FOCUSED AND QUICK (FAQ) Issue 193
การประยุกต์ใช้ Stock-Flow Consistent Model เพื่อวิเคราะห์เครื่องมือนโยบาย
โดย ทศพล ต้องหุ้ย, ธนพล กองพาลี, ธาราทิพย์ ตั้งกาญจนภาสน์, แพรวไพลิน วงษ์สินธุวิเศษ และอภิชญา เตรัตน์
3 February 2022
“Stock-flow consistent model เป็นแบบจำลองที่มีจุดเด่นในการวิเคราะห์ความสัมพันธ์
ระหว่างภาคเศรษฐกิจจริงกับภาคการเงิน ช่วยให้ผู้ดำเนินนโยบายเข้าใจความเชื่อมโยง
ของระบบเศรษฐกิจการเงินที่ซับซ้อน จึงเป็นเครื่องมือเสริมที่ช่วยให้สามารถประเมินผลกระทบ
ของนโยบายหรือการเปลี่ยนแปลงในระบบเศรษฐกิจในมิติต่าง ๆ อย่างรอบด้านมากขึ้น”
วิกฤตการเงินในอดีตและวิกฤต COVID-19 ในปัจจุบันต่างสะท้อนว่าความไม่สมดุลในภาคเศรษฐกิจและภาคการเงินสามารถส่งผ่านระหว่างกันได้ ดังนั้น แบบจำลองทางเศรษฐกิจที่สามารถอธิบายความเชื่อมโยงระหว่างภาคเศรษฐกิจจริงกับภาคการเงิน จะมีส่วนช่วยให้ธนาคารแห่งประเทศไทย (ธปท.) เข้าใจความเชื่อมโยงที่ซับซ้อนนี้ได้ดีขึ้น
และสามารถเลือกใช้เครื่องมือนโยบายที่หลากหลายในการดูแลเสถียรภาพเศรษฐกิจการเงินได้อย่างเหมาะสม Stock-flow
consistent model (SFCM) เป็นแบบจำลองที่มีศักยภาพช่วยตอบโจทย์นี้ได้ เนื่องจากมีจุดเด่นในการอธิบายความสัมพันธ์
ระหว่างตัวแปรในภาคเศรษฐกิจจริงและภาคการเงิน โดยอาศัยหลักการทางบัญชีมาวิเคราะห์การเปลี่ยนแปลงของตัวแปร
ยอดคงค้าง (stock) และตัวแปรกระแส (flow) ที่เกิดจากพฤติกรรมของผู้เล่นในระบบเศรษฐกิจการเงิน ดังนั้น SFCM
จึงสามารถนำมาใช้เสริมการประเมินภาวะและแนวโน้มเศรษฐกิจร่วมกับแบบจำลองเศรษฐกิจมหภาคหลักที่ ธปท. ใช้อยู่ในปัจจุบันในมิติที่ครบถ้วนมากขึ้น
ผู้ศึกษาได้พัฒนาแบบจำลอง SFCM ที่สอดคล้องกับบริบทของไทยในปัจจุบันและนำเสนอตัวอย่างการใช้ประโยชน์จากแบบจำลอง โดยการนำมาประยุกต์ตอบโจทย์การดำเนินนโยบายที่สามารถพิจารณาผลกระทบของนโยบายต่าง ๆ ต่อกิจกรรมทางเศรษฐกิจ ฐานะภาคครัวเรือนธุรกิจ และสถาบันการเงินได้อย่างเป็นระบบ
บทนำ
วิกฤตการเงินที่เกิดขึ้นในสหรัฐอเมริกาเมื่อปี 2008
ที่ลุกลามเป็นวิกฤตการเงินโลกนั้น มีต้นเหตุมาจากการปะทุของความเสี่ยงที่สะสมในภาคการเงินจากความเชื่อมโยงที่ซับซ้อนและหนี้สินของภาคธุรกิจและครัวเรือนที่อยู่ในระดับสูง
ในขณะนั้นแบบจำลองเศรษฐกิจมหภาคกระแสหลัก เช่น
Dynamic Stochastic General Equilibrium (DSGE) ยังมีข้อจำกัดเพราะขาดความเชื่อมโยงระหว่างภาคเศรษฐกิจจริง
และภาคการเงินอย่างเป็นระบบ ทำให้ผู้ดำเนินนโยบาย
ไม่สามารถจับสัญญาณความไม่สมดุลในภาคการเงินได้ทันการณ์และไม่สามารถประเมินประสิทธิผลของเครื่องมือแก้วิกฤตต่อระบบเศรษฐกิจได้ดีนัก ดังนั้น ผู้ศึกษาเห็นว่า
การมีเครื่องมือวิเคราะห์ที่สามารถประเมินความเชื่อมโยงระหว่างภาคเศรษฐกิจจริงและภาคการเงินจะเป็นประโยชน์ต่อผู้ดำเนินนโยบาย ซึ่ง Stock-flow consistent model
(SFCM) เป็นเครื่องมือที่มีศักยภาพที่จะช่วยตอบโจทย์นี้
SFCM อาศัยหลักการทางบัญชีมาวิเคราะห์การเปลี่ยนแปลงของตัวแปรยอดคงค้าง (stock) และตัวแปรกระแส (flow) ที่เกิดจากพฤติกรรมของผู้เล่น (agents)
ในระบบเศรษฐกิจการเงิน จึงนับเป็นจุดเริ่มต้นสำคัญสำหรับการพัฒนาแบบจำลองที่มีบทบาทของตัวแปรในภาคการเงินที่เหมาะสมกับบริบทไทยเพื่อประยุกต์ใช้ตอบโจทย์เชิงนโยบาย
งานศึกษาแบ่งเป็น 4 ส่วน ได้แก่ (1) แนวคิดของแบบจำลอง SFCM (2) การประยุกต์ใช้แบบจำลองนี้ในต่างประเทศ (3) การประยุกต์ใช้แบบจำลองนี้ในกรณีไทย
และ (4) ข้อจำกัดและแนวทางการพัฒนาในระยะต่อไป
1. แนวคิดของแบบจำลอง SFCM
SFCM เป็นแบบจำลองที่ผนวกภาคการเงินกับภาคเศรษฐกิจจริงเข้ามาอย่างเป็นระบบ โดยแบบจำลองมีการผสานบัญชีเศรษฐกิจเงินทุน (flow-of-funds accounts) เข้ามาในแบบจำลอง ทำให้ SFCM มีจุดเด่นในการอธิบายความสัมพันธ์ระหว่างภาคเศรษฐกิจจริงและภาคการเงินโดยในแบบจำลองจะมีทั้งตัวแปร flow เช่น ดุลการกู้ยืม/ให้กู้ยืมสุทธิ (net borrowing/lending)1 และตัวแปร stock เช่น ระดับหนี้ครัวเรือน ที่สามารถสะท้อนฐานะการเงินและมีผลต่อการกำหนดพฤติกรรมของแต่ละผู้เล่นในระบบเศรษฐกิจ (agent) ผู้กำหนดนโยบายจึงสามารถใช้ SFCM เป็นหนึ่งในแบบจำลองในการติดตามและประเมินผลกระทบจากความไม่สมดุลในภาคการเงินต่อภาคเศรษฐกิจได้ เช่น งานวิจัยของ Godley and Zezza (2006) เคยประเมินไว้ก่อนเกิดวิกฤตการเงินโลกปี 2007-2008 (Global Financial Crisis: GFC) ว่าความไม่สมดุลในภาคการเงินสหรัฐอเมริกาสะท้อนจากดุลการกู้ยืมสุทธิ (net borrowing) ของภาคเอกชนที่สูงขึ้นต่อเนื่อง และอยู่ในระดับสูงเมื่อเทียบกับอดีต อาจทำให้เกิดปัญหาเศรษฐกิจถดถอยได้
กลไกสำคัญที่ทำให้ SFCM สามารถประเมินความสัมพันธ์ระหว่างภาคเศรษฐกิจจริงกับภาคการเงินได้ คือ การนำหลักการทางบัญชี (accounting consistency) เข้ามาเป็นส่วนหนึ่งของพื้นฐานของแบบจำลอง ทำให้กิจกรรมทางเศรษฐกิจของแต่ละ agent กระทบทั้งตัวแปรเศรษฐกิจมหภาคและตัวแปรทางการเงิน ประกอบกับการกำหนดพฤติกรรมของผู้เล่นในระบบเศรษฐกิจ (behavioral specifications) ให้ขึ้นกับตัวแปรทางการเงิน ทำให้ความเปราะบางในภาคการเงินมีผลต่อการตัดสินใจของแต่ละ agent เช่น ปัญหาหนี้ครัวเรือนสูงจะกระทบต่อการตัดสินใจบริโภค เป็นต้น
1.1 Accounting Consistency คำนึงถึงความสอดคล้องของ stock และ flow ที่เปลี่ยนไป
Flow consistency ทุกกิจกรรมในระบบเศรษฐกิจต้องมีผู้จ่ายเงินและผู้รับเงินในจำนวนที่เท่ากัน (horizontal consistency) ซึ่งจะส่งผลต่อการเปลี่ยนแปลงสินทรัพย์หรือหนี้สินของแต่ละ agent ด้วย (vertical consistency)
Stock consistency สินทรัพย์ของ agent หนึ่งเป็นหนี้สินของอีก agent หนึ่งในจำนวนเท่ากัน
Stock-flow consistency สามารถคำนวณ flow ทุกประเภทส่งผลต่อการเปลี่ยนแปลง stock ได้
1.2 Behavioral Specifications ระบบสมการที่กำหนดพฤติกรรมของ agents ในการดำเนินกิจกรรมต่าง ๆ ในภาคเศรษฐกิจและภาคการเงิน โดย SFCM สามารถอธิบาย 5 พฤติกรรมหลักได้ (Nikiforos and Zezza, 2017) ดังนี้ (1) การใช้จ่ายเพื่อบริโภคและลงทุน (2) การจัดหาเงินทุนจากการกู้ยืมผ่านสินเชื่อ ตราสารหนี้ หรือตราสารทุน(3) การลงทุนในสินทรัพย์ทางการเงิน (4) การผลิตการกำหนดราคาและค่าจ้าง และ (5) พฤติกรรมของผู้เล่นในภาคการเงิน อาทิ การกำหนดอัตราดอกเบี้ยของสถาบันการเงิน SFCM ครอบคลุม 7 agent ประกอบด้วย (1) ภาคครัวเรือน (households: HH) (2) ภาคธุรกิจ (non-financial corporations: NFCs) (3) สถาบันการเงินที่รับฝากเงินอื่น (other depository corporations: ODCs) (4) สถาบันการเงินอื่นที่ไม่รับฝากเงิน (other financial corporations: OFCs) (5) ภาครัฐบาล (government) (6) ธนาคารกลาง (central bank) และ (7) ภาคต่างประเทศ (rest of the world: RoW) โดยแต่ละ agent ดำเนินกิจกรรมต่าง ๆเชื่อมโยงกันใน 2 มิติ คือ (1) กิจกรรมภาคเศรษฐกิจ และ(2) กิจกรรมภาคการเงิน ตามรายละเอียดโครงสร้างงบดุล และ transaction flow ใน ตารางที่ 1 (รายละเอียดเพิ่มเติมใน Appendix 1 และ 2)2

รูปที่ 1 แสดงตัวอย่างกลไกความสัมพันธ์ระหว่างตัวแปรใน SFCM โดยครอบครัวหนึ่งซื้อสินค้าจากบริษัท A เมื่อมีรายได้สุทธิมากขึ้น โดยชำระเงินค่าสินค้าให้บริษัท A 100 บาท ทำให้สินทรัพย์ครัวเรือนลดลง 100 บาท ขณะที่สินทรัพย์ของบริษัท A เพิ่มขึ้น 100 บาท ความเชื่อมโยงของพฤติกรรมนี้ถูกกำหนดในระบบสมการ behavioral specifications ใน SFCM จากตัวอย่างนี้ กิจกรรมทางเศรษฐกิจที่เกิดขึ้นจะถูกบันทึกไว้อย่างน้อย 4 รายการ โดยบันทึกในโครงสร้างงบดุล 2 รายการ ตามหลักการ stock consistency และบันทึกใน transaction-flow matrix อีก 2 รายการตามหลักการ flow consistency
2. การประยุกต์ใช้แบบจำลอง SFCM ในต่างประเทศ
SFCM ได้รับการพัฒนาขึ้นตั้งแต่กลางศตวรรษที่ 20 โดย James Tobin และ Wynne Godley จากการนำหลักการทางบัญชีเข้ามาใช้กับเครื่องมือทางเศรษฐมิติ และเริ่มเป็นที่นิยมตั้งแต่ต้นศตวรรษที่ 21 โดยธนาคารกลางและองค์กรอื่นในต่างประเทศนำมาประยุกต์ใช้เพื่อตอบโจทย์เชิงนโยบายหลายรูปแบบ (รูปที่ 2) อาทิ
(1) การวิเคราะห์ฉากทัศน์ (scenario analysis) เช่น งานวิจัย Debt and lending: A Cri de Coeur ของ Godley and Zezza (2006) ที่ใช้ SFCM พยากรณ์แนวโน้มเศรษฐกิจถดถอย (recession) และภาวะสินเชื่อตึงตัวในสหรัฐอเมริกาในปี 2008 หลัง GFC ผ่านการวิเคราะห์ฉากทัศน์ โดยกำหนดสภาพเศรษฐกิจและการดำเนินนโยบายที่แตกต่างกันไปในแต่ละกรณี เช่น scenario แรก กำหนดให้อัตราแลกเปลี่ยนและราคาน้ำมันคงที่ ราคาหุ้นและราคาบ้านทยอยเพิ่มขึ้น และคงสัดส่วนขนาดการขาดดุลของนโยบายการคลังต่อ GDP ไว้ ขณะที่อีก scenario กำหนดให้ราคาบ้านไม่ปรับเพิ่มขึ้น แต่นโยบายการคลังขาดดุลมากขึ้น ซึ่งการใช้ SFCM ช่วยให้สามารถวิเคราะห์การส่งผ่านไปยังตัวแปรทางการเงิน อาทิ ดุลการกู้ยืมสุทธิของภาคเอกชนและดุลบัญชีเดินสะพัดได้
(2) การพยากรณ์และจำลองสถานการณ์ (forecasts and simulations) เช่น งานวิจัย A dynamic model of financial balances for the UK ของธนาคารกลางอังกฤษ (Burgess et al., 2016) ที่พัฒนา SFCM ของอังกฤษขึ้นมา โดยเพิ่มผู้เล่นทางการเงินให้อธิบายผลกระทบของตัวแปรทางการเงินที่สะท้อนการสะสมความเสี่ยงในภาคการเงินที่อาจก่อให้เกิดวิกฤตการเงินได้ และยังช่วยให้สามารถประเมินแนวโน้มดุลการกู้ยืมสุทธิ (net lending/ borrowing) ของแต่ละ agents ซึ่งเป็นตัวแปรสำคัญที่สะท้อนความไม่สมดุลทางการเงิน (imbalances) ของระบบเศรษฐกิจ
(3) การประเมินทางเลือกเชิงนโยบายและการประสานเครื่องมือ (policy choices and interaction of tools) เช่น งานวิจัย Policy Experiments in a Minsky of SFC โดย Sawyer and Passarella (2019) ที่ใช้ SFCM ประเมินประสิทธิผลของการดำเนินนโยบายเศรษฐกิจรูปแบบต่าง ๆ ผ่านแบบจำลองเศรษฐกิจแบบปิด อาทิ นโยบายการเงินและการคลังแบบปกติ ผ่านเครื่องมืออัตราดอกเบี้ยนโยบายและการใช้จ่ายภาครัฐ รวมถึงมาตรการการเงินการคลังแบบพิเศษ (unconventional monetary and fiscal policies) เช่น มาตรการผ่อนคลายเชิงปริมาณ (quantitative easing: QE) หรือนโยบายประกันการจ้างงาน เพื่อเปรียบเทียบประสิทธิผลของทางเลือกเชิงนโยบาย
3. การประยุกต์ใช้ SFCM ในกรณีไทย
ผู้ศึกษาได้พัฒนาแบบจำลอง SFCM จากงานศึกษาของธนาคารกลางอังกฤษ (Burgess et al., 2016) ให้เหมาะสมกับบริบทของไทยเพื่อประยุกต์ใช้แบบจำลองตอบโจทย์ทางเลือกในการดำเนินนโยบาย สำหรับ parameters ในแบบจำลองที่อธิบายพฤติกรรมของแต่ละ agent ประเมินด้วยวิธี ordinary least square (OLS) โดยใช้ข้อมูลรายไตรมาสในช่วงปี 2554 - 2563 (รายละเอียดใน Appendix 2 และ 3)
งานศึกษานี้ ผู้ศึกษาได้นำ SFCM มาประเมินประสิทธิผลและผลข้างเคียง (unintended consequences) ของทางเลือกนโยบายการเงินและการคลังที่สมมติขึ้น นอกจากนี้ SFCM ยังมีศักยภาพในการประเมินมาตรการทางการเงิน เนื่องจากมีช่องทางการส่งผ่านระหว่างภาคเศรษฐกิจจริงและสถาบันการเงิน โดยมีรายละเอียดการประเมินของแต่ละมาตรการ 3 ดังนี้
กรณีศึกษา 1: การประเมินทางเลือกนโยบายฟื้นฟูเศรษฐกิจในระยะสั้น
1) การปรับลดอัตราดอกเบี้ยนโยบาย จากร้อยละ 0.50 เหลือ 0.25 ต่อปี ผลการประเมินพบว่า การปรับลดอัตราดอกเบี้ยนโยบายจะส่งผลดีต่อเศรษฐกิจในภาพรวมไม่มากนัก โดยช่วยให้เศรษฐกิจขยายตัวเพิ่มขึ้นเฉลี่ยเพียงร้อยละ 0.03 ต่อปี ตามการบริโภคของภาคครัวเรือนและการลงทุนของภาคธุรกิจเป็นสำคัญ โดยผลดีต่อเศรษฐกิจจะยังไม่มากในระยะสั้นเนื่องจากนโยบายการเงินต้องใช้เวลานานในการส่งผ่าน
สำหรับผลกระทบของการลดอัตราดอกเบี้ยนโยบายต่อตัวแปรในภาคการเงิน การลดอัตราดอกเบี้ยนโยบายจะช่วยลดภาระดอกเบี้ยจ่ายของภาคครัวเรือนและธุรกิจโดยเฉลี่ยร้อยละ 0.12 และ 0.06 ของ GDP ตามลำดับ ทั้งนี้ เศรษฐกิจที่ปรับดีขึ้นเล็กน้อยทำให้สินเชื่อที่ไม่ก่อให้เกิดรายได้ (non-performing loan: NPL) ปรับลดลงเฉลี่ยเพียงร้อยละ 0.01 อย่างไรก็ดี การปรับลดอัตราดอกเบี้ยนโยบายอาจส่งผลเชิงลบต่อสถาบันการเงิน โดยหากสถาบันการเงินปรับลดทั้งอัตราดอกเบี้ยเงินฝากและเงินกู้ลงตามพฤติกรรมในอดีตจะทำให้สถาบันการเงินมีสถานะเป็น net borrowing เพิ่มขึ้นเล็กน้อยเฉลี่ยร้อยละ 0.02 ต่อ GDP ต่อปี (รูปที่ 3) ตามรายรับดอกเบี้ยจากสินเชื่อที่ลดลงเป็นสำคัญ ทั้งนี้ ในสภาวะปัจจุบันที่อัตราดอกเบี้ยอยู่ในระดับต่ำมาก สถาบันการเงินอาจเผชิญข้อจำกัดในการปรับลดอัตราดอกเบี้ยเงินฝากและเงินกู้เพิ่มเติม ทำให้ประสิทธิผลของการปรับลดอัตราดอกเบี้ยนโยบายอาจไม่เป็นเช่นในอดีต
ดังนั้น ผลจากแบบจำลองอาจนำไปสู่ข้อสรุปที่ว่า การปรับลดอัตราดอกเบี้ยนโยบายเพื่อกระตุ้นเศรษฐกิจในระยะสั้นอาจไม่ใช่ตัวเลือกที่มีประสิทธิผลมากนัก4
(2) มาตรการเงินโอนภาครัฐ ภายใต้สมมติฐานให้รัฐบาลกู้เงินเพื่อฟื้นฟูเศรษฐกิจ 5 แสนล้านบาทในลักษณะ front-loaded โดยกระจายอัดฉีดเม็ดเงินเข้าสู่ระบบเศรษฐกิจร้อยละ 60 ของวงเงิน 5 แสนล้านบาทในครึ่งหลังของปี 2564 อีกร้อยละ 30 และร้อยละ 10 ในครึ่งแรกและครึ่งหลังของปี 2565 ตามลำดับ และสมมติให้ภาครัฐจัดสรรเงินโอนแก่ภาคครัวเรือนคิดเป็นสัดส่วนร้อยละ 60 และภาคธุรกิจร้อยละ 40 ของเงินโอนในแต่ละไตรมาส ตามสัดส่วนเงินโอนภาครัฐที่จัดสรรให้ภาคครัวเรือนและภาคธุรกิจเฉลี่ยในอดีต
ผลการประเมินพบว่า มาตรการเงินโอนส่งผลให้การขยายตัวทางเศรษฐกิจเพิ่มขึ้นอย่างมีนัยสำคัญ โดยจะช่วยกระตุ้นเศรษฐกิจให้ขยายตัวเพิ่มขึ้นเฉลี่ยประมาณร้อยละ 0.2 ต่อปี โดยเฉพาะในปี 2564 ที่อัตราการขยายตัวทางเศรษฐกิจเพิ่มขึ้นสูงถึงร้อยละ 0.35 สอดคล้องกับมาตรการเงินโอนแบบ front-loaded นอกจากนี้ ยังช่วยให้สถานะของภาคครัวเรือนและธุรกิจกลับเป็น net lending ที่ร้อยละ 0.12 และ 0.28 ของ GDP ตามลำดับ เนื่องจากเม็ดเงินถูกอัดฉีดให้ภาคครัวเรือนและธุรกิจโดยตรง อย่างไรก็ดี การอัดฉีดเม็ดเงินในจำนวนดังกล่าวจะก่อให้เกิดภาระการคลังเพิ่มขึ้น สะท้อนจากสัดส่วนหนี้สาธารณะต่อ GDP ที่เพิ่มขึ้นเฉลี่ยร้อยละ 1.29 ต่อปี ตามรายจ่ายเงินโอนที่เพิ่มขึ้น (รูปที่ 3)
ดังนั้น ข้อสรุปจากแบบจำลองนี้ชี้ว่า หากผู้ดำเนินนโยบายต้องการกระตุ้นเศรษฐกิจในระยะสั้น การใช้มาตรการเงินโอนภาครัฐแก่ครัวเรือนและธุรกิจจะมีประสิทธิผลในการกระตุ้นเศรษฐกิจและเสริมสภาพคล่อง โดยทำให้ net lending ของภาคครัวเรือนและธุรกิจปรับดีขึ้น ส่งผลดีต่อการฟื้นตัวของเศรษฐกิจในระยะสั้น อย่างไรก็ตาม มาตรการนี้จะส่งผลให้ภาระการคลังและหนี้สาธารณะเพิ่มขึ้น ซึ่งภาครัฐควรเตรียมแผนบริหารจัดการหนี้สาธารณะที่มีแนวโน้มเพิ่มขึ้น เพื่อให้เกิดความยั่งยืนทางการคลังในระยะยาว
กรณีศึกษา 2: การประเมินมาตรการทางการเงิน
SFCM สามารถประเมินประสิทธิผลของมาตรการทางการเงินได้ โดยในบทนี้ผู้ศึกษาจะสมมติมาตรการขึ้นมาเพื่อวิเคราะห์กลไกการส่งผ่านของมาตรการโดยเฉพาะผลต่อสถาบันการเงิน (สง.) ทั้งนี้ มาตรการทางการเงินที่จะนำมาประเมินเป็นตัวอย่าง คือ มาตรการที่ช่วยลดภาระหนี้ของครัวเรือน ผ่านการลดภาระดอกเบี้ยจ่ายของสินเชื่อที่อ้างอิงอัตราดอกเบี้ย MRR โดยมีวัตถุประสงค์เพื่อลดระดับหนี้ครัวเรือนต่อ GDP ซึ่งกลไกของแบบจำลองสามารถนำมาวิเคราะห์การส่งผ่านมาตรการไปยังภาคเศรษฐกิจการเงินได้ 2 ช่องทางหลัก ดังนี้ (รูปที่ 4)
1. ช่องทางการใช้จ่ายของครัวเรือน ในภาวะปกติหากผู้ดำเนินนโยบายดำเนินมาตรการลดภาระหนี้ของครัวเรือนจะช่วยให้รายได้ที่ใช้จ่ายได้จริง (disposable income) ของครัวเรือนเพิ่มขึ้น ซึ่งจะช่วยให้การบริโภคของครัวเรือนเพิ่มขึ้น เป็นการกระตุ้นเศรษฐกิจ (GDP) ตามภาระหนี้ที่ลดลง (สมการที่ 1, 5 และ 28 ใน Appendix 2)
2. ช่องทางสถาบันการเงิน รายรับดอกเบี้ยรายเดือนที่ลดลงส่งผลให้ สง. มีสถานะเป็นผู้กู้ยืมสุทธิมากขึ้นตามรายได้ที่ลดลง ซึ่งจะกระทบต่อภาคการเงิน 2 ช่องทาง ได้แก่ (1) corporate bond yields จะปรับสูงขึ้น เนื่องจาก สง. ต้องออกตราสารหนี้เพิ่มเพื่อนำมาทดแทนสภาพคล่องส่วนที่หายไป และ (2) อัตราดอกเบี้ยเงินกู้จะเพิ่มสูงขึ้น เนื่องจากต้นทุนการกู้ผ่านตลาดตราสารหนี้ปรับสูงขึ้น ประกอบกับ สง. จะสามารถดำรง equity ได้ต่ำกว่าที่ตั้งเป้าไว้ ซึ่งถือเป็นส่วนหนึ่งของต้นทุนของ สง. เช่นกัน ดังนั้น ใน period ถัดไป สง. จะส่งผ่านต้นทุนที่สูงขึ้น โดยการปรับเพิ่มอัตราดอกเบี้ยเงินกู้ให้สูงขึ้น
หากต้นทุนการกู้ยืมทั้ง 2 ช่องทางปรับเพิ่มขึ้นชัดเจนอาจทำให้ความต้องการสินเชื่อเพื่อการบริโภคและลงทุนปรับลดลงและส่งผลต่อกิจกรรมทางเศรษฐกิจ (GDP) และความสามารถในการชำระหนี้ของลูกหนี้ (NPL) (สมการสถานะ สง. การระดมทุน และต้นทุนการระดมทุนของ สง. คือสมการที่ 88 ถึง 95 สำหรับสมการกำหนดอัตราดอกเบี้ยเงินกู้คือสมการที่ 98 และ 99 ใน Appendix 2) ซึ่งมีนัยต่อพฤติกรรมของ สง. ที่ต้องดำรง equity ให้สอดคล้องกับ NPLในอนาคต (สมการ NPL ของครัวเรือนและธุรกิจคือสมการที่ 18 และ 49 ใน Appendix 2)
ดังนั้น จาก SFCM ผู้ศึกษาสามารถสรุปการประเมินมาตรการทางการเงินได้ โดยประเมินประสิทธิผลของมาตรการนี้ได้จากสัดส่วนหนี้ครัวเรือนต่อ GDP ซึ่งขึ้นกับทั้ง stock ของหนี้ที่เปลี่ยนแปลงไปตลอดช่วงที่ประเมินผลและผลสุทธิต่อ GDP จากทั้ง 2 ช่องทาง ทั้งการใช้จ่ายของครัวเรือนและผลที่มาจากด้าน สง. นอกจากนี้ แบบจำลองยังชี้ให้เห็น unintended consequences อาทิ ผลต่อต้นทุนการระดมทุนในตลาดการเงิน รวมถึงผลต่อความต้องการสินเชื่อในระยะยาวจากการส่งผ่านต้นทุนของ สง.
4. ข้อจำกัดและแนวทางการพัฒนาแบบจำลอง
แบบจำลอง SFCM ช่วยให้ผู้กำหนดนโยบายสามารถประเมินประสิทธิผลของทางเลือกมาตรการที่หลากหลายได้ดียิ่งขึ้นผ่านการวิเคราะห์ฐานะการเงินด้านสินทรัพย์และหนี้สินของ agents ทั้งภาคครัวเรือน ภาคธุรกิจ และสถาบันการเงิน ที่อาจเปลี่ยนไป รวมทั้งประเมินประสิทธิผลของมาตรการได้ครอบคลุมขึ้น โดยเฉพาะผลกระทบต่อสถาบันการเงิน ซึ่งต่างจากแบบจำลองเศรษฐกิจมหภาคอื่น อาทิ Structural Vector Autoregression หรือแบบจำลอง DSGE ที่นิยมใช้ประเมินประสิทธิผลของนโยบายการเงิน อย่างไรก็ตาม แบบจำลอง SFCM มีข้อจำกัดที่ต้องคำนึงถึง ได้แก่
(1) แบบจำลองถูกพัฒนาโดยอ้างอิงพื้นฐานข้อมูลโครงสร้างเศรษฐกิจจริงเป็นหลัก เสริมด้วยการประยุกต์ทฤษฎีทางเศรษฐศาสตร์ ไม่ได้พัฒนาจากทฤษฎีทางเศรษฐศาสตร์โดยตรง อาทิ behavioral specifications ไม่ได้มาจากการ optimization เช่นกรณีแบบจำลอง DSGE
(2) แบบจำลองอ้างอิงพฤติกรรมในอดีตและความสัมพันธ์ที่มีลักษณะ linearity ซึ่งจำเป็นต้องปรับให้เหมาะสมกับการเปลี่ยนแปลงเชิงโครงสร้างเศรษฐกิจการเงินในปัจจุบันและอนาคต
(3) แบบจำลองไม่สามารถวิเคราะห์พฤติกรรมของแต่ละ agents เป็นกลุ่มย่อยได้ เช่น ครัวเรือนตามกลุ่มรายได้ หรือภาคธุรกิจตามขนาดหรือสาขาธุรกิจ ทำให้มีข้อจำกัดในการประเมินประสิทธิผลของมาตรการเฉพาะกลุ่มต่อระบบเศรษฐกิจ
(4) แบบจำลองไม่สามารถวิเคราะห์ตัวแปรทางการเงินที่จำแนกย่อยได้ เช่น แบบจำลองประเมินหนี้ครัวเรือนโดยรวมซึ่งไม่ได้แยกตามประเภทหนี้ ทำให้การประเมินประสิทธิผลของนโยบายที่ต้องคำนึงถึงความสัมพันธ์ระหว่างประเภทอัตราดอกเบี้ยกับประเภทหนี้ยังมีข้อจำกัด
(5) ไม่สามารถจำลองความเชื่อมโยงระหว่างภาคเศรษฐกิจจริงและภาคการเงินในความเป็นจริงที่ซับซ้อนได้ เช่น บทบาทของ asset prices, liquidity หรือ collateral value ในภาคการเงินที่ส่งผลต่อกิจกรรมในภาคเศรษฐกิจจริง
ผู้ศึกษาเห็นว่าสามารถพัฒนา SFCM จากข้อจำกัดข้างต้นได้ ดังนี้
(1) การประมาณค่า parameters ให้สะท้อนโครงสร้างเศรษฐกิจการเงินที่เปลี่ยนไป ทั้งจากโครงสร้างของเศรษฐกิจที่จะเปลี่ยนไปหลังการระบาด COVID-19 สิ้นสุดลงและจากภูมิทัศน์ภาคการเงินใหม่ ซึ่งจะสะท้อนความสัมพันธ์ของตัวแปรภาคเศรษฐกิจและภาคการเงินได้ดีขึ้น แต่อาจต้องใช้เวลาให้สถานการณ์จริงเกิดขึ้นระยะหนึ่งเพื่อให้สามารถศึกษาพฤติกรรมที่เปลี่ยนไปได้
(2) การเพิ่มตัวแปรทางการเงินในแบบจำลอง อาทิ เงินสด และสินเชื่อที่กู้โดยภาครัฐ เพื่อให้แบบจำลองสะท้อนภาคเศรษฐกิจการเงินมากขึ้น อย่างไรก็ดี การเพิ่มตัวแปรอาจทำให้แบบจำลองมีความซับซ้อนมากขึ้น และส่งผลต่อการประเมินความเชื่อมโยงระหว่างตัวแปรได้
(3) การพัฒนาแบบจำลองให้สามารถตอบโจทย์ระดับรายย่อยได้ อาทิ ปรับให้สะท้อนพฤติกรรมของภาคธุรกิจและครัวเรือนตามขนาดธุรกิจหรือกลุ่มรายได้ ซึ่งจำเป็นต้องอาศัยความเข้าใจพฤติกรรมของ agents ระดับกลุ่มย่อยทั้งในมิติทางการเงินและความเชื่อมโยงกับภาคเศรษฐกิจเชิงลึก
5. บทสรุป
โครงสร้างเศรษฐกิจการเงินที่ซับซ้อนและเปลี่ยนแปลงเร็วย่อมต้องอาศัยวิธีการประเมินเศรษฐกิจที่ซับซ้อนมากขึ้น เพื่อให้ผู้ดำเนินนโยบายสามารถเข้าใจความสัมพันธ์ของผู้เล่นในระบบเศรษฐกิจการเงินและกลไกการส่งผ่านของนโยบายได้ดียิ่งขึ้น โดยเฉพาะในสถานการณ์ปัจจุบันที่ไทยกำลังเผชิญผลกระทบต่อเศรษฐกิจที่รุนแรงจากการระบาดของ COVID-19 ทำให้ฐานะการเงินของทุกภาคส่วนเปราะบางขึ้น อีกทั้งยังเผชิญข้อจำกัดในการดำเนินนโยบายมากขึ้น จึงนับเป็นความท้าทายของผู้ดำเนินนโยบายในการเลือกใช้เครื่องมือนโยบายที่หลากหลาย อาทิ อัตราดอกเบี้ยนโยบาย มาตรการทางการเงิน และมาตรการการคลัง เพื่อรักษาเสถียรภาพเศรษฐกิจการเงิน รวมทั้งเป็นความท้าทายของผู้พัฒนาแบบจำลองให้สามารถตอบโจทย์เชิงนโยบายได้รอบด้านและมีประสิทธิภาพมากขึ้น
ผู้ศึกษาเล็งเห็นถึงศักยภาพของ SFCM ซึ่งเป็นแบบจำลองเศรษฐกิจมหภาคที่สามารถอธิบายความสัมพันธ์ระหว่างภาคเศรษฐกิจจริงกับภาคการเงินได้ดี จึงพัฒนาแบบจำลองต้นแบบที่สร้างขึ้นโดยธนาคารกลางอังกฤษให้เหมาะสมกับบริบทไทย และนำไปประยุกต์ใช้เพื่อประเมินประสิทธิผลของทางเลือกเชิงนโยบายต่าง ๆ ทั้งการกระตุ้นเศรษฐกิจ และการบรรเทาปัญหาหนี้ครัวเรือน ซึ่งนับเป็นโจทย์สำคัญที่ผู้ดำเนินนโยบายกำลังเผชิญอยู่ในปัจจุบัน
ซึ่งแบบจำลองได้ช่วยให้ผู้ดำเนินนโยบายเข้าใจถึงผลดีและผลข้างเคียง (unintended consequences) ของการดำเนินนโยบายได้ดีขึ้น อย่างไรก็ตาม ผู้ศึกษาเห็นว่า SFCM ยังมีข้อจำกัดที่ต้องคำนึงถึง จึงควรนำผลศึกษามาใช้เพื่อเสริมการวิเคราะห์ความเชื่อมโยงของระบบเศรษฐกิจการเงิน หรือสอบทานการวิเคราะห์ประสิทธิผลของการดำเนินทางเลือกนโยบายร่วมกับแบบจำลองอื่น
1ดุลการกู้ยืมสุทธิ (net borrowing) หรือ ดุลการให้กู้ยืมสุทธิ (net lending) แสดงการเปลี่ยนแปลงความมั่งคั่งสุทธิของแต่ละ agent โดยการเปลี่ยนแปลงสามารถเกิดได้จากหลายปัจจัย เช่น การออม ผลตอบแทนจากการลงทุน และการกู้ยืม หากดุลเป็นบวกเรียกว่า net lending แสดงว่าภาคเศรษฐกิจนั้น ๆ เป็นผู้ให้ทรัพยากรทางการเงินแก่ภาคเศรษฐกิจอื่น แต่หากดุลนี้เป็นลบเรียกว่า net borrowing แสดงว่าภาคเศรษฐกิจนั้น ๆ กู้ยืมทรัพยากรทางการเงินจากภาคเศรษฐกิจอื่น
2 Appendix 1 รายละเอียดโครงสร้างงบดุลและ transaction-flow matrix จากหลักการ accounting consistency
Appendix 2 รายละเอียดระบบสมการ
3 นโยบายการเงินการคลัง และมาตรการทางการเงินที่นำมาประเมินผลกระทบในงานศึกษานี้ไม่เกี่ยวข้องกับมาตรการที่ทาง ธปท. และกระทรวงการคลังดำเนินการอยู่ในปัจจุบัน
4 นอกจากนี้ อัตราดอกเบี้ยนโยบายที่ต่ำนานเกินไป จะส่งผลข้างเคียงอื่นที่ไม่ได้อธิบายไว้ในแบบจำลองได้ อาทิ พฤติกรรมการแสวงหาผลตอบแทนที่สูงขึ้น (search for yield) ที่อาจนำไปสู่การประเมินความเสี่ยงต่ำกว่าที่ควร (underpricing of risks)
เอกสารอ้างอิง
Burgess, Stephen & Burrows, Oliver & Godin, Antoine & Kinsella, Stephen & Millard, Stephen, 2016. "A dynamic model of financial balances for the United Kingdom," Bank of England working papers 614, Bank of England.
Carnevali, Emilio & Deleidi, Matteo & Pariboni, Riccardo, & Passarella, Marco Veronese, 2019. "Stock-flow consistent dynamic models: Features, limitations and developments," Frontiers of heterodox macroeconomics, pp. 223– 276, Springer.
Civilize, Bodin & Watewai, Thaisiri & Panyanukul, Sakkapop & Ruengsrichaiya, Kaipichit, 2019. "Mapping Thailand's Financial Landscape: A Perspective through Balance Sheet Linkages and Contagion," PIER Discussion Papers 114, Puey Ungphakorn Institute for Economic Research.
Godley, Wynne, 1999. "Seven Unsustainable Processes: Medium-Term Prospects and Policies for the United States and the World," Economics Strategic Analysis Archive 99-10, Levy Economics Institute.
Godley, Wynne & Papadimitriou, Dimitri B. & Hannsgen, Greg & Zezza, Gennaro, 2007. "The U.S. Economy: Is There a Way Out of the Woods?," Economics Strategic Analysis Archive sa_nov_07, Levy Economics Institute.
Godley, Wynne & Lavoie, Marc, 2007. "Monetary economics: an integrated approach to credit, money, income, production and wealth," Basingstoke and New York: Palgrave Macmillan.
Godley, Wynne & Zezza, Gennaro, 2006. "Debt And Lending: A Cri De Coeur," Economics Policy Note Archive 06-4, Levy Economics Institute.
Hass, Cameron & Young-Taft, Tai, 2017. "Quantitative Easing and Asset Bubbles in a Stock-flow Consistent Framework," Economics Working Paper Archive wp_897, Levy Economics Institute.
Heron, Edwin Le, 2009. "Fiscal and Monetary Policies in a Keynesian Stock-Flow Consistent Model," GEMF Working Papers 2009-01, GEMF, Faculty of Economics, University of Coimbra.
Hass, Cameron & Young-Taft, Tai, 2017. "Quantittive Easing and Asset Bubbles in a Stock-flow" Consistent Framework," Economic Working Paper Archive wp 897, Levy Economics Institute.
Moradi, Zeynab Sedghi & Mirzaeenejad, Mohammadreze & Geraeenejad, Gholamreza, 2016. "Effect of Bank-Based or Market-Based Financial Systems on Income Distribution in Selected Countries," Procedia Economics and Finance, vol 36, pp. 510-521
Nalin, Lorenzo & Yajima, Giuliano Toshiro, 2020. "Balance Sheet Effects of a Currency Devaluation: A Stock-Flow Consistent Framework for Mexico?," Economics Working Paper Archive wp_980, Levy Economics Institute.
Nikiforos, Michalis & Zezza, Gennaro, 2017. "Stock-flow Consistent Macroeconomic Models: A Survey," Economics Working Paper Archive wp_891, Levy Economics Institute.
Santos, Claudio H. Dos & Zezza, Gennaro, 2004. "A Post-Keynesian Stock-Flow Consistent Macroeconomic Growth Model: Preliminary Results," Economics Working Paper Archive wp_402, Levy Economics Institute.
Sawyer, Malcolm & Passarella, Marco Veronese, 2019. "Policy Experiments in a Minsky SFC Model," Working Paper, Economics Division, University of Leeds.
Schasfoort, Joeri & Godin, Antoine & Bezemer, Dirk & Caiani, Alessandro & Kinsella, Stephen, 2017. "Monetary Policy Transmission in a Macroeconomic Agent-Based Model," Research Report 17010-GEM, University of Groningen, Research Institute SOM (Systems, Organisations and Management).
Zezza, Francesco, 2018. "Stock-Flow Consistent Macroeconomic Models: Theory, Practice and Applications.," Universities of Siena.
Zezza, Gennaro & Zezza, Francesco, 2019. "On the Design of Empirical Stock-Flow-Consistent Models, "Economics Working Paper Archive wp 919, Levy Economics Institute.
ปุณฑริก ศุภอมรกุล และคณะ, 2557. "แนวทางการประเมินเสถียรภาพการเงินของประเทศ ผ่านกรอบการวิเคราะห์งบดุลรวม Analyzing inter-economy financial linkages through Balance Sheet Approach Framework," Stat-Horizon, ธนาคารแห่งประเทศไทย
ผู้เขียนขอขอบคุณผู้บริหารและเพื่อนร่วมงานที่ธนาคารแห่งประเทศไทย สำหรับความคิดเห็นที่เป็นประโยชน์ต่องานศึกษาครั้งนี้ โดยเฉพาะอย่างยิ่ง ดร.ฐิติมา ชูเชิด คุณนลิน หนูขวัญ สำหรับการให้คำปรึกษาหลักในการพัฒนาแบบจำลอง SFCM ตลอดจนทีม FAQ Editor ดร. สุรัช แทนบุญ และ ดร. ณชา อนันต์โชติกุล สำหรับความคิดเห็นที่เป็นประโยชน์และช่วยให้งานศึกษามีความสมบูรณ์มากยิ่งขึ้น
Contact Authors

ทศพล ต้องหุ้ย
เศรษฐกรอาวุโส สายนโยบายการเงิน
(อยู่ระหว่างลาศึกษาต่อด้านเศรษฐศาสตร์ ณ Yonsei University, South Korea)
ThosapoT@bot.or.th
ธาราทิพย์ ตั้งกาญจนภาสน์
เศรษฐกรอาวุโส ฝ่ายนโยบายการเงิน สายนโยบายการเงิน
TaraThiT@bot.or.th
แพรวไพลิน วงศ์สินธุวิเศษ
เศรษฐกรอาวุโส ฝ่ายนโยบายการเงิน สายนโยบายการเงิน
PraewpaW@bot.or.th
อภิชญา เตรัตน์ผู้วิเคราะห์อาวุโส ฝ่ายตลาดการเงิน สายตลาดการเงินApichayT@bot.or.thภาคผนวก 1 (Appendix 1) โครงสร้างงบดุล และ transaction-flow matrix ในแบบจำลอง SFCM
(1) กิจกรรมภาคเศรษฐกิจจริง
ภาคครัวเรือน (households) เป็นผู้ดำเนินกิจกรรมการบริโภคและการลงทุนอสังหาริมทรัพย์ ซึ่งขึ้นกับรายได้ที่ใช้จ่ายได้จริง (disposable Income) และความมั่งคั่งสุทธิ (net
wealth) รวมทั้งการกู้ยืมเพื่อสนับสนุนการบริโภค
ภาคธุรกิจ (non-financial corporations: NFCs) เป็นผู้ดำเนินกิจกรรม (1) การลงทุน (ไม่รวมการลงทุนอสังหาริมทรัพย์)
โดยการตัดสินใจลงทุนขึ้นกับ capital utilization ในไตรมาสก่อน และต้นทุนการกู้ยืมเพื่อการลงทุนจากสินเชื่อและตราสารหนี้ และ (2) การส่งออกและนำเข้ากับภาคต่างประเทศ ซึ่งขึ้นกับ
แนวโน้มเศรษฐกิจประเทศคู่ค้าอัตราแลกเปลี่ยน นักท่องเที่ยวต่างชาติ นอกจากนี้ ธุรกิจยังเป็นผู้จ่ายค่าจ้างแรงงานและเป็นผู้กำหนดราคาในประเทศ
ภาครัฐบาล (government) มีรายได้ภาษีที่เก็บจากครัวเรือนและธุรกิจเพื่อใช้จ่ายและลงทุน ซึ่งสัมพันธ์กับการขยายตัวของเศรษฐกิจ สำหรับเงินโอนที่ให้ครัวเรือนและธุรกิจกำหนดให้เป็นตัวแปรภายนอก (exogenous variables)
ธนาคารกลาง (central bank) กำหนดอัตราดอกเบี้ยนโยบาย โดยมีพฤติกรรมสอดคล้องกับ Taylor’s rule
ภาคต่างประเทศ (rest of the world: RoW) เป็นผู้นำเข้าและส่งออกสินค้า และบริการกับภาคธุรกิจในประเทศ
(2) กิจกรรมภาคการเงิน
ภาคครัวเรือน สินทรัพย์ครัวเรือนประกอบด้วย (1) เงินฝาก
ที่ ODCs (2) ตราสารหนี้ภาคเอกชน และ (3) เงินสะสมสำหรับวัย
เกษียณที่ OFCs หนี้สินและส่วนของทุนประกอบด้วยสินเชื่อที่กู้
จาก ODCs อาทิ สินเชื่อที่อยู่อาศัย สินเชื่อเช่าซื้อรถยนต์ สินเชื่อ
บัตรเครดิต และสินเชื่อส่วนบุคคล
ตัวแปรทางการเงินข้างต้น ทำให้ครัวเรือนมีกระแสรายรับจาก (1) รายรับดอกเบี้ยเงินฝาก (2) รายรับดอกเบี้ยจากการ
ลงทุนตราสารหนี้ภาคเอกชน (3) เงินสำหรับใช้ในวัยเกษียณจาก
OFCs ขณะที่มีกระแสรายจ่ายดอกเบี้ยจ่ายจากสินเชื่อ
ภาคธุรกิจสินทรัพย์ภาคธุรกิจคือ เงินฝากที่ ODCs หนี้สินและส่วนของทุนประกอบด้วย (1) สินเชื่อจาก ODCs (2) ตราสารหนี้ที่ถือครองโดยภาคครัวเรือน ODCs และ OFCs และ (3)
ตราสารทุนที่ถือครองโดย ODCs และ RoW
จากตัวแปรทางการเงินที่กล่าวมาข้างต้น ทำให้ภาคธุรกิจมีกระแสรายรับจากดอกเบี้ยเงินฝากกระแสรายจ่ายดอกเบี้ยจ่ายจากสินเชื่อและตราสารหนี้และรายจ่ายเงินปันผลจากการออกตราสารทุน
สถาบันการเงินที่รับฝากเงินอื่่น ( other depository
corporations: ODCs) สินทรัพย์ของ ODCs ประกอบด้วย (1)
สินเชื่อที่ปล่อยกู้ภาคครัวเรือนและภาคธุรกิจ (2) ตราสารหนี้ภาคเอกชน และ (3) ตราสารหนี้ของธนาคารกลาง หนี้สินและส่วนของทุนประกอบด้วย (1) เงินฝากภาคครัวเรือนและภาคธุรกิจ (2) ตราสารหนี้ที่ถือโดย OFCs และ RoW และ (3) ตราสารทุนที่ถือโดย RoW
ทำให้ ODCs มีกระแสรายรับจากดอกเบี้ยรับจากการให้สินเชื่อภาคครัวเรือนและภาคธุรกิจ และผลตอบแทนจากการถือตราสารหนี้ภาคธุรกิจ และตราสารหนี้ธนาคารกลาง ขณะที่
ODCs มีกระแสรายจ่ายผลตอบแทนจากการระดมทุนในรูปดอกเบี้ยเงินฝากและตราสารหนี้เงินปันผลจากตราสารทุน
สถาบันการเงินอื่นที่ไม่รับฝากเงิน (other financial
corporations: OFCs) สินทรัพย์ของ OFCs ประกอบด้วย (1)
ตราสารหนี้ของรัฐบาล (2) ตราสารหนี้ของ ODCs (3) ตราสารหนี้ของ RoW (4) ตราสารหนี้ของภาคธุรกิจ (5) ตราสารทุนของภาคธุรกิจ และ (6) ตราสารทุนของ RoW หนี้สินและส่วนของทุนประกอบด้วยเงินสะสมสำหรับวัยเกษียณของภาคครัวเรือน
ทำให้ OFCs มีกระแสรายรับจากดอกเบี้ยรับจากการถือตราสารหนี้ รวมถึงผลตอบแทนจากตราสารทุนและมีกระแสรายจ่ายจากรายจ่ายผลตอบแทนแก่ภาคครัวเรือนสำหรับใช้ในช่วงเกษียณในรูปผลตอบแทนรายปี (annuity payment)
ธนาคารกลาง (central bank) สินทรัพย์ของธนาคารกลางประกอบด้วยพันธบัตรรัฐบาล หนี้สินและส่วนของทุน
ประกอบด้วย (1) เงินสำรองที่ต้องดำรงตามกฎหมาย (reserve
requirement) และ (2) ตราสารหนี้ของธนาคารกลางที่ถือโดย
ODCs และ RoW
ทำให้ธนาคารกลางมีกระแสรายรับจากดอกเบี้ยรับที่ได้จากการถือพันธบัตรรัฐบาล และมีกระแสรายจ่ายจากดอกเบี้ยจ่ายจากการออกตราสารหนี้
ภาคต่างประเทศ (rest of the world: RoW) สินทรัพย์ของ RoW ประกอบด้วย (1) พันธบัตรรัฐบาล (2) ตราสารหนี้
ของ ODCs (3) ตราสารหนี้ของธนาคารกลาง (4) ตราสารทุนของภาคธุรกิจ และ (5) ตราสารทุนของ ODCs หนี้สินและส่วนของทุนประกอบด้วย (1) ตราสารหนี้ที่ถือโดย OFCs และ (2)
ตราสารทุนที่ถือโดย OFCs
ทำให้ RoW มีกระแสรายรับจากดอกเบี้ยที่ได้จากตราสารหนี้และผลตอบแทนจากตราสารทุน ขณะที่มีกระแสรายจ่ายจากดอกเบี้ยจากการออกตราสารหนี้และผลตอบแทนจากการออกตราสารทุน
ภาคผนวก 2 (Appendix 2) ระบบสมการในแบบจำลอง SFCM
ภาคผนวก 3 (Appendix 3) ตัวแปรและแหล่งที่มาของข้อมูล
dwnload PDF file 