บริการ
TH
EN
TH
CN

บริหารหนี้สาธารณะด้วยแบบจำลองวิเคราะห์ต้นทุนและความเสี่ยง กรณีศึกษา สำนักงานบริหารหนี้สาธารณะ (สบน.)

“หนี้สาธารณะ” คืออะไร?

รัฐบาลของทุก ๆ ประเทศมีหน้าที่ในการบริหารจัดการงบประมาณภายในประเทศเพื่อพัฒนาและบริหารทรัพยากร ตั้งแต่การสร้างถนนและระบบคมนาคม การเยียวยาผู้ประสบปัญหาภัยพิบัติ การส่งเสริมการศึกษา การสาธารณสุข เป็นต้น

รัฐบาลหนึ่ง ๆ มี “รายได้” เพื่อใช้ในการพัฒนาและบริหารทรัพยากรเหล่านี้ได้อย่างไร? คำตอบคือ การเก็บภาษีนั่นเอง ในกรณีของประเทศไทย รัฐบาลมีการจัดเก็บภาษีเงินได้ ภาษีหัก ณ ที่จ่าย ภาษีมูลค่าเพิ่ม ไปจนถึงภาษีสรรพสามิตและภาษีศุลกากร ซึ่งไม่ได้แตกต่างจากนานาประเทศทั่วโลกนัก ซึ่งรัฐบาลจะนำรายได้เหล่านี้มาจัดสรรเป็นงบประมาณเพื่อใช้ในด้านต่าง ๆ

ผลการเบิกจ่ายงบประมาณแผ่นดินในปีงบประมาณ พ.ศ. 2564

ผลการเบิกจ่ายงบประมาณแผ่นดินในปีงบประมาณ พ.ศ. 2564 https://govspending.data.go.th/dashboard/5

หากรัฐบาลหนึ่ง ๆ มีรายได้ไม่เพียงพอสำหรับรายจ่ายเพื่อการบริหารทรัพยากรในแต่ละปี รัฐบาลก็จำเป็นที่จะต้องกู้ยืมเงินให้เพียงพอต่อความต้องการ ไม่ต่างจากการที่บุคคลธรรมดาอาจจำเป็นต้องกู้ยืมเงินเพื่อตอบสนองความต้องการในการซื้อบ้านหรือลงทุนในธุรกิจ ซึ่งในบริบทของรัฐบาล ปริมาณวงเงินกู้ที่รัฐบาลมีความต้องการในแต่ละปีงบประมาณ มีชื่อเรียกว่า ความต้องการเงินทุน (Funding Need) และการกู้ยืมเงินตาม Funding Need นี้เองที่ก่อให้เกิดหนี้สาธารณะ

ทำความรู้จักกับสำนักงานบริหารหนี้สาธารณะ (Public Debt Management Office)

สำนักงานบริหารหนี้สาธารณะ (สบน.) กระทรวงการคลัง มีภาระหน้าที่ในการบริหารโครงสร้างหนี้ภายในประเทศ รักษาเสถียรภาพทางการเงินแก่ภาครัฐโดยการระดมทุนผ่านการออกตราสารหนี้ตามวงเงินกู้ที่ต้องการ เพื่อบริหารค่าใช้จ่ายของภาครัฐ ทั้งนี้ สบน. ทำการบริหารหนี้ด้วยกลยุทธ์การบริหารหนี้สาธารณะระยะปานกลาง (Medium-Term Debt Management Strategy: MTDS) ซึ่งเป็นแนวปฏิบัติสากลตามข้อแนะนำของธนาคารโลก (World Bank) ในการบริหารต้นทุนและความเสี่ยงของหนี้ โดยมีการจัดการความเสี่ยงของหนี้ใน 3 ด้าน คือ ความเสี่ยงด้านอัตราแลกเปลี่ยน ความเสี่ยงด้านอัตราดอกเบี้ย และความเสี่ยงด้านการปรับโครงสร้างหนี้

เพื่อความชัดเจนในบทความนี้ “หนี้สาธารณะ” ที่อยู่ภายใต้การดูแลของ สบน. หมายถึง หนี้ที่กระทรวงการคลัง หน่วยงานของรัฐ หรือรัฐวิสาหกิจกู้ หรือหนี้ที่กระทรวงการคลังค้ำประกัน แต่ไม่รวมถึงหนี้ของรัฐวิสาหกิจที่ทำธุรกิจให้กู้ยืมเงินโดยกระทรวงการคลัง มิได้ค้ำประกัน (คำนิยามจากเว็บไซต์ของสบน.)

ความท้าทายของการบริหารหนี้สาธารณะ

เนื่องจากผู้บริหารหนี้จำเป็นต้องตัดสินใจวางแผนกลยุทธ์การออกตราสารหนี้ใหม่ ณ ปัจจุบัน โดยไม่สามารถล่วงรู้ถึงข้อมูลของอัตราแลกเปลี่ยนและอัตราดอกเบี้ยในท้องตลาด รวมถึงข้อมูลเศรษฐกิจมหภาคในอนาคตได้ ทำให้การวางกลยุทธ์การบริหารหนี้มีความไม่แน่นอน ทำให้ สบน. จำเป็นต้องมีการใช้แบบจำลองทางคณิตศาสตร์ (Models) เพื่อช่วยจำลองสถานการณ์ในอนาคตจากสมมติฐานในกรณีต่าง ๆ ผนวกกับหลักการทางสถิติเพื่อให้ผู้บริหารหนี้สามารถวางแผนตัดสินใจถึงชนิด (Instrument Type) ช่วงเวลา (Timing), ช่วงอายุหนี้ (Maturity) อัตราดอกเบี้ยและชนิดดอกเบี้ย (Coupon) และปริมาณการกู้เงิน (Issuance Amount) ที่เหมาะสมบนความไม่แน่นอนที่อาจเกิดขึ้นได้

ในช่วงเวลาที่ผ่านมา สบน. มีการใช้แบบจำลองการวิเคราะห์ต้นทุนและความเสี่ยง (Cost-Risk Analysis) และวางแผนกลยุทธ์การบริหารหนี้ (Debt Management Strategy) ที่มีลักษณะเป็น “กล่องดำ” (Black Box) เนื่องจากเป็นแบบจำลองที่ถูกพัฒนาโดยหน่วยงานภายนอก ทำให้เจ้าหน้าที่ สบน. ไม่สามารถปรับแต่งรูปแบบการจำลองหรือตรวจสอบความถูกต้องของผลลัพธ์ได้ ซึ่งข้อจำกัดดังกล่าวสร้างแรงกดดันต่อ สบน. ในการบริหารหนี้ให้มีต้นทุนที่ต่ำบนระดับความเสี่ยงที่ยอมรับได้อย่างยั่งยืน

เปลี่ยนความท้าทายให้เป็นโอกาส ด้วยการพัฒนา In-House Risk Model

ความต้องการแบบจำลองใหม่ที่สามารถปรับแต่งได้ตามความต้องการของ สบน. และพัฒนาโดยเจ้าหน้าที่ของ สบน. เองเพื่อความยั่งยืนในการใช้และปรับปรุงแบบจำลอง จึงนำมาสู่ความร่วมมือระหว่าง สบน. และธนาคารโลก ภายใต้โครงการจ้างที่ปรึกษาสำหรับการพัฒนาแบบจำลองการบริหารความเสี่ยงหนี้สาธารณะเพื่อใช้ในสำนักงาน (In-House Risk Model) โดยมีที่ปรึกษาจากสถาบันส่งเสริมการวิเคราะห์และบริหารข้อมูลขนาดใหญ่ภาครัฐ (สวข.) เข้าร่วมเป็นที่ปรึกษาด้านเทคนิค (Technical Consultant) ร่วมกับธนาคารโลก เพื่อให้คำปรึกษาและร่วมพัฒนาแบบจำลองของ สบน. ตามขอบเขตการดำเนินการและข้อตกลงระหว่าง สบน. ธนาคารโลก และ สวข.

หน่วยงานที่เกี่ยวข้อง

องค์ประกอบของแบบจำลองบริหารความเสี่ยง

ภายใต้ความร่วมมือข้างต้น สวข. ได้ให้คำปรึกษาและร่วมพัฒนาแบบจำลองบริหารความเสี่ยงกับเจ้าหน้าที่ สบน. ภายใต้แนวทางและคำปรึกษาจากธนาคารโลก โดยมีผลลัพธ์ตามองค์ประกอบ คือ

  1. แบบจำลองเพื่อวิเคราะห์ต้นทุนและความเสี่ยง (Cost-Risk Model) สำหรับการคำนวณแนวโน้มกระแสเงินสดเพื่อชำระคืนเงินกู้ (Cashflows) และกำหนดการไถ่ถอนของตราสารหนี้ (Redemption Profiles) ในอนาคต โดยสามารถเปรียบเทียบผลลัพธ์ของแนวโน้มกระแสเงินสดระหว่างกลยุทธ์การบริหารหนี้ด้วยการออกตราสารหนี้ใหม่ (Issuance Strategy) หลายรูปแบบ บนสถานการณ์ความเสี่ยง (risk scenarios) ต่าง ๆ ได้
  2. แบบจำลองสถานการณ์อัตราตลาด (Market Rate Models) ในอนาคต ซึ่งประกอบด้วย การจำลองแนวโน้มอัตราดอกเบี้ย (Interest Rates) การจำลองแนวโน้มอัตราแลกเปลี่ยน (Exchange Rates) การจำลองแนวโน้มเส้นอัตราผลตอบแทน (Yield Curve) ซึ่งช่วยสนับสนุน Cost-Risk Model ในการวิเคราะห์ทั้งแบบกำหนดได้และแบบสุ่ม (Deterministic and Stochastic Analyses)
  3. เครื่องมือการคำนวณตัวชี้วัดความเสี่ยง (risk indicators) ของหนี้ที่อยู่ในการบริหารดูแล (Debt Portfolio)
  4. เครื่องมือการบริหารจัดการข้อมูล (Data Management) และเครื่องมือการตระเตรียมและแปรรูปข้อมูล (Data Preprocessing) ทั้งสำหรับข้อมูลสำหรับการดำเนินงานจริง (Production Data) และข้อมูลสำหรับการทดสอบระบบ (Test Data)
  5. การวิเคราะห์ความเสี่ยงของภาระผูกพันทางการคลัง (Contingent Liability) จากการค้ำประกันเงินกู้ของรัฐวิสาหกิจ (State-Owned Enterprise: SOEs) และการดำเนินการรูปแบบร่วมทุนระหว่างภาครัฐและภาคเอกชน (Public-Private Partnership: PPPs)

ในบทความนี้ เราจะเน้นรายละเอียดส่วนที่สำคัญในการบริหารความเสี่ยงสำหรับการบริหารหนี้สาธารณะในสามองค์ประกอบแรก โดยมีรายละเอียดดังนี้

แบบจำลองเพื่อวิเคราะห์ต้นทุนและความเสี่ยง (Cost-Risk Model)

แบบจำลองเพื่อวิเคราะห์ต้นทุนและความเสี่ยง (Cost-Risk Model) เป็นแบบจำลองตามหลักการ MTDS ซึ่งเหมาะสมแก่การวางกลยุทธ์การบริหารหนี้ในระยะปานกลาง โดยประกอบด้วยองค์ประกอบสำคัญภายในแบบจำลองดังนี้

องค์ประกอบที่หนึ่ง คือ แบบจำลองกลยุทธ์การออกตราสารหนี้ (Issuance Strategy) ซึ่งมีข้อมูลนำเข้าเป็นกลยุทธ์การออกตราสารหนี้ที่ผู้บริหารหนี้ (Debt Manager) ต้องการเปรียบเทียบ ยกตัวอย่าง เช่น กลยุทธ์ A เน้นการออกตราสารหนี้ระยะสั้น เนื่องจากมีต้นทุนที่ต่ำกว่า และกลยุทธ์ B เน้นการออกตราสารหนี้ระยะยาวด้วยสกุลเงินในประเทศ เนื่องจากมีความเสี่ยงที่ต่ำกว่า เป็นต้น โดยแบบจำลองนี้สามารถทำงานร่วมกับแบบจำลองสถานการณ์อัตราตลาด (Market Rate Models) เพื่อทดลองกลยุทธ์การออกตราสารหนี้ใหม่ภายใต้สถานการณ์หลาย ๆ สถานการณ์ และผนวกกลยุทธ์กับสถานการณ์ที่กำหนด สู่การคำนวณต้นทุนและความเสี่ยง ในแบบจำลองถัดไป

องค์ประกอบที่สอง คือ แบบจำลองการคำนวณแนวโน้มกระแสเงินสดเพื่อชำระคืนเงินกู้ (Cashflows) และกำหนดการไถ่ถอนของตราสารหนี้ (Redemption Profiles) ในอนาคต เป็นแบบจำลองที่นำเข้าข้อมูลกลยุทธ์การออกตราสารหนี้ใหม่ (Issuance Strategy) ดุลการคลังขั้นต้น (Primary Deficit) และหนี้ที่อยู่ในการบริหารดูแล (Debt Portfolio) ในปัจจุบันที่รัฐบาลมีภาระการชำระคืนดอกเบี้ยและเงินต้น เพื่อให้ผู้บริหารหนี้สามารถคาดการณ์แนวโน้มของ Portfolio หนี้สาธารณะ เช่น วิเคราะห์ว่าภายใน 10 – 20 ปีข้างหน้า รัฐบาลจะต้องแบกรับภาระการชำระหนี้เท่าใด ต้นทุนที่จำเป็นต้องชำระ (Coupon Payments) มีปริมาณสูงเท่าใดและกระจายตัวอยู่ในปีงบประมาณใด และมีความเสี่ยงที่ต้นทุนของการกู้เงินจะมีปริมาณสูงกว่าที่คาดเนื่องจากสถานการณ์วิกฤติ (Shock Scenarios) หรือไม่ อย่างไร

ผลลัพธ์ของ Cashflows และ Redemption Profiles สำหรับกลยุทธ์ที่แตกต่างกัน จะทำให้ผู้บริหารหนี้สามารถบริหารต้นทุนของการกู้เงินภายใต้ระดับความเสี่ยงที่ยอมรับได้ ทั้งนี้ แบบจำลองส่วนนี้จำเป็นจะต้องมีการพัฒนาลักษณะการทำงานของตราสารหนี้แต่ละชนิดออกมาในรูปแบบของคลาส (Classes) ในภาษา Python ที่แตกต่างกัน ดังนี้:

  1. พันธบัตรรัฐบาลประเภทอัตราดอกเบี้ยคงที่ (Bond)
  2. พันธบัตรรัฐบาลระยะสั้น หรือ ตั๋วเงินคลัง (Treasury Bill)
  3. พันธบัตรรัฐบาลประเภททยอยชำระคืนเงินต้น (Amortized Bond)
  4. พันธบัตรรัฐบาลที่จ่ายดอกเบี้ยเป็นแบบขั้นบันได (Step up Bond)
  5. พันธบัตรรัฐบาลประเภทอัตราดอกเบี้ยลอยตัว (Variable Rate Bond)
  6. พันธบัตรรัฐบาลประเภทอัตราดอกเบี้ยแปรผันตามการเปลี่ยนแปลงของเงินเฟ้อ (Inflation-Linked Bond)

แบบจำลองสถานการณ์อัตราตลาด (Market Rate Models)

แบบจำลองสถานการณ์อัตราตลาด (Market Rate Models) เป็นแบบจำลองที่อธิบายแนวโน้มของอัตราตลาดต่าง ๆ คือ อัตราผลตอบแทนสำหรับเส้นอัตราผลตอบแทนแบบไร้ความเสี่ยงของตราสารหนี้แบบไม่จ่ายคูปอง (Zero Coupon Yield Curve) อัตราดอกเบี้ยลอยตัว (Variable Interest Rates) และอัตราแลกเปลี่ยน (Exchange Rates) เพื่อใช้สำหรับการจำลองอนาคตของสถานการณ์อัตราตลาด นำไปสู่การวิเคราะห์สถานการณ์การบริหารหนี้ทั้งแบบกำหนดได้และแบบสุ่ม (Deterministic and Stochastic Analyses)

เนื่องจากแบบจำลองกลยุทธ์การออกตราสารหนี้ (Issuance Strategy) ดังที่ได้กล่าวข้างต้น จำเป็นต้องมีการทราบถึงสถานการณ์ล่วงหน้าของอัตราตลาด แต่การทำนายอนาคตมีความไม่แน่นอน (Uncertainty) ทำให้แบบจำลองสถานการณ์อัตราตลาด (Market Rate Models) ถูกออกแบบมาโดยไม่ได้เน้นความถูกต้องของการทำนายค่า หากแต่เน้นการศึกษาทิศทางที่เป็นไปได้ของตลาดเพื่อช่วยในการตัดสินใจของผู้บริหารหนี้ โดยอัตราตลาดที่ถูกจำลองขึ้นจะส่งผลต่อการคำนวณภาระดอกเบี้ยที่รัฐบาลต้องชำระคืน (Coupon Payments) โดยอัตราแต่ละตัวจะส่งผลต่อพันธบัตรต่างชนิดกันไป และส่งผลต่ออัตราผลตอบแทน (Coupon) สำหรับตราสารหนี้ออกใหม่เพื่อนำเงินที่ได้จากการระดมทุนไปชำระหนี้เดิม (Rollover) ที่ปรึกษา สวข. ให้การสนับสนุนเจ้าหน้าที่ สบน. ในการพัฒนาและใช้งานแบบจำลองการวิเคราะห์อนุกรมเวลา (time series analysis) ด้วยโมเดลที่เฉพาะเจาะจงกับบริบทของ สบน.

เครื่องมือการคำนวณตัวชี้วัดความเสี่ยง (Risk Indicators)

เครื่องมือการคำนวณตัวชี้วัดความเสี่ยง (Risk Indicators) ของหนี้ที่อยู่ในการบริหารดูแล (Debt Portfolio) ซึ่งเป็นเครื่องมือในการประเมินสถานะของ Portfolio ทั้งในปัจจุบัน และในอนาคตภายในสถานการณ์จำลองและกลยุทธ์ที่ผู้บริหารหนี้กำลังทำการเปรียบเทียบกับกลยุทธ์ทางเลือก

ที่ปรึกษา สวข. ให้การสนับสนุนเจ้าหน้าที่ สบน. ในการพัฒนาตัวชี้วัดความเสี่ยง เช่น สัดส่วนหนี้ที่ครบกำหนดไถ่ถอนภายในเวลาที่กำหนด (Debt Share Maturing) สัดส่วนหนี้ประเภทอัตราดอกเบี้ยคงที่ (Fixed Rate Debt Ratio) ค่าเฉลี่ยช่วงเวลาครบกำหนดอายุ (Average Time to Maturity: ATM) แบบถ่วงน้ำหนัก เป็นต้น (ผู้อ่านที่สนใจสามารถศึกษาตัวชี้วัดความเสี่ยงเพิ่มเติมได้ในตัวอย่างรายงานประจำปีของ สบน.)

จากแบบจำลองสู่ผลสัมฤทธิ์

ความต้องการแบบจำลองใหม่ที่สามารถปรับแต่งได้ตามความต้องการของ สบน. และพัฒนาโดยเจ้าหน้าที่ของ สบน. เพื่อความยั่งยืนในการใช้และปรับปรุงแบบจำลอง ได้นำมาสู่ความร่วมมือในโครงการนี้ และถึงแม้ในระหว่างการดำเนินงานจะมีความท้าทายอยู่หลายประการ ทั้งสถานการณ์โควิด-19 ที่ทำให้การพบปะเพื่อให้คำปรึกษาและร่วมพัฒนาจำเป็นต้องดำเนินการผ่านช่องทางออนไลน์ทั้งหมด และเส้นทางการเรียนรู้ศาสตร์ใหม่ที่ค่อนข้างชัน (Steep Learning Curve) ของเจ้าหน้าที่ สบน. ที่มีความเชี่ยวชาญด้านการบริหารหนี้สาธารณะ แต่จำเป็นต้องเริ่มเรียนรู้ทักษะด้านวิทยาการคอมพิวเตอร์ (Computer Science) และวิทยาการข้อมูล (Data Science) ในการพัฒนาแบบจำลองโดยเจ้าหนี้ สบน. เอง แต่เมื่อผนวกความเชี่ยวชาญเฉพาะด้านจาก สวข. และธนาคารโลก ทำให้แบบจำลองดังกล่าวได้รับการพัฒนาจนใกล้เคียงความสมบูรณ์ โดยคุณศิรัส ปุษยะนาวิน ผู้อำนวยการกลุ่มบริหารความเสี่ยง ได้คาดการณ์ไว้ว่า แบบจำลองดังกล่าว จะได้รับการนำไปใช้จริงในสำนักงานภายในปีงบประมาณถัดไป

เนื้อหาโดย ปพจน์ ธรรมเจริญพร

ตรวจทานและปรับปรุงโดย อิสระพงศ์ เอกสินชล

สถาบันส่งเสริมการวิเคราะห์และบริหารข้อมูลขนาดใหญ่ภาครัฐ

แหล่งอ้างอิง