จากข้อความสู่ข้อมูลมิติใหม่‘วิเคราะห์-สื่อสาร’นโยบายการเงิน

 ถือเป็นอีกหนึ่งรูปแบบที่กำลัง“ได้รับความสนใจ”เป็นอย่างมาก เช่น การวัดระดับทัศนคติของผู้บริโภคที่มีต่อผลิตภัณฑ์จากความคิดเห็นในสื่อสังคมออนไลน์ หรือการวัดชีพจรทางเศรษฐกิจจากการค้นหาคำใน Google โดยดูจากความถี่ของใช้คำ เช่น การหางาน เป็นต้น

ขณะเดียวกันเครื่องมือวิเคราะห์ทางด้าน‘ภาษาศาสตร์คอมพิวเตอร์’(Computational linguistics) ซึ่งเกี่ยวข้องกับการแปลงข้อความที่มีเป็นจำนวนมากและกระจัดกระจาย ให้กลายเป็นข้อมูลสถิติด้วยการเขียนอัลกอริทึม ก็ได้มีการพัฒนาเพื่อตอบสนองความต้องการใช้งานที่หลากหลายตามพัฒนาการของเทคโนโลยีสารสนเทศ อย่างไรก็ตามการนำเครื่องมือดังกล่าวมาประยุกต์ใช้สำหรับนักเศรษฐศาสตร์ยังไม่ได้แพร่หลายมากนัก

ภายหลังวิกฤตเศรษฐกิจโลกปี 2551 ธนาคารกลางของประเทศเศรษฐกิจขนาดใหญ่ได้ปรับและรักษาอัตราดอกเบี้ยนโยบายในระดับต่ำสุดเป็นประวัติการณ์เพื่อประคับประคองการฟื้นตัว และจำเป็นต้องหันมาใช้นโยบาย Quantitative Easing (QE) รวมถึงให้แนวโน้มทิศทางนโยบายการเงิน (Forward guidance) ผ่านคำพูดในเอกสารแถลงผลการประชุมนโยบายการเงิน (Policy statement) เนื้อหาในเอกสารดังกล่าวจึงเป็นที่สนใจอย่างมากจากตลาดการเงินและสามารถส่งผลให้เกิดความผันผวนในราคาสินทรัพย์ต่าง ๆ ได้ หากเนื้อหาใจความสำคัญที่ธนาคารกลางสื่อออกมามีความแตกต่างไปจากการคาดการณ์ของตลาด

ผู้เขียนได้ทำการวิเคราะห์ Policy statement ด้วยวิธีการทาง Computational linguistics โดยข้อมูลที่เราใช้มาจากธนาคารกลางที่สำคัญจากทั่วโลก ได้แก่ ธนาคารกลางสหรัฐฯ (FED) ยุโรป (ECB) ญี่ปุ่น (BOJ) รวมทั้งกลุ่มธนาคารกลางอื่น ๆ ที่ใช้กรอบเป้าหมายอัตราเงินเฟ้อทั้งในประเทศที่พัฒนาแล้วและกำลังพัฒนา

เราพบว่า ข้อความที่ปรากฎในเอกสารของแต่ละธนาคารกลางมีความแตกต่างกันค่อนข้างมากทั้งในด้านปริมาณคำที่ใช้และความยากง่ายในการอ่าน(Readability) โดยเอกสารที่ยาวไม่ได้หมายความว่าจะอ่านยากเสมอไปแต่ขึ้นกับโครงสร้างของรูปประโยคและคำที่เลือกใช้ในการสื่อสารเป็นสำคัญ ทั้งนี้ ธนาคารส่วนใหญ่ใช้ศัพท์ทางวิชาการ หรือคำที่

ไม่คุ้นเคยในชีวิตประจำวันในสัดส่วนที่สูง ซึ่งจะทำให้ข้อความอ่านได้ยากขึ้นและอาจมีความชัดเจน (Clarity) ลดลง

เมื่อเราประเมิน Policy statement ด้วยดัชนี Flesch and Kincaid ซึ่งใช้วัดจำนวนปีการศึกษาของผู้อ่านที่ควรจะได้เพื่อสามารถอ่านข้อความที่ต้องการประเมินได้เข้าใจ พบว่าโดยเฉลี่ยผู้ที่จะอ่านเอกสารของธนาคารกลางได้ดีต้องเป็นผู้ที่มีเกณฑ์ความรู้ในระดับมหาวิทยาลัย โดยเฉพาะหากต้องทำความเข้าใจการสื่อสารของธนาคารกลางประเทศเศรษฐกิจหลัก

ไม่ว่าจะเป็น FED ECB หรือ BOJ ซึ่งล้วนแต่มีค่าความอ่านยากสูงกว่าค่าเฉลี่ยของกลุ่มทั้งสิ้น (ดังที่แสดงในภาพ)

จากนั้น เราทำการวิเคราะห์ในระดับหัวข้อ (Topic modeling) ผ่านการเขียนโปรแกรมคอมพิวเตอร์ให้สามารถจำแนกเอกสารออกเป็นประเด็นต่าง ๆ เช่น ด้านผลผลิต อัตราเงินเฟ้อ ตลาดการเงิน และนโยบายการเงิน เพื่อศึกษาความสำคัญของประเด็นเหล่านี้

ในการดำเนินนโยบายการเงินในระยะเวลา 15 ปีที่ผ่านมา พบว่ากลุ่มประเทศที่ใช้กรอบเป้าหมายเงินเฟ้อโดยส่วนใหญ่ได้มีการสื่อสารถึงภาวะเงินเฟ้อและระดับราคา มากกว่าประเด็นที่เกี่ยวข้องกับการเจริญเติบโตทางเศรษฐกิจ(ยกเว้นไทยและเกาหลีใต้) ขณะที่ประเด็นด้านเศรษฐกิจโลกและสภาวะตลาดการเงินโลกได้มีบทบาทเพิ่มขึ้นต่อการดำเนินนโยบายการเงินโดยเฉพาะภายหลังวิกฤตเศรษฐกิจโลกปี2551

สำหรับการวิเคราะห์โทน (Tone) ของเนื้อความซึ่งพิจารณาจากลักษณะคำที่ใช้ทั้งในเชิงบวกและเชิงลบ พบว่า FED ที่ภายหลังปี 2551 มีอัตราดอกเบี้ยนโยบายอยู่ในระดับต่ำสุดคือ 0-0.25% ได้มีการสื่อสารทิศทางแนวโน้มนโยบายการเงินมากขึ้นอย่างชัดเจนและมีความเชื่อมโยงใกล้ชิดกับภาวะอัตราดอกเบี้ยระยะสั้น

ผลการศึกษาข้างต้นแสดงถึงศักยภาพเพียงส่วนหนึ่งของเครื่องมือด้าน Computational linguistics ในการนำมาใช้วัดมิติต่าง ๆ ของการสื่อสารนโยบายการเงิน ทั้งด้านความชัดเจนของเนื้อหา ด้านการให้น้ำหนักกับประเด็นสำคัญต่าง ๆ ที่ธนาคารกลางใช้ในการตัดสินใจนโยบายการเงิน และด้านทิศทางแนวโน้มของตัวแปรทางเศรษฐกิจ ซึ่งช่วยให้ผู้วางนโยบายสามารถวิเคราะห์ผลกระทบของมิติเหล่านี้ต่อตลาดการเงินและสามารถวางกลยุทธ์การสื่อสารได้อย่างมีประสิทธิภาพยิ่งขึ้น