เเบบModelจำลองมหภาคของBot

12
79 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551 1/ ·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§π’ȇ√‘Ë¡‡º¬·æ√à§√—Èß·√°„π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ©∫—∫ ‡¥◊Õπ°√°Æ“§¡ 2543 À≈—ß®“°π—Èπ‰¥â¡’°“√ª√—∫ª√ÿß¡“‡ªìπ√–¬– ·≈–‰¥âÕ∏‘∫“¬‰«â„π √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ∑ÿ°©∫—∫ ¿“§ºπ«°: ·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§ 1/ ·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§¢Õß ∏ª∑. ª√–°Õ∫¥â«¬ 25  ¡°“√ ‡™‘ßæƒμ‘°√√¡ (Behavioural Equations) ·≈– 44  ¡°“√‡Õ°≈—°…≥å (Identities) ·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§‡ªìπ‡§√◊ËÕß¡◊Õ欓°√≥击√…∞°‘®¢Õߧ≥–°√√¡°“√œ ·≈–™à«¬„π°“√»÷°…“º≈°√–∑∫¢Õß°“√‡ª≈’ˬπ·ª≈ßªí®®—¬·≈–π‚¬∫“¬∑’Ë ”§—≠ μàÕ‡»√…∞°‘®¡À¿“§ ∑—È߬—ß„™â„π°“√«‘‡§√“–Àå·π«π‚¬∫“¬°“√‡ß‘π∑’ˇÀ¡“– ¡ (Policy Optimization) ‡æ◊ËÕ∫√√≈ÿ‡ªÑ“À¡“¬‡ ∂’¬√¿“æ¢Õß√–¥—∫√“§“·≈–°“√‡®√‘≠ ‡μ‘∫‚μ∑“߇»√…∞°‘®„π√–¬–¬“« „π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ©∫—∫π’È ∏ª∑. ‰¥â ª√—∫ª√ÿß·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§ ‚¥¬§√Õ∫§≈ÿ¡¢âÕ¡Ÿ≈ ∂‘μ‘∑’Ë¡’°“√‡º¬·æ√à ÕÕ°¡“≈à“ ÿ¥ ‚¥¬‡©æ“–¢âÕ¡Ÿ≈º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»‰μ√¡“ ∑’Ë 4 ¢Õß ªï 2550 ∑’Ë  »™. ª√–°“»‡¡◊ËÕ«—π∑’Ë 25 °ÿ¡¿“æ—π∏å 2551 ·μà‰¡à‰¥â¡’°“√ ‡ª≈’ˬπ·ª≈ß·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§Õ¬à“ß¡’π—¬ ”§—≠‡¡◊ËÕ‡∑’¬∫°—∫·∫∫ ®”≈Õß„π√“¬ß“π©∫—∫°àÕπ ·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®·≈–§√—«‡√◊Õπ ·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®·≈–·∫∫®”≈Õßß∫°“√‡ß‘π¿“§§√—«‡√◊Õ𠇪ìπ‡§√◊ËÕß¡◊Õ欓°√≥å·π«‚πâ¡ ∂“π–°“√‡ß‘π¢Õß¿“§∏ÿ√°‘®·≈–¿“§§√—«‡√◊Õπ‰∑¬ ´÷Ë߇ªìπ à«πÀπ÷ËߢÕß°“√«‘‡§√“–À几∂’¬√¿“æ√–∫∫°“√‡ß‘π´÷Ëß¡’§«“¡ —¡æ—π∏å Õ¬à“ß„°≈♑¥°—∫‡ ∂’¬√¿“æ¢Õß√“§“ μ≈Õ¥®π°“√‡®√‘≠‡μ‘∫‚μ∑“߇»√…∞°‘® „π√–¬–¬“« ´÷Ë߇ªìπ‡ªÑ“À¡“¬À≈—°„π°“√¥”‡π‘ππ‚¬∫“¬°“√‡ß‘π¿“¬„μâ°√Õ∫ ‡ªÑ“À¡“¬‡ß‘π‡øÑÕ „π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ©∫—∫π’È ∏ª∑. ‰¥âª√—∫ª√ÿß·∫∫ ®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®·≈–·∫∫®”≈Õßß∫°“√‡ß‘π¿“§§√—«‡√◊Õπ ‚¥¬ §√Õ∫§≈ÿ¡ ∂‘μ‘∑’Ë¡’°“√‡º¬·æ√àÕÕ°¡“≈à“ ÿ¥ ‚¥¬‡©æ“–„π à«π¢Õß∫√‘…—∑∑’Ë ®¥∑–‡∫’¬π„πμ≈“¥À≈—°∑√—æ¬å ¢âÕ¡Ÿ≈ ‘π‡™◊ËÕ∑’Ë∏𓧓√æ“≥‘™¬å„Àâ·°à§√—«‡√◊Õπ ·≈–¢âÕ¡Ÿ≈º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»

Transcript of เเบบModelจำลองมหภาคของBot

Page 1: เเบบModelจำลองมหภาคของBot

79 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

1/ ·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§π’ȇ√‘Ë¡‡º¬·æ√à§√—Èß·√°„π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ©∫—∫‡¥◊Õπ°√°Æ“§¡ 2543 À≈—ß®“°π—Èπ‰¥â¡’°“√ª√—∫ª√ÿß¡“‡ªìπ√–¬– ·≈–‰¥âÕ∏‘∫“¬‰«â„π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ∑ÿ°©∫—∫

¿“§ºπ«°: ·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§1/

·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§¢Õß ∏ª∑. ª√–°Õ∫¥â«¬ 25  ¡°“√‡™‘ßæƒμ‘°√√¡ (Behavioural Equations) ·≈– 44  ¡°“√‡Õ°≈—°…≥å (Identities)·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§‡ªìπ‡§√◊ËÕß¡◊Õ欓°√≥击√…∞°‘®¢Õߧ≥–°√√¡°“√œ·≈–™à«¬„π°“√»÷°…“º≈°√–∑∫¢Õß°“√‡ª≈’ˬπ·ª≈ßªí®®—¬·≈–π‚¬∫“¬∑’Ë ”§—≠μàÕ‡»√…∞°‘®¡À¿“§ ∑—È߬—ß„™â„π°“√«‘‡§√“–Àå·π«π‚¬∫“¬°“√‡ß‘π∑’ˇÀ¡“– ¡ (PolicyOptimization) ‡æ◊ËÕ∫√√≈ÿ‡ªÑ“À¡“¬‡ ∂’¬√¿“æ¢Õß√–¥—∫√“§“·≈–°“√‡®√‘≠‡μ‘∫‚μ∑“߇»√…∞°‘®„π√–¬–¬“« „π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ©∫—∫π’È ∏ª∑. ‰¥âª√—∫ª√ÿß·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§ ‚¥¬§√Õ∫§≈ÿ¡¢âÕ¡Ÿ≈ ∂‘μ‘∑’Ë¡’°“√‡º¬·æ√àÕÕ°¡“≈à“ ÿ¥ ‚¥¬‡©æ“–¢âÕ¡Ÿ≈º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»‰μ√¡“ ∑’Ë 4 ¢Õߪï 2550 ∑’Ë  »™. ª√–°“»‡¡◊ËÕ«—π∑’Ë 25 °ÿ¡¿“æ—π∏å 2551 ·μà‰¡à‰¥â¡’°“√‡ª≈’ˬπ·ª≈ß·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§Õ¬à“ß¡’π—¬ ”§—≠‡¡◊ËÕ‡∑’¬∫°—∫·∫∫®”≈Õß„π√“¬ß“π©∫—∫°àÕπ

·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®·≈–§√—«‡√◊Õπ

·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®·≈–·∫∫®”≈Õßß∫°“√‡ß‘π¿“§§√—«‡√◊Õπ‡ªìπ‡§√◊ËÕß¡◊Õ欓°√≥å·π«‚πâ¡ ∂“π–°“√‡ß‘π¢Õß¿“§∏ÿ√°‘®·≈–¿“§§√—«‡√◊Õπ‰∑¬´÷Ë߇ªìπ à«πÀπ÷ËߢÕß°“√«‘‡§√“–À几∂’¬√¿“æ√–∫∫°“√‡ß‘π´÷Ëß¡’§«“¡ —¡æ—π∏åÕ¬à“ß„°≈♑¥°—∫‡ ∂’¬√¿“æ¢Õß√“§“ μ≈Õ¥®π°“√‡®√‘≠‡μ‘∫‚μ∑“߇»√…∞°‘®„π√–¬–¬“« ÷́Ë߇ªìπ‡ªÑ“À¡“¬À≈—°„π°“√¥”‡π‘ππ‚¬∫“¬°“√‡ß‘π¿“¬„μâ°√Õ∫‡ªÑ“À¡“¬‡ß‘π‡øÑÕ „π√“¬ß“π·π«‚π⡇ߑπ‡øÑÕ©∫—∫π’È ∏ª∑. ‰¥âª√—∫ª√ÿß·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®·≈–·∫∫®”≈Õßß∫°“√‡ß‘π¿“§§√—«‡√◊Õπ ‚¥¬§√Õ∫§≈ÿ¡ ∂‘μ‘∑’Ë¡’°“√‡º¬·æ√àÕÕ°¡“≈à“ ÿ¥ ‚¥¬‡©æ“–„π à«π¢Õß∫√‘…—∑∑’Ë®¥∑–‡∫’¬π„πμ≈“¥À≈—°∑√—æ¬å ¢âÕ¡Ÿ≈ ‘π‡™◊ËÕ∑’Ë∏𓧓√æ“≥‘™¬å„Àâ·°à§√—«‡√◊Õπ·≈–¢âÕ¡Ÿ≈º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»

Page 2: เเบบModelจำลองมหภาคของBot

81 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

·∫∫®”≈Õ߇»√…∞°‘®¡À¿“§2/

1. ¿“§‡»√…∞°‘®®√‘ß

1.1 °“√Õÿª‚¿§∫√‘‚¿§¿“§‡Õ°™πª√–‡¿∑ ‘π§â“§ß∑πμ“¡√“§“§ß∑’ËΔln(CPR1sa) = - 0.016*Δ(MLR-CINFEX) + 0.601*Δln(GDPRsa(-1)*(1-RH(-1))) + 0.208*Δln(WEALTHsa*100/COREsa)

(-2.12) (3.18) (2.13)

+ 0.257*Δln(PLANDTHsa*100/COREsa) - 0.227*ecmCPR1(-1)

( 3.04) (-2.08)

Adjusted R-Squared = 0.49 S.E. of regression = 0.0237 LM(2) : 0.33 (0.72)

ecmCPR1 = ln(CPR1sa) - (0.420*ln(GDPRsa(-1)*(1-RH(-1))) - 0.043*(MLR(-1)-CINFEX(-1)) + 0.167*ln(WEALTHsa*100/COREsa)

+ 0.194*ln(PLANDTHsa*100/COREsa))

1.2 °“√Õÿª‚¿§∫√‘‚¿§¿“§‡Õ°™πª√–‡¿∑ ‘π§â“‰¡à§ß∑πμ“¡√“§“§ß∑’ËΔln(CPR2sa) = 0.011+ 0.408*Δln(GDPRsa*(1-RH)) - 0.676*Δln(CPIsa) - 0.431*ecmCPR2(-1)

(4.48) (5.88) (-3.63) (-5.38)

Adjusted R-Squared = 0.62 S.E. of regression = 0.0100 LM(2) : 1.33 (0.27)

ecmCPR2 = ln(CPR2sa) - (0.864*ln(GDPRsa*(1-RH)) - 0.006*(RD3M-CINFEX))

1.3 °“√Õÿª‚¿§∫√‘‚¿§¿“§‡Õ°™π√«¡μ“¡√“§“§ß∑’ËCPR = CPR1 + CPR2

1.4 ¡Ÿ≈§à“ ‘π∑√—æ¬åWEALTH = MBROAD + BMCAP

1.5 °“√≈ß∑ÿπ¿“§‡Õ°™πμ“¡√“§“§ß∑’ËΔln(IPRsa) = 2.513*Δln(GDPRsa/GDPR_HSM) + 1.659*Δln(GDPRsa(-1)) + 0.382*Δln(REER) - 0.064*ecmIPR(-1)

(7.94) (6.14) (4.24) (-2.20)

Adjusted R-Squared = 0.86 S.E. of regression = 0.0288 LM(2) : 0.81 (0.45)

ecmIPR = ln(IPRsa) - (5.623 - 0.119*(MLR(-1)-CINFEX(-1)) + 3.415*Δln(PCREDITsa/CPIsa))

1.6 °“√Õÿª‚¿§¿“§√—∞∫“≈μ“¡√“§“§ß∑’ËCGOVR = CGOVN/PGCON

1.7 °“√≈ß∑ÿπ¿“§√—∞μ“¡√“§“§ß∑’ËIPUB = IPUBN/PIFX

1.8 °“√ àßÕÕ° ‘π§â“·≈–∫√‘°“√μ“¡√“§“§ß∑’ËΔln(XRsa) = 2.355*Δln(TPGDPsa) - 0.638*Δln(REER) - 0.594*ecmXR(-1)

(6.74) (-3.54) (-4.06)

Adjusted R-Squared = 0.51 S.E. of regression = 0.0244 LM(2) : 1.16 (0.32)

ecmXR = ln(XRsa) - (-1.317 + 2.127*ln(TPGDPsa) - 0.257*ln(PX$sa) - 0.236*ln(REER))

1.8.1 °“√ àßÕÕ° ‘π§â“μ“¡√“§“§ß∑’ËXGR = RXGR*XR

2/  —≠≈—°…≥å ln §◊Õ natural logarithmsa §◊Õ ª√—∫¥â«¬ªí®®—¬ƒ¥Ÿ°“≈ecm §◊Õ error correction term

μ—«‡≈¢„π«ß‡≈Á∫„μâ§à“ —¡ª√– ‘∑∏‘Ï §◊Õ t-statistics ¢Õß§à“ —¡ª√– ‘∑∏‘Ïπ—ÈπLM(2) §◊Õ °“√∑¥ Õ∫§«“¡ —¡æ—π∏å√–À«à“ß§à“ residual „π‰μ√¡“ ªí®®ÿ∫—π·≈–„π 2 ‰μ√¡“ °àÕπÀπâ“·≈–μ—«‡≈¢„π«ß‡≈Á∫ §◊Õ p-value

Page 3: เเบบModelจำลองมหภาคของBot

82 ∏𓧓√·Ààߪ√–‡∑»‰∑¬

1.8.2 °“√ àßÕÕ°∫√‘°“√μ“¡√“§“§ß∑’ËXSR = RXSR*XR

1.9 °“√π”‡¢â“ ‘π§â“·≈–∫√‘°“√μ“¡√“§“§ß∑’ËΔln(MRsa) = 1.107*Δln(DDsa) + 0.597*Δln(XRsa) - 0.228*Δln((PM$sa*FX88)/CPIsa) - 0.253*ecmMR(-1)

(11.26) (6.76) (-3.29) (-2.94)Adjusted R-Squared = 0.78 S.E. of regression = 0.0260 LM(2) : 1.06 (0.35)ecmMR = ln(MRsa) - (-3.436 + 0.982*ln(DDsa) + 0.481*ln(XRsa) - 0.200*ln((PM$sa*FX88)/CPIsa))

1.9.1 °“√π”‡¢â“ ‘π§â“μ“¡√“§“§ß∑’ËMGR = RMGR*MR

1.9.2 °“√π”‡¢â“∫√‘°“√μ“¡√“§“§ß∑’ËMSR = RMSR*MR

1.10 º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»μ“¡√“§“§ß∑’ËGDPR = CPR + CGOVR + IPR + IPUB + (XR - MR) + OTHGDP

1.11 º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»μ“¡√“§“ª√–®”ªïGDPN = ((CPR*CPI) + (CGOVR*PGCON) + (IPR*PIP) + (IPUB*PIFX) + ((XR*PX$*FX88/100) - (MR*PM$*FX88/100))

+ (OTHGDP*POTHGDP))/100

1.12 °“√„™â®à“¬„πª√–‡∑»μ“¡√“§“§ß∑’ËDD = GDPR - XR + MR

2. ¿“§√—∞∫“≈

2.1 √“¬‰¥â√—∞∫“≈GREV = TAXREV + OTHREV

2.2 √“¬‰¥â¿“…’Õ“°√TAXREV = TD + TIND

2.3 √“¬‰¥â¿“…’∑“ßμ√ßTD = TH + TC

TH = RH*GDPN

TC = RC*GDPN

2.4 √“¬‰¥â¿“…’∑“ßÕâÕ¡TIND = TVAT + TEXC + OTHTIND

TVAT = RVAT*(CPR*CPI/100)

TEXC = REXC*(CPR*CPI/100)

OTHTIND = ROTHTIND*(CPR*CPI/100)

2.5 ¥ÿ≈‡ß‘π ¥√—∞∫“≈GCB = GREV - (GCURRENT + GCAPITAL) + NONBUDGET

3. ¿“§μà“ߪ√–‡∑»

3.1 ¥ÿ≈∫—≠™’‡¥‘π –æ—¥CURRENT$ = (((XGR*PXG$) - (MGR*PMG$)) + ((XSR*PXS$) - (MSR*PMS$)))/(25.293/*100)

CURRENTB = CURRENT$*FX

3/25.29 §◊Õ Õ—μ√“·≈°‡ª≈’ˬπ‡©≈’ˬ„πªï 2531

Page 4: เเบบModelจำลองมหภาคของBot

83 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

3.2 ¥ÿ≈∫—≠™’‡ß‘π∑ÿπCAPITAL$ = CAPITAL$PRI + OTHCAP$

CAPITALB = CAPITAL$*FX

3.3 ¥ÿ≈°“√™”√–‡ß‘πBPB = CAPITAL$*FX + CURRENT$*FX + OTHBP

BP$ = BPB/FX

3.4 ‡ß‘π ”√Õß√–À«à“ߪ√–‡∑»RESERVE = BP$ + RESERVE(-1)

3.5  ‘π∑√—æ¬åμà“ߪ√–‡∑» ÿ∑∏‘NFA = NFA(-1) + BPB + OTHNFA

3.6 Õ—μ√“·≈°‡ª≈’ˬπln(FX88) = FXEX + ln(1+FEDFUND/400) - ln(1+RP1D/400) + PRESSURE

FXEX = 0.5*ln(FX88) + 0.5*ln(FX88(-1))

PRESSURE = 0.5*Δln(REGIONFX) - 0.1*(CURRENTB(-1)/GDPN(-1))

FX = (FX88*25.293/)/100

NEER = TPFX*100/FX94

REER = NEER/(TPCPI/CPI*100/73.43)

3.7 ‡ß‘π∑ÿπ‡§≈◊ËÕπ¬â“¬ ÿ∑∏‘¿“§‡Õ°™πCAPITAL$PRI = 0.661*Δ(RP1D(-1)-FEDFUND(-1)) - 0.342*CURRENT$ + 27.38*Δln(GDPRsa(-1)) + 0.460*CAPITAL$PRI(-1)

(3.60) (-2.88) (1.66) (4.14)Adjusted R-Squared = 0.72 S.E. of regression = 1.0157 LM(2) : 0.56 (0.58)

4. ¿“§°“√‡ß‘π

4.1 Õ—μ√“¥Õ°‡∫’Ȭ‡ß‘πΩ“°ª√–®” 3 ‡¥◊ÕπΔRD3M = 0.515*ΔRP1D + 0.381*ΔRD3M(-1)

(3.78) (3.00)

Adjusted R-Squared = 0.57 S.E. of regression = 0.2494 LM(2) : 1.05 (0.36)

4.2 Õ—μ√“¥Õ°‡∫’Ȭ‡ß‘π°Ÿâ≈Ÿ°§â“™—Èπ¥’ΔMLR = 0.645*ΔRD3M

(9.50)

Adjusted R-Squared = 0.74 S.E. of regression = 0.1459 LM(2) : 0.03 (0.97)

4.3  ‘π‡™◊ËÕ¿“§‡Õ°™πΔln(PCREDITsa) = -0.002*MLR + 0.583*Δln(GDPNsa(-1)) - 0.045*Δln(NPL(-2)) + 0.705*Δln(PCREDITsa(-1))

(-3.00) (3.28) (-3.35) (7.34)

Adjusted R-Squared = 0.72 S.E. of regression = 0.0135 LM(2) : 1.34 (0.28)

4.4  ‘π‡™◊ËÕ ÿ∑∏‘∑’Ë√–∫∫∏𓧓√„Àâ°—∫√—∞∫“≈ΔCLAIMG = - 0.494*(GCB-FINB)

(-6.85)

Adjusted R-Squared = 0.50 S.E. of regression = 42.14 LM(2) : 0.18 (0.84)

3/25.29 §◊Õ Õ—μ√“·≈°‡ª≈’ˬπ‡©≈’ˬ„πªï 2531

Page 5: เเบบModelจำลองมหภาคของBot

84 ∏𓧓√·Ààߪ√–‡∑»‰∑¬

4.5 ª√‘¡“≥‡ß‘πμ“¡§«“¡À¡“¬°«â“ßMBROADS = NFA + CLAIMG + PCREDIT+ OTHMBROAD

ln(MBROADDsa*100/CPIsa) = 1.363 + 0.091*ln(GDPRsa) - 0.004*(RD3M(-1) - CINFLAT(-1)) + 0.761*ln(MBROADDsa(-1)*100/CPIsa(-1))

(2.39) (1.68) (-2.73) (6.78)

Adjusted R-Squared = 0.99 S.E. of regression = 0.0079 LM(2) : 0.19 (0.83)

4.6 ¡Ÿ≈§à“æ—π∏∫—μ√·≈–À≈—°∑√—æ¬åΔln(BMCAP) = 0.0004*Δ(CAPITAL$*FX) + 2.295*Δln(GDPRsa) - 0.109*Δ(MLR) - 0.515*ecmBMCAP(-1)

(2.14) (2.52) (-2.82) (-3.53)

Adjusted R-Squared = 0.37 S.E. of regression = 0.0753 LM(2) : 0.87 (0.43)

ecmBMCAP = ln(BMCAP) - (-15.483 + 0.0004*(CAPITAL$*FX) + 3.574*ln(GDPRsa) - 0.004*MLR)

5. ¥—™π’√“§“

5.1 ¥—™π’√“§“ºŸâ∫√‘‚¿§æ◊Èπ∞“πCINFLAT = 2.964*ln(GDPRsa/GDPR_HSM) + 0.834*CINFLAT(-1) + 0.141*(((PPI/PPI(-4)-1)*100)*DUMMY_PRE00Q3)

(2.61) (30.86) (8.15)

+ 0.055*(((PPI/PPI(-4)-1)*100)*DUMMY_POST00Q3)

(3.64)

Adjusted R-Squared = 0.96 S.E. of regression = 0.4570 LM(2) : 0.10 (0.91)

5.2 ¥—™π’√“§“ºŸâº≈‘μΔln(PPIsa) = 0.145*Δln(RPPIsa) + 0.220*Δln(FARMPRICEsa) + 0.059*Δln(PM$sa*FX88) + 0.140*Δln(AVGEARNsa)

(6.14) (5.56) (2.25) (1.64)

- 0.265*ecmPPI(-1)

(-3.13)

Adjusted R-Squared = 0.71 S.E. of regression = 0.0100 LM(2) : 1.05 (0.36)

ecmPPI = ln(PPIsa) - (0.151*ln(RPPIsa) + 0.224*ln(FARMPRICEsa) + 0.141*ln(PM$sa*FX88) + 0.150*ln(AVGEARNsa))

5.3 Õ—μ√“§à“®â“ß·√ßß“π‡©≈’ˬΔln(AVGEARNsa)= 0.280*Δln(MINWAGE) + 0.913*Δln(CPIsa) - 0.209*ecmAVGEARN(-1)

(2.95) (5.60) (-2.53)

Adjusted R-Squared = 0.32 S.E. of regression = 0.0120 LM(2) : 0.40 (0.67)

ecmAVGEARN = ln(AVGEARNsa) - (2.474 + 0.745*ln(MINWAGE(-1)) + 0.550*ln(CPIsa))

5.4 ¥—™π’√“§“æ≈—ßß“πΔln(CPIENsa) = 0.562*Δln(RPPIsa) - 0.343*ecmCPIEN(-1)

(17.39) (-4.59)

Adjusted R-Squared = 0.79 S.E. of regression = 0.0159 LM(2) : 0.44 (0.64)

ecmCPIEN = ln(CPIENsa) - (1.209 + 0.744*ln(RPPIsa))

5.5 ¥—™π’√“§“πÈ”¡—π¢“¬ª≈’°¿“¬„πª√–‡∑»Δln(RPPIsa) = 0.402*Δln(DUBAIsa) + 0.426*Δln(FX88) + 0.220*Δln(RPPIsa(-1)) - 0.218*ecmRPPI(-1)

(11.86) (6.24) (3.27) (-3.38)

Adjusted R-Squared = 0.75 S.E. of regression = 0.0285 LM(2) : 2.21 (0.12)

ecmRPPI = ln(RPPIsa) - (0.343 + 0.657*ln(DUBAIsa) + 0.690*ln(FX88))

Page 6: เเบบModelจำลองมหภาคของBot

85 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

5.6 ¥—™π’√“§“Õ“À“√ ¥Δln(CPIRFOODsa) = 0.008 + 0.311*Δln(FARMPRICEsa) - 0.114*ecmCPIRFOOD(-1)

(3.46) (5.39) (-3.15)

Adjusted R-Squared = 0.42 S.E. of regression = 0.0159 LM(2) : 0.91 (0.41)

ecmCPIRFOOD = ln(CPIRFOODsa) - (1.528 + 0.723*ln(FARMPRICEsa))

5.7 ¥—™π’√“§“ ‘π§â“‡°…μ√ ‡©æ“– 12  ‘π§â“À≈—°Δln(FARMPRICE_12sa) = 1.022*Δln(WFP_12sa) + 0.61*Δln(FX88) - 0.355*ecmFARMPRICE_12(-1)

(9.95) (8.40) (-4.22)

Adjusted R-Squared = 0.70 S.E. of regression = 0.0309 LM(2) : 0.38 (0.69)

ecmFARMPRICE_12 = ln(FARMPRICE_12sa) - (-5.635 + 1.178*ln(WFP_12sa) + 1.060*ln(FX88))

5.8 ¥—™π’√“§“ ‘π§â“‡°…μ√FARMPRICE = (WFARMPRICE_12*FARMPRICE_12) + (WFARMPRICE_OTH*FARMPRICE_OTH)

5.9 ¥—™π’√“§“ºŸâ∫√‘‚¿§∑—Ë«‰ªCPI = ((1-WEN-WRFOOD)*CORE) + (WEN*CPIEN) + (WRFOOD*CPIRFOOD)

5.10 ¥—™π’√“§“°“√≈ß∑ÿπ¿“§‡Õ°™πΔln(PIPsa) = 0.723*Δln(PPIsa) - 0.352*ecmPIP(-1)

(5.24) (-4.02)

Adjusted R-Squared = 0.43 S.E. of regression = 0.0206 LM(2) : 0.48 (0.62)

ecmPIP = ln(PIPsa) - (2.086 + 0.941*ln(PPIsa) - 0.285*ln(NEER))

5.11 ¥—™π’√“§“°“√≈ß∑ÿπ¿“§√—∞Δln(PIFXsa) = 0.562*Δln(PPIsa) - 0.307*ecmPIFX(-1)

(6.15) (-4.03)

Adjusted R-Squared = 0.33 S.E. of regression = 0.0140 LM(2) : 2.59 (0.09)

ecmPIFX = ln(PIFXsa) - (2.092 + 0.882*ln(PPIsa) - 0.224*ln(NEER))

5.12 ¥—™π’√“§“°“√Õÿª‚¿§¿“§√—∞∫“≈Δln(PGCONsa) = 0.580*Δln(CPIsa) + 0.071*SALARY

(3.56) (8.43)

Adjusted R-Squared = 0.52 S.E. of regression = 0.0142 LM(2) : 3.71 (0.03)

5.13 ¥—™π’√“§“ ‘π§â“·≈–∫√‘°“√ àßÕÕ°PX$sa = WXRG*PXG$sa + WXRS*PXS$sa

5.13.1 ¥—™π’√“§“ ‘π§â“ àßÕÕ°Δln(PXG$sa) = 0.223*Δln(PMG$sa) + 0.843*Δln(TPGDPsa) - 0.080*Δln(FX88) - 0.230*ecmPX$(-1)

(3.19) (3.57) (-1.67) (-3.77)

Adjusted R-Squared = 0.52 S.E. of regression = 0.020 LM(2) : 1.91 (0.16)

ecmPX$ = ln(PX$sa) - (1.728 + 0.555*ln(PW_NONFsa) + 0.168*ln(MUVsa) - 0.049*ln(FX88))

5.13.2 ¥—™π’√“§“∫√‘°“√ àßÕÕ°PXS$sa = PXS$sa(-4)*((CPIsa/FX88)/(CPIsa(-4)/FX88(-4)))

5.14 ¥—™π’√“§“ ‘π§â“·≈–∫√‘°“√π”‡¢â“PM$sa = WMRG*PMG$sa + WMRS*PMS$sa

Page 7: เเบบModelจำลองมหภาคของBot

86 ∏𓧓√·Ààߪ√–‡∑»‰∑¬

5.14.1 ¥—™π’√“§“ ‘π§â“π”‡¢â“Δln(PMG$sa) = 0.330*Δln(PW_NONFsa) - 0.555*ecmPM$(-1)

(2.705) (-4.877)

Adjusted R-Squared = 0.35 S.E. of regression = 0.0323 LM(2) : 0.74 (0.48)

ecmPMG$ = ln(PM$sa) - (1.630 + 0.324*ln(PW_NONFsa(-1)) + 0.295*ln(MUVsa(-1)) + 0.132*ln(DUBAIsa))

5.14.2 ¥—™π’√“§“∫√‘°“√π”‡¢â“PMS$sa = PMS$sa(-4)*((TPCPIsa*FX94/NEER)/(TPCPIsa(-4)*FX88(-4)/NEER(-4)))

5.15 ¥—™π’√“§“º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»PGDP = GDPN / GDPR*100

5.16 Õ—μ√“‡ß‘π‡øÑÕæ◊Èπ∞“𧓥°“√≥åCINFEX = 0.25*CINFLAT(-1) + 0.25*CINFLAT + 0.50*CINFLAT(4)

5.17 ¥—™π’√“§“Õ —ßÀ“√‘¡∑√—æ¬åln(PLANDTHsa) = - 0.006*(MLR(-1) - CINFEX(-1)) + 0.522*ln(PLANDTHsa(-1)) + 0.488*ln(PLANDTHsa(-2))

(-3.00) (3.29) (3.05)

Adjusted R-Squared = 0.97 S.E. of regression = 0.0122 LM(2) : 1.35 (0.28)

6. ·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®

6.1 √“¬‰¥â μâπ∑ÿπ ·≈–°”‰√

6.1.1 √“¬‰¥âΔln(SALESsa) = 1.784*Δln(GDPNsa) - 0.136*ecmSALES(-1)

(7.77) (-1.68)

Adjusted R-Squared = 0.25 S.E. of regression = 0.0427 LM(2) : 0.66 (0.41)

ecmSALES = ln(SALESsa) - (-11.004 + 2.388*ln(GDPNsa) - 0.007*(RP1D - INFLAT))

6.1.2 μâπ∑ÿπ ‘π§â“¢“¬ln(COGSsa) = -1.819 + 0.936*ln(SALESsa) + 0.419*ln(PPIsa)

(-4.15) (26.39) (3.02)

Adjusted R-Squared = 0.99 S.E. of regression = 0.0334 LM(2) : 0.74 (0.48)

6.1.3 °”‰√®“°°“√¥”‡π‘πß“πEBIT = SALES - COGS - OTHER

6.1.4 °”‰√ ÿ∑∏‘NI = EBIT - INT - TAX - EXTRA

6.2  ‘π∑√—æ¬å  à«π¢ÕߺŸâ∂◊ÕÀÿâπ ·≈–Àπ’È ‘π

6.2.1  ‘π∑√—æ¬åΔln(ASSETsa) = 0.256*Δln(GDPNsa(-2)) - 0.077*ecmASSET(-1)

(5.57) (-4.25)

Adjusted R-Squared = 0.35 S.E. of regression = 0.0340 LM(2) : 0.79 (0.46)

ecmASSET = ln(ASSETsa) - (3.907 - 0.073*(MLR(-2) - INFLAT(-2)) + 0.686*ln(DDsa(-2)))

Page 8: เเบบModelจำลองมหภาคของBot

87 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

6.2.2  à«π¢ÕߺŸâ∂◊ÕÀÿâπΔln(EQUITYsa) = 1.057*Δln(GDPNsa(-2)) - 0.498*Δln(FX88) + 0.011*Δ(RP1D(-1)-FEDFUND(-1)) + 0.031*DUM01Q4

(2.19) (-2.72) (-1.99) (1.81)

- 0.360*ecmEQUITY(-1)

(-3.65)

Adjusted R-Squared = 0.32 S.E. of regression = 0.0699 LM(2) : 0.18 (0.84)

ecmEQUITY = ln(EQUITYsa) - (1.659*ln(GDPNsa) + 0.392*DUM01Q4 + 0.013*(RP1D(-1) - FEDFUND(-1)) - 1.060*ln(FX88))

6.2.3 Àπ’È ‘πDEBT = ASSET - EQUITY

6.3 §«“¡ “¡“√∂„π°“√™”√–Àπ’È

6.3.1 Õ—μ√“ à«πÀπ’È ‘πμàÕ∑ÿπDE = DEBT/EQUITY

6.3.2 ¿“√–¥Õ°‡∫’Ȭ®à“¬ln(INTsa)= - 7.189 + 1.355*ln(DEBTsa(-1)) + 0.027*MLR(-2) - 0.511*DUM01Q4

6.3.3 Õ—μ√“ à«π√“¬‰¥âμàÕ¿“√–¥Õ°‡∫’Ȭ®à“¬ICR = EBIT/INT

7. ·∫∫®”≈Õßß∫°“√‡ß‘π¿“§§√—«‡√◊Õπ

7.1 Àπ’È ‘π

7.1.1  ‘π‡™◊ËÕ¢Õß∏𓧓√æ“≥‘™¬å∑’Ë„Àâ·°à§√—«‡√◊ÕπΔln(LOANHHTsa) = - 0.009*ΔMLR(-1) + 0.424*Δln(CPRsa(-4)) + 0.792*Δln(LOANHHTsa(-1))

(-2.11) (2.92) (11.32)

Adjusted R-Squared = 0.66 S.E. of regression = 0.0185 LM(2) : 1.71 (0.19)

7.2 §«“¡ “¡“√∂„π°“√™”√–Àπ’È

7.2.1 ¿“√–¥Õ°‡∫’Ȭ®à“¬¢Õß¿“§§√—«‡√◊ÕπINTHH = (MLR/100)*LOANHHT

7.2.2 ¿“√–¥Õ°‡∫’Ȭ®à“¬μàÕ√“¬‰¥âÀ≈—ßÀ—°¿“…’IGEARHH = INTHH/(GDPRsa*(1-RH))* 100

Page 9: เเบบModelจำลองมหภาคของBot

88 ∏𓧓√·Ààߪ√–‡∑»‰∑¬

√“¬™◊ËÕ·≈– —≠≈—°…≥å¢Õßμ—«·ª√„π·∫∫®”≈Õß

μ—«·ª√¿“¬„πAVGEARN §à“®â“ß·√ßß“π‡©≈’ˬ (Àπ૬ : ∫“∑μàÕ‡¥◊Õπ)BMCAP ¡Ÿ≈§à“æ—π∏∫—μ√·≈–À≈—°∑√—æ¬å (Àπ૬ : æ—π≈â“π∫“∑)BPB, BP$ ¥ÿ≈°“√™”√–‡ß‘π (Àπ૬ : æ—π≈â“π∫“∑ æ—π≈â“π¥Õ≈≈“√å  √Õ.)CAPITALB, CAPITAL$ ¥ÿ≈∫—≠™’‡ß‘π∑ÿπ (Àπ૬ : æ—π≈â“π∫“∑ æ—π≈â“π¥Õ≈≈“√å  √Õ.)CAPITAL$PRI ‡ß‘π∑ÿπ‡§≈◊ËÕπ¬â“¬ ÿ∑∏‘¿“§‡Õ°™π (Àπ૬ : æ—π≈â“π¥Õ≈≈“√å  √Õ.)CGOVR °“√Õÿª‚¿§¿“§√—∞∫“≈μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)CINFEX Õ—μ√“‡ß‘π‡øÑÕ§“¥°“√≥å (Àπ૬ : √âÕ¬≈–)CLAIMG  ‘π‡™◊ËÕ ÿ∑∏‘∑’Ë√–∫∫∏𓧓√„Àâ°—∫√—∞∫“≈ (Àπ૬ : æ—π≈â“π∫“∑)CORE, CINFLAT ¥—™π’√“§“ºŸâ∫√‘‚¿§æ◊Èπ∞“π (‰¡à√«¡√“§“Õ“À“√ ¥·≈–æ≈—ßß“π) (2545 = 100) ·≈–Õ—μ√“‡ß‘π‡øÑÕæ◊Èπ∞“π (Àπ૬ : √âÕ¬≈–)CPI ¥—™π’√“§“ºŸâ∫√‘‚¿§ (2545 = 100)CPIEN ¥—™π’√“§“æ≈—ßß“π (2545 = 100)CPIRFOOD ¥—™π’√“§“Õ“À“√ ¥ (2545 = 100)CPR °“√Õÿª‚¿§∫√‘‚¿§¿“§‡Õ°™π√«¡μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)CPR1 °“√Õÿª‚¿§∫√‘‚¿§¿“§‡Õ°™πª√–‡¿∑ ‘π§â“§ß∑πμ“¡√“§“§ß∑’Ë Õ“∑‘ ¬“πæ“Àπ– ‡§√◊ËÕß„™â‰øøÑ“ ‡§√◊ËÕß¡◊Õ Õÿª°√≥å®—°√°≈ ‡øÕ√å𑇮Õ√å

º≈‘μ¿—≥±å¬“ß ·°â« ·≈–æ≈“ μ‘° ‡ªìπμâπ (Àπ૬ : æ—π≈â“π∫“∑)CPR2 °“√Õÿª‚¿§∫√‘‚¿§¿“§‡Õ°™πª√–‡¿∑ ‘π§â“‰¡à§ß∑πμ“¡√“§“§ß∑’Ë Õ“∑‘ Õ“À“√ ‡§√◊ËÕߥ◊Ë¡ æ≈—ßß“π ·≈–∫√‘°“√ ‡ªìπμâπ

(Àπ૬ : æ—π≈â“π∫“∑)CURRENTB, CURRENT$ ¥ÿ≈∫—≠™’‡¥‘π –æ—¥ (Àπ૬: æ—π≈â“π∫“∑ æ—π≈â“π¥Õ≈≈“√å  √Õ.)DD °“√„™â®à“¬„πª√–‡∑»μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)FARMPRICE ¥—™π’√“§“ ‘π§â“‡°…μ√ (2538 = 100)FARMPRICE_12 ¥—™π’√“§“ ‘π§â“‡°…μ√‡©æ“– 12  ‘π§â“À≈—°¢Õ߉∑¬ (2538 = 100)FX Õ—μ√“·≈°‡ª≈’ˬπ (Àπ૬ : ∫“∑μàÕ¥Õ≈≈“√å  √Õ.)FX88 ¥—™π’Õ—μ√“·≈°‡ª≈’ˬπ (2531 = 100)FX94 ¥—™π’Õ—μ√“·≈°‡ª≈’ˬπ (2537 = 100)FXEX ¥—™π’Õ—μ√“·≈°‡ª≈’Ë¬π§“¥°“√≥å∑’˧”π«≥®“° FX88GCB ¥ÿ≈‡ß‘π ¥√—∞∫“≈ (Àπ૬ : æ—π≈â“π∫“∑)GDPN º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»μ“¡√“§“ª√–®”ªï (Àπ૬ : æ—π≈â“π∫“∑)GDPR º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)GDPR_HSM ·π«‚π⡺≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»μ“¡√“§“§ß∑’Ë (GDPR Trend) ´÷Ëߪ√–¡“≥°“√®“°«‘∏’°“√ Hodrick-Prescott ·≈–

Exponential Smoothing (Àπ૬ : æ—π≈â“π∫“∑)GREV √“¬‰¥â√—∞∫“≈ (Àπ૬ : æ—π≈â“π∫“∑)IPR °“√≈ß∑ÿπ¿“§‡Õ°™πμ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)IPUB °“√≈ß∑ÿπ¿“§√—∞μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)MBROADD, MBROADS ª√‘¡“≥‡ß‘πμ“¡§«“¡À¡“¬°«â“ß (Àπ૬ : æ—π≈â“π∫“∑)MGR °“√π”‡¢â“ ‘π§â“μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)MLR Õ—μ√“¥Õ°‡∫’Ȭ‡ß‘π°Ÿâ≈Ÿ°§â“™—Èπ¥’ (Àπ૬ : √âÕ¬≈–μàÕªï)MR °“√π”‡¢â“ ‘π§â“·≈–∫√‘°“√μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)MSR °“√π”‡¢â“∫√‘°“√μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)NEER ¥—™π’§à“‡ß‘π∫“∑ (2537 = 100)NFA  ‘π∑√—æ¬åμà“ߪ√–‡∑» ÿ∑∏‘ (Àπ૬ : æ—π≈â“π∫“∑)OTHTIND ¿“…’∑“ßÕâÕ¡Õ◊ËπÊ (Àπ૬ : æ—π≈â“π∫“∑)

Page 10: เเบบModelจำลองมหภาคของBot

89 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

PCREDIT  ‘π‡™◊ËÕ¿“§‡Õ°™π (√«¡°“√∂◊Õ§√ÕßÀ≈—°∑√—æ¬å¿“§‡Õ°™π) (Àπ૬ : æ—π≈â“π∫“∑)PGCON ¥—™π’√“§“°“√Õÿª‚¿§¿“§√—∞∫“≈ (2531 = 100)PGDP ¥—™π’√“§“º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑» (2531 = 100)PIFX ¥—™π’√“§“°“√≈ß∑ÿπ¿“§√—∞ (2531 = 100)PIP ¥—™π’√“§“°“√≈ß∑ÿπ¿“§‡Õ°™π (2531 = 100)PLANDTH ¥—™π’√“§“∑“«π凌ⓠåæ√âÕ¡∑’Ë¥‘πPM$ ¥—™π’√“§“ ‘π§â“·≈–∫√‘°“√π”‡¢â“„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2531 = 100)PMG$ ¥—™π’√“§“ ‘π§â“π”‡¢â“„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2531 = 100)PMS$ ¥—™π’√“§“∫√‘°“√π”‡¢â“„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2531 = 100)PPI ¥—™π’√“§“ºŸâº≈‘μ (2543 = 100)PRESSURE §«“¡‡ ’ˬßμàÕÕ—μ√“·≈°‡ª≈’ˬπPX$ ¥—™π’√“§“ ‘π§â“·≈–∫√‘°“√ àßÕÕ°„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2531 = 100)PXG$ ¥—™π’√“§“ ‘π§â“ àßÕÕ°„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2531 = 100)PXS$ ¥—™π’√“§“∫√‘°“√ àßÕÕ°„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2531 = 100)RD3M Õ—μ√“¥Õ°‡∫’Ȭ‡ß‘πΩ“°ª√–®” 3 ‡¥◊Õπ (Àπ૬ : √âÕ¬≈–μàÕªï)RESERVE ‡ß‘π ”√Õß√–À«à“ߪ√–‡∑» (Àπ૬ : æ—π≈â“π¥Õ≈≈“√å  √Õ.)RPPI ¥—™π’√“§“πÈ”¡—π¢“¬ª≈’°¿“¬„πª√–‡∑» (2539 = 100)TAXREV √“¬‰¥â¿“…’Õ“°√ (Àπ૬ : æ—π≈â“π∫“∑)TC ¿“…’‡ß‘π‰¥âπ‘μ‘∫ÿ§§≈ (Àπ૬ : æ—π≈â“π∫“∑)TD ¿“…’∑“ßμ√ß (Àπ૬ : æ—π≈â“π∫“∑)TEXC ¿“…’ √√æ “¡‘μ (Àπ૬ : æ—π≈â“π∫“∑)TH ¿“…’‡ß‘π‰¥â∫ÿ§§≈∏√√¡¥“ (Àπ૬ : æ—π≈â“π∫“∑)TIND ¿“…’∑“ßÕâÕ¡ (Àπ૬ : æ—π≈â“π∫“∑)TVAT ¿“…’¡Ÿ≈§à“‡æ‘Ë¡ (Àπ૬ : æ—π≈â“π∫“∑)WEALTH ¡Ÿ≈§à“ ‘π∑√—æ¬å ́ ÷Ëߪ√–¡“≥®“°º≈√«¡¢Õߪ√‘¡“≥‡ß‘πμ“¡§«“¡À¡“¬°«â“ß ·≈–¡Ÿ≈§à“æ—π∏∫—μ√·≈–À≈—°∑√—æ¬å (Àπ૬ : æ—π≈â“π∫“∑)XGR °“√ àßÕÕ° ‘π§â“μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)XR °“√ àßÕÕ° ‘π§â“·≈–∫√‘°“√μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)XSR °“√ àßÕÕ°∫√‘°“√μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)

μ—«·ª√¿“¬πÕ°CPIUS ¥—™π’√“§“ºŸâ∫√‘‚¿§¢Õߪ√–‡∑» À√—∞Õ‡¡√‘°“ (2533 = 100)CGOVN °“√Õÿª‚¿§¿“§√—∞∫“≈μ“¡√“§“ª√–®”ªï (Àπ૬ : æ—π≈â“π∫“∑)DUBAI √“§“πÈ”¡—π¥‘∫¥Ÿ‰∫ (Àπ૬ : ¥Õ≈≈“√å  √Õ. μàÕ∫“√å‡√≈)FARMPRICE_OTH ¥—™π’√“§“ ‘π§â“‡°…μ√Õ◊ËπÊ ¢Õ߉∑¬ (2538 = 100)FEDFUND Õ—μ√“¥Õ°‡∫’Ȭ√–À«à“ß∏𓧓√¢Õß À√—∞œ (Àπ૬ : √âÕ¬≈–μàÕªï)FINB ¡Ÿ≈§à“æ—π∏∫—μ√√—∞∫“≈∑’ËÕÕ°‡æ◊ËÕ°“√øóôπøŸ√–∫∫ ∂“∫—π°“√‡ß‘π (Àπ૬ : æ—π≈â“π∫“∑)GCAPITAL °“√„™â®à“¬‡æ◊ËÕ°“√≈ß∑ÿπ¢Õß√—∞∫“≈ (Àπ૬ : æ—π≈â“π∫“∑)GCURRENT °“√„™â®à“¬ª√–®”¢Õß√—∞∫“≈ (Àπ૬ : æ—π≈â“π∫“∑)IPUBN °“√≈ß∑ÿπ¿“§√—∞μ“¡√“§“ª√–®”ªï (Àπ૬ : æ—π≈â“π∫“∑)MINWAGE Õ—μ√“§à“®â“ߢ—ÈπμË” (Àπ૬ : ∫“∑μàÕ«—π)MUV ¥—™π’√“§“ ‘π§â“Õÿμ “À°√√¡„πμ≈“¥‚≈° (2543 = 100)NONBUDGET ¥ÿ≈πÕ°ß∫ª√–¡“≥¢Õß√—∞∫“≈ (Àπ૬ : æ—π≈â“π∫“∑)NPL Àπ’È¿“§∏ÿ√°‘®∑’ˉ¡à°àÕ„À⇰‘¥√“¬‰¥â (Àπ૬ : æ—π≈â“π∫“∑)OTHBP  à«πÕ◊ËπÊ ¢Õߥÿ≈°“√™”√–‡ß‘π (Àπ૬ : æ—π≈â“π∫“∑)

Page 11: เเบบModelจำลองมหภาคของBot

90 ∏𓧓√·Ààߪ√–‡∑»‰∑¬

OTHCAP$  à«πÕ◊ËπÊ ¢Õߥÿ≈∫—≠™’∑ÿπ‡§≈◊ËÕπ¬â“¬ (Àπ૬ : æ—π≈â“π¥Õ≈≈“√å  √Õ.)OTHGDP  à«πÕ◊ËπÊ ¢Õߺ≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»μ“¡√“§“§ß∑’Ë (Àπ૬ : æ—π≈â“π∫“∑)OTHM2A  à«πÕ◊ËπÊ ¢Õߪ√‘¡“≥‡ß‘π M2A (Àπ૬ : æ—π≈â“π∫“∑)OTHNFA  à«πÕ◊ËπÊ ¢Õß ‘π∑√—æ¬åμà“ߪ√–‡∑» ÿ∑∏‘ (Àπ૬ : æ—π≈â“π∫“∑)OTHREV √“¬√—∫∑’Ë¡‘„™à¿“…’Õ“°√ (Àπ૬ : æ—π≈â“π∫“∑)PW_NONF ¥—™π’√“§“ ‘π§â“‚¿§¿—≥±å∑’Ë¡‘„™à‡™◊ÈÕ‡æ≈‘ß„πμ≈“¥‚≈° (2538 = 100)POTHGDP ¥—™π’√“§“¢Õß à«πÕ◊ËπÊ ¢Õߺ≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑» (2531 = 100)RC Õ—μ√“¿“…’‡ß‘π‰¥âπ‘μ‘∫ÿ§§≈ (Àπ૬ : √âÕ¬≈–)REGIONFX ¥—™π’Õ—μ√“·≈°‡ª≈’ˬπ‡©≈’ˬμàÕ¥Õ≈≈“√å  √Õ. ¢Õߪ√–‡∑»„π¿Ÿ¡‘¿“§ (®’π  ‘ß§‚ª√å Õ‘π‚¥π’‡´’¬ ‡°“À≈’„μâ øî≈‘ªªîπ å ‰μâÀ«—π ·≈–

¡“‡≈‡ ’́¬) (2537 = 100)REXC Õ—μ√“¿“…’ √√æ “¡‘μ (Àπ૬ : √âÕ¬≈–)RH Õ—μ√“¿“…’‡ß‘π‰¥â∫ÿ§§≈∏√√¡¥“ (Àπ૬ : √âÕ¬≈–)RMGR  —¥ à«π°“√π”‡¢â“ ‘π§â“μàÕ°“√π”‡¢â“ ‘π§â“·≈–∫√‘°“√RMSR  —¥ à«π°“√π”‡¢â“∫√‘°“√μàÕ°“√π”‡¢â“ ‘π§â“·≈–∫√‘°“√ROTHTIND Õ—μ√“¿“…’∑“ßÕâÕ¡Õ◊ËπÊ (Àπ૬ : √âÕ¬≈–)RP1D Õ—μ√“¥Õ°‡∫’Ȭμ≈“¥´◊ÈÕ§◊πæ—π∏∫—μ√√–¬– 1 «—π (Àπ૬ : √âÕ¬≈–μàÕªï)RVAT Õ—μ√“¿“…’¡Ÿ≈§à“‡æ‘Ë¡ (Àπ૬ : √âÕ¬≈–)RXGR  —¥ à«π°“√ àßÕÕ° ‘π§â“μàÕ°“√ àßÕÕ° ‘π§â“·≈–∫√‘°“√RXSR  —¥ à«π°“√ àßÕÕ°∫√‘°“√μàÕ°“√ àßÕÕ° ‘π§â“·≈–∫√‘°“√TPCPI ¥—™π’√“§“ºŸâ∫√‘‚¿§¢Õߪ√–‡∑»§Ÿà§â“ ”§—≠¢Õ߉∑¬ (2537 = 100) (°≈ÿࡪ√–‡∑»‡Õ‡™’¬  À√—∞Õ‡¡√‘°“ ≠’˪ÿÉπ °≈ÿࡪ√–‡∑»¬Ÿ‚√

·≈– À√“™Õ“≥“®—°√)TPGDP ¥—™π’º≈‘μ¿—≥±å¡«≈√«¡„πª√–‡∑»¢Õߪ√–‡∑»§Ÿà§â“ ”§—≠¢Õ߉∑¬ (2545 = 100) (°≈ÿࡪ√–‡∑»‡Õ‡™’¬  À√—∞Õ‡¡√‘°“ ≠’˪ÿÉπ

°≈ÿࡪ√–‡∑»¬Ÿ‚√ ·≈– À√“™Õ“≥“®—°√)TPFX ¥—™π’Õ—μ√“·≈°‡ª≈’ˬπ‡©≈’ˬμàÕ¥Õ≈≈“√å  √Õ. ¢Õߪ√–‡∑»§Ÿà§â“ ”§—≠¢Õ߉∑¬ (2537 = 100)

(°≈ÿࡪ√–‡∑»‡Õ‡™’¬  À√—∞Õ‡¡√‘°“ ≠’˪ÿÉπ ·≈–°≈ÿࡪ√–‡∑»¬Ÿ‚√)WEN πÈ”Àπ—°¢Õß ‘π§â“°≈ÿà¡æ≈—ßß“π„πμ–°√â“ ‘π§â“ CPIWFARMPRICE_12 πÈ”Àπ—°¢Õß ‘π§â“‡°…μ√‡©æ“– 12  ‘π§â“À≈—°¢Õ߉∑¬WFARMPRICE_OTH πÈ”Àπ—°¢Õß ‘π§â“‡°…μ√Õ◊ËπÊ ¢Õ߉∑¬WFP_12 ¥—™π’√“§“ ‘π§â“‡°…μ√„πμ≈“¥‚≈°‡©æ“– 12  ‘π§â“À≈—°¢Õ߉∑¬„π√Ÿª‡ß‘π¥Õ≈≈“√å  √Õ. (2538 = 100)WRFOOD πÈ”Àπ—°¢Õß ‘π§â“°≈ÿà¡Õ“À“√ ¥„πμ–°√â“ ‘π§â“ CPIWMRG  —¥ à«π¢Õß¡Ÿ≈§à“°“√π”‡¢â“ ‘π§â“„π¡Ÿ≈§à“°“√π”‡¢â“∑—ÈßÀ¡¥WMRS  —¥ à«π¢Õß¡Ÿ≈§à“°“√π”‡¢â“∫√‘°“√„π¡Ÿ≈§à“°“√π”‡¢â“∑—ÈßÀ¡¥WXRG  —¥ à«π¢Õß¡Ÿ≈§à“°“√ àßÕÕ° ‘π§â“„π¡Ÿ≈§à“°“√ àßÕÕ°∑—ÈßÀ¡¥WXRS  —¥ à«π¢Õß¡Ÿ≈§à“°“√ àßÕÕ°∫√‘°“√„π¡Ÿ≈§à“°“√ àßÕÕ°∑—ÈßÀ¡¥

μ—«·ª√ÀÿàπPOST2000Q3 ·∑π™à«ß‡«≈“μ—Èß·μà‰μ√¡“ ∑’Ë 3 ¢Õߪï 2543 ‚¥¬„Àâ‡∑à“°—∫ 1  ”À√—∫™à«ß°àÕπÀπâ“π—Èπ„Àâ‡∑à“°—∫ 0PRE2000Q3 ·∑π™à«ß‡«≈“°àÕπ‰μ√¡“ ∑’Ë 3 ¢Õߪï 2543 ‚¥¬„Àâ‡∑à“°—∫ 1  ”À√—∫™à«ßÀ≈—ß®“°π—Èπ„Àâ‡∑à“°—∫ 0SALARY ·∑π™à«ß‡«≈“∑’Ë¡’°“√ª√—∫‚§√ß √â“߇ߑπ‡¥◊Õπ¢â“√“™°“√ ‚¥¬„Àâ‡∑à“°—∫ 1 ·≈–™à«ß‡«≈“Õ◊ËπÊ „Àâ‡∑à“°—∫ 0

μ—«·ª√·∫∫®”≈Õßß∫°“√‡ß‘π¿“§∏ÿ√°‘®ASSET  ‘π∑√—æ¬å (Àπ૬ : æ—π≈â“π∫“∑)COGS μâπ∑ÿπ ‘π§â“¢“¬ (Àπ૬ : æ—π≈â“π∫“∑)DE Õ—μ√“ à«πÀπ’È ‘πμàÕ∑ÿπ (Àπ૬ : ‡∑à“)

Page 12: เเบบModelจำลองมหภาคของBot

91 √“¬ß“π·π«‚π⡇ߑπ‡øÑÕ ‡¡…“¬π 2551

DEBT Àπ’È ‘π (Àπ૬ : æ—π≈â“π∫“∑)DUM01Q4 ·∑π™à«ß∑’Ë¡’°“√·ª≈ßÀπ’È ‘π‡ªìπ∑ÿπ ‚¥¬π—∫μ—Èß·μàªï 2544 ‰μ√¡“ ∑’Ë 4 = 1 Õ◊ËπÊ = 0EBIT °”‰√®“°°“√¥”‡π‘πß“π (Àπ૬ : æ—π≈â“π∫“∑)EQUITY  à«π¢ÕߺŸâ∂◊ÕÀÿâπ (Àπ૬ : æ—π≈â“π∫“∑)EXTRA §à“„™â®à“¬Õ◊ËπÊ (Àπ૬ : æ—π≈â“π∫“∑)ICR Õ—μ√“ à«π√“¬‰¥âμàÕ¿“√–¥Õ°‡∫’Ȭ®à“¬ (Àπ૬ : ‡∑à“)INT ¿“√–¥Õ°‡∫’Ȭ®à“¬ (Àπ૬ : æ—π≈â“π∫“∑)NI °”‰√ ÿ∑∏‘ (Àπ૬ : æ—π≈â“π∫“∑)OTHER §à“„™â®à“¬Õ◊ËπÊ (Àπ૬ : æ—π≈â“π∫“∑)PPI ¥—™π’√“§“ºŸâº≈‘μ (2543 = 100)SALES √“¬‰¥â (Àπ૬ : æ—π≈â“π∫“∑)TAX ¿“…’√“¬‰¥âπ‘μ‘∫ÿ§§≈ (Àπ૬ : æ—π≈â“π∫“∑)

μ—«·ª√·∫∫®”≈Õßß∫°“√‡ß‘π¿“§§√—«‡√◊ÕπLOANHHT ¬Õ¥§ß§â“ß ‘π‡™◊ËÕ¢Õß∏𓧓√æ“≥‘™¬å∑’Ë„Àâ·°à§√—«‡√◊Õπ (Àπ૬ : æ—π≈â“π∫“∑)INTHH ¿“√–¥Õ°‡∫’Ȭ®à“¬¢Õß¿“§§√—«‡√◊Õπ (Àπ૬ : æ—π≈â“π∫“∑)IGEARHH Õ—μ√“ à«π¥Õ°‡∫’Ȭ®à“¬μàÕ√“¬‰¥âÀ≈—ßÀ—°¿“…’ (Àπ૬ : √âÕ¬≈–)