ข้อจำกัดในการวัดเงินเฟ้อ

คุณเคยขับรถตาม GPS ไป แล้วเจอว่าเส้นทางจริงไม่เหมือนแผนที่หรือเปล่า?

ความจริงแล้วแผนที่ก็ไม่ได้ผิด แต่อาจเพิ่งจะเปิดใช้แยกใหม่ มีอุบัติเหตุ หรือปิดถนนซ่อมแซม แต่ GPS ยังไม่ได้อัปเดต ในสถานการณ์จริง คุณจะต้องอาศัยทั้งประสบการณ์และการสังเกต เพื่อตัดสินใจและสามารถไปถึงจุดหมายได้อย่างปลอดภัยและทันเวลา

การอ่านตัวเลขเงินเฟ้อก็อาจเจอสถานการณ์คล้ายกับการอ่านแผนที่ใน GPS บางคนอาจรู้สึกว่าตัวเลขเงินเฟ้อไม่ได้สะท้อนสิ่งที่พวกเขาเผชิญได้ทั้งหมด เพราะเบื้องหลังการจัดทำตัวเลขเศรษฐกิจย่อมมีข้อจำกัดทั้งด้านการเข้าถึงข้อมูลและด้านเทคนิค ซึ่งยิ่งท้าทายมากขึ้นในโลกที่เปลี่ยนแปลงเร็ว การเข้าใจข้อจำกัดของเครื่องมือเหล่านี้ จะช่วยให้ใช้ข้อมูลและตีความสอดคล้องกับสถานการณ์จริงได้ดียิ่งขึ้น (อ่านเพิ่มเติมเกี่ยวกับการจัดทำตัวเลขเงินเฟ้อได้ที่ “ไขความลับ 'ตะกร้าเงินเฟ้อ'”)

บทความนี้จะชวนทุกท่านมาทำความเข้าใจข้อจำกัดของตัวเลขเงินเฟ้อที่ทางการประกาศ และตัวอย่างของการใช้ข้อมูลเงินเฟ้อที่ลึกกว่าตัวเลขที่ประกาศ เพื่อประกอบการตัดสินนโยบายและมาตรการทางเศรษฐกิจในทางปฏิบัติ

พฤติกรรมที่เปลี่ยนเร็วทำให้เงินเฟ้อคลาดเคลื่อน

การติดตามภาวะเงินเฟ้อ หรือการเปลี่ยนแปลงราคาขายปลีกของสินค้าและบริการนั้น โดยทั่วไปจะใช้ “ดัชนีราคาผู้บริโภค” หรือ CPI (Consumer Price Index) ที่จัดทำโดยกระทรวงพาณิชย์เป็นเครื่องมือหลักในการวัดและประเมินแรงกดดันด้านราคาภายในประเทศ รวมถึงใช้ประกอบการดำเนินนโยบายทางเศรษฐกิจของภาครัฐ จนไปถึงการวางแผนใช้จ่ายและลงทุนของภาคธุรกิจและครัวเรือน

ทั้งนี้ ดัชนีราคาผู้บริโภคนั้น จะคำนวณจากราคาสินค้าและบริการเดิมที่อยู่ใน “ตะกร้าเงินเฟ้อ” ภายใต้สมมุติฐานว่า “ปริมาณการบริโภคคงที่” เท่ากับปีฐาน1 ซึ่งอาจไม่สอดคล้องกับปัจจุบันที่พฤติกรรมผู้บริโภคมีการเปลี่ยนจากปีฐานไปแล้ว ทำให้ตัวเลขเงินเฟ้อที่ออกมาอาจคลาดเคลื่อน (bias) จากความเป็นจริงโดยเกิดขึ้นได้จากหลายสาเหตุ ไม่ว่าจะเป็นการบริโภคสินค้าอื่นทดแทน การเปลี่ยนแหล่งซื้อสินค้า การเปลี่ยนแปลงพฤติกรรมของผู้บริโภค และการเกิดสินค้าใหม่ ๆ ในตลาด

เมื่อสินค้าบางอย่างแพงขึ้น ผู้บริโภคจะหันไปซื้อสินค้าที่ราคาถูกกว่ามาทดแทน เช่น ถ้าเนื้อหมูราคาแพงขึ้น คนจะหันไปซื้อเนื้อไก่แทน แต่สูตรการคำนวณเงินเฟ้อที่ใช้ในปัจจุบัน ยังคงสมมุติให้คนซื้อหมูเท่าเดิม กรณีแบบนี้เรียกว่า “ความคลาดเคลื่อนจากการบริโภคสินค้าอื่นทดแทน” (substitution bias) ซึ่งทำให้ตัวเลขเงินเฟ้อในภาพรวมสูงกว่าที่เกิดขึ้นจริง

เช่นเดียวกับการเปลี่ยนไปซื้อสินค้าทดแทนที่ราคาถูกกว่า ผู้บริโภคอาจเปลี่ยนไปซื้อสินค้าชนิดเดิมจากแหล่งอื่นที่ถูกกว่า ทำให้การคำนวณเงินเฟ้อที่ยังต้องอ้างอิงราคาจากร้านค้าเดิมอยู่ จะก่อให้เกิด “ความคลาดเคลื่อนจากการเปลี่ยนแหล่งซื้อสินค้า” (outlet bias) ตัวอย่างที่เห็นได้ชัดคือ ทุกวันนี้เราซื้อของผ่านช่องทางออนไลน์เพิ่มขึ้นมาก ทำให้เปรียบเทียบราคาและเลือกซื้อจากร้านที่ราคาถูกกว่าได้ง่าย ในกรณีนี้จะทำให้ตัวเลขเงินเฟ้อสูงกว่าที่ควรจะเป็น

นอกจากสองกรณีข้างต้นแล้ว เราจะพบเห็นความคลาดเคลื่อนอีกแบบในภาวะวิกฤต เช่น ช่วงการระบาดของโควิด 19 ที่ผู้บริโภคมีการปรับพฤติกรรมการใช้จ่าย ลดการท่องเที่ยว เอาเงินไปซื้อของจำเป็นที่มีราคาแพงขึ้นในเวลานั้น เช่น อาหาร ยา หน้ากากอนามัย การคำนวณเงินเฟ้อที่อ้างอิงราคาและสัดส่วนสินค้าจากตะกร้าสินค้าเดิม จะทำให้ตัวเลขเงินเฟ้อต่ำกว่าความเป็นจริง กรณีนี้เรียกว่า “ความคลาดเคลื่อนจากพฤติกรรมการบริโภคเปลี่ยนแปลง” (changing behavior bias)

งานศึกษาของต่างประเทศพบว่า การเปลี่ยนพฤติกรรมของผู้บริโภคที่กล่าวมาทั้งหมดข้างต้น อาจทำให้เงินเฟ้อที่วัดได้จาก CPI คลาดเคลื่อนจากที่ผู้บริโภคเผชิญเฉลี่ยประมาณ -0.3% ถึง 0.3% ซึ่งขึ้นอยู่กับบริบทแต่ละประเทศ ทำให้ต้องมีการปรับองค์ประกอบของตะกร้าสินค้าปีฐานอย่างสม่ำเสมอให้สอดคล้องกับสถานการณ์ปัจจุบัน เพื่อช่วยลดความคลาดเคลื่อนลง เช่นเดียวกันกับประเทศไทย ที่กระทรวงพาณิชย์จะมีการปรับปรุงน้ำหนักและตะกร้าสินค้า CPI ทุก 4–5 ปี รวมถึงปรับปรุงวิธีการจัดเก็บราคาให้ทันสมัยมากขึ้น ทั้งในแง่แหล่งที่จัดเก็บข้อมูลและรายการสินค้า

คุณภาพสินค้าพาเงินเฟ้อเคลื่อน

ความท้าทายในการวัดเงินเฟ้อของหลาย ๆ ประเทศคือ ดัชนีราคาไม่สามารถสะท้อน “คุณภาพของสินค้าที่เปลี่ยนแปลงไป” (quality adjustment bias) เพราะหลายครั้งที่สินค้าบางอย่างมีราคาเท่าเดิม แต่มีคุณภาพดีขึ้นจากการพัฒนาเทคโนโลยีใหม่ ๆ ตัวอย่างเช่น สมาร์ตโฟนที่ฟังก์ชันและคุณภาพดีขึ้นมากในราคาเท่าเดิม แต่ดัชนีราคาไม่สามารถสะท้อนคุณภาพที่เปลี่ยนแปลงอย่างรวดเร็วนี้ได้ ก็จะทำให้ตัวเลขเงินเฟ้อสูงกว่าจริง

ในทางกลับกัน สินค้าหรือบริการบางอย่างมีราคาถูกลงแต่ก็ลดคุณภาพลงด้วย เช่น ตั๋วเครื่องบินที่ราคาถูกลง แต่ไม่รวมค่าโหลดกระเป๋า หรือโรงแรมที่ราคาถูกลง แต่ไม่รวมอาหารเช้า ซึ่งหากจะสรุปว่าผู้บริโภคจ่ายน้อยลงก็ไม่ถูกเสียทีเดียว และกรณีที่ว่านี้จะทำให้เงินเฟ้อต่ำกว่าความเป็นจริง

ค่าเช่าบ้าน : ตัวอย่างข้อจำกัดการสำรวจเงินเฟ้อ

นอกจากค่าเช่าบ้านจะเผชิญปัญหาคุณภาพที่เสื่อมลงตามกาลเวลา ขณะที่ผู้เช่ายังจ่ายค่าเช่าเท่าเดิมแล้ว ยังมีปัญหาจากการเข้าถึงข้อมูลให้ทันกับช่วงที่ค่าเช่ามีการเปลี่ยนแปลงด้วย เพราะโดยปกติแล้ว ผู้ให้เช่ามักจะไม่ค่อยปรับขึ้นค่าเช่าเพราะกลัวเสียลูกค้า จึงมักจะปรับราคาเมื่อเปลี่ยนผู้เช่า ซึ่งในหลายประเทศจะเผชิญปัญหาที่คล้ายกัน คือ ไม่สามารถสำรวจค่าเช่าที่เปลี่ยนแปลงไปในช่วงที่มีการเปลี่ยนผู้เช่าใหม่ได้อย่างทั่วถึงและทันท่วงที

งานศึกษาของต่างประเทศชี้ให้เห็นว่า ความคลาดเคลื่อนของข้อมูลค่าเช่าบ้านจากปัญหาคุณภาพบ้านที่เสื่อมลงและข้อจำกัดจากการสำรวจ ประกอบกับน้ำหนักของค่าเช่าบ้านที่มีสัดส่วนสูงในตะกร้าเงินเฟ้อ จะทำให้ตัวเลขอัตราเงินเฟ้อต่ำกว่าความจริงประมาณ 0.4-0.8% ทำให้แต่ละประเทศต้องหาแนวทางแก้ไข ไม่ว่าจะเป็นการปรับวิธีจัดเก็บข้อมูล หรือการพัฒนาเทคนิคการคำนวณ

ภายใต้ข้อจำกัดและความคลาดเคลื่อนของการวัดเงินเฟ้อที่เล่ามาทั้งหมด ทำให้หลายประเทศมีการพัฒนาการจัดทำข้อมูลอยู่เสมอ รวมทั้งหาข้อมูลทางเลือก (alternative data) นอกเหนือจากการติดตามดัชนี CPI ทางการ เพื่อนำมาประกอบการวิเคราะห์ให้ครอบคลุมและทันการณ์มากขึ้น เช่น ราคาสินค้าจากเว็บไซต์ซูเปอร์มาร์เก็ต หรือข้อมูลสินค้าออนไลน์ ที่มีความถี่ข้อมูลเป็นรายวัน ซึ่งช่วยให้เห็นทิศทางราคาที่เปลี่ยนแปลงได้เร็วกว่า CPI ที่เผยแพร่เป็นรายเดือน อีกทั้งยังครอบคลุมสินค้าที่หลากหลายและแสดงให้เห็นถึงพฤติกรรมของผู้บริโภคที่แตกต่างกันได้ดีกว่าด้วย

การเข้าใจข้อจำกัดของการวัดเงินเฟ้อตามที่เล่ามาข้างต้น จะช่วยให้เราสามารถตีความและใช้ข้อมูลได้อย่างเหมาะสมมากขึ้น ในส่วนต่อไปจะขอยกตัวอย่างว่า ธปท. มีการใช้ข้อมูลเงินเฟ้ออย่างไรบ้างเพื่อให้เข้าใจแรงกดดันทางด้านราคาที่ต้องประเมินสำหรับการดำเนินนโยบายการเงิน

ทำความเข้าใจให้ลึกกว่าตัวเลข

การดำเนินนโยบายการเงินจะต้องประเมินแรงกดดันเงินเฟ้อซี่งต้องทำความเข้าใจเบื้องลึกเบื้องหลังที่ทำให้ตัวเลขเงินเฟ้อมีการเปลี่ยนแปลง จึงต้อง “มองให้ชัด มองให้ลึก และมองให้รอบ” เพื่อประเมินสถานการณ์และตอบสนองได้อย่างเหมาะสม

“มองให้ชัด” ธปท. ได้นำข้อมูลเงินเฟ้อมาจัดทำเป็น “เครื่องชี้แนวโน้มเงินเฟ้อ” เพื่อใช้ในการวิเคราะห์แรงกดดันด้านราคาให้ชัดเจนขึ้น เพื่อสะท้อนปัจจัยที่ทำให้ราคาสินค้าเปลี่ยนแปลงจากปัจจัยทางเศรษฐกิจ ขณะที่ลดทอนบทบาทของราคาสินค้าที่ผันผวนจากปัจจัยเฉพาะ และความผันผวนระยะสั้นจากปัจจัยชั่วคราว เช่น ราคาน้ำมันที่ผันผวนตามตลาดโลก เพื่อให้เห็นปัจจัยพื้นฐานและสะท้อนสัญญาณเศรษฐกิจที่แท้จริง

นอกจากนี้ ธปท. ยังได้นำแบบจำลองทางเศรษฐศาสตร์มาช่วยวิเคราะห์เพื่อแยกปัจจัยที่ทำให้ราคาเพิ่มขึ้นเป็นวงกว้าง ออกมาจากปัจจัยที่มีผลกระทบเฉพาะกับสินค้าเพียงบางกลุ่ม เพื่อให้การวิเคราะห์แนวโน้มในภาพรวมมีความแม่นยำขึ้น

“มองให้ลึก”

การเข้าใจที่มาของเงินเฟ้อที่เปลี่ยนแปลงไปต้องมองให้ลึกไปถึงสาเหตุด้วยว่า เกิดจากปัจจัยด้านอุปสงค์หรืออุปทาน จะช่วยให้การตัดสินนโยบายถูกต้องมากขึ้น หากเงินเฟ้อที่สูงขึ้นเป็นผลมาจากปัจจัยด้านอุปทาน เช่น ราคาพลังงาน ราคาสินค้าเกษตร ซึ่งสามารถคลี่คลายและปรับลดลงได้เองในระยะเวลาอันสั้น ก็อาจไม่ต้องรีบขึ้นอัตราดอกเบี้ยนโยบายเพื่อควบคุมเงินเฟ้อ เพราะนอกจากจะไม่สามารถแก้ปัญหาต้นตอของเงินเฟ้อที่สูงได้แล้วนั้น ยังอาจนำไปสู่ผลกระทบที่ไม่พึงประสงค์ต่อภาวะเศรษฐกิจการเงิน แต่หากเงินเฟ้อสูงขึ้นจากเศรษฐกิจที่ร้อนแรงหรือปัจจัยด้านอุปสงค์ ซึ่งมักจะนำไปสู่การปรับขึ้นราคาพร้อมกันในหลายสินค้าเป็นวงกว้าง ก็จะต้องพิจารณาขึ้นอัตราดอกเบี้ยนโยบายเพื่อไม่ให้เงินเฟ้อเพิ่มขึ้นต่อเนื่องจนบั่นทอนเสถียรภาพด้านราคาและเศรษฐกิจในระยะยาว

“มองให้รอบ” การติดตามปัจจัยต่าง ๆ ที่เกิดขึ้นในปัจจุบันและอาจเกิดขึ้นในอนาคตอย่างรอบคอบและรอบด้านมีความสำคัญมากเช่นกัน เพราะการประเมินแรงกดดันด้านราคาและสภาวะเศรษฐกิจ ไม่ได้ขึ้นกับปัจจัยใดปัจจัยหนึ่ง แต่สามารถเปลี่ยนแปลงได้จากหลายปัจจัย จึงต้องใช้การวิเคราะห์ข้อมูลจากหลาย ๆ ด้านประกอบกัน นอกจากข้อมูลตัวเลขทางเศรษฐกิจที่ ธปท. ติดตามแล้ว ยังมีการแลกเปลี่ยนข้อมูลกับผู้ประกอบการภาคธุรกิจเพื่อให้เข้าใจมุมมองต่อสถานการณ์ต่าง ๆ ได้ครบถ้วนมากขึ้น

เครื่องชี้แนวโน้มเงินเฟ้อ (underlying inflation indicators)

อัตราเงินเฟ้อมักจะมีความผันผวนมาก จึงทำให้ตัวเครื่องชี้แนวโน้มเงินเฟ้อสามารถสะท้อนแรงกดดันด้านราคาได้ดีกว่า

ยกตัวอย่างช่วงปี 2565-2566 ที่อัตราเงินเฟ้อไทยสูงถึง 8% แต่เครื่องชี้แนวโน้มที่ ธปท. ใช้ในการวิเคราะห์แรงกดดันเงินเฟ้อซึ่งตัดผลของปัจจัยเฉพาะออกไปแล้ว ยังอยู่ในระดับที่ต่ำกว่านั้น แสดงให้เห็นว่า แรงกดดันด้านราคาน่าจะมาจากปัจจัยชั่วคราวและไม่ได้ส่งผลทอดยาว

หากจะพูดให้ชัดขึ้น ณ ตอนนั้น เงินเฟ้อสูงขึ้นจากราคาพลังงานและอาหารเป็นหลัก จากสงครามระหว่างรัสเซีย-ยูเครน หาก ธปท. ไม่มีการวิเคราะห์แรงกดดันเงินเฟ้อที่แท้จริง และต้องจัดการกับเงินเฟ้อที่ประกาศที่ 8% ก็จะต้องเร่งขึ้นดอกเบี้ยแรงและเร็วมากซึ่งจะส่งผลเสียต่อเศรษฐกิจไทยที่กำลังฟื้นตัวได้ช้าจากโควิด 19 ขณะเดียวกันกลับไม่สามารถส่งผลให้ราคาน้ำมันที่สูงจากสงครามลดลงได้

ในโลกที่เปลี่ยนแปลงรวดเร็วและซับซ้อนมากขึ้นทุกวัน นอกจากการอ่านข้อมูลที่ทำหน้าที่เสมือน GPS แล้ว จำเป็นต้องทำความเข้าใจข้อจำกัดของข้อมูลด้วย ประกอบกับการวิเคราะห์ที่ “มองให้ชัด มองให้ลึก มองให้รอบ” เพื่อช่วยตีความข้อมูลให้ถูกต้องและแม่นยำมากยิ่งขึ้น เพื่อให้สามารถผ่านพ้นเส้นทางที่เต็มไปด้วยความไม่แน่นอนจนไปถึงจุดหมายได้อย่างที่ตั้งใจเอาไว้ได้ในที่สุด

อ้างอิง

- Ambrose, B. W., Coulson, N. E., & Yoshida, J. (2022). Housing Rents and Inflation Rates. Journal of Money, Credit and Banking, 55(4), 975-992.

- Cavallo, A., & Rigobon, R. (2016). The Billion Prices Project: Using Online Prices for Measurement and Research. Journal of Economic Perspectives, 30(2), 151–178.

- Coffey, C., McQuinn, K., & O'Toole, C. (2021). Rental equivalence, owner-occupied housing, and inflation measurement: Microlevel evidence from Ireland. Real Estate Economics, 50(4), 990-1021.

Diewert, W. E. (1998). Index Number Issues in the Consumer Price Index. Journal of Economic Perspectives, 12(1), 47–58.

- European Central Bank. (2024). Measuring inflation with heterogeneous preferences, taste shifts and product innovation: Methodological challenges and evidence from microdata (Occasional Paper Series No. 323).

Rossiter, J. (2005). Measurement Bias in the Canadian Consumer Price Index. Bank of Canada Working Paper No. 2005-39

- Sabourin, P. (2012). Measurement Bias in the Canadian Consumer Price Index: An Update. Bank of Canada Review, Summer 2012.

- Seiler, P. (2020). Weighting bias and inflation in the time of COVID-19: evidence from Swiss transaction data. Swiss Journal of Economics and Statistics, 156(13).