เนื้อหาวันที่ : 2007-03-08 13:43:32 จำนวนผู้เข้าชมแล้ว : 2901 views

การคาดคะเนภาวะการบริโภคภาคเอกชน

ประชาชนมีความสำคัญต่อการวางแผนในการดำเนินธุรกิจของบริษัทและห้างร้าน ทำให้เกิดการวางแผนการผลิต การดำเนินธุรกิจ และการส่งเสริมการขาย

การคาดการณ์ระดับการบริโภคของประชาชนมีความสำคัญต่อการวางแผนในการดำเนินธุรกิจของบริษัทและห้างร้านต่าง ๆ อย่างมาก เพราะการคาดคะเนที่ถูกต้องย่อมทำให้เกิดการวางแผนการผลิต การดำเนินธุรกิจ และการส่งเสริมการขายที่เป็นไปอย่างรัดกุมและมีประสิทธิภาพ อันจะทำให้ต้นทุนในการทำธุรกิจลดลงและเพิ่มความสามารถในการแข่งขันได้

ปัจจุบัน มีตัวแปรทางเศรษฐกิจจำนวนมากที่สามารถนำมาประยุกต์ใช้ในการคาดคะเนภาวะการบริโภคของภาคครัวเรือนหรือประชาชน โดยทั้งนี้ ทางผู้เขียนได้จำแนกตัวแปรดังกล่าวออกเป็นสองกลุ่มใหญ่คือ

1.กลุ่มตัวแปรที่มีลักษณะชี้นำ (Leading)

2.กลุ่มตัวแปรที่มีลักษณะเปลี่ยนแปลงไปพร้อมกัน (Coincident) กับระดับการบริโภค

กลุ่มตัวแปรที่มีลักษณะชี้นำ (Leading)

การเพิ่มขึ้นหรือลดลงในค่าของตัวแปรกลุ่มนี้จะบ่งบอกถึงแนวโน้มในการบริโภคในอนาคต ตัวอย่างเช่น หากรัฐบาลใช้นโยบายการคลังขยายตัวโดยผ่านโครงการต่าง ๆ เช่น โครงการกองทุนหมู่บ้าน หรือ โครงการ 30 บาทรักษาทุกโรค เพื่อให้ประชาชนได้รับเงินกู้ดอกเบี้ยต่ำหรือเข้าถึงการบริการสาธารณสุขที่มีราคาถูกลงตามลำดับ ซึ่งผลที่ตามมาคือ จะทำให้ประชาชนมีรายได้เหลือพอที่จะบริโภคได้มากขึ้น แต่ทั้งนี้และทั้งนั้นการบริโภคของประชาชนเหล่านี้จะไม่เพิ่มขึ้นทันทีเสมอไป โดยบางครั้งอาจมีปัจจัยที่ทำให้ผลของการเปลี่ยนแปลงตัวแปรไม่เต็มร้อยเปอร์เซ็นต์ เช่น

1.ความล่าช้าในการดำเนินนโยบาย หมายความว่า การเบิกจ่ายงบประมาณจากส่วนกลางไปยังหมู่บ้านหรือโรงพยาบาล แต่ละแห่งต้องใช้เวลาในการส่งหรือตรวจสอบหลักฐานทางบัญชีและการเงิน และรวมถึงการที่โรงพยาบาลหรือหมู่บ้านเหล่านั้นต้องใช้เวลาในการปรับปรุงการดำเนินงานของตนเองให้สอดคล้องกับหลักเกณฑ์ในการดำเนินนโยบายของรัฐบาล เป็นต้น

2. ความเชื่อมั่นของผู้บริโภค หมายความว่า แม้ประชาชนที่จะได้รับผลประโยชน์จากนโยบายที่อ้างถึงดังกล่าว แต่เขาเหล่านั้นจะไม่เพิ่มระดับการบริโภคของเขาทันที โดยจะตรวจสอบให้แน่ใจก่อนว่า การดำเนินนโยบายของรัฐบาลนั้น ๆ จะเป็นไปอย่างต่อเนื่องหรือไม่ หากใช่ จึงเพิ่มระดับการบริโภคของตน ดังนั้น ความล่าช้าดังกล่าวจะมากหรือน้อยนั้นจึงขึ้นอยู่กับประสิทธิภาพในการดำเนินงาน รวมถึงความชัดเจนในการดำเนินนโยบายของรัฐ และการรับรู้ข้อมูลข่าวสารของประชาชนที่รวดเร็วเป็นสำคัญ ตัวแปรทางเศรษฐกิจอื่น ๆ ที่คาดว่าจัดอยู่ในกลุ่ม Leading ยังได้แก่ ตัวแปรนโยบายทางการเงิน (อัตราดอกเบี้ยหรือปริมาณเงิน) หรือ รายได้ประชาชาติ (Gross Domestic Products) เป็นต้น

อย่างไรก็ตาม การศึกษาและค้นคว้าเพิ่มเติมเกี่ยวกับตัวแปร Leading นั้น ต้องใช้เวลาและความรู้ทางสถิติ รวมถึงประสบการณ์ในระดับหนึ่ง เพื่อพิสูจน์ผลและช่วงเวลาที่ตัวแปรเหล่านี้จะชี้นำการบริโภคของครัวเรือน ดังนั้น ในบทความนี้ ผู้เขียนจึงให้ความสำคัญรวมถึงให้ตัวอย่างเกี่ยวกับกลุ่มตัวแปร Coincident มากกว่า และหากมีเวลาในอนาคต ก็จะกลับมากล่าวถึงตัวแปร Leading อีกครั้งหนึ่ง

กลุ่มตัวแปรที่มีลักษณะเปลี่ยนแปลงไปพร้อมกัน (Coincident) กับระดับการบริโภค

สำหรับตัวแปรกลุ่ม Coincident นั้น จะมีลักษณะที่เปลี่ยนแปลงไปพร้อมกับระดับการบริโภคอย่างทันที สำหรับตัวอย่างของตัวแปรในกลุ่มนี้นั้น ธนาคารแห่งประเทศไทยซึ่งเป็นหน่วยงานที่มีหน้าที่รับผิดขอบโดยตรงในการเฝ้าดูและตรวจตราภาวะเศรษฐกิจ ได้ใช้ตัวแปรต่าง ๆ ดังต่อไปนี้

1.ปริมาณการใช้กระแสไฟฟ้า      

2.ยอดขายน้ำมันเบนซิน

3.รายได้ของรัฐบาลในการจัดเก็บภาษีมูลค่าเพิ่ม
4.ปริมาณการนำเข้าสินค้าฟุ่มเฟือย
5.ยอดขายสินค้าจำพวกเครื่องดื่มประเภทเหล้า เบียร์ และน้ำอัดลม
6.ยอดขายรถยนต์ส่วนบุคคลและจักรยานยนต์   

จากตัวอย่างของตัวแปรกลุ่ม Coincident ที่อ้างถึง จะเห็นได้ว่าตัวแปรดังกล่าว แม้ว่าจะไม่ใช่ตัวแปรที่บ่งบอกระดับการบริโภคโดยตรง แต่ก็มีความเกี่ยวข้องกับพฤติกรรมการบริโภคของประชาชนอยู่มาก ตัวอย่างเช่น หากรายได้ของบุคคลหนึ่งสูงขึ้นมาก โดยทั่วไปเขาจะบริโภคมากขึ้น และในขณะเดียวกันเขาก็จะมีความระมัดระวังในการประหยัดไฟน้อยลง ดังนั้น ปริมาณการใช้ไฟฟ้าและระดับการบริโภคจึงมีความสัมพันธ์กันพอสมควร ทำให้เราสามารถใช้ตัวแปรชนิดนี้ในการคาดการณ์การบริโภคได้ ซึ่งตัวแปรอื่นก็อยู่ในลักษณะเดียวกัน 

เมื่อทำการเปรียบเทียบความสามารถระหว่างตัวแปรกลุ่มนี้ว่าตัวแปรใดน่าจะมีพฤติกรรมที่สอดคล้องกับระดับการบริโภคมากที่สุดนั้น ผู้เขียนเห็นว่า รายได้ของรัฐบาลในการจัดเก็บภาษีมูลค่าเพิ่ม จะเป็นตัวแปรที่สะท้อนระดับการบริโภคของครัวเรือนได้มากที่สุดเมื่อเทียบกับตัวแปรอื่น ๆ ทั้งนี้เป็นเพราะการจัดเก็บภาษีดังกล่าวจะจัดเก็บเป็นสัดส่วนกับมูลค่ายอดขายสินค้าเพื่อการบริโภคทุกชนิด โดยไม่ได้จำกัดเพียงสินค้าในกลุ่มใดกลุ่มหนึ่งเหมือนเช่นตัวแปรอื่น ๆ ทำให้สะท้อนพฤติกรรมของผู้บริโภคได้ครอบคลุมทุกสถานการณ์มากที่สุด

อย่างไรก็ตาม เราอาจสามารถใช้ตัวแปรอื่น ๆ นอกเหนือจากที่อ้างถึงในข้างต้นนั้นได้ แต่ตัวแปรที่จะใช้นั้น จะต้องเกี่ยวข้องกับการบริโภคของประชาชนในระบบเศรษฐกิจเท่านั้น และต้องไม่เกี่ยวข้องกับกิจกรรมทางเศรษฐกิจในรูปแบบอื่น ๆ เช่น ใช้เพื่อเป็นวัตถุดิบในการผลิตสินค้าและบริการอื่น ๆ เป็นต้น นี่จึงเป็นเหตุผลว่า ทำไมเราจึงไม่ใช้ยอดขายน้ำมันดีเซลและรถยนต์เพื่อการพาณิชย์ (รถกระบะ) เป็นตัวชี้นำการบริโภค เพราะสินค้าดังกล่าวมักนำไปใช้ในกระบวนการผลิตทั้งในรูปของเชื้อเพลิงในโรงงานอุตสาหกรรมหรือใช้ในการขนส่งสินค้า เป็นต้น

จากนี้ไป จะกล่าวถึงข้อมูลของตัวแปรที่ใช้คาดคะเนการบริโภคของประชาชนที่ได้กล่าวถึงไปแล้ว อย่างไรก็ตามก่อนที่เราจะไปถึงขั้นนั้น เราในฐานะผู้วิเคราะห์ควรมีความเข้าใจลักษณะพื้นฐานของข้อมูลแต่ละประเภทให้เข้าใจอย่างถ่องแท้เสียก่อน ซึ่งจะทำให้การวิเคราะห์เป็นไปอย่างถูกต้องมากที่สุด

ข้อมูลที่จะนำมาใช้ในการวิเคราะห์เป็นข้อมูลแบบอนุกรมเวลา (Time Series) หมายความว่า เป็นข้อมูลของสิ่งใดสิ่งหนึ่งแต่มีลักษณะหลายช่วงเวลา ตัวอย่างเช่น ข้อมูลยอดขายน้ำมันเบนซินรายเดือนเริ่มจากเดือน ไตรมาสที่ 1 ปี 1999 ถึงไตรมาสที่ 4 ปี 2001 เป็นต้น ซึ่งเมื่อเรานำมาร่างเป็นกราฟจะมีลักษณะดังต่อไปนี

 

ลักษณะสำคัญอย่างหนึ่งของข้อมูลอนุกรมเวลาที่ทำให้การวิเคราะห์คลาดเคลื่อนคือ การมีอิทธิพลเชิงฤดูกาล (Seasonal Effect) โดยอิทธิพลดังกล่าวจะทำให้การเปรียบเทียบข้อมูลของยอดขายน้ำมันเบนซินในไตรมาสใกล้เคียงกันไม่สามารถทำได้ ตัวอย่างเช่น จากรูปที่ 1 เราจะเห็นได้ว่า ยอดขายน้ำมันเบนซินจะมียอดขายสูงสุดในช่วงไตรมาสที่ 2 ของทุกปี ซึ่งสามารถสังเกตได้ค่อนข้างชัดเจนในปี 1999 ถึง 2001 ที่เป็นเช่นนั้นอาจเป็นเพราะในช่วงไตรมาสที่ 2 ได้มีงานเทศกาลสำคัญที่กระตุ้นให้ประชาชนบริโภคน้ำมันมากกว่าช่วงเวลาอื่น ๆ ตัวอย่างเช่น เทศกาลสงกรานต์ที่ประชาชนในกรุงเทพจะเดินทางไปเที่ยวในต่างจังหวัดหรือกลับภูมิลำเนาเดิม เป็นต้น ซึ่งจะทำให้ปริมาณการบริโภคน้ำมันมีค่าสูงกว่าปกติที่ควรจะเป็น ดังนั้น เราจึงไม่สามารถสรุปได้ว่าประชาชนมีแนวโน้มการบริโภคน้ำมันมากขึ้นเพียงเพราะปริมาณการบริโภคน้ำมันในไตรมาสที่ 2 สูงกว่าในไตรมาสที่ 1 ทั้งนี้สืบเนื่องมาจาก Seasonal Effect ที่ได้กล่าวถึงไปแล้วนั่นเอง

วิธีการแก้ไขปัญหาที่เกิดขึ้นดังกล่าวทำได้โดยการคำนวณอัตราการเจริญเติบโตเทียบกับระยะเดียวกันของปีก่อนมาใช้ในการวิเคราะห์ ซึ่งจะทำให้ได้ข้อมูลใหม่ที่เปรียบเทียบจากฐานของข้อมูลที่อยู่ภายใต้พฤติกรรมหรืออิทธิพลเดียวกัน เช่น อัตราการเจริญเติบโตของยอดขายน้ำมันเบนซินในไตรมาสที่ 1 ปี 2001 จะคำนวณจากยอดขายในไตรมาสที่ 1 ปี 2001 เทียบกับช่วงเวลาเดียวกันของปีก่อน และสำหรับอัตราการเจริญเติบโตของไตรมาสที่ 2 ปี 2001 ก็จะทำในลักษณะเดียวกัน ดังนั้น การเปรียบเทียบอัตราการเจริญเติบโตของยอดขายน้ำมันเบนซินระหว่างไตรมาสที่1 และ 2 ปี 2001 จะสามารถทำได้โดยปราศจากความคลาดเคลื่อนอันเนื่องมาจาก Seasonal Effect อีกต่อไป เช่น ถ้าอัตราการเจริญเติบโตของไตรมาสที่ 1 มีค่าต่ำกว่าในไตรมาสที่ 2 เราจะสรุปได้ว่าประชาชนมีแนวโน้มการบริโภคน้ำมันลดลง เป็นต้น

หลังจากที่เราได้ทำความเข้าใจลักษณะของข้อมูล การตีความหมายตัวแปรประเภทต่าง ๆ ในกลุ่ม Coincident ซึ่งเป็นกลุ่มตัวแปรที่เอื้อประโยชน์แก่ผู้ประกอบการเป็นอย่างมากในการกำหนดนโยบายและแผนการผลิตต่าง ๆ รวมไปถึงการทำนายสภาวะตลาด และการบริโภคของประชาชนในอนาคต และต่อไปนี้ทางผู้เขียนเห็นว่าน่าจะถึงเวลาที่เราจะทำการวิเคราะห์สถานการณ์ในปัจจุบันในส่วนของตัวแปรที่กล่าวถึงข้างต้น 

ข้อมูลอัตราการเจริญเติบโตของตัวแปรต่าง ๆ นำเสนอในตารางที่ 1 ซึ่งสามารถสังเกตได้ว่าตัวแปรที่ใช้คาดการณ์การบริโภคของประชาชนต่างขยายตัวในอัตราที่น่าพอใจ โดยในไตรมาสที่ 3 ปี 2003 ปริมาณการใช้กระแสไฟฟ้า ยอดขายน้ำมันเบนซิน รายได้ของรัฐบาลในการจัดเก็บภาษีมูลค่าเพิ่ม ปริมาณการนำเข้าสินค้าฟุ่มเฟือย มีการขยายตัวที่ร้อยละ 5.9, 3.5, 11.0 และ 10.7 ต่อปี ตามลำดับ สำหรับยอดขายรถยนต์ส่วนบุคคลและจักรยานยนต์มีการขยายตัวในอัตราที่สูงกว่าค่อนข้างมากโดยเท่ากับร้อยละ 23.6 และ 13.8 ต่อปี ตามลำดับ เหตุการณ์ดังกล่าวอาจเป็นสัญญาณบ่งบอกว่ากำลังซื้อของประชาชนได้กลับฟื้นคืนมาแล้ว

อย่างไรก็ตาม เราควรทำการพิจารณาต่อไปว่า ทำไมปริมาณการใช้ไฟฟ้าหรือน้ำมันเบนซินจึงมีอัตราการขยายตัวที่ค่อนข้างน้อยกว่าสินค้าประเภทอื่น ๆ เช่น สินค้าฟุ่มเฟือย รถยนต์นั่ง หรือจักรยายนยนต์ เป็นต้น ทั้งนี้เป็นเพราะสินค้าทั้งสองกลุ่มมีความแตกต่างกันในประเด็นของความจำเป็นในการดำรงชีวิต ซึ่งเราสามารถเข้าใจได้ทันทีว่า กระแสไฟฟ้าและน้ำมันเบนซินมีความจำเป็นในการดำรงชีวิตมากกว่าสินค้าฟุ่มเฟือยหรือรถยนต์ อย่างไรก็ตามสินค้าดังกล่าวกลับให้โอกาสหรือทางเลือกในการบริโภคได้น้อยกว่า สิ่งนี้จึงเป็นเหตุผลว่าทำไมในช่วงที่เศรษฐกิจขยายตัว อัตราการบริโภคของกระแสไฟฟ้าและน้ำมันจึงเพิ่มขึ้นน้อยกว่าสินค้าประเภทอื่น ๆ และในทางกลับกัน ในช่วงที่เศรษฐกิจหดตัว การบริโภคน้ำมันและกระแสไฟฟ้าจะลดลงในอัตราที่น้อยกว่าการบริโภคสินค้าประเภทอื่น ๆ เพราะการเลื่อนหรือลดการบริโภคสินค้าดังกล่าวออกไปทำได้ค่อนข้างยากกว่าสินค้าเพื่อการบริโภคประเภทอื่น ๆ ดังนั้น ในการวิเคราะห์เราควรคำนึงถึงลักษณะพื้นฐานของสินค้าแต่ละประเภทไปพร้อมกันด้วย อันจะทำให้การวิเคราะห์มีความคลาดเคลื่อนน้อยที่สุด