ทิศทางการใช้ข้อมูล ของ “แบงก์ชาติ” ในยุค “ดิจิทัล”

คอลัมน์ ระดมสมอง

โดย พรสวรรค์ รักเป็นธรรม, ชาครีย์ อักษรถึง ฝ่ายเศรษฐกิจมหภาค ธปท.

โลกที่เปลี่ยนแปลงอย่างรวดเร็วและซับซ้อนด้วยเทคโนโลยี รวมถึงนวัตกรรมทางการเงินที่พัฒนาอย่างรวดเร็ว และ disrupt โครงสร้างธุรกิจแบบเดิม ๆ ส่งผลให้หน่วยงานด้านเศรษฐกิจการเงินทั่วโลกต่างหันมาสนใจและทบทวนความเพียงพอของข้อมูลที่ใช้ในการดำเนินนโยบายตามบทบาทหน้าที่ของตน

สำหรับธนาคารแห่งประเทศไทย (ธปท.) ซึ่งมีพันธกิจมุ่งเสริมสร้างสภาพแวดล้อมทางเศรษฐกิจการเงินที่มีเสถียรภาพ เพื่อให้มีการพัฒนาอย่างยั่งยืนและทั่วถึง จึงได้ทบทวนข้อมูลภายใน ธปท.เพื่อพิจารณาว่า ข้อมูลที่มีอยู่ในปัจจุบันเพียงพอต่อการดำเนินนโยบายตามพันธกิจในปัจจุบัน และในระยะข้างหน้าหรือไม่ ? ซึ่งข้อสรุปการใช้ข้อมูลตามพันธกิจของ ธปท. แบ่งได้เป็นสองกลุ่มหลัก

กลุ่มแรกเป็นการใช้ข้อมูลสำหรับการประเมินเสถียรภาพ เพื่อวิเคราะห์ความเปราะบางในระบบเศรษฐกิจ ข้อมูลที่ใช้ส่วนใหญ่มักจะเกี่ยวข้องกับปริมาณหนี้สินและสินทรัพย์ หรือฐานะการเงินของแต่ละภาคเศรษฐกิจ ว่าเพียงพอสำหรับการรองรับปัจจัยลบ หรือเหตุการณ์ที่เกิดขึ้นโดยไม่คาดคิดจากภายนอกได้ยาวนานเท่าใด โดย ธปท.จะประเมินระดับหนี้ในแต่ละภาคเศรษฐกิจว่าสูงเกินไป หรือมีสินทรัพย์เพียงพอที่จะชำระหนี้หรือไม่

รวมไปถึงการติดตามความเชื่อมโยงแต่ละภาคเศรษฐกิจอย่างใกล้ชิด เพราะหากภาคเศรษฐกิจหนึ่งมีปัญหา สามารถส่งผลต่อเนื่องไปยังภาคเศรษฐกิจอื่น ๆ ผ่านระบบการเงินได้ ข้อมูลต่าง ๆ ที่ใช้จึงต้องครอบคลุมทุกภาคเศรษฐกิจ ได้แก่ ภาคต่างประเทศ ภาคสถาบันการเงิน ภาครัฐบาล ภาคครัวเรือน และภาคธุรกิจ รวมทั้งภาคอสังหาริมทรัพย์ ที่มักจะเป็นเป้าของการเก็งกำไร ซึ่งประสบการณ์ในอดีตทั้งของไทยและต่างประเทศ ต่างเคยเผชิญวิกฤตจากปัญหาทางการเงินของภาคเศรษฐกิจที่กล่าวมาแล้วทั้งสิ้น

ส่วนกลุ่มที่สอง คือ การใช้ข้อมูลเพื่อติดตามภาวะและการเติบโตของเศรษฐกิจ เช่น อัตราเงินเฟ้อ ผลิตภัณฑ์มวลรวมในประเทศ (GDP) ดัชนีและเครื่องชี้ภาวะแรงงาน ข้อมูลการบริโภคและการลงทุนของทั้งภาครัฐและภาคเอกชน มูลค่าการส่งออกนำเข้าสินค้าและบริการ และข้อมูลด้านการผลิตทั้งภาคเกษตร อุตสาหกรรม และบริการ

ข้อมูลทั้งสองกลุ่มข้างต้นมีการวางกรอบแนวคิดไว้ค่อนข้างชัดเจนในระดับสากล เนื่องจากเป็นข้อมูลหลักที่จำเป็นสำหรับการวิเคราะห์เศรษฐกิจ และ ธปท.ในฐานะเป็นผู้รับผิดชอบหลักในสถิติดุลการชำระเงินและสถิติการเงิน สามารถจัดทำสถิติกลุ่มนี้ได้เป็นไปตามมาตรฐานสากล

อย่างไรก็ดี ธปท.ยังคงต้องพัฒนาข้อมูลสถิติและปรับเปลี่ยนแหล่งข้อมูลอยู่เสมอตามการเปลี่ยนแปลงโครงสร้างเศรษฐกิจและความก้าวหน้าของเทคโนโลยี โดยมีการทบทวนและพัฒนาสถิติเหล่านี้ร่วมกับองค์กรชั้นนำทั้งในและต่างประเทศอย่างสม่ำเสมอ อาทิ การพัฒนาบัญชีงบดุลของแต่ละภาค เศรษฐกิจร่วมกับสภาพัฒน์ การทบทวนสถิติดุลการชำระเงินร่วมกับกองทุนการเงินระหว่างประเทศ ฯลฯ

อย่างไรก็ดี การวัดกิจกรรมของเศรษฐกิจดิจิทัลที่เข้ามา disrupt โครงสร้างเศรษฐกิจ ยังไม่มีข้อสรุปเป็นมาตรฐานสากลชัดเจน แต่หลายประเทศก็สนใจศึกษา เช่น สหราชอาณาจักรศึกษาการวัดกิจกรรมของเศรษฐกิจสมัยใหม่ (modern economy) ส่วนแคนาดาก็ศึกษาการวัดกิจกรรมของเศรษฐกิจแบ่งปัน (sharing economy) สำหรับ ธปท.จึงเป็นความท้าทายว่าจะพัฒนาข้อมูลสถิติไปในทิศทางใด เพื่อให้สามารถจับชีพจรการเปลี่ยนแปลงเชิงโครงสร้างนี้ได้ ?

เรื่องหนึ่งที่ ธปท.ให้ความสำคัญคือ การสรรหาข้อมูลเพิ่มเติมเพื่อให้สะท้อนกิจกรรมทางเศรษฐกิจในยุคดิจิทัล อาทิ การใช้ข้อมูลสืบค้นทางอินเทอร์เน็ตและข้อมูลการชำระเงิน เพื่อวิเคราะห์การค้าออนไลน์ การใช้ข้อมูลการโอนเงินระหว่างประเทศเพื่อประเมินรายรับรายจ่ายของนักท่องเที่ยวต่างชาติ ที่ปัจจุบันมีการจองที่พักผ่านแพลตฟอร์มมากขึ้น เป็นต้น

พร้อมกันนี้ พัฒนาการของเครื่องมือประมวลผลข้อมูล ทำให้การพัฒนาสถิติหรือเครื่องชี้เศรษฐกิจไม่ได้ถูกจำกัดเพียงข้อมูลแบบเดิม ๆ อีกต่อไป เนื่องจากเราสามารถวิเคราะห์ข้อมูลขนาดใหญ่ได้ง่ายและสะดวกมากขึ้น

การสรรหาข้อมูลระดับจุลภาคที่มีรายละเอียดเชิงลึกมากขึ้น (big data) จึงเป็นอีกเรื่องที่ ธปท.ให้ความสำคัญเพื่อตอบโจทย์ความต้องการใช้ข้อมูลประกอบการทำนโยบายที่มีหลักฐานมารองรับ (evidence-based policy) อาทิ การประยุกต์ใช้ข้อมูลจากการบริหารงาน (administrative data) เพื่อสร้างเครื่องชี้ตรวจจับความร้อนแรง หรือการเปลี่ยนพฤติกรรมในภาคเศรษฐกิจ เช่น การใช้ข้อมูลเครดิตบูโรเพื่อศึกษาพลวัตหนี้ของภาคครัวเรือน การใช้ข้อมูลการใช้ไฟฟ้าเพื่อศึกษาอัตราความต้องการซื้อที่อยู่อาศัยจริง หรือการใช้ข้อมูลสำนักงานประกันสังคมเพื่อศึกษาการเคลื่อนย้ายแรงงาน เป็นต้น

นอกจากนี้ เทคโนโลยีสมัยใหม่อย่าง machine learning (ML) ได้เข้ามามีบทบาทมากขึ้นในการพัฒนาเครื่องชี้และประมวลผลสถิติ เมื่อไม่นานมานี้ ธปท.ได้ศึกษารูปแบบความสัมพันธ์ในอดีตของตัวแปรทางเศรษฐกิจต่าง ๆ โดยใช้ ML เพื่อสร้างเครื่องชี้วัฏจักรเศรษฐกิจ ซึ่งก็ให้ผลเป็นที่น่าพอใจ รวมถึงได้เริ่มประยุกต์ใช้ ML ในการประมวลผลสถิติให้เป็นแบบอัตโนมัติ (automation) มากขึ้น ซึ่งช่วยให้ประหยัดทรัพยากร เพิ่มความรวดเร็วและความถูกต้องในการทำงานสถิติได้อย่างมาก จากเดิมที่ต้องอาศัยกำลังคนในการปฏิบัติงานเป็นหลัก

ประเทศอื่น ๆ มีแนวทางการพัฒนาสถิติคล้ายคลึงกับที่กล่าวมาข้างต้น ธปท.ก็เช่นกัน ในฐานะที่ดำเนินนโยบายเศรษฐกิจและการเงินโดยพึ่งพาข้อมูลเป็นหลัก จึงมีแนวนโยบายที่ยังคงมุ่งเน้นการพัฒนาคุณภาพข้อมูลสถิติเดิมที่ใช้อยู่ควบคู่ไปกับการสรรหาข้อมูลหรือพัฒนาเครื่องชี้ใหม่ ๆ รวมถึงการร่วมมือกับหน่วยงานภาครัฐในการวางโครงสร้างพื้นฐานด้านข้อมูลระดับจุลภาคที่จำเป็น สำหรับการดำเนินนโยบายของประเทศ เพื่อให้มีข้อมูลที่น่าเชื่อถือ รอบด้าน ลงลึก เพียงพอ และทันต่อการรับมือกับการเปลี่ยนแปลงของภาวะเศรษฐกิจที่เกิดขึ้นอย่างรวดเร็ว และมีความไม่แน่นอนสูงในอนาคต รวมทั้งยังคงประยุกต์ใช้เทคโนโลยีในกระบวนการจัดทำสถิติและการบูรณาการเชื่อมโยงเพื่อให้เกิดการใช้ประโยชน์จากข้อมูลอย่างคุ้มค่า