รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

67 ARIMAX ที่ศึกษาข้างต้น น่าจะเหมาะสมกับการพยากรณ์ในระยะสั้น ซึ่งการพยากรณ์ 5 ปี เป็นการ พยากรณ์ระยะกลาง หากต้องการพยากรณ์อัตราการว่างงานล่วงหน้า 5 ปี ควรใช้แบบจำลองที่ เหมาะสมกับการพยากรณ์ในระยะกลาง หรืออาจใช้วิธี HP filter เพื่อหาค่าพยากรณ์อัตราธรรมชาติ ของการว่างงาน ( Natural rate of unemployment) หรือหา Potential rate ของอัตราการว่างงาน ซึ่งน่าจะเหมาะสมกับการพยากรณ์ในระยะยาวมากกว่า 3. ดร.นครินทร์ อมเรศ ผู้อำนวยการฝ่ายยุทธศาสตร์ความร่วมมือระหว่างองค์กร ธนาคาร ไทยพาณิชย์ ให้ความเห็นว่า การใช้แบบจำลอง ARIMA และเพิ่มตัวแปรอิสระ GDP ซึ่งเป็นข้อมูลราย ปี เข้ามาอธิบายถึงความผันแปรของการว่างงาน และใช้ Package จากโปรแกรม R เพื่อหา P,D,Q นั้น เป็นวิธีการที่ค่อนข้างดีแล้ว แต่มีข้อสังเกตคือ ในแบบจำลองรายเดือนไม่ได้มีการเพิ่มตัวแปรอิสระ GDP เข้าไปด้วย เนื่องจากไม่มีข้อมูล GDP รายเดือน ซึ่งเสน่ห์ของการสำรวจภาวะการทำงานของ ประชากร คือการที่มีจำนวนตัวอย่างประมาณแปดหมื่นครัวเรือนต่อไตรมาส และเป็นการสำร วจที่ ดำเนินการเป็นประจำในทุกเดือนต่อเนื่องกันมา ดังนั้น การพยากรณ์การว่างงานรายเดือนอาจใช้ตัว แปรอิสระอื่นเข้ามาทดแทน เพื่ออธิบายถึงความผันแปรของการว่างงานได้ดีขึ้น อีกทั้ง จะเป็นการ ตรวจสอบ Robustness ของการพยากรณ์ของทั้ง 3 ชุดข้อมูล คือ รายปี รายไตรมาส และรายเดือน จะเป็นการช่วยเพิ่มความน่าเชื่อถือของแบบจำลอง ซึ่งในอนาคตอาจลองใช้แบบจำลอง ARIMA with Structural Break ร่วมกับการอธิบายในมุมมองเชิงโครงสร้างทางเศรษฐศาสตร์ อาจจะช่วยให้ สามารถอธิบายตัวเลขการว่างงานและภาวะตลาดแรงงานได้ดียิ่งขึ้น นอกจากนี้ ดร.นครินทร์ อมเรศ ยังมีความเห็นในเรื่องของคำนิยามการสำรวจภาวะการ ทำงานของประชากร ที่นิยามผู้มีงานทำ คือ ผู้ที่ทำงานมากกว่า 1 ชั่วโมงต่อสัปดาห์ ซึ่งจะแตกต่างกับ ประเทศในแถบอเมริกา จะเห็นจากการที่บางครั้งเศรษฐกิจไม่ดีหรือ GDP ต่ำ แต่ตัวเลขการว่างงาน ยังคงต่ำด้วย อาจไม่สะท้อนถึงภาวะเศรษฐกิจของประเทศ 4. Professor Jos Hawleg จาก The Ohio State University ให้ความคิดเห็นในเรื่องของ นิยามการสำรวจภาวะการทำงานของประชากร ที่อาจไม่สะท้อนถึงภาวะเศรษฐกิจของประเทศ ซึ่งใน การวิเคราะห์ประเด็นเรื่องการว่างงาน มีข้อแนะนำว่า อาจมีการ รวมผู้ว่างงานบางประเภท (work status) ที่มีผลต่อภาคเศรษฐกิจเข้ามาในการวิเคราะห์ด้วย นอกจากนี้ ยังมีข้อเสนอนะถึงการ วิเคราะห์ประเด็นการว่างงานตามกลุ่มอายุ หรือตามรายภาคอุตสาหกรรม มีความน่าสนใจ และจะ เป็นประโยชน์ต่อผู้กำหนดนโยบายด้านแรงงานของประเทศ 5. ผศ.ดร. ศุภชัย ศรีสุชาติ คณะอนุกรรมการด้านเศรษฐกิจ จากมหาวิทยาลัยธรรมศาสตร์ ให้ความคิดเห็นในเรื่องของจำนวนข้อมูลที่ใช้แบบจำลองว่า การพยากรณ์ข้อมูลอัตราการว่างงานราย ปี อาจใช้ข้อมูลการว่างงานรายไตรมาสหรือรายเดือนมาพยากรณ์ เนื่องจากข้อมูลการว่างงานรายไตร มาสหรือรายเดือนมีจำนวนของข้อมูลที่มากกว่า จะช่วยเพิ่มความน่าเชื่อถือของแบบจำลองมากกว่า การใช้ข้อมูลรายปี ซึ่งมีจำนวนข้อมูลทั้งหมด 22 ปี มาพยากรณ์ข้อมูลอัตราการว่างงานใน 5 ปี ข้างหน้า รวมไปถึงการแบ่งข้อมูล Train-Test เพื่อคัดเลือกแบบจำลองที่เหมาะสม จะเห็นว่าการแบ่ง