automation - krungthai

Automation และการปรบตวของมนษยเงนเดอน

ชาว Millennials

2 Krungthai Macro Research

Foreword >>

ในป 2018 ทผานมา ประเดนผลกระทบของเทคโนโลยใหมๆ เชน Automation หนยนต และ AI ตอตลาดแรงงาน กลบมาอยในความสนใจอกครง เมอทง World Bank, Asian Development Bank และ World Economic Forum ไดเผยแพรการศกษาฉบบใหมออกมา โดยมขอสรปวาเทคโนโลยเหลาน แมจะสรางงานใหม แตกจะท�าใหงานบางประเภทไมเปน ทตองการ และแรงงานจ�าเปนตองเรยนรทกษะใหมๆ ทจะเปนทตองการมากขนในอนาคต

เทคโนโลยใหมๆ อาจจะไมท�าใหการวางงานเพมขน แต Krungthai Macro Research มองวา Automation จะมผลกระทบตอความกาวหนาในอาชพการงานในงานบางประเภท โดยเฉพาะงานรทน ซงจะมผลตอทงการเตบโตของคาจางตอไปในอนาคต และภาวะความเปนอยระยะยาวโดยเฉพาะในชวงหลงเกษยณ ซงขนอยกบรายไดและการออมในชวงชวตการท�างาน

เราพบวาส�าหรบชาว Millennials การเตบโตของรายไดทลดลง 1% อาจจะตองทดแทน ดวยการออมทเพมขนถง 4% ของรายไดเพอใหมเงนใชหลงเกษยณเทาเดม ซงเปนเรองทท�า ไมงายนก แมการเรยนตอจะชวยใหท�างานประเภทใหมทมเงนเดอนสงกวาเดมได แตกไมใชเรองททกคนจะท�าไดเชนกน

Krungthai Macro Research แนะน�าให Millennials ทกงวลเกยวกบผลกระทบจาก Automation ปรบแนวทางการออมแตเนนๆ ไมวาจะเปนการปรบสดสวนและวธการออม พจารณาผลตภณฑประกนตางๆ ในการลดคาใชจายทไมคาดคด รวมถงพจารณาการลงทนในตลาดตราสารทนใหเหมาะสมกบชวงอาย เนองจากมผลตอบแทนระยะยาวทสงกวา การลงทนอนๆ

Disclosures: This report is not intended to provide the basis for any evaluation of the financial instruments discussed herein. The information was obtained from various sources; we do not guarantee its accuracy or completeness. In particular, information provided herein should be regarded as indicative, preliminary and for illustrative purposes only. There is no representation that any transaction can execute at such terms or price.

Information provided in this report is not intended to constitute legal, tax or accounting advice in relation to entering into any transaction and does not have regard to the particular needs of any specific person who may receive this report. Clients should consult their own financial advisors regarding the appropriateness of investing in any investment strategies discussed or recommended in this report and should understand that statements regarding future prospects may not be realized. While all information this presentation has been produced or compiled from sources believed to be reliable, the Bank makes no representation as to its accuracy or completeness.

พชรพจน นนทรามาศ กตตพงษ เรอนทพย

เผยแพร: ตลาคม 2018

Krungthai Macro Research

30% 50% ของอาชพเดมๆ

จะไมเปนทตองการ

รายไดในอนาคต ของงานออฟฟศรทน

อาจนอยกวาทคาด

จะปรบตวอยางไรด?

ยายไปอย SME หลบ Automation เรยนตอ เพอท�างานใชความคด/บรหาร

ทมา: วเคราะหโดย Krungthai Macro Research จากขอมลของ World Bank World Economic Forum ส�านกงานสถตแหงชาตและการสมภาษณผเชยวชาญตางๆ

คาแรง SMEนอยกวาบรษทใหญ

14%

ออมเพมขน

หากรายไดโตลดลง 1%

เพอใหมเงนหลงเกษยณเทาเดม

ถาออมเยอะขนาดนนไมไหวควร...

พยายามออมเพมเมอมรายไดเพม1ลงทนระยะยาวในหน เพมขนบาง2หาประกน ลดความเสยงเเรงๆ บาง3

รายไดอาจเพมขน

55%

ตองออมเพมขน 4%สมมตวาออมในพนธบตรทผลตอบแทน 2% ตอป

Automation & การปรบตว ของมนษยเงนเดอนชาว Millennials

ท�าไม Millennials ควรเตรยมพรอมกบ Automation?


Automation จะแยงงานเราหรอไม? เรยนตอจะคมมย? แลวเราควรปรบแผนการออมอยางไร?ส�าหรบ Millennials (ผทเกดในชวงป 1980-1997) ทงทเพงเรมเขาสตลาดแรงงาน ท�างานมาสกพก หรอเรมสรางครอบครว ขาว Automation1 หรอหนยนตจะแยงงานมนษยมใหเหนอยบอยๆ และท�าใหเกดความกงวลเสมอๆ แมวาในรายงานลาสด World Economic Forum ประเมนวาในชวง 5 ปขางหนา Automation จะกอใหเกดงานใหมมากกวา งานทจะหายไป2 แตหลายงานกมโอกาสสงทจะถกท�าแทนดวยหนยนต การเรยนรทกษะใหมๆ จงเปนสงทส�าคญมากขน การปรบตวดานการออมการลงทนตอความเสยงนกส�าคญไมแพกน ในบทความน Krungthai Macro Reserch จะกลาวถง แนวโนมโดยสงเขปของ Automation ในโลกและในไทย ทางเลอกของแรงงานในการปรบตวและผลกระทบตอรายได ทอาจเกดขน และแนวทางการปรบตวดานการออมการลงทนเพอใหเพยงพอในอนาคต

1 Automation ในบทควำมนหมำยถง เครองจกรทสำมำรถตงโปรแกรมท�ำงำนดวยตนเอง (อตโนมต) หรอระบบอตโนมต ซงรวมถงเทคโนโลยปญญำประดษฐ หรอ AI (Artificial Intelligence) โดยบำงสวนของบทควำมนจะใชค�ำวำ “หนยนต” และ “Automaton” แทนกน โดยไมไดมเจตนำสอควำมใหตำงกน2 The Future of Jobs Report 2018 ของ World Economic Forum รำยงำนวำจะมงำนใหมสทธกวำ 133 ลำนต�ำแหนงในป 2022

ทมา: อางองการจดประเภทงานจากบทความ “หนยนตในภาคอตสาหกรรม: กระแสใหมทแรงงานตองกงวลจรงหรอ?” ของธนาคารแหงประเทศไทย และการจดกลมอาชพในแบบส�ารวจภาวะการท�างานของประชากร


ท�าไม Millennialsถงควรเตรยมพรอมกบ Automation?

1. เพราะ Automation ท�างานไดหลายอยางขนและท�าไดดยงขน

Automation ปจจบนไปไกลกวาแคงานดานการผลต อยางเชนการผลตทเปนแบบซ�าๆ (routine manufacturing activities) หรอ Blue collar jobs หากแตเทคโนโลยใหมๆ เชน AI และ Machine Learning สามารถท�างาน แบบใชความคด (Cognitive) หรอ White collar jobs หลายๆ อยางใหเปนอตโนมตไดมากกวาทเคย (รปท 1: ท�าความรจกกบงานประเภทตางๆ) ยงกวานน อาชพทถกท�านายวาจะถกท�าใหเปนอตโนมตในอนาคตยงรวมถงงานทรายไดสงๆ ดวย (Box 1: งานประเภทใด Automation ท�าไดงาย และท�าไดยาก)

ท�าใหเปนอตโนมตไดยากกวา ท�าใหเปนอตโนมตไดงายกวา

งานใชความคดสรางสรรค และบรหาร

(Non-Routine Cognitive)

ผจดการ, แพทย, วศวกร, อาจารย, ทนายความ

พนกงานบรการ, พนกงานดแลผอน,

พนกงานรกษาความปลอดภย

พนกงานธรการ, เสมยน,ผจ�าหนายสนคา

ผควบคมเครองจกร,ผปฏบตงาน

ดานการประกอบ

งานใชแรงมทกษะ(Non-Routine

Manual)

งานออฟฟศแบบรทน

(Routine Cognitive)

งานใชแรงแบบรทน

(Routine Manual)

รปท 1: ท�าความรจกกบงานประเภทตางๆ


3 งำนศกษำของ Frey and Osborne (2013) จำกมหำวทยำลย Oxford ซงมผอำงองจ�ำนวนมำก4 กำรทเทคโนโลยสำมำรถท�ำงำนนนใหเปนอตโนมตไดไมไดหมำยควำมวำงำนนนจะหำยไปอยำงแนนอน เพรำะยงขนกบอกหลำยปจจย ทงในเรองตนทน ควำมขำดแคลนของแรงงำน ควำมคมคำ ระเบยบขอบงคบ เปนตน งำนศกษำของ Arntz et al. (2017) กลำววำ บำงอำชพแมเทคโนโลยจะท�ำไดบำงแตกไมไดจะท�ำใหอำชพนนหำยไป เพรำะยงม บำงหนำทในอำชพนนทเทคโนโลยท�ำไดยำก5 จำกรำยงำน Future of Job 2018 ของ World Economic Forum และรำยงำน World Development Report 2019: The Changing Nature of Work ของ World Bank

Box 1 งานประเภทใดทหนยนตท�าไดยาก และไดงาย

งานหรอกจกรรมท Automation ท� า ได ด ค อ ง านท ม แบบแผนแนนอน คาดเดาได กจกรรมการท�างานเหลานนมกจะเปนงานทท�าแบบซ�าๆ หรอรทน (Routine) ไมตองมปฏสมพนธกบผคน อยใน สงแวดลอมทสามารถคาดเดาได ไมวางานนนจะเปนงานทใชแรงงาน (Manual) หรอใชความคด (Cognitive) เปนหลกกตาม ในบทความ Future of Employment3 กลาววาอาชพ ทมโอกาสถกท�าใหเปนอตโนมตสง มหลายอาชพ เชน เจาหนาทบญช เจาหนาทเสมยนตางๆ เจาหนาทปลอยก นกวเคราะหความเสยง แคชเชยร ผชวยนกกฎหมาย เปนตน4 ซงบางงานกเปนงานทมรายไดสง อยางงานในกรอบดานขวาบนของรปท 2

งานทตองใชทกษะทางสงคม ความคดสรางสรรค และความคดเชงวพากษ เปนสงทท�าใหเปนอตโนมต ไดยาก และจะเปนทตองการมากขน งานประเภทนมกคาดเดาแบบแผนไมได (Non-Routine) ผท�างานตองม ปฏสมพนธกบผอน เชน ครอนบาล กราฟกดไซเนอร นกพฒนาซอฟตแวร Data Scientist เปนตน รายงาน ของทง World Bank และ World Economic Forum ตางเหนไปในทางเดยวกนวาทกษะดานความคดรเรมสรางสรรค ความสามารถในการเรยนร การแกปญหาทซบซอน และทกษะดานพฤตกรรมสงคม จะมคณคา และเปนทตองการมากขนในอนาคต5


รปท 2: คาแรงเฉลยของอาชพตางๆ และโอกาสในการถกท�าใหเปนอตโนมต

ทมา: วเคราะหโดย Krungthai Macro Research โดยความนาจะเปนทงานจะถกหนยนตท�าแทนมาจาก Frey and Osborne (2013) ขณะทขอมลรายได มาจาก เวบไซต indeed.com โดยเปนขอมล ณ วนท 25 กนยายน 2018

หมายเหต: Median Wage เปนตวเลขของสหรฐฯ ในไตรมาส 4 ป 2017 จาก Bureau of Labor Statistics

0

รายไดตอป หนวย: USD

ความนาจะเปนในการถกหนยนตท�างานแทน

Credit Analyst

Bookkeeping,Accounting, and Auditing Clerks

Loan Officers

Bill Collectors

Clerks Office

Real Estate Sales Agents

Administrative Services Managers

Marketing Specialists

Commercial Pilots

SoftwareDevelopers

25% 50% 75% 100%

Graphic Designers

Electrical & Electronics Repairers

Web Developers Computer

Scientist

120,000

110,000

100,000

90,000

80,000

70,000

60,000

50,000

40,000

30,000

20,000

Median Wage

44,564

Sales Representatives

Personal Financial Advisors

Human Resources

Lawyer

Flight Attendants

vvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvvv

vvvvvvvvvvvvvvvvvvv

Kindergarten Teachers


2. Millennials ยงคงสนใจงานทถกท�าใหเปนอตโนมตได ไมตางจากคนเจนเนอเรชนอนๆ

Millennials ยงคงสนใจหางานประเภทรทน (Routine) แม Millennials โดยเฉลยเมอเทยบกบคนเจนเนอเรชน กอนๆ แลว จะมการศกษาทสงกวาและคนเคยกบเทคโนโลยมากกวา6 อยางไรกด เมอดความสนใจในงานทตองการท�าของ Millennials ในสหรฐฯ Indeed หนงในเวบไซตหางานขนาดใหญกลบพบวา Millennials สนใจหางานประเภท รทน (routine) เปนสดสวนประมาณ 50% ไมไดตางจากคนรนกอนๆ แตอยางใด7 ซงงานประเภทรทนเปนงานทเทคโนโลย มโอกาสท�างานแทนไดมากทสด

6 จำก Infographics “Millennials-Coming of Age” โดย Goldman Sachs และ บทควำม “Today’s young workers are more likely than ever to have a bachelor’s degree” โดย Pew Research Center7 จำกบทควำม “What Impact will Automation have on the Generation?” ใน blog.indeed.com8 รำยงำน The Future of Jobs Report 20189 สถำบนกำรเงนชนน�ำของโลกหลำยแหง มกำรจำงงำนลดลงและใหหนยนตท�ำแทนมำกขน Goldman Sach ไดใชระบบซอขำยอตโนมต เขำมำชวยในกำรท�ำกำรซอขำยสนทรพย เชนเดยวกบ HSBC ทมกำรใชหนยนตในกำรใหค�ำแนะน�ำกำรลงทน ใน 5 ปขำงหนำ ยกษใหญในอตสำหกรรมธนำคำรอยำง Citi กมแนวโนมจะใชหนยนตในกำรทดแทน กำรท�ำงำนกวำหนงหมนอตรำ10 Cainarca et al., 1990 Arntz et al., 2016 และ Asian Development Outlook 2018 (April)11 จำกกำรส�ำรวจ Millennials กวำ 8,000 คนจำก 30 ประเทศ ของ Deloitte ในป 2017

3. ต�าแหนงงานรวม 1 ใน 3 เกนความจ�าเปน และ Millennials ในหลายประเทศกเรมกงวล

บรษทกวาครงคดวางานของคนคงลดลง งานยากๆ หลายงานเรมถก automated การส�ารวจโดย World Economic Forum (WEF)8 พบวามต�าแหนงงานจ�านวนมากถง 1 ใน 3 ทเรมไมเปนทตองการ หรออาจถกท�าใหเปนอตโนมต กวาครงของบรษทในหลายประเทศจากการส�ารวจคาดวา ดวยแนวทางการแขงขนของบรษทในปจจบน ในชวง 5 ปขางหนา Automation จะน�าไปสการลดลงของการจางงานในงานบางประเภท งานทเรามกคดวาเปนงานยาก ตองการทกษะทสงในการท�างาน มคาแรงทสง อยาง Investment banker ในบรษทใหญๆ กลบโดนท�าใหเปนอตโนมตในชวงปทผานมาน9 ซงโดยทวไปแลว บรษทขนาดใหญมความพรอมเงนทนในการใชหนยนตแทนแรงงานมากกวาบรษทขนาดเลก และมแนวโนมจะท�า automation มากกวา10

ไมแปลกท Millennials ในหลายประเทศจะรสกถงความไมแนนอนกบอนาคตงานทท�าอย Millennials จ�านวนเกอบครงหนงของผตอบแบบสอบถามกวา 8,000 คนจาก 30 ประเทศ ของ Deloitte ในป 2017 เรมกงวลกบอนาคตของตวเอง 40% คดวา Automation เปนภยคกคามตองานทท�าอย 44% เชอวาความตองการงานทใชทกษะของตวเองจะลดลง (รปท 3)11


4. บรษทใหญๆ ในไทยกมแผนทจะน�า Automation มาใชมากขน

บรษทใหญๆ ในไทย เรมพดถงการปรบองคกรกนบางแลว ในชวงปทผานมาน บรษทใหญทงในและนอกภาคการผลต มแผนทจะน�า Automation มาใชมากขน แมบรษทเหลานนจะประกาศวาจะไมมการลดพนกงานโดยการเลกจาง แตกเตรยมปรบลดขนาดขององคกร โดยการไมรบพนกงานมาทดแทนพนกงานทลาออกหรอเกษยณอาย (อยางนอย ในบางต�าแหนง) ในชวงเวลาหลายปขางหนา

รปท 3: ความคดเหนของบรษท และ Millennials ตอการจางงานในอนาคต

ทมา: World Economic Forum และ Deloitte

เชอวาความตองการงานทใชทกษะของพวกเขา

จะลดลง

คดวา Automationเปนสงคกคามตองาน

40% 44%Millennials

ของหนาทงานในปจจบนเกนความจ�าเปน

(Redundant roles)

50%31%

เหนวา Automation จะท�าใหขนาด

ขององคกรลดลงบรษท


Automation กบรายไดในอนาคต: ท�างานประเภทเดมด? หรอเรยนตอ และท�างานประเภทใหมด? รายไดในอนาคต ขนกบวาแรงงานยงคงอยากท�างานประเภทเดมหรอประเภทใหม หากงานทเราท�ามแนวโนมสงในการถกท�าใหเปนอตโนมต เราควรเรมพจารณาวาจะปรบตวตอ Automation อยางไรด ไมวาจะท�างานประเภทเดมตอไปด หรอวาเรยนตอ เพอเปลยนมาท�างานใชความคดสรางสรรคและบรหารซงท�าใหเปนอตโนมตไดยากแทนด

ท�างานประเภทเดม อาจเผชญคาแรงทเตบโตนอยลง

คาแรงอาจเตบโตนอยลง ส�าหรบงานทถกท�าใหเปนอตโนมตได หากบรษทใช Automation แทนการท�างานบางสวน และไมสามารถหาหนาทใหมใหพนกงานท�าเพมเตมได กจะท�าใหพนกงาน ม productivity ลดลง12 ซงอาจสงผลใหใหคาจางของพนกงานไมเตบโตดเหมอนแตกอน13

คาแรงทโตนอยลงมผลตอรายไดในระยะยาวคอนขางมาก จากขอมลภาวะการท�างานของประชากร (Labor Force Survey: LFS)14 จากส�านกงานสถตแหงชาต คาแรงเฉลยในงานประเภทออฟฟศแบบรทนในบรษทใหญ (เฉพาะผทจบการศกษาสงกวาระดบมธยมปลาย) ระหวางผทอาย 30 ป และ 59 ป จะแตกตางกนประมาณ 1 เทา หรอคดเปนการเตบโต (ทแทจรง) ประมาณ 2.4% ตอป สมมตวาเราเปนพนกงานบรษท อาย 30 ป ในป 2018 เงนเดอน 30,000 บาท รายไดเตบโตเทากบเงนเฟอท 1.5% บวกกบการเตบโตดานรายไดของอาชพ 2.4% เราอาจคาดไดวาเงนเดอน จะเพมขนเรอยๆ จนมเงนเดอนกอนเกษยณประมาณ 91,000 บาทตอเดอน (โตปละ 3.9%) แตหากรายไดเราโตนอยลง โดยสมมตวาโตเทาอตราเงนเฟอเทานน เราจะมรายไดตอนอาย 59 ป ประมาณ 46,200 บาทตอเดอน ซงนอยกวาทอาจคาดหวงไวอยรวม 50% (รปท 4)

12 ในทำงทฤษฎแลว ผลตภำพแรงงำน (labor productivity) เปนปจจยส�ำคญปจจยหนงในกำรก�ำหนดคำแรงของแรงงำน13 ในกำรศกษำของ Acemoglu et al. (2017) พบวำในพนททมอตรำสวนหนยนตตอแรงงำนสง คำแรงเฉลยของแรงงำนมกนอยกวำพนททม อตรำสวนต�ำกวำ เชนเดยวกบงำนวจยอกหลำยชนทรวบรวมใน Asian Development Outlook 2018 (April) ดงนนในทำงหนงเรำอำจตควำมไดวำ แมวำกำรลงทน automation จะชวยใหแรงงำนท�ำงำนไดมำกขน แตผลตอบแทนจำกกำรลงทนอำจกลบไปสผลก�ำไรมำกกวำคำจำงแรงงำน14 กำรศกษำชนนใชขอมล LFS ทงหมด 9 ชด ตงแตป 2016 ไตรมำส 1 ถง ป 2018 ไตรมำส 1

ทางเลอก 1


หากยงอยากใชเงนหลงเกษยณเทาเดม จ�าเปนตองออมมากขน จากเงนเดอน 30,000 บาท สมมตวาเราใชจายตอนน ประมาณ 22,500 บาทตอเดอน และออมเงนสวนทเหลอ ซงเทากบ 25% ของรายได และออมทอตราเดยวกนตอไป ในทกๆ ป โดยเราน�าเงนออมไปลงทนในพนธบตรรฐบาล ภายใตขอสมมตทวาพนธบตรรฐบาลใหผลตอบแทน 2% ตอปทกป จะชวยใหเรามเงนออมตอนเกษยณประมาณ 6.3 ลานบาท หากยงคงออมเงนในพนธบตรตอไป และคดวา จะมชวตถงอาย 85 ป ซงเปนคาเฉลยอายขยของคนไทยในปจจบน เราจะมเงนใชไดประมาณเดอนละ 25,700 บาท ซงถอวาเพยงพอ15 แตหาก Automation ท�าใหรายไดเราลดลง 1% เราตองออมเงนเพมขน 4% เชนจาก 25% เปน 29% ของรายได เพอใหเรามเงนใชจายหลงเกษยณเทาเดม ซงหากรายไดเราเตบโตเพยง 1.5% เทากบอตราเงนเฟอ เราตองออมถง 35.5% ของรายได (รปท 5) ซงอตราการออมในระดบนอาจไมใชเรองงายส�าหรบหลายๆ คน

15 เงนจ�ำนวนนจะเทำกบ 75% ของคำใชจำยกอนเกษยณ (โดยทวไปแลวคำใชจำยหลงเกษยณจะประมำณ 70-80% ของคำใชจำยกอนเกษยณ) โดยคำใชจำยกอนเกษยณ จะเทำกบ คำใชจำยในปจจบนทเตบโตเทำอตรำเงนเฟอท 1.5% เปนเวลำ 30 ป

รปท 4: การเตบโตของคาแรงเฉลยของงาน Routine Cognitive อาจนอยลงหากบรษทท�า Automation

รปท 5: เมอรายไดเตบโตนอยลง หากตองการใชหลงเกษยณเทาเดม ท�าใหตองออมเพมขนมาก

ทมา: วเคราะหโดย Krungthai Macro Research จากขอมล LFS ในป 2016-2018


คาแรงเฉลยในชวงอายตางๆ หนวย: บาท

อตราการออมทจะท�าใหมรายไดหลงเกษยณเทาเดม เมอรายไดเตบโตนอยลง

46,199 บาท ตอเดอน

90,985 บาท ตอเดอน

เงนเดอน 30,000 บาทตอเดอน

รายไดอาจตางกนถง 50%

1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50%

40%

35%

30%

25%

20%

15%

10%

ออมทเสนนจะมเงน 6.35 ลานบาทตอนอาย 60

อตราการออม

โตเทาเงนเฟอ โตเทาเดม

การเตบโตของคาแรงตอป

โตตามเดม

โตเทาเงนเฟอเทานน

อาย 30 อาย 59


การยายไปท�าบรษทขนาดกลางและเลกทท�า Automation ชากวาอาจไมใชค�าตอบ เนองจากมคาแรงเฉลย ทต�ากวา หากแรงงานตองการหลกความเสยงดาน Automation ในบรษทใหญ และยายไปท�างานใน SMEs แทน ควรทราบวาแรงงานทท�างานประเภทเดยวกนใน SMEs มคาแรงเฉลยนอยกวาในทกชวงอาย จากขอมล LFS แรงงานประเภทออฟฟศรทนใน SMEs จะมคาแรงเฉลยนอยกวาผทท�างานในบรษทขนาดใหญในชวงอาย 31-35 ป ประมาณ 14% (สามารถใช interactive feature คาแรงเฉลยในแตละชวงอายของงานประเภทตางๆ ในบรษทตางขนาดกนไดในรปท 6)

คาแรงใน SME กอาจถกกดดนจาก Automation เชนกน ไมวาจะดวยเหตผลทมอปทานแรงงานเขาไปใน SMEs มากขน จากการทบรษทใหญไมรบคนเพม หรอการทบรษทใหญมตนทนลดลงจากการใช Automation กอาจสงผลใหม การแขงขนดานราคากบบรษทเลกมากขน นอกจากดานคาแรง สวสดการดานการออมเปนอกสงทควรพจารณาอยางถถวน เนองจาก SMEs บางบรษทอาจไมไดมการสบทบเงนออมใหแรงงานในกองทนส�ารองเลยงชพสงเทาในบรษทขนาดใหญ

รปท 6: ยายไปท�างานออฟฟศรทนใน SME มคาแรงนอยลงแตยายไปท�างานใชความคดสรางสรรคไดคาแรงมากขน


การเปลยนแปลงของคาแรงเฉลยในชวงอาย 31-35 ป จากงานออฟฟศรทนไปทใหม หรองานประเภทใหม

งานออฟฟศรทนในบรษทใหญงานออฟฟศรทนใน SME

-14%

งานใชความคดสรางสรรค/ บรหารในบรษทใหญ

+56%

Click! เพอเปรยบเทยบคาแรงของงานประเภทตางๆ

คาแรงอาจลดลง

คาแรงอาจเพมขนถาเปลยนไปท�า ถาเปลยนไปท�า

https://public.tableau.com/profile/macro.research#!/vizhome/WageComparson/Dashboard1

https://public.tableau.com/profile/macro.research#!/vizhome/WageComparson/Dashboard1


เรยนตอ ไมมรายไดในชวงสนๆ และอาจมรายไดเพมขนหากไดงานประเภทใชความคดสรางสรรคและบรหาร

งานประเภทใชความคดสรางสรรคในบรษทใหญใหคาตอบแทนทมากกวา จากขอมล LFS เมอเทยบผทท�างานในบรษทขนาดใหญเหมอนกน (เฉพาะผทจบการศกษาสงกวามธยมปลาย) คาแรงเฉลยของงานประเภทใชความคดสรางสรรคและบรหารในบรษทขนาดใหญจะสงกวา งานประเภทออฟฟศแบบรทนในบรษทใหญในทกชวงอาย16 โดยในชวงอาย 31-35 ป จะมคาแรงเฉลย สงกวาประมาณ 56%17

แมจะยอมเสยคาเลาเรยน และเวลาท�างาน หากไดงานประเภทใชความคดสรางสรรคและบรหารเพยงไมกปกคนทน หากสมมตวาแรงงานอาย 30 ป ศกษาตอโดยหยดงานเปนเวลา 1 ป ดวยตนทนคาเลาเรยนท 2 แสนบาท หากไดท�างานใชความคดสรางสรรคและบรหารหลงเรยนจบ คาแรงเฉลยในชวงอาย 31-34 ป (รวมปทไมไดท�างาน 1 ป) จะไดประมาณ 34,000 บาท ซงนอกจากจะไมไดลดลงจากการท�างานประเภทเดมแลว ยงมการเตบโตทดกวามาก18 โดยเมออาย 59 ป อาจมคาแรงมากกวาการท�างานประเภทเดมถง 80%19 (รปท 7)

ทางเลอก 2

16 ผลกำรวเครำะหดวย OLS regression ยงคงยนยนวำผทท�ำงำนประเภทใชควำมคดสรำงสรรคและบรหำรมคำแรงทสงกวำ แมจะควบคมตวแปรตำงๆ แลวกตำม 17 จำกขอมล LFS ป 2016-2018 เงนเดอนของผจบกำรศกษำสงกวำมธยมปลำย อำย 31-35 ป ท�ำงำนออฟฟศรทน ในบรษทใหญอยท 16,280 บำท ในขณะทผทท�ำงำน ใชควำมคดสรำงสรรคและบรหำร ในบรษทใหญมเงนเดอนเฉลย 25,457 บำท18 วเครำะหจำกขอมล LFS โดยเรำประเมนวำอตรำกำรเตบโตของคำแรงในงำนใชควำมคดสรำงสรรคและบรหำรมคำเทำกบ 4.7% ตอป (กำรเตบโตทแทจรง 3.2% บวกกบ คำเงนเฟอท 1.5%) ในขณะทอตรำกำรเตบของคำแรงในงำนออฟฟศรทนในบรษทใหญมคำเทำกบ 3.9% (กำรเตบโตทแทจรง 2.4% บวกกบคำเงนเฟอท 1.5%)19 แตหำกคำแรงของงำนออฟฟศรทนโตเทำอตรำเงนเฟอเทำนน เมออำย 59 ป คำแรงงำนของงำนใชควำมคดสรำงสรรคและบรหำรอำจมำกกวำงำนออฟฟศรทนเกอบ 3 เทำ

รปท 7: แมตองเสยตนทนจากการศกษาตอ หากเปลยนประเภทงานทท�าได กจะมรายไดเฉลยทสงกวาในทกชวงอาย


หมายเหต: คาแรงเฉลยในชวงอาย 31-34 ป กรณเรยนตอคดจาก การไมไดท�างานและเสยคาเลาเรยน 2 แสนบาทตอนอาย 31 ป หลงจากเรยนจบและไดงาน ใชความคดสรางสรรคจะมรายไดประมาณ 47,000 บาท

อาย 31-34 ป อาย 59 ป

ท�างานออฟฟศรทนเหมอนเดม

แตถาเปลยนไป

33,041บาท/เดอน


เรยนตอ และท�างาน ใชความคดสรางสรรค/บรหาร




แลว Millennialsควรเตรยมพรอมดานการเงนอยางไร?

แมวาเรยนตอและเปลยนประเภทงานจะท�าใหรายไดเพมขน แตอาจไมใชทกคนทท�าได การออกจากงานเพอศกษาเพมเตมอาจไมใชเรองงายส�าหรบทกคน ไมวาดวยเหตผลดานความถนด หรอขอจ�ากดดานการเงน โดยเฉพาะในชวงทเรมสรางครอบครว ดงนนการปรบตวดานการออมการลงทนจงเปนสงควรพจารณาอยางยง การปรบเปลยนแผนการออม การลงทนตงแตเนนๆ จะชวยใหมเงนออมหลงเกษยณไมตางจากเดมได แมรายไดเราจะเตบโตนอยลง

การเตรยมตวดานการเงนเปนเรองส�าคญ Krungthai Macro Research ไดรบเกยรตจากผเชยวชาญหลายทาน ไดแก ดร.นราพงศ ศรวศาล อาจารยประจ�าภาควชาการธนาคารและการเงน และ ดร.อสรยะ สตกลพบลย อาจารยประจ�าภาควชาสถต สาขาการประกนภย คณะพาณชยศาสตรและการบญช จฬาลงกรณมหาวทยาลย คณฉตรชย ทศาดลดลก ผอ�านวยการฝายวจย ส�านกงานคณะกรรมการก�ากบหลกทรพยและตลาดหลกทรพย (ก.ล.ต.) และ ดร.สมชย อมรธรรม ผชวยกรรมการผจดการ ฝายกลยทธการลงทนและลกคาสมพนธ บรษทหลกทรพยจดการกองทน กรงไทย จ�ากด (มหาชน) (KTAM) ในการใหขอเสนอแนะเกยวกบการปรบการออมและการลงทนทงในระยะสนและยาวเพอการเกษยณ โดยมประเดนทควรพจารณาดงน

คณฉตรชย ทศาดลดลกผอ�านวยการฝายวจย ส�านกงานคณะกรรมการก�ากบหลกทรพยและตลาดหลกทรพย (ก.ล.ต.)

ดร.สมชย อมรธรรมผชวยกรรมการผจดการ ฝายกลยทธการลงทน และลกคาสมพนธ บรษทหลกทรพย จดการกองทน กรงไทย จ�ากด (มหาชน) (KTAM)

ดร.อสรยะ สตกลพบลยอาจารยประจ�าภาควชาสถต สาขาการประกนภย คณะพาณชยศาสตร และการบญช จฬาลงกรณมหาวทยาลย

ดร.นราพงศ ศรวศาลอาจารยประจ�าภาควชาการธนาคารและการเงน คณะพาณชยศาสตรและการบญช จฬาลงกรณมหาวทยาลย


แผนการออมใหมของเราค�านงถงความไมแนนอนจาก Automation ไปหรอยง?

หาก Automation กดดนรายได จะใหมเงนหลงเกษยณเทาเดม อาจตองออมมากขน จากสมการการบรโภค หลงเกษยณงายๆ ใน (รปท 8) จะเหนไดวา การบรโภคของเราในอนาคตจะขนอยกบวาเราออมเงนกอนเกษยณเทาไหร ซงเงนออมนขนอยกบอตราการออมและรายไดตอนท�างาน รวมกบผลตอบแทนจากการลงทนของเรา นอกจากน การบรโภคในอนาคตอาจมากหรอนอยขนอยกบคาใชจายทไมคาดคดหลงเกษยณดวยเชนกน หาก Automation ท�าใหรายไดเราเตบโตนอยลง สงผลใหรายไดตลอดชวงอายการท�างานนอยลงกวาทคาดไวเดม เราอาจตองเพมอตราการออม หากตองการบรโภคหลงเกษยณเทาเดม

อยางไรกด การออมเพมขนมากๆ ไมใชเรองงาย ดร.นราพงศกลาววา จรงๆ แลวคนมกชอบทจะมการบรโภคทไมผนผวนในแตละชวงเวลา (smooth consumption) การทคนตองลดการบรโภคมากๆ เพอออมเงนส�าหรบเกษยณอาจไมใชสงทคนท�าแลวไดอรรถประโยชนสงสด คณฉตรชยกลาววา การออมเพมตงแตตอนนมกเปน เรองทคนมกไมชอบท�า และมกผดผอนทจะท�า โดยผออมอาจเหนวาการออมมากขนท�าใหสญเสยการบรโภค และใหคากบความสญเสยตรงนมาก (Present Bias)

การสญญาวาจะออมมากขนในอนาคตชวยได คณฉตรชยยกตวอยางในตางประเทศวา มการออกแบบแผนการออมทชวยแกใหคนเพมการออม โดยเราไมจ�าเปนตองบรโภคนอยลงในปจจบน เพยงแตเราตกลงวาจะออมในจ�านวนทมากขน เมอเราไดค าแรงท เพมขนในอนาคต (Auto Escalation) เชน แตกอนเราออมเงน 10% จากเงนเดอน 10,000 บาท เมอเราไดขนเงนเดอนเปน 11,000 บาท เราอาจเพมอตราการออมเปน 12% ดวยวธการนเราจะมเงนออมเพมจาก 1,000 บาท เปน 1,212 บาท ในขณะทการบรโภคเรากเพมจาก 9,000 บาท เปน 9,788 บาท โดยวธการนจะชวยลดปญหาการผดผอน (Present Bias) เนองจากผออมไมจ�าเปนตองลดการบรโภคในปจจบน และมการบรโภคและการออมทเพมขนในอนาคตอกดวย20

20 จำกกำรศกษำของนกเศรษฐศำสตรรำงวลโนเบล R. Thaler และ S. Benartzi พบวำ ดวยแผนกำรออมเชนนชวยใหอตรำสวนกำรออมเงนของผออมเพมขน อยำงมำก (อำนเพมเตมไดในบทควำม Save More Tomorrow: Using Behavioral Economics to Increase Employee Saving)

-

รปท 8: สมการการบรโภคหลงเกษยณ

การบรโภคหลงเกษยณเทาเดม

การบรโภคหลงเกษยณขนอยกบ

รายไดตอนท�างาน

ผลตอบแทนการลงทน

+

+

+ อตราการออม

คาใชจายทไมคาดคดหลงเกษยณ

รายไดลด เพมสดสวนการออม

- +


แบงเงนออมตามเปาหมาย และกนเงนไวยามฉกเฉนเพมขนบางหากกงวลเรอง Automation คณฉตรชยแนะวา การแบงเงนออมและลงทนตามเปาหมาย (Goal-based investing) เชน ส�าหรบการเกษยณ ส�าหรบ ใชจายฉกเฉน ส�าหรบทอยอาศย ส�าหรบการศกษาบตร ฯลฯ จะชวยใหเราแยกความเสยงทเรารบได (risk tolerance) ไดดยงขน เราอาจแบงเงนออมเพอการเกษยณ เปนกอนทเราวางแผนวาจะไมน�ามาใชจนกวาจะเกษยณ เรากควรมเงนออมระยะสนยามฉกเฉนทเพยงพอ (Rainy day funds) ดวย โดยปกตแลวเงนออมระยะสน ควรมเพยงพอส�าหรบคาใชจายประมาณ 3-6 เดอน หาก Automation เปนเรองทเรากงวลมาก เราอาจพจารณาเพมเงนส�ารองในสวนนขนบาง

ลองพจารณาผลตภณฑประกน เพอลดความเสยงในชวตดานอนๆ ดบาง การออมเพมไมใชสงเดยวทจะชวยใหเรามการบรโภคหลงเกษยณไดตามเดม ดร.อสรยะกลาววา ผลตภณฑดานการประกนภยหลายๆ ตวเปนสงทจะชวยใหเราจ�ากดรายจายอนๆ ทไมคาดคดไดดยงขน โดยเราอาจ เรมตรวจสอบตวเองขนแรกวาเราไดเขารวมกบ ระบบประกนสงคมซงครอบคลมความเสยงเรา ทงเรองสขภาพและการออกจากงานไวหรอยง หากเราตองการลดคาใชจายทไมคาดคดดานสขภาพ มากยงขน เราอาจลองพจารณาผลตภณฑประกนอนๆ เพมเตม

การบรโภคหลงเกษยณเทาเดม

รายไดลด ลดคาใชจายทไมคาดคด

- -


เมอเงนออมระยะสนเพยงพอ จะชวยใหการลงทนระยะยาวของเรารบความผนผวนระยะสนไดดขน เพอผลตอบแทนทมากกวาในระยะยาว เมอเรามเงนออมส�าหรบฉกเฉนเพยงพอ และแบงเงนอกกอนเพอการเกษยณ อยางเชน การลงทนเงนออมในกองทนส�ารองเลยงชพ ไมควรกงวลกบความผนผวนระยะสนเกนไปนก ดร.สมชยยกตวอยางวา สนทรพยทผนผวนสง (เชน กองทนตราสารทน) และดเหมอนเสยงสง กลบใหผลตอบแทนระยะยาว ทด ในขณะทสนทรพยทไมคอยผนผวน (เชน พนธบตรรฐบาล) และดเหมอนเสยงต�า กลบใหความเสยงจาก ผลตอบแทนทไมพอใชใหกบเราในระยะยาวแทน (Box 2: ถาเราออมเงนเมอ 30 ปทแลว)

ควรตรวจสอบวาเราเลอกแผนการลงทนในกองทนส�ารองเลยงชพเหมาะสมหรอยง ผออมจ�านวนไมนอย ทเปนสมาชกกองทนส�ารองเลยงชพเลอกแผนการออมดวยคาตงตน ทมกเปนการลงทนในพนธบตรรฐบาล ในอตราทสง (เชน 80%) โดยไมท�าการเปลยนแปลงใดๆ ซงอาจจะยงไมใชแผนทเหมาะสมทสดส�าหรบผออม ดร.สมชยแนะน�าเพมวา การลงทนระยะยาวในสนทรพยทราคาผนผวน เราไมควรสบเปลยนสนทรพยบอยนก เพราะหากเราคาดคะเนเวลาขายผด กอาจท�าใหเราไมไดผลตอบแทนดเทาทควร ควรกระจายความเสยงการลงทนเพอลด home bias นอกจากการพจารณาลงทนระยะยาวในตราสารทนเพมเตมแลว การลด home bias ในการลงทน กเปนสงทจะชวยกระจายความเสยงไดดขน คณฉตรชยกลาววาโดยทวไปแลวคนเรามกจะเลอกลงทนในสงทคนเคย (Familiarity Bias) ไมวาจะเปนการซอหนในบรษททตวเองท�างานอย การลงทนสดสวนใหญกบตลาดในประเทศ อยางไรกดสงเหลานนมกมความเคลอนไหวในทศทางเดยวกบ คาแรงของเราไมมากกนอย การลงทนในสนทรพยเหลานนมากเกนไป อาจเปนการกระจายความเสยงทไมดนก ดร.สมชยแนะน�าวา การเลอกลงทนในหนบรษทอน การลงทนในกองทนตางประเทศ หรอในกรณทอาชพของเราอาจไดผลกระทบจาก automation การลงทนในหนกลม AI หรอ Tech บาง จะชวยใหเรากระจายความเสยง ในการลงทนไดดขน


Box 2 ถาเราออมเงนเมอ 30 ปทแลวตอนนจะมเงนเทาไหร?

การลงทนในตราสารทนผนผวนสง แตผลตอบแทนในระยะยาวกดกวาการฝากเงนมาก สมมตวา เราอาย 30 ป มรายไดรวมจากคาจางเทากบ 10,000 ตอเดอน ในป 1987 เราออมเงน 20% ของรายได ในทกๆ ป จนเกษยณในป 2017 โดยรายไดเตบโตเทากบการเตบโตของเศรษฐกจ (nominal GDP growth) ในทกป จะเหนจากรปท 9 ไดวาการลงทนในดชน SET ทแมจะมความผนผวนสงกวาการลงทนในกองทนพนธบตรรฐบาลอยมาก แตกใหผลตอบดกวามาก แมในชวง 30 ปทผานมา ดชน SET จะเผชญวกฤตทางการเงนถง 2 ครงกตาม (ในป 1997 และ 2008) โดยในป 2017 เราจะมเงนออมจากการลงทนใน SET ประมาณ 5.9 ลานบาท ในขณะทการลงทนในพนธบตรท�าใหเรามเงนเพยง 4.1 ลานบาท ซงนอยกวาเงนการลงทนใน SET เกน 40%

ทมา: วเคราะหโดย Krungthai Macro Research จากขอมล CEIC

หมายเหต: 1) การลงทนในดชน SET ท�าวนท�าการสดทายของปในทกป 2) ผลตอบแทนนยงไมไดรวมเงนปนผลจากการลงทนใน SET 3) เนองจากไมมขอมลผลตอบแทนจากพนธบตรรฐบาลในชวงป 1987-1998 จงใชผลตอบแทนจากการฝากธนาคารแบบออมทรพยแทน ซงมผลตอบแทนเฉลยในชวงเวลาดงกลาวท 6.2%

รปท 9: ในชวงป 1987-2017 การลงทนในตลาดหนแมจะผนผวนกวาพนธบตร แตกใหผลตอบแทนดกวามาก

เงนออมสะสมเปรยบเทยบระหวางการลงทนในดชน SET และพนธบตรรฐบาล

1987 20031995 20111991 20071999 20151989 20051997 20131993 20092001 2017

7,000,000

6,000,000

5,000,000

4,000,000

3,000,000

2,000,000

1,000,000

0

ลงทนในพนธบตรรฐบาล

ลงทนในSET Index

หนวย:บาท

30 ป

วกฤตการณการเงนในเอเซย

วกฤตสนเชอSubprime


การลงทนในตลาดตางประเทศชวยลดและกระจายความเสยงจากการลงทนในประเทศได จากรปท 10 แสดงใหเหนวาในชวงป 1987-2017 การเคลอนไหวระหวางดชน SET และ S&P500 ในบางชวงไมไดเคลอนไหว ไปในทศทางเดยวกนเทาไรนก (คา correlation เทากบ 0.319) ดงนนการลงทนในตางประเทศจงทงเปนการลดและกระจายความเสยงจากการลงทนในประเทศเพยงอยางเดยว

ทมา: วเคราะหโดย Krungthai Macro Research จากขอมล CEIC

หมายเหต: คา Correlation ค�านวนจากขอมลรายป

รปท 10: ดชน SET และ S&P500 ไมไดเคลอนไหวในทางเดยวกนเสมอไป

ดชน SET และ S&P500 (1987 =100)

1987 20031995 20111991 20071999 20151989 20051997 20131993 20092001 2017

1,000

900

800

700

600

500

400

300

200

100

0

S&P500

SET

1987-2017

คา Correlationระหวาง SET และ S&P500

0.319

1998-20071987-1997 2008-2012 2013-2017

0.030 0.556 0.977 0.076

วกฤตการณการเงนในเอเซย

ฟองสบดอทคอม

วกฤตสนเชอSubprime

30 ป


คณะผจดท�า >>

ดร.พชรพจน นนทรามาศ

ผอ�านวยการฝายอาวโส Global Business Development and Strategyดร.พชรพจน เปนนกเศรษฐศาสตรทมความเชยวชาญในดานเศรษฐกจ การเงน และการธนาคาร ปจจบนเปนผน�าทม Krungthai Macro Research กอนรวมงานกบธนาคารกรงไทย ดร.พชรพจน มประสบการณท�างานทธนาคารไทยพาณชย และยงเคยเปน Assistant Professor of Economics ท San Diego State University ประเทศสหรฐอเมรกา ท�างานวจยดานเศรษฐกจมหภาคและการเงนระหวางประเทศ มผลงานทางวชาการตพมพใน Journal of International Money and Finance นอกจากนน ยงเคยฝกงานทธนาคารกลาง ของสหรฐฯ (Fed)

ดร.พชรพจน จบการศกษาปรญญาตร (เกยรตนยมอนดบหนง) สาขาเศรษฐศาสตร จากมหาวทยาลยธรรมศาสตร และปรญญาเอก สาขาเศรษฐศาสตร จาก University of Michigan, Ann Arbor ประเทศสหรฐอเมรกา

ดร.กตตพงษ เรอนทพย

รองผอ�านวยการฝาย ทม Business Risk and Macro Researchดร. กตตพงษ มประสบการณท�างานวจยเศรษฐศาสตรดานการพฒนา แรงงาน และการเงนโดยมความเชยวชาญในการประยกตทฤษฎเศรษฐมตจลภาค และขอมลครวเรอน กอน เขารวมงานกบธนาคารกรงไทย เคยเปนนกวจยท Economic Intelligence Center (EIC) ธนาคารไทยพาณชย สถาบนวจยเพอการพฒนาประเทศไทย (TDRI) และ Nagoya University และยงเคยเปนอาจารยพเศษท Mahidol University International College (MUIC)

ดร.กตตพงษ จบการศกษาปรญญาตร สาขาเศรษฐศาสตร จากมหาวทยาลยธรรมศาสตร ปรญญาโท Development Economics จาก University of East Anglia สหราชอาณาจกร และปรญญาเอกดานเศรษฐศาสตร จากมหาวทยาลยหอการคาไทย โดยเปนนกศกษาแลกเปลยน ท Massachusetts Institute of Technology (MIT) สหรฐอเมรกา ภายใตทนโครงการปรญญาเอกกาญจนาภเษก


ณฐพร ศรทอง

หวหนาสวน ทม Business Risk and Macro Researchณฐพร มประสบการณท�างานวจยดานธรกจสถาบนการเงน และเศรษฐกจมหภาค อกทง ยงเคยฝกงานทสายออกบตรธนาคาร ธนาคารแหงประเทศไทย

ณฐพร จบการศกษาปรญญาตร (เกยรตนยมอนดบหนง) สาขาเศรษฐศาสตร จากมหาวทยาลยธรรมศาสตร และปรญญาโท สาขา Finance (หลกสตรนานาชาต) จากมหาวทยาลยธรรมศาสตร

อตเดช พงศหวาน

เจาหนาทอาวโส ทม Business Risk and Macro Research กอนเขารวมงานกบธนาคารกรงไทย อตเดช มประสบการณท�างานดานขอมลหนสาธารณะ จากการท�างาน ณ ส�านกงานบรหารหนสาธารณะ กระทรวงการคลง

อตเดช จบการศกษาปรญญาโท สาขาเศรษฐศาสตรธรกจและการจดการ (หลกสตรนานาชาต) จากจฬาลงกรณมหาวทยาลย

automation - krungthai

Documents