความถี่สูงที่มีความสัมพันธ์กับส่วนประกอบแต่ละรายการในข้อมูลบัญชีรายได้ประชาชาติ โดยที่ความสัมพันธ์สามารถเขียนในรูปความสัมพันธ์เชิงสถิติ หรือสมการเชื่อม (Bridge equations) โดยค่าสัมประสิทธิ์เป็นค่าประมาณการจากข้อมูลในอดีต
2. การพยากรณ์ส่วนประกอบแต่ละรายการในบัญชีรายได้ประชาชาติ ซึ่งจำเป็นต้องใช้ตัวชี้วัดความถี่สูงในอนาคตเป็นตัวแปรอธิบายสำหรับการพยากรณ์ผ่านแบบจำลองอนุกรมเวลา ARIMA จากนั้นใช้ค่าพยากรณ์แทนค่าในสมการเชื่อมเพื่อหาค่าพยากรณ์ส่วนประกอบของบัญชีประชาชาติ
กระบวนการสร้างแบบจำลอง CQM การสร้างแบบจำลอง CQM สามารถอธิบายด้วยแผนภาพ โดยสมมติให้ดัชนีเศรษฐกิจรายเดือนมีข้อมูลจริงถึงเดือนพฤษภาคม ซึ่งแทนด้วยตัวอักษร A (Actual) ส่วนข้อมูลรายเดือนที่เหลือเป็นข้อมูลที่ได้จากการพยากรณ์โดยแบบจำลอง ARIMA ซึ่งแทนด้วยตัวอักษร P (Predicted) ส่วนประกอบของบัญชีรายได้ประชาชาติแสดงเป็นข้อมูลรายไตรมาสด้านล่างของแผนภาพ โดยที่ข้อมูลในไตรมาสแรกเป็นข้อมูลจริง
ส่วนข้อมูลในไตรมาส 2 และไตรมาส 3 เป็นค่าพยากรณ์ โดยที่การพยากรณ์ข้อมูลใช้สมการ Bridgeequations ซึ่งมีขั้นตอนการประมาณค่า ดังนี้
1. ดัชนีชี้วัดรายเดือนจะถูกรวมเข้าสู่ระดับรายไตรมาส (QM)
2. ใช้ข้อมูลในอดีตประมาณค่าความสัมพันธ์ระหว่างตัวแปร GDP รายไตรมาส (QGDP) กับดัชนีชี้วัดรายเดือน (QM)
3. เมื่อได้ความสัมพันธ์ระหว่างตัวแปรทั้งสอง ใช้ข้อมูลดัชนีชี้วัดรายเดือนจริงและพยากรณ์ไปในไตรมาสที่ยังไม่มีข้อมูล GDP รายไตรมาส
(เช่น ไตรมาส 2 และไตรมาส 3 ตามตัวอย่างข้างต้น) แทนค่าในสมการความสัมพันธ์เพื่อคำนวณค่าพยากรณ์ของส่วนประกอบใน GDPผลการประมาณค่าสมการเชื่อม (Bridge Equations) ผลการประมาณค่าสมการเชื่อมด้านรายจ่าย ค่าสัมประสิทธิ์ของสมการเชื่อมที่เกิดจากการประมาณการส่วนใหญ่ค่อนข้างมีเสถียรภาพและน่าพอใจ ซึ่งสะท้อนผลการพยากรณ์ที่ค่อนข้างแม่นยำและถูกต้อง
อย่างไรก็ตาม ในส่วนของการประมาณการการลงทุนด้านการก่อสร้างและเครื่องจักรเครื่องมือได้มีการแยกส่วนประกอบสมการเชื่อมการลงทุนด้านการก่อสร้างและเครื่องจักรเครื่องมือออกเป็นภาครัฐและภาคเอกชน เนื่องจากการแยกส่วนประกอบดังกล่าวช่วยให้การเลือกข้อมูลดัชนีชี้วัดมาสร้างสมการเชื่อมสามารถทำได้อย่างเหมาะสมและสอดคล้องกับข้อมูลจริงมากยิ่งขึ้น และยังส่งผลให้การพยากรณ์การลงทุนการก่อสร้างและการลงทุนเครื่องจักรเครื่องมือมีความแม่นยำเพิ่มขึ้น โดยสมการเชื่อมทางด้านการลงทุนดังกล่าวประกอบด้วย สมการเชื่อมทั้งในรูปมูลค่าและดัชนีราคา ได้แก่ การลงทุนภาคเอกชนด้านการก่อสร้างการลงทุนภาครัฐด้านการก่อสร้าง การลงทุนภาคเอกชนด้านเครื่องจักรเครื่องมือ และการลงทุนภาครัฐด้านเครื่องจักรเครื่องมือ
นอกจากนี้ “การเปลี่ยนแปลงสินค้าคงคลัง” ในส่วนข้อมูลที่เป็นทางการ ปรากฏว่า ไม่มีการเผยแพร่ข้อมูล “การเปลี่ยนแปลงสินค้าคงคลัง” ที่เป็นตัวเงินและมูลค่าที่แท้จริงที่ได้มีการปรับฤดูกาลแล้ว ในขณะที่การประมาณการข้อมูลเศรษฐกิจของแบบจำลอง CQM ต้องอาศัยฐานข้อมูลที่ได้มีการปรับฤดูกาลแล้ว ดังนั้นหากทำการพยากรณ์ด้วยข้อมูลลักษณะดังกล่าวจะทำให้เกิดความคลาดเคลื่อนขึ้นในการประมาณการ
ด้วยเหตุนี้จึงต้องพยายามคำนวณ “การเปลี่ยนแปลงสินค้าคงคลัง ณ ราคาประจำปีและราคาที่แท้จริงที่ได้มีการปรับฤดูกาลแล้ว” อย่างไรก็ตาม ค่าพยากรณ์ที่เกิดขึ้นยังแสดงผลได้ไม่ดีเท่าที่ควร ดังนั้น จึงได้สร้างตัวแปรรวมระหว่าง “การเปลี่ยนแปลงสินค้าคงคลัง” และ “ความคลาดเคลื่อนทางสถิติ” ขึ้นมาแทนวิธีการข้างต้น ซึ่งการสร้างตัวแปรรวมคำนวณจาก GDP ด้านการผลิตลบด้วยผลรวมของรายจ่ายเพื่อการอุปโภคขั้นสุดท้ายของครัวเรือน รายจ่ายเพื่อการอุปโภคขั้นสุดท้ายของรัฐบาล การลงทุน การส่งออกสินค้าและบริการ หักด้วยการนำเข้าสินค้าและบริการผลการประมาณค่าสมการเชื่อมด้านการผลิต ผลการประมาณค่าสุดท้ายสำหรับสมการเชื่อมด้านการผลิต จำนวน 24 สมการ ซึ่งประกอบด้วยสมการเชื่อมสำหรับสาขาเกษตรกรรม ป่าไม้ และประมง สาขาการท าเหมืองแร่และเหมืองหิน สาขาการผลิตอุตสาหกรรม สาขาการไฟฟ้า ก๊าซ และการประปา สาขาการก่อสร้าง สาขาการขายส่งและขายปลีก สาขาโรงแรมและภัตตาคาร สาขาการขนส่ง สถานที่เก็บสินค้า และการคมนาคม สาขาตัวกลางทางการเงิน สาขาการบริการด้านอสังหาริมทรัพย์ การให้เช่า และการบริการทางธุรกิจ สาขาการบริหารราชการและการป้องกันประเทศ และสาขาการบริการอื่น ให้ผลการพยากรณ์ค่อนข้างน่าพอใจ
โดยมีการเพิ่มเติมข้อมูลบางส่วนเพื่อใช้เป็นตัวแปรสำหรับสมการเชื่อม จึงส่งผลให้ผลการพยากรณ์มีความแม่นยำสูงขึ้น กล่าวคือ สาขาการก่อสร้างได้มีการเพิ่มค่าใช้จ่ายภาครัฐด้านการลงทุนก่อสร้างเป็นตัวแปรหนึ่งในสมการเชื่อมสำหรับภาคก่อสร้าง และสาขาการบริหารราชการและการป้องกันประเทศได้ใช้ค่าใช้จ่ายภาครัฐด้านการป้องกันประเทศและรายจ่ายด้านค่าจ้างและเงินเดือนราชการเป็นตัวแปรในสมการเชื่อม
อย่างไรก็ตาม แม้ว่าภาพรวมสมการเชื่อมด้านการผลิตจะให้ผลการพยากรณ์ที่มีเสถียรภาพและเป็นที่น่าพอใจแต่ตัวแปรบางส่วนยังคงให้ผลการพยากรณ์ไม่เป็นที่น่าพอใจ ได้แก่ สาขาเกษตรกรรม ป่าไม้ และประมง สาขาการทำเหมืองแร่และเหมืองหิน และสาขาการก่อสร้างผลการประมาณค่าสมการเชื่อมด้านการผลิต ณ ราคาปัจจุบัน (Nominal Bridge Equation) โดยใช้ข้อมูลภาษีมูลค่าเพิ่ม (VAT) โดยทั่วไปข้อมูลภาษีมูลค่าเพิ่มควรเป็นตัวแปรที่ดีในการสะท้อนผลิตภัณฑ์มวลรวมในประเทศ ณ ราคาปัจจุบัน เนื่องจากข้อมูลภาษีมูลค่าเพิ่มถูกจัดเก็บจากฐานของการผลิตสินค้าภายในประเทศ ทำให้ข้อมูลดังกล่าวมีความสัมพันธ์กับผลิตภัณฑ์มวลรวมในประเทศอย่างมีนัยสำคัญ
ทั้งนี้ ตัวอย่างสำคัญของประเทศที่ใช้ข้อมูลดังกล่าวในการประมวลผลข้อมูลผลิตภัณฑ์มวลรวมในประเทศ ได้แก่ ประเทศสหรัฐอเมริกา ซึ่งใช้ข้อมูลภาษีมูลค่าเพิ่มเป็นข้อมูลในการประมวลผลผลิตภัณฑ์มวลรวมในประเทศเป็นหลัก ดังนั้น การศึกษาครั้งนี้จึงได้มีการสร้างแบบจำลอง CQM ที่ใช้ข้อมูลภาษีมูลค่าเพิ่มเป็นดัชนีรายเดือนในสมการเชื่อมสำหรับผลิตภัณฑ์มวลรวม ณ ราคาปัจจุบันรายอุตสาหกรรมขึ้น เพื่อใช้ในการพยากรณ์ผลิตภัณฑ์มวลรวมในประเทศรายไตรมาสควบคู่กับการใช้แบบจำลอง CQM นอกจากนี้ จากการทดสอบแบบจำลอง CQM ที่ใช้ข้อมูลภาษีมูลค่าเพิ่ม (CQM-VAT) ในการพยากรณ์ข้อมูล พบว่า ค่าประมาณของสัมประสิทธิ์ทุกตัวมีนัยสำคัญทางสถิติ จึงส่งผลให้การพยากรณ์ค่อนข้างเป็นที่น่าพอใจ
ข้อสรุปผลการศึกษาการพัฒนาและปรับปรุงแบบจำลอง CQM การศึกษาตามโครงการพัฒนาและปรับปรุงแบบจำลอง CQM เพื่อการประมาณการเศรษฐกิจรายไตรมาสนี้ มุ่งเน้นการสร้างแบบจำลอง CQM เพื่อประมาณการเศรษฐกิจรายไตรมาสสำหรับประเทศไทยโดยใช้ข้อมูลบัญชีรายได้ประชาชาติและบัญชีการผลิตชุดใหม่ในรูปแบบ Chain Volume Measure (CVM)ในการสร้างแบบจำลอง CQM ทั้งด้านรายจ่ายและด้านการผลิตที่ใช้ข้อมูลผลิตภัณฑ์มวลรวมประชาชาติที่มีการปรับฤดูกาล และเพิ่มแบบจำลองการวิเคราะห์ส่วนประกอบหลัก (PCA) ขึ้นมาเป็นส่วนเสริมค่าพยากรณ์จากแบบจำลอง CQM ซึ่งแบบจำลอง PCA มิได้มีความเชื่อมโยงโดยตรงกับแบบจำลอง CQM ซึ่งแบบจำลอง PCA มิได้มีความเชื่อมโยงโดยตรงกับแบบจำลอง CQM
ทั้งนี้ ผลการพยากรณ์ในภาพรวมค่อนข้างเป็นที่น่าพอใจ แต่อย่างไรก็ตาม ยังคงมีตัวแปรที่มีผลพยากรณ์ไม่เป็นที่น่าพอใจ ได้แก่ ด้านรายจ่ายคือ รายจ่ายการลงทุนภาคเอกชนและภาครัฐด้านการก่อสร้างและด้านการผลิต คือ สาขาเกษตรกรรม ป่าไม้ และประมง สาขาการทำเหมืองแร่และเหมืองหิน และสาขาการก่อสร้าง
นอกจากนี้ เพื่อให้แบบจำลอง CQM มีประสิทธิภาพและประสิทธิผลในการพยากรณ์ข้อมูลได้อย่างถูกต้องและแม่นยำควรประมาณค่าและปรับปรุงค่าพยากรณ์จากแบบจำลอง CQM อย่างน้อยเดือนละสองครั้ง เพื่อจะได้สามารถติดตามการเปลี่ยนแปลงสภาพเศรษฐกิจได้อย่างทันท่วงที พร้อมทั้งติดตามประสิทธิผลของค่าพยากรณ์จากแบบจำลอง CQM โดยการเปรียบเทียบค่าพยากรณ์กับค่าข้อมูลจริง และปรับปรุงสมการเชื่อมบางสมการเพื่อพัฒนาความแม่นยำของแบบจำลอง CQM ต่อไป.
