KKP Research เผยคุณภาพสินเชื่อในระบบธนาคาร บ่งชี้ 3 จุดเปราะบางของธุรกิจไทย | Techsauce

KKP Research เผยคุณภาพสินเชื่อในระบบธนาคาร บ่งชี้ 3 จุดเปราะบางของธุรกิจไทย

KEY TAKEAWAYS 

  • KKP Research โดยเกียรตินาคินภัทร เผยข้อมูลคุณภาพสินเชื่อในระบบธนาคารพาณิชย์ สะท้อนให้เห็นถึงปัญหาด้านความสามารถในการชำระหนี้ของภาคธุรกิจไทยในหลายอุตสาหกรรมที่เริ่มชัดเจนมาตั้งแต่ก่อนวิกฤต COVID-19 
  • อุตสาหกรรมการผลิต การค้า และการท่องเที่ยว มีความเปราะบางมาตั้งแต่ก่อนวิกฤต โดยเฉพาะธุรกิจขนาดกลางและขนาดเล็ก สาเหตุหลักจากปัญหาเชิงโครงสร้างของแต่ละอุตสาหกรรม 
  • มาตรการเสริมสภาพคล่องทางการเงินในระยะสั้นและมาตรการแบบเหมารวม (one size fits all) อาจไม่เพียงพอในการรับมือกับปัญหาที่ภาคธุรกิจกำลังเผชิญ และจำเป็นต้องควบคู่ไปกับแนวนโยบายที่ชัดเจนในการปฏิรูปโครงสร้างเศรษฐกิจไทยและการแก้ปัญหาที่ตรงจุดในแต่ละอุตสาหกรรม 

อะไรซ่อนอยู่ภายใต้ข้อมูลสินเชื่อของธนาคาร

KKP Research โดยเกียรตินาคินภัทร วิเคราะห์ว่าท่ามกลางวิกฤต COVID-19 สิ่งที่น่ากังวลอย่างหนึ่งคือ ความสามารถในการชำระหนี้และปัญหาคุณภาพสินเชื่อภาคธนาคาร จากการที่รายได้ของธุรกิจและครัวเรือนได้รับผลกระทบจากสถานการณ์ COVID-19 อย่างไรก็ตาม ในปี 2020 สัดส่วนหนี้เสียต่อยอดสินเชื่อคงค้าง (NPL ratio) ทั้งระบบธนาคารพาณิชย์ปรับเพิ่มขึ้นเพียงเล็กน้อย โดยมีสาหตุหลักจากมาตรการให้ความช่วยเหลือลูกหนี้ที่ได้รับผลกระทบตั้งแต่ปลายเดือนมีนาคม ซึ่งช่วยชะลอผลกระทบต่อลูกหนี้และธนาคารพาณิชย์ และทำให้ผลกระทบที่แท้จริงไม่ปรากฎในตัวเลข NPL  

สำหรับปี 2021 เราอาจเห็น NPL ratio ทั้งระบบเพิ่มขึ้นจากการสิ้นสุดของบางมาตรการให้ความช่วยเหลือ แต่สิ่งหนึ่งที่อาจถูกมองข้ามที่บทความนี้ต้องการชี้ให้เห็น คือ ข้อมูลคุณภาพสินเชื่อของระบบธนาคารพาณิชย์ไทยสะท้อนให้เห็นปัญหาของภาคธุรกิจไทยในหลายอุตสาหกรรมมาตั้งแต่ก่อนวิกฤตโควิด-19 ครั้งนี้แล้ว 

เกิดอะไรขึ้นกับธุรกิจไทยก่อนCOVID-19

หากย้อนกลับไปดูข้อมูลในช่วงก่อนเกิดการแพร่ระบาดของโควิด-19 จะพบว่าภาคธุรกิจไทย โดยเฉพาะธุรกิจในอุตสาหกรรมการผลิต ภาคค้าปลีกค้าส่ง และธุรกิจโรงแรมและที่พัก มีความเปราะบางสะสมตั้งแต่ก่อนการแพร่ระบาดของโควิด-19 โดยวิกฤตครั้งนี้เป็นเพียงหนึ่งปัจจัยที่มาซ้ำเติมสถานการณ์ของภาคธุรกิจไทยให้ยิ่งแย่ลงกว่าเดิม และส่งผลให้ปัญหาคุณภาพสินเชื่อภาคธนาคารรุนแรงมากขึ้น โดยปัญหาดังกล่าวเริ่มส่อเค้ามาตั้งแต่ปี 2015 สะท้อนจากสัดส่วน NPL ratio ที่เร่งตัวขึ้นและอยู่ในระดับสูงกว่าค่าเฉลี่ยมาอย่างต่อเนื่อง และที่น่ากังวลคือ ปัญหาที่ธุรกิจกำลังเผชิญอยู่นี้อาจเป็นผลจากความเสี่ยงทางธุรกิจในระดับอุตสาหกรรม (industry-wide risk) มากกว่าที่จะเป็นผลมาจากพฤติกรรมของลูกหนี้หรือปัญหาความเสี่ยงด้านเครดิตของลูกหนี้แต่ละราย (individual credit risk) 

คำถามสำคัญคือ อะไรคือสาเหตุที่ทำให้สถานการณ์ของทั้งสามอุตสาหกรรมของไทยเปลี่ยนไปจากอุตสาหกรรมดาวรุ่งกลายเป็นอุตสาหกรรมที่มีความเสี่ยงสูง 

1. อุตสาหกรรมการผลิต 

อุตสาหกรรมการผลิตนับเป็นแรงขับเคลื่อนสำคัญต่อเศรษฐกิจไทยทั้งในแง่การสร้างมูลค่าเพิ่มและการจ้างงาน ด้วยขนาดที่ใหญ่ถึง 27% ของ GDP และมีการจ้างงานสูงถึง 14% ของผู้มีงานทำทั้งหมด แต่ในช่วง 20 ปีที่ผ่านมาอัตราการขยายตัวกลับปรับลดลงต่อเนื่อง เป็นผลจาก 2 ส่วน ได้แก่ (1) ปัจจัยภายนอก ได้แก่ การชะลอตัวของเศรษฐกิจและการค้าโลก ผลกระทบจากความขัดแย้งระหว่างสหรัฐฯ กับจีน ส่งผลกระทบโดยตรงต่อธุรกิจที่พึ่งพารายได้จากการส่งออกเป็นหลัก และ (2) ปัจจัยภายในจากการสูญเสียความสามารถทางการแข่งขันของไทย ทั้งจากสินค้าและระบบโครงสร้างการผลิตที่ไม่ตอบโจทย์ความต้องการของผู้บริโภคและธุรกิจที่กำลังเปลี่ยนไป ต้นทุนแรงงานที่สูงขึ้น และเงินบาทที่มีแนวโน้มแข็งค่า 

ผลกระทบที่ตามมานอกจากรายได้ที่หายไปคือ การปิดกิจการของโรงงาน หรือการย้ายฐานการผลิต (Relocation) ออกจากไทยไปยังประเทศอื่นที่มีความพร้อมมากกว่า เช่น เวียดนาม ซึ่งได้เกิดขึ้นแล้วกับอุตสาหกรรมเครื่องนุ่งห่มและอุตสาหกรรมอื่น ๆ ที่ใช้แรงงานเข้มข้น และกำลังเกิดขึ้นกับอุตสาหกรรมอิเล็กทรอนิกส์ ยานยนต์ และอาหาร ซึ่งเป็นอุตสาหกรรมส่งออกหลักของไทย รวมแล้วคิดเป็น 49% ของมูลค่าการส่งออกทั้งหมด

2. ค้าปลีกค้าส่ง: ปลาใหญ่กินปลาเล็ก? 

อุตสาหกรรมค้าปลีกค้าส่งถือเป็นอีกหนึ่งอุตสาหกรรมที่มีความสำคัญต่อเศรษฐกิจไทยรองจากอุตสาหกรรมการผลิต ด้วยขนาดที่ใหญ่ถึง 17% ของ GDP ในปัจจุบันโครงสร้างธุรกิจค้าปลีกค้าส่งในประเทศไทยสามารถแบ่งได้เป็น 2 กลุ่ม คือ (1) ธุรกิจค้าปลีกค้าส่งสมัยใหม่ (Modern Trade) ซี่งเป็นผู้เล่นหลักของอุตสาหกรรมในระยะหลัง เช่น ห้างสรรพสินค้า ซูเปอร์มาร์เก็ต ไฮเปอร์มาร์เก็ต และร้านสะดวกซื้อรูปแบบต่าง ๆ เป็นต้น และ (2) ธุรกิจค้าปลีกค้าส่งดั้งเดิม (Traditional Trade) ซึ่งโดยส่วนใหญ่จะเป็นผู้ประกอบการรายเล็ก เช่น ร้านค้าปลีกค้าส่งทั่วไป ร้านขายอุปกรณ์ก่อสร้าง ร้านขายอุปกรณ์ไฟฟ้า และร้านขายของชำ เป็นต้น 

ตั้งแต่ปี 2015 พบว่า NPL ของธุรกิจค้าปลีกค้าส่งมีสัดส่วนเพิ่มขึ้นต่อเนื่อง โดย 3 ใน 4 เป็น NPL ที่เกิดจากการผิดนัดชำระหนี้ของธุรกิจร้านค้าขนาดเล็กแทบทุกประเภท โดยเป็นผลจาก (1) รายได้ของร้านค้าขนาดเล็กซึ่งส่วนมากเป็นร้านค้าแบบ Traditional Trade ได้รับแรงกดดันอย่างหนักจากการเข้ามาแย่งส่วนแบ่งรายได้ของร้านค้า Modern Trade (2) ขนาดตลาดในประเทศที่เล็กลงและขาดโอกาสในการปรับตัวเพื่อหาโอกาสการเติบโตใหม่ ๆ และ (3) การขยายตัวของร้านค้าที่ขายสินค้าผ่านช่องทางออนไลน์ หรือ ธุรกิจ “e-Commerce” 

3. อุตสาหกรรมโรงแรมและที่พัก 

นอกจากอุตสาหกรรมการผลิตและค้าส่งค้าปลีกแล้ว อีกหนึ่งอุตสาหกรรมที่ส่งสัญญาญปัญหามาตั้งแต่ก่อน COVID-19 คือ อุตสาหกรรมโรงแรมและที่พัก ที่ขยายตัวอย่างมากในช่วงที่ผ่านมา สอดคล้องกับการเติบโตของอุตสาหกรรมท่องเที่ยว 

อย่างไรก็ตาม เราเริ่มเห็นสัญญาณผลกระทบจากการขยายตัวของธุรกิจโรงแรมและที่พักมาตั้งแต่ก่อนการแพร่ระบาดโควิด-19 จากภาวะ “อุปทานล้นตลาด” (oversupply) สะท้อนจากอัตราการเข้าพัก (occupancy rate) ขยายตัวชะลอลง โดยเฉพาะหลังปี 2015 ที่อัตราการเข้าพักของนักท่องเที่ยวขยายตัวชะลอลงต่อเนื่องจนกระทั่งติดลบในปี 2019 สวนทางกับจำนวนโรงแรมและที่พักที่ยังคงเปิดใหม่เพิ่มขึ้นทุกปี สิ่งที่เกิดขึ้นตามมาคือ การแข่งขันด้านราคา (price war) ระหว่างผู้ให้บริการ ส่งผลให้ราคาห้องพักโดยเฉลี่ยปรับตัวลดลง กระทบต่อรายได้และความสามารถในการชำระหนี้ของผู้ให้บริการด้อยลง โดยเฉพาะกลุ่มผู้ประกอบการขนาดกลางและขนาดเล็ก (SMEs) ที่ส่วนใหญ่มีข้อจำกัดด้านต้นทุนการดำเนินงานและปัญหาการเข้าถึงแหล่งเงินทุนเป็นทุนเดิมอยู่แล้ว 

แม้ภาครัฐจะมีการคลายมาตรการ lockdown และมีมาตรการส่งเสริมการท่องเที่ยวในประเทศ (“เราเที่ยวด้วยกัน”) ซึ่งช่วยให้ธุรกิจโรงแรมและที่พักเริ่มกลับมาเปิดให้บริการอีกครั้ง แต่หากไทยยังไม่สามารถเปิดประเทศเพื่อรับนักท่องเที่ยวต่างชาติได้ สถานการณ์ของธุรกิจโรงแรมโดยรวมอาจจะยิ่งน่าเป็นห่วงเพิ่มขึ้นเรื่อย ๆ จากภาระค่าใช้จ่ายและภาระหนี้ที่ต้องแบกรับมาเกือบหนึ่งปีเต็ม เพราะการใช้จ่ายของคนไทยกันเองไม่สามารถชดเชยผลกระทบต่อเศรษฐกิจจากรายได้ที่สูญเสียไปจากการท่องเที่ยวของชาวต่างชาติได้หมด 

สภาพคล่องอย่างเดียวไม่ตอบโจทย์ 

แม้ในภาพรวม ปัญหาเชิงโครงสร้างจะเป็นสิ่งที่ผู้ประกอบการทุกรายต้องเผชิญ แต่ผลกระทบที่เกิดขึ้นกับผู้ประกอบการแต่ละรายจะแตกต่างกันไป โดยธุรกิจขนาดเล็กมีแนวโน้มที่จะได้รับผลกระทบหนักกว่าธุรกิจขนาดใหญ่ จากความเสียเปรียบในการแข่งขันและความสามารถในการปรับตัว ทั้งด้านองค์ความรู้ที่จำเป็นสำหรับการดำเนินธุรกิจหรือการปรับตัวในกรณีต่าง ๆ และความสามารถในการเข้าถึงทรัพยากรต่าง ๆ ไม่ว่าจะเป็น เงินทุน เทคโนโลยี และการเข้าถึงตลาด 

KKP Research โดยเกียรตินาคินภัทร ประเมินว่าการช่วยเหลือเยียวยาด้วยมาตรการเสริมสภาพคล่องทางการเงินให้กับธุรกิจอาจจำเป็นในการประคับประคองธุรกิจและการจ้างงานในระยะสั้น หรือมาตรการที่เป็นลักษณะเหมารวมหรือ one size fits all ที่ไม่ได้คำนึงถึงความแตกต่างของปัญหาในแต่ละประเภทอุตสาหกรรม อาจไม่ตอบโจทย์ในการแก้ปัญหาเชิงโครงสร้างที่ธุรกิจไทยในหลายอุตสาหกรรมเผชิญมาตั้งแต่ก่อนวิกฤตโควิด-19 แต่สิ่งที่ควรพิจารณาควบคู่ไปด้วยคือแนวนโยบายที่ชัดเจนในการปฏิรูปโครงสร้างเศรษฐกิจไทย การส่งเสริมการยกระดับประสิทธิภาพของภาคการผลิตไทยด้วยการใช้เทคโนโลยีและการพัฒนาโครงสร้างพื้นฐานที่เอื้อต่อการสร้างนวัตกรรม การเพิ่มขีดความสามารถทางการแข่งขันของผู้ประกอบการไทย โดยเฉพาะรายเล็กและกลาง ด้วยการเพิ่มช่องทางในการเข้าถึงตลาด เทคโนโลยี และองค์ความรู้ด้านการบริหารจัดการที่ทันสมัย ประกอบกับการปรับปรุงกฎเกณฑ์เพื่อลดอุปสรรคต่าง ๆ และลดอำนาจตลาดของรายใหญ่ สร้างสนามแข่งขันที่เท่าเทียมกันและเป็นธรรมมากขึ้น อันจะนำไปสู่การยกระดับของอุตสาหกรรมของประเทศโดยรวมที่กระจายอย่างทั่วถึงมากขึ้นกว่าในปัจจุบัน 







ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

Elon Musk ส่งอีเมลถึงราชกาให้เลือกลาออกหรืออยู่ต่อ เหมือนที่เคยทำกับพนักงาน Twitter ปี 2022

เกิดแรงสั่นสะเทือนครั้งใหญ่ในระบบราชการสหรัฐฯ หลังประธานาธิบดี โดนัลด์ ทรัมป์ แต่งตั้ง อีลอน มัสก์ ให้เป็นหัวหน้ากระทรวงเพิ่มประสิทธิภาพภาครัฐ หรือ DOGE โดยมัสก์และทีมงานได้เดินหน้...

Responsive image

SparkCat คืออะไร ทำงานอย่างไร ? มัลแวร์ตัวแรกบน AppStore ลอบขโมยข้อมูลคริปโตผ่านรูปภาพ

มัลแวร์ SparkCat ถูกพบใน AppStore และ Google Play ใช้เทคโนโลยี OCR ขโมยข้อมูลคริปโตจากรูปภาพในแกลเลอรี ระวังการให้สิทธิ์แอปที่ไม่น่าไว้วางใจ...

Responsive image

นักวิจัยสหรัฐฯ สร้างคู่แข่ง AI จีน DeepSeek ด้วยต้นทุนแค่ 50 ดอลลาร์สหรัฐฯ

นักวิจัยจาก Stanford และ University of Washington สร้างโมเดล AI ด้านการให้เหตุผล s1 คู่แข่ง OpenAI o1 ด้วยต้นทุนต่ำกว่า 50 ดอลลาร์ โดยใช้เทคนิค Distillation และข้อมูลจาก Gemini 2.0...