ผลกระทบของ COVID-19 ในสายตาของนักเศรษฐศาสตร์

บทความนี้กลั่นกรองเนื้อหาจาก บทความ aBRIDGEd ฉบับเต็มเรื่อง “COVID-19 จากมุมมองของนักเศรษฐศาสตร์ ตอนที่ 1 และ ตอนที่2” เผยแพร่ใน website ของ สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

เมื่อการแพร่ระบาดของเชื้อไวรัส COVID-19 กระจายไปทั่วโลกและส่งผลกระทบต่อสังคมในหลายมิติ ทั้งสุขภาพ เศรษฐกิจ การจ้างงาน และความไม่แน่นอนในอนาคต นักเศรษฐศาสตร์จึงต่างนำความถนัดของตนเองมาช่วยเสนอมุมมองต่าง ๆ ที่เกี่ยวข้องกับ COVID-19 โดยงานวิจัยด้านเศรษฐศาสตร์ล่าสุดที่เกี่ยวข้องกับ COVID-19 สามารถแบ่งออกได้เป็น 4 ด้านหลัก ๆ ได้แก่

(1) การพัฒนาแบบจำลองเพื่อพยากรณ์การแพร่กระจายของเชื้อ COVID-19
(2) การวิเคราะห์ผลกระทบที่เกิดขึ้นจากการแพร่กระจายของเชื้อ COVID-19
(3) การพยากรณ์ผลกระทบของการแพร่กระจายของเชื้อ COVID-19 ต่อระบบเศรษฐกิจ
(4) การเสนอนโยบายต่อรัฐบาล
1. การพัฒนาแบบจำลองเพื่อพยากรณ์การแพร่กระจายของเชื้อ COVID-19

งานวิจัยกลุ่มนี้เริ่มจากแบบจำลองพื้นฐานของสาขาวิชาระบาดวิทยาที่ชื่อว่า SIR แบบจำลองนี้แบ่งประชากรออกเป็น 3 กลุ่มคือ
1. กลุ่มผู้เสี่ยงติดเชื้อ (Susceptibl) 2. กลุ่มผู้ติดเชื้อ (Infectious) และ 3. กลุ่มผู้ป่วยที่รักษาหาย (recovered) และใช้สมการเชิงอนุพันธ์ (differential equations) เพื่ออธิบายการแพร่กระจายของโรคระบาดจากกลุ่มผู้ติดเชื้อไปยังกลุ่มผู้เสี่ยงติดเชื้อ ตัวเลขที่สำคัญในแบบจำลองคือค่า R0 ที่ชี้ว่าผู้ติดเชื้อหนึ่งคนจะแพร่เชื้อให้เกิดผู้ติดเชื้อรายใหม่อีกกี่คน นักระบาดวิทยาสรุปว่าตัวเลขนี้ต้องมีค่าน้อยกว่า 1 จึงจะทำให้โรคระบาดหยุดลงได้

นักเศรษฐศาสตร์เข้ามาช่วยพัฒนาแบบจำลอง SIR ด้วยการเสริมการตัดสินใจของมนุษย์เข้าไป และเสนอว่าค่า R0 อาจไม่ใช่ค่าคงที่และขึ้นอยู่กับปัจจัยภายนอกหลาย ๆ อย่าง เช่น Suwanprasert (2020) เสนอว่าประชาชนตอบสนองต่อจำนวนผู้ติดเชื้อในสังคมและความเสี่ยงที่จะเสียชีวิตของตนเอง

ดังนั้นกลุ่มผู้สูงอายุซึ่งมีโอกาสเสียชีวิตจากการติดเชื้อสูง จะยินดีกักตัวเองเพื่อลดความเสี่ยงลง ในขณะที่กลุ่มวัยกลางคนหลีกเลี่ยงสถานที่สาธารณะน้อยกว่าผู้สูงอายุเพราะพวกเขามีความเสี่ยงเสียชีวิตน้อยกว่า ส่วน Keppo et al. (2020) แนะนำว่าพฤติกรรมการหลีกเลี่ยงสถานที่สาธารณะไม่ได้ขึ้นอยู่แต่เพียงจำนวนผู้ติดเชื้อในสังคม แต่ยังขึ้นกับพฤติกรรมของประชากรคนอื่น ๆ ด้วย แนวคิดมาจากว่า แม้ในสังคมจะมีผู้ติดเชื้อจำนวนมาก แต่หากทุกคนกักตัวเองอยู่ในบ้านแล้ว การที่เราออกนอกบ้านจะปลอดภัยเพราะไม่มีโอกาสติดเชื้อจากใคร ภายใต้แนวคิดนี้ ค่า R0 จึงขึ้นอยู่กับการตอบสนองต่อพฤติกรรมของประชากรคนอื่น ๆ เช่นกัน

2. การวิเคราะห์ผลกระทบที่เกิดขึ้นจากการแพร่กระจายของเชื้อ COVID-19

งานวิจัยกลุ่มนี้จะมุ่งความสนใจไปที่ข้อมูลใหม่ล่าสุดเพื่อประเมินผลกระทบที่เกิดขึ้นได้อย่างทันท่วงที ในระดับเศรษฐกิจมหภาค ข้อมูลที่ใช้มักเป็นสาขาการเงินซึ่งมีแหล่งข้อมูลรายวัน โดย Yilmazkuday (2020) พบว่า ตลาดหุ้น S&P500 ในสหรัฐตอบสนองทางลบต่อจำนวนผู้เสียชีวิตในโลกเพียงเล็กน้อย ในขณะที่ Baker et al. (2020) พบว่าความผันผวนของตลาดหุ้นในสหรัฐอเมริกาที่เกิดจากการแพร่กระจายของเชื้อ COVID-19 สูงกว่าความผันผวนที่เกิดจากการแพร่กระจายของเชื้อไข้หวัดต่าง ๆ ในอดีต

ในระดับบริษัท งานวิจัยพบว่าบริษัทต่าง ๆ ได้รับผลกระทบกันถ้วนหน้าจากการแพร่กระจายของเชื้อ COVID-19 ยกตัวอย่างเช่น งานของ Hassan et al. (2020) ที่พบว่าบริษัทขนาดใหญ่ทั่วโลกต่างแสดงความกังวลเรื่องความเสี่ยงจากการแพร่กระจายของเชื้อไวรัส โดยเฉพาะผลของการบริโภคที่ลดลงของผู้บริโภค และความไม่แน่นอนในอนาคต ในขณะเดียวกัน ผู้ประกอบการรายย่อยในสหรัฐอเมริกาต่างผจญปัญหาขาดสภาพคล่อง เนื่องจากผู้ประกอบการรายย่อยมักมีเงินสดไม่เพียงพอสำหรับค่าใช้จ่ายรายเดือน และผู้ประกอบการกว่า 40% อาจจะต้องปิดบริษัทลง (Bartik et al. 2020)

ในส่วนของประชาชน นักเศรษฐศาสตร์พบว่าผลกระทบจะแตกต่างกันขึ้นอยู่กับหลายมิติ เช่น เพศ อาชีพการงานและระดับทรัพย์สิน ในส่วนของประเทศไทยเอง Lekfuangfu et al. (2020) ประมาณการณ์ว่า แรงงานเพศชายได้รับผลกระทบมากกว่าแรงงานเพศหญิงเพราะแรงงานผู้ชายส่วนมากทำงานในอาชีพที่ต้องใช้เครื่องจักรและไม่สามารถทำงานจากที่บ้านได้ ส่วนกลุ่มแรงงานอายุ 46 ปีขึ้นไปมีโอกาสเผชิญความลำบากในการปรับตัวใช้เทคโนโลยีใหม่ ๆ เพื่อทำงานจากที่บ้าน นอกจากนี้ แรงงานกลุ่มรายได้ไม่เกิน 12,000 บาท ต่อเดือน กว่า 1.6 ล้านคน ได้รับผลประทบมากที่สุดจากมาตรการล็อกดาวน์ (ตารางที่ 1)

เมื่อคำนึงถึงมิติทางสังคม Alon et al. (2020) พบว่าแรงงานผู้หญิงได้รับผลกระทบในรูปแบบของภาระหน้าที่ในการดูแลลูกมากกว่าผู้ชาย สาเหตุมาจากความคาดหวังทางสังคมที่ผู้หญิงมักเป็นฝ่ายต้องรับผิดชอบงานบ้านและการดูแลลูก ดังนั้นเมื่อลูก ๆ ไม่สามารถไปโรงเรียนและสมาชิกในครอบครัวอยู่บ้านมากขึ้น ผู้หญิงจึงรับภาระส่วนนี้มากขึ้น

ทั้งนี้ไม่ใช่ทุกคนที่จะสามารถหยุดทำงานและอยู่บ้านได้ Kaplan et al. (2020) ชี้ให้เห็นว่ากลุ่มแรงงานที่มีรายได้น้อยเสียรายได้จากการทำงานน้อยเมื่อเทียบกับกลุ่มแรงงานที่มีรายได้สูง แต่ว่ากลุ่มแรงงานที่มีรายได้น้อยมักมีเงินออมที่น้อยกว่า ดังนั้นพวกเขาจึงเผชิญความลำบากในการใช้ชีวิตในช่วงที่ไม่มีรายได้


3. การพยากรณ์ผลกระทบของการแพร่กระจายของเชื้อ COVID-19 ต่อระบบเศรษฐกิจ

การประเมินค่าผลกระทบของโรคระบาดยังทำได้ยากเนื่องจากไม่มีข้อมูลในลักษณะเดียวกันมาก่อน นักเศรษฐศาสตร์จึงพยายามพยากรณ์ผลกระทบของ COVID-19 ผ่านสองวิธี คือ การอนุมานผลกระทบโดยใช้ข้อมูลโรคระบาดอื่น ๆ ในอดีต และ การสร้างแบบจำลองทางเศรษฐศาสตร์ที่ผสมผสานรูปแบบของโรคระบาด

ในกลุ่มแรกนั้นมักใช้ข้อมูลจากไข้หวัดสเปนที่แพร่ระบาดในสหรัฐอเมริกาเมื่อปี 1918-1920 โดย Barro et al. (2020) คาดการณ์ว่าระบบเศรษฐกิจของโลกน่าจะหดตัวลงราว 6% Correia et al. (2020) ประมาณการว่าการจ้างงานในกลุ่มอุตสาหกรรมจะลดลง 23% และ การผลิตของภาคอุตสาหกรรมจะลดลงราว 18%

ส่วนงานวิจัยในกลุ่มที่สองจะเลือกสร้างแบบจำลองเพื่อศึกษาช่องทางการส่งผ่านของผลกระทบจากโรคระบาด โดยเพิ่มรายละเอียดในแบบจำลองให้สอดคล้องกับรูปแบบการแพร่ระบาดของไวรัส COVID-19 จากการประมาณค่าแบบจำลองเหล่านี้ Kaplan et al. (2020) เสนอว่าหากรัฐบาลไม่ใช้นโยบายล็อกดาวน์ รายได้ของแรงงานที่ทำงานที่บ้านไม่ได้และทำงานที่ต้องพบปะผู้คน น่าจะลดลงสูงสุดเมื่อเทียบกับแรงงานกลุ่มอื่นที่ประมาณ 27% อย่างไรก็ดี Eichenbaum et al. (2020) ยังมองโลกในแง่ดีว่า ผลกระทบต่อตลาดแรงงานไม่ส่งผลระยะยาว เพราะแรงงานที่ว่างงานพร้อมจะกลับมาทำงานทันทีที่โรคระบาดหยุด

4. การเสนอนโยบายต่อรัฐบาล

แม้ว่าการล็อกดาวน์ส่งผลต่อเศรษฐกิจ จากข้อมูลในอดีต Correia et al. (2020) พบว่า เมืองในสหรัฐอเมริกาที่มีมาตรการสาธารณสุขเข้มงวดมีการฟื้นตัวทางเศรษฐกิจที่ไวกว่า แสดงว่า “เจ็บแต่จบ” น่าจะดีกว่าการปล่อยให้ยืดเยื้อ ในการปลดล็อก Alvarez et al. (2020) มีมุมมองว่านโยบายควรค่อย ๆ ปลดล็อกประชากรทีละส่วนตามช่วงเวลาที่ผ่านไป ในขณะที่ Acemoglu et al. (2020) และ Oswald and Powdthavee (2020) เสนอนโยบายสอดคล้องกันว่า การปลดล็อกดาวน์ควรเรียงลำดับประชากรตามความเสี่ยง โดย Acemoglu et al. (2020) เสนอให้ปลดล็อกกลุ่มอายุน้อยก่อน ในขณะที่ Oswald and Powdthavee (2020) ระบุเพิ่มเติมว่าควรเป็นกลุ่มอายุน้อยที่ไม่อาศัยอยู่กับผู้สูงอายุ เพื่อลดความเสี่ยงในการนำเชื้อไวรัสไปติดผู้สูงอายุที่บ้าน

อย่างไรก็ดี งานวิจัยส่วนมากให้บทสรุปที่ตรงกันว่า การล็อกดาวน์และการเว้นระยะห่างทางสังคมเพื่อชะลอการแพร่ระบาดในช่วงแรกเป็นนโยบายที่เหมาะสม และวิธีการเปลี่ยนผ่าน จะเป็นหัวข้อที่ท้าทายว่าจะต้องใช้นโยบายอย่างใดเพื่อลดการแพร่ระบาดในรอบที่ 2

โดย วิศรุต สุวรรณประเสริฐ This email address is being protected from spambots. You need JavaScript enabled to view it. Middle Tennessee State University

Source: ThaiPublica

คลิก

Cr.Bank of Thailand Scholarship Students

เพิ่มเพื่อนรับข่าวสารตลาดหุ้น Forex และบทความดีๆ ด้านการเงิน การลงทุน ฟรี !!
http://line.me/ti/p/%40zhq5011b 

Line ID:@fxhanuman
Web : https://www.fxhanuman.com
Web : https://www.eluforex.com/
FB:https://www.facebook.com/review.forex.broker/

เยี่ยมชม partner ของเราที่ Eluforex รีวิวโบรกเกอร์ Forex

#forex #ลงทุน #peppers #xm #fbs #exness #uag #icmarkets #avatrade #fxtm #tickmill #fxpro #fxo

170225DGS 5208 FX Hanuman Media Buying Banners 843150 TH    

Broker Name Regulation Max Leverage Lowest Spreads Minimum Deposit Minimal Lot Contact
221124 trive logo 100x33px

Trive

FCA, ASIC, FSC 2000:1

0.0 pips -ECN
0.5 pips - Standard

$20 0.01 lot

View Profile

Visits website

121224 ebc forex logo 100x33EBC

FCA ,ASIC, CYAMAN 1000 : 1 1.1 pips - STD
0 pips - Pro
$50 0.01 lots View Profile
Visit Website
020125 eightcap 100x33eightcap  ASIC, FCA, SCB, CySec  500 : 1
1.0 Pips -STD
0.0 Pips - Raw
1.0 Pips - TradingView
$20   0.01 lots

View Profile

Visits website

 

180225 logo fpmarkets 100x33

Fpmarkets

ASIC, CySec  500 : 1

ECN 0.0 Pips
Standard 1.0 Pips

$100 0.01 lots

View Profile

Visits website

http://forex4you.com

Forex4you

FSC of BVI 1000 : 1

0.1 pips - Cent
0.1 pips - Classic
0.1 pips - STP

$1 

0.0001 lot Cent
0.01 lot Classic
0.01 lot STP

Visit website
View Profile

Doo Prime

SEC, FINRA, FCA, ASIC, FSA, FSC 500 : 1 0.1 pips $100 0.01 lots View Profile
Visit Website

 Exness 

CySEC, FCA Unli : 1  Stand
Unli : 1 Raw   
Unli : Zero
0.3 pips – Stand
0 pips – Raw
0 pips – Zero
$1 0.01 lot  Stand
0.01 lot  Raw
0.01 lot  Zero
View Profile
Visit Website

HFMarkets

SV, CySEC, DFSA, FCA, FSCA, FSA, CMA 2000 : 1  0.0 pips $5 0.01 lot View Profile
Visit Website

GMIEDGE

 FCA, VFSC 2000:1 0.1 Pips  $2.5  0.01 lot View Profile
Visit Website

150702 icmarkets logo

IC Markets

ASIC, FSA, CYSEC 1000:1 0.0 pips -ECN
0.5 pips - Standard
$10 0.01 lot

View Profile

Visit website

BDSwiss

FSC, FSA 1000 : 1 1.5 pips - Classic
1.1 pips - VIP
0.0 pips - RAW
$10 0.01 lots View Profile
Visit Website

Pepperstone

ASIC,SCB,CYSEC,DFSA,

FCA, BaFIN, CMA,

200 : 1 1 pips - Stand
0.1 pips - Razor
1 pips - No Swap
0 Pips - Active Trade
0 0.01 lot View Profile
Visit Website

TICKMILL

FCA 500:1 1.6 pips $25 0.01 lot View Profile
Visit website
290318 atfx logoATFX FCA, CySEC 200 : 1 1.8 pips $100 0.01 lot View Profile
Visit Website
170803 roboforex logoRoboForex CySEC, IFSC 2000:1 0.4 pips $10 0.01 lot View Profile
Visit Websit

www.fxclearing.com
FXCL Markets

IFSC 500 : 1

1 pips - Micro
1 pips - Mini
0.6 pips - ECN Li
0.8 pips - ECN Inta
1 pips - ECN Sca

$1 0.01 lot View Profile
Visit website

 

AxiTrader

FCA, ASIC, FSP, DFSA 400 : 1  0.0 pips $1 0.01 lot all View Profile
Visit website

http://www.fxprimus.com

FXPRIMUS

CySEC 500 : 1 2 pips - Mini
0.8 pips - Stand
0 pips - ECN
$100 0.01 lot all View Profile
Visit Website

FXTM

CySec ,FCA,IFSC 1000 : 1

0.0 pips - ECN

0.1 pips -Stan

$1 0.01 lot View Profile
Visit Website

AETOS.COM

AETOS

FCA, ASIC, VFSC, CIMA up to 800

Genneral 1.8 pip
Advance 1.2 pip
Pro 0.0 pip

$50
$50
$20,000

0.01 lot View Profile
Visit website

EIGHTCAP

ASIC 500 : 1 0.0 pips  $100 0.01 lot

View Profile

Visit website

 

Fullerton

SFP, NZBN 200 : 1 0.5 pips - Live $200 0.01 lot View Profile
Visit Website

FxPro

CySEC, FCA
FSB, MiFID
500 : 1
Max
0.6 pips  $100 0.01 lot View Profile
Visit Website

INFINOX

 FCA, SCB 400 : 1 0.0 pips $10 0.01 lot  View Profila
Visit Website

VT markets

CIMA, ASIC 500 : 1 0.0 pips $200 0.01 lot  View Profila
Visit Website

TMGM

ASIC 500 : 1 0.0 pips $100 0.01 lot  View Profila
Visit Website

020422 zfx logo

ZFX

FCA, FSA 2000 : 1 0.0 pips

$15

0.01 lot  View Profila
Visit Website

 

ดูตารางเปรียบเทียบโบรกเกอร์ทั้งหมด คลิก

 

 

 

 

 

"การแจ้งเตือนเรื่องความเสี่ยง: การเทรด Forex หรือ CFD และตราสารอนุพันธ์อื่นๆ นั้นผันผวนสูงและมีความเสี่ยงสูง คุณควรพิจารณาอย่างรอบคอบถึงวัตถุประสงค์การซื้อขาย ระดับประสบการณ์ และความเสี่ยงที่อาจเกิดขึ้น มีความเป็นไปได้ที่ความสูญเสียจะสูงเกินกว่าเงินลงทุนของคุณ คุณควรลงทุนในระดับที่สามารถรับความสูญเสียได้ โปรดตรวจสอบให้แน่ใจว่าคุณเข้าใจความเสี่ยงทั้งหมดและใช้ความระมัดระวังในการจัดการความเสี่ยงของคุณ"