บริหารหนี้สาธารณะด้วยแบบจำลองวิเคราะห์ต้นทุนและความเสี่ยง

หนี้สาธารณะ (Public Debt) คืออะไร? การบริหารหนี้สาธารณะมีโครงสร้าง ขั้นตอน และสิ่งที่ต้องพิจารณาอย่างไร? ในบทความนี้ เรามาดูตัวอย่างการประยุกต์ใช้ Data Science กับการบริหารหนี้สาธารณะเพื่อให้ภาครัฐรักษาเสถียรภาพทางการคลังกันครับ 🙂

“หนี้สาธารณะ” คืออะไร?

รัฐบาลของทุก ๆ ประเทศมีหน้าที่ในการบริหารจัดการงบประมาณภายในประเทศเพื่อพัฒนาประเทศ ตั้งแต่การสร้างถนนและระบบคมนาคม การเยียวยาผู้ประสบปัญหาภัยพิบัติ การส่งเสริมการศึกษา การสาธารณสุข เป็นต้น

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

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

ทำความรู้จักกับสำนักงานบริหารหนี้สาธารณะ (Public Debt Management Office)

สำนักงานบริหารหนี้สาธารณะ (สบน.) กระทรวงการคลัง มีภาระหน้าที่ในการบริหารโครงสร้างหนี้ภายในประเทศ รักษาเสถียรภาพทางการคลังแก่ภาครัฐโดยการระดมทุนผ่านการออกตราสารหนี้ตามวงเงินกู้ที่ต้องการ 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

ผู้บริหารหนี้จำเป็นต้องวางแผนกลยุทธ์การออกตราสารหนี้ใหม่โดยไม่สามารถล่วงรู้ถึงข้อมูลของอัตราแลกเปลี่ยน อัตราดอกเบี้ย รวมถึงข้อมูลเศรษฐกิจมหภาคในอนาคตได้ การวางกลยุทธ์การบริหารหนี้บนความไม่แน่นอนนี้ จึงจำเป็นจะต้องมีการใช้แบบจำลองทางคณิตศาสตร์ (models) เพื่อช่วยจำลองสถานการณ์ในอนาคตจากสมมติฐานในกรณีต่าง ๆ ผนวกกับหลักการทางสถิติเพื่อให้ผู้บริหารหนี้สามารถวางแผนตัดสินใจบนความไม่แน่นอนที่อาจเกิดขึ้นได้

ในช่วงเวลาที่ผ่านมา สบน. มีการใช้แบบจำลองการวิเคราะห์ต้นทุนและความเสี่ยง (cost-risk analysis) และวางแผนกลยุทธ์การบริหารหนี้ (debt management strategy) ที่มีลักษณะเป็น “กล่องดำ” (“black box”) เนื่องจากเป็นแบบจำลองที่ถูกพัฒนาโดยหน่วยงานภายนอก ทำให้เจ้าหน้าที่ สบน. ไม่สามารถปรับแต่งรูปแบบการจำลองหรือตรวจสอบความถูกต้องของผลลัพธ์ได้ ซึ่งข้อจำกัดดังกล่าวเป็นความท้าทายต่อ สบน. ในการบริหารหนี้ให้มีต้นทุนที่ต่ำบนระดับความเสี่ยงที่ยอมรับได้อย่างยั่งยืน

เปลี่ยนความท้าทายให้เป็นโอกาส ด้วยการพัฒนา In-House Risk Model

ความต้องการแบบจำลองใหม่ที่สามารถปรับแต่งได้ตามความต้องการของ สบน. และพัฒนาโดยเจ้าหน้าที่ของ สบน. เองเพื่อความยั่งยืนในการใช้งานและปรับปรุงแบบจำลอง จึงนำมาสู่ความร่วมมือระหว่าง สบน. และธนาคารโลก ภายใต้โครงการจ้างที่ปรึกษาสำหรับการพัฒนาแบบจำลองการบริหารความเสี่ยงหนี้สาธารณะเพื่อใช้ในสำนักงาน (in-house risk model) โดยมีที่ปรึกษาจากสถาบันส่งเสริมการวิเคราะห์และบริหารข้อมูลขนาดใหญ่ภาครัฐ (สวข.) เข้าร่วมเป็นที่ปรึกษาด้านเทคนิค (technical consultant) ร่วมกับธนาคารโลก เพื่อให้คำปรึกษาและร่วมพัฒนาแบบจำลองของ สบน. ตามขอบเขตการดำเนินการและข้อตกลงระหว่าง สบน. ธนาคารโลก และ สวข.

องค์ประกอบของแบบจำลองการบริหารความเสี่ยง

ภายใต้ความร่วมมือข้างต้น สวข. ได้ให้คำปรึกษาและร่วมพัฒนาแบบจำลองการบริหารความเสี่ยงกับเจ้าหน้าที่ สบน. ภายใต้แนวทางและคำปรึกษาจากธนาคารโลก โดยมีผลลัพธ์ตามองค์ประกอบ คือ

1. แบบจำลองเพื่อวิเคราะห์ต้นทุนและความเสี่ยง (cost-risk model) สำหรับการคำนวณประมาณการกระแสเงินสดเพื่อชำระดอกเบี้ยเงินกู้ (cashflows) และกำหนดการไถ่ถอนของตราสารหนี้ (redemption profiles) (ต้นเงินกู้) ในอนาคต โดยสามารถเปรียบเทียบผลลัพธ์ของแนวโน้มกระแสเงินสดระหว่างกลยุทธ์การบริหารหนี้ด้วยการออกตราสารหนี้ใหม่ (issuance strategy) หลายรูปแบบ กล่าวคือ กำหนดสัดส่วน, ชนิดเครื่องมือระดมทุนที่มีอัตราดอกเบี้ย, อายุ และสกุลเงินที่แตกต่างกัน บนสถานการณ์ความเสี่ยง (risk scenarios) ต่าง ๆ ได้
2. แบบจำลองสถานการณ์อัตราตลาด (market rate models) ในอนาคต ซึ่งประกอบด้วย การจำลองแนวโน้มเส้นอัตราผลตอบแทน (yield curve), แนวโน้มอัตราดอกเบี้ย (interest rates), และแนวโน้มอัตราแลกเปลี่ยน (exchange rates) ซึ่งช่วยสนับสนุน cost-risk model ในการวิเคราะห์ทั้งแบบกำหนดได้และแบบสุ่ม (deterministic and stochastic analyses)
3. เครื่องมือการคำนวณตัวชี้วัดความเสี่ยง (risk indicators) ของหนี้ที่อยู่ในการบริหารดูแล (debt portfolio) เพื่อใช้ในการจัดทำรายงานเพื่อติดตามระดับความเสี่ยงอย่างต่อเนื่อง
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 ซึ่งใช้ในการวางกลยุทธ์การบริหารหนี้สาธารณะในระยะปานกลาง 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) เพื่อทดสอบกลยุทธ์การออกตราสารหนี้ใหม่ภายใต้สถานการณ์หลาย ๆ สถานการณ์ (scenarios) และผนวกกลยุทธ์กับสถานการณ์ที่กำหนด สู่การคำนวณต้นทุนและความเสี่ยง ในแบบจำลองถัดไป

องค์ประกอบที่สอง คือ แบบจำลองการคำนวณแนวโน้มกระแสเงินสดเพื่อชำระดอกเบี้ยเงินกู้ (cashflows) และกำหนดการไถ่ถอนของตราสารหนี้ (redemption profiles) (ต้นเงินกู้) ในอนาคต เป็นแบบจำลองที่นำเข้าข้อมูลกลยุทธ์การออกตราสารหนี้ใหม่ (issuance strategy), ดุลการคลังขั้นต้น (primary deficit), และหนี้ที่อยู่ในการบริหารดูแล (debt portfolio) ในปัจจุบันที่รัฐบาลมีภาระการชำระดอกเบี้ยและเงินต้น เพื่อให้ผู้บริหารหนี้สามารถคาดการณ์แนวโน้มของ portfolio หนี้สาธารณะ เช่น วิเคราะห์ว่าภายใน 10 – 20 ปีข้างหน้า รัฐบาลจะต้องแบกรับภาระการชำระหนี้เท่าใด, ต้นทุนที่จำเป็นต้องชำระ (coupon payments) มีปริมาณสูงเท่าใดและกระจายตัวอยู่ในปีงบประมาณใด, และมีความเสี่ยงที่ต้นทุนของการกู้เงินจะมีปริมาณสูงกว่าที่คาดเนื่องจากสถานการณ์วิกฤติ (shock scenarios) หรือไม่ อย่างไร

ผลลัพธ์ของ cashflows และ redemption profiles สำหรับกลยุทธ์ที่แตกต่างกัน จะทำให้ผู้บริหารหนี้สามารถใช้พิจารณาตัดสินใจเลือกกลยุทธ์ที่มีต้นทุนของการกู้เงินและระดับความเสี่ยงที่ยอมรับได้ภายใต้สถานการณ์และปัจจัยภายนอกทั้งในกรณีฐานและกรณีวิกฤติ 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 อันได้แก่ อัตราผลตอบแทนสำหรับเส้นอัตราผลตอบแทนแบบไร้ความเสี่ยงของตราสารหนี้แบบไม่จ่ายคูปอง (zero coupon yield curve), อัตราดอกเบี้ยลอยตัว (variable interest rates), และอัตราแลกเปลี่ยน (exchange rates) เพื่อใช้สำหรับการจำลองอนาคตของสถานการณ์อัตราตลาด เพื่อนำไปใช้วิเคราะห์สถานการณ์การบริหารหนี้ทั้งแบบกำหนดได้และแบบสุ่ม (deterministic and stochastic analyses)

เนื่องจากแบบจำลองกลยุทธ์การออกตราสารหนี้ (issuance strategy) ดังที่ได้กล่าวข้างต้น จำเป็นต้องมีการใช้ข้อมูลอัตราตลาดในอนาคต แต่การทำนายอนาคตมีความไม่แน่นอน (uncertainty) ทำให้แบบจำลองสถานการณ์อัตราตลาด (market rate models) ถูกออกแบบมาโดยไม่ได้เน้นความแม่นยำของการทำนายค่า หากแต่เน้นให้ความสำคัญมากกว่ากับการคาดการณ์ทิศทางที่เป็นไปได้ของตลาดเพื่อช่วยในการตัดสินใจของผู้บริหารหนี้ โดยอัตราตลาดที่ถูกจำลองขึ้นจะส่งผลต่อการคำนวณภาระดอกเบี้ยที่รัฐบาลต้องชำระคืน (coupon payments) โดยอัตราแต่ละตัวจะส่งผลต่อพันธบัตรต่างชนิดกันไป และส่งผลต่ออัตราผลตอบแทน (coupon) สำหรับตราสารหนี้ที่ออกใหม่เพื่อนำเงินที่ได้จากการระดมทุนไปชำระหนี้เดิม (rollover) ที่ปรึกษา สวข. ให้การสนับสนุนเจ้าหน้าที่ สบน. ในการพัฒนาและใช้งานแบบจำลองการวิเคราะห์อนุกรมเวลา (time series analysis) ด้วยโมเดลที่เฉพาะเจาะจงกับบริบทของ สบน.

เครื่องมือการคำนวณตัวชี้วัดความเสี่ยง (Risk Indicators)

เครื่องมือการคำนวณตัวชี้วัดความเสี่ยง (risk indicators) ของหนี้ที่อยู่ในการบริหารดูแล (debt portfolio) ซึ่งเป็นเครื่องมือในการประเมินสถานะความเสี่ยงของ portfolio ทั้งในปัจจุบัน และในอนาคตภายในสถานการณ์จำลองและกลยุทธ์การออกตราสารหนี้ที่ผู้บริหารหนี้กำลังทำการเปรียบเทียบระหว่างกลยุทธ์ปัจจุบันกับกลยุทธ์ทางเลือก

ที่ปรึกษา สวข. ให้การสนับสนุนเจ้าหน้าที่ สบน. ในการพัฒนาตัวชี้วัดความเสี่ยง เช่น สัดส่วนหนี้ที่ครบกำหนดไถ่ถอนภายในเวลาที่กำหนด (debt share maturing), สัดส่วนหนี้ประเภทอัตราดอกเบี้ยคงที่ (fixed rate debt ratio), อายุเฉลี่ยของหนี้ (Average Time to Maturity: ATM) แบบถ่วงน้ำหนัก เป็นต้น (ผู้อ่านที่สนใจสามารถศึกษาตัวชี้วัดความเสี่ยงเพิ่มเติมได้ในตัวอย่างรายงานประจำปีของ สบน.)

จากแบบจำลองสู่ผลสัมฤทธิ์

ความต้องการแบบจำลองใหม่ที่สามารถปรับแต่งได้ตามความต้องการของ สบน. และพัฒนาโดยเจ้าหน้าที่ของ สบน. เองเพื่อความยั่งยืนในการใช้งานและปรับปรุงแบบจำลอง 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 โดยสำนักงานบริหารหนี้สาธารณะ ได้เริ่มนำแบบจำลองดังกล่าวไปใช้จริงตั้งแต่ปีงบประมาณ 2565 โดยในช่วง 6 เดือนแรกเป็นการใช้งานแบบจำลองในลักษณะคู่ขนานกับแบบจำลองเดิมเพื่อให้มั่นใจในผลลัพธ์

ที่ปรึกษา สวข. ดำเนินการให้คำปรึกษาและให้การสนับสนุนในการพัฒนาแบบจำลองการบริหารความเสี่ยงหนี้สาธารณะได้เสร็จสิ้นครบทุกเป้าประสงค์ และมีความยินดีที่ได้ให้การสนับสนุนและพัฒนาแบบจำลองการบริหารความเสี่ยงหนี้สาธารณะไปสู่การใช้งานจริงภายในสำนักงาน สบน.

(ซ้าย) ปพจน์ ธรรมเจริญพร Project Manager และ Lead Technical Consultant จาก สวข.

(ขวา) ณัฐพัชร์ เศรษฐเสถียร Lead Technical Consultant จาก สวข.

เนื้อหาโดย ปพจน์ ธรรมเจริญพร

ตรวจทานและปรับปรุงโดย อิสระพงศ์ เอกสินชล