Original Title: Assessing the Effect of Monetary Policy on the Competitiveness of Agricultural Enterprises
Source: doi.org/10.36956/rwae.v5i2.1080
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការវាយតម្លៃលើឥទ្ធិពលនៃគោលនយោបាយរូបិយវត្ថុទៅលើភាពប្រកួតប្រជែងនៃសហគ្រាសកសិកម្ម

ចំណងជើងដើម៖ Assessing the Effect of Monetary Policy on the Competitiveness of Agricultural Enterprises

អ្នកនិពន្ធ៖ Robert Kozelský (Panevropská Univerzita), Mansoor Maitah (Czech University of Life Sciences Prague), Eva Daniela Cvik (Czech University of Life Sciences Prague), Daniel Toth (Panevropská Univerzita), Emil Flegel (Univerzity of Finance and Administartion), Ali Sindi (University of Applied Sciences Burgenland), Ondřej Zelenka (Panevropská Univerzita)

ឆ្នាំបោះពុម្ព៖ 2024 Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការយល់ដឹងអំពីរបៀបដែលគោលនយោបាយរូបិយវត្ថុ ជាពិសេសអត្រាការប្រាក់ អតិផរណា និងអត្រាប្តូរប្រាក់ ជះឥទ្ធិពលដល់ភាពប្រកួតប្រជែង និងប្រាក់ចំណូលរបស់សហគ្រាសកសិកម្មនៅក្នុងសាធារណរដ្ឋឆេក។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ការវិភាគតំរែតំរង់ពហុគុណ ដោយផ្អែកលើទិន្នន័យសេដ្ឋកិច្ចពីឆ្នាំ ១៩៩៩ ដល់ ២០២២ ដែលប្រមូលបានពីការិយាល័យស្ថិតិឆេក ដើម្បីវាស់ស្ទង់ទំនាក់ទំនងរវាងអថេរ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Ordinary Least Squares (OLS) Regression
ការវិភាគតំរែតំរង់ដើម្បីរកទំនាក់ទំនងរវាងអថេរឯករាជ្យនិងអថេរអាស្រ័យ
មានភាពងាយស្រួលក្នុងការបកស្រាយមេគុណ (Coefficients) និងមានប្រសិទ្ធភាពខ្ពស់ក្នុងការវាស់ស្ទង់ឥទ្ធិពលនៃគោលនយោបាយរូបិយវត្ថុទៅលើប្រាក់ចំណូលកសិកម្ម។ ទាមទារឱ្យមានការសន្មត់ច្បាស់លាស់អំពីទំនាក់ទំនងលីនេអ៊ែរ និងងាយរងឥទ្ធិពលពីបញ្ហា Multicollinearity ដែលតម្រូវឱ្យមានការកែសម្រួលទិន្នន័យ (ដូចជាការយកផលសងនៃអត្រាប្តូរប្រាក់)។ រកឃើញថាការកើនឡើងអត្រាការប្រាក់មានឥទ្ធិពលអវិជ្ជមានខ្លាំង ខណៈអតិផរណាមានឥទ្ធិពលវិជ្ជមាន ដោយម៉ូដែលអាចពន្យល់ពីការប្រែប្រួលចំណូលបានរហូតដល់ ៧៩.៤១% (Adjusted R-squared = 0.794)។
Diagnostic Testing (White Test & Breusch-Godfrey)
ការធ្វើតេស្តរោគវិនិច្ឆ័យស្ថិតិដើម្បីពិនិត្យមើលគុណភាពនៃម៉ូដែលតំរែតំរង់
ធានាបាននូវភាពត្រឹមត្រូវ និងភាពជឿជាក់នៃលទ្ធផល ដោយបញ្ជាក់ថាម៉ូដែលមិនមានបញ្ហា Heteroskedasticity និង Autocorrelation នោះទេ។ មិនអាចប្រើដើម្បីព្យាករណ៍ ឬទាញរកឥទ្ធិពលដោយផ្ទាល់បានទេ គឺវាគ្រាន់តែជាឧបករណ៍ជំនួយសម្រាប់បញ្ជាក់ភាពរឹងមាំនៃម៉ូដែល OLS ប៉ុណ្ណោះ។ បញ្ជាក់ថាម៉ូដែលតំរែតំរង់មានភាពរឹងមាំ ដោយលទ្ធផល White test (p-value = 0.776) និង Breusch-Godfrey (p-value = 0.63) បង្ហាញថាមិនមានការបំពានលក្ខខណ្ឌស្ថិតិនោះទេ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការវិភាគនេះមិនតម្រូវឱ្យមានធនធានកុំព្យូទ័រធំដុំនោះទេ ប៉ុន្តែទាមទារទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចប្រវត្តិសាស្រ្តរយៈពេលវែង និងកម្មវិធីវិភាគស្ថិតិស្តង់ដារ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះពឹងផ្អែកទាំងស្រុងលើទិន្នន័យពីសាធារណរដ្ឋឆេក ដែលមានរចនាសម្ព័ន្ធសហគ្រាសកសិកម្មធំៗ និងរូបិយប័ណ្ណផ្ទាល់ខ្លួន (CZK) ដែលអាចគ្រប់គ្រងអត្រាការប្រាក់បានយ៉ាងសកម្ម។ នេះមានន័យថា លទ្ធផលផ្ទាល់មិនអាចឆ្លុះបញ្ចាំងពីបរិបទប្រទេសកម្ពុជា ដែលមានកសិករខ្នាតតូចច្រើន និងមានសេដ្ឋកិច្ចដុល្លារូបនីយកម្មខ្ពស់ (Dollarized economy) ដែលធ្វើឱ្យការបញ្ជាអត្រាការប្រាក់របស់ធនាគារកណ្តាលមានកម្រិតនោះទេ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាលទ្ធផលផ្ទាល់មិនអាចអនុវត្តបានទាំងស្រុង តែវិធីសាស្ត្រស្រាវជ្រាវនេះមានតម្លៃយ៉ាងខ្លាំងសម្រាប់ប្រទេសកម្ពុជាក្នុងការវិភាគគោលនយោបាយម៉ាក្រូសេដ្ឋកិច្ច។

ការយល់ដឹងស៊ីជម្រៅពីទំនាក់ទំនងរវាងម៉ាក្រូសេដ្ឋកិច្ច និងប្រាក់ចំណូលកសិកម្ម នឹងជួយស្ថាប័នពាក់ព័ន្ធនៅកម្ពុជាក្នុងការតាក់តែងគោលនយោបាយហិរញ្ញវត្ថុដែលចំគោលដៅ ដើម្បីពង្រឹងភាពប្រកួតប្រជែងនៃការនាំចេញអង្ករ និងផលិតផលកសិកម្មផ្សេងៗទៀត។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. រៀនសូត្រពីមូលដ្ឋានគ្រឹះសេដ្ឋកិច្ចមាត្រកម្រិតដំបូង: និស្សិតគួរស្វែងយល់ពីទ្រឹស្តីម៉ាក្រូសេដ្ឋកិច្ច និងការបង្កើតម៉ូដែល OLS Multiple Regression ដោយប្រើប្រាស់ធនធានអនឡាញឥតគិតថ្លៃដូចជា Khan Academy ឬវគ្គសិក្សាសេដ្ឋកិច្ចមាត្រនៅលើ Coursera
  2. ប្រមូលទិន្នន័យម៉ាក្រូសេដ្ឋកិច្ចជាតិនៅកម្ពុជា: ស្វែងរក និងទាញយកទិន្នន័យប្រវត្តិសាស្ត្រស្តីពីអតិផរណា អត្រាការប្រាក់ និងអត្រាប្តូរប្រាក់ តាមរយៈរបាយការណ៍ប្រចាំឆ្នាំរបស់ National Bank of Cambodia (NBC) និងទិន្នន័យផលិតផលកសិកម្មពី National Institute of Statistics (NIS)
  3. អនុវត្តការវិភាគទិន្នន័យដោយប្រើកម្មវិធីទំនើប: ទាញយក និងរៀនប្រើប្រាស់កម្មវិធីកូដបើកចំហរដូចជា Gretl ឬប្រើភាសា R programming (RStudio) ដើម្បីបញ្ចូលទិន្នន័យ ដំណើរការតំរែតំរង់ OLS និងដោះស្រាយបញ្ហា Multicollinearity
  4. វាយតម្លៃភាពត្រឹមត្រូវនៃម៉ូដែល (Diagnostic Tests): អនុវត្តការធ្វើតេស្ត White test សម្រាប់ពិនិត្យមើល Heteroskedasticity និង Breusch-Godfrey test សម្រាប់ពិនិត្យ Autocorrelation នៅក្នុងកម្មវិធី R ដើម្បីធានាថាលទ្ធផលវិភាគរបស់អ្នកមិនមានកំហុសស្ថិតិ។
  5. សរសេរជារបាយការណ៍គោលនយោបាយ (Policy Brief): សង្ខេបលទ្ធផលដែលរកឃើញ ហើយសរសេរជាឯកសារផ្តល់អនុសាសន៍គោលនយោបាយសម្រាប់ស្ថាប័នដូចជា ARDB ដោយពន្យល់ពីសារៈសំខាន់នៃការកំណត់អត្រាការប្រាក់ត្រឹមត្រូវ ដើម្បីជួយដល់សហគ្រាសកសិកម្មនៅកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Monetary policy (គោលនយោបាយរូបិយវត្ថុ) ដំណើរការដែលធនាគារកណ្តាលប្រើប្រាស់ដើម្បីគ្រប់គ្រងការផ្គត់ផ្គង់ប្រាក់ និងអត្រាការប្រាក់នៅក្នុងសេដ្ឋកិច្ច ក្នុងគោលបំណងរក្សាស្ថិរភាពតម្លៃ (ទប់ស្កាត់អតិផរណា) និងជំរុញកំណើនសេដ្ឋកិច្ច។ ដូចជាការបើកឬបិទរ៉ូប៊ីណេទឹក ដើម្បីគ្រប់គ្រងបរិមាណទឹក (លុយ) ដែលហូរចូលទៅក្នុងអាង (សេដ្ឋកិច្ច) អ៊ីចឹងដែរ។
Repo rate (អត្រាការប្រាក់ទិញត្រឡប់ ឬ អត្រាការប្រាក់គោល) អត្រាការប្រាក់ដែលធនាគារកណ្តាលគិតប្រាក់នៅពេលផ្តល់ប្រាក់កម្ចីរយៈពេលខ្លីដល់ធនាគារពាណិជ្ជ។ ការប្រែប្រួលនៃអត្រានេះនឹងជះឥទ្ធិពលដល់អត្រាការប្រាក់កម្ចីដែលធនាគារពាណិជ្ជផ្តល់ឱ្យអាជីវកម្មទូទៅ រួមទាំងសហគ្រាសកសិកម្មផងដែរ។ ដូចជាតម្លៃដើមដែលម្ចាស់ដុំលក់ទំនិញឱ្យអ្នកលក់រាយ បើម្ចាស់ដុំលក់ថ្លៃ អ្នកលក់រាយក៏ត្រូវលក់បន្តឱ្យយើងក្នុងតម្លៃថ្លៃដែរ។
Ordinary Least Squares (OLS) regression (ការវិភាគតំរែតំរង់ OLS) វិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ស្វែងរកទំនាក់ទំនងរវាងអថេរឯករាជ្យ (ដូចជាអត្រាការប្រាក់) និងអថេរអាស្រ័យ (ដូចជាប្រាក់ចំណូលកសិកម្ម) ដោយព្យាយាមគូសបន្ទាត់មួយដែលកាត់បន្ថយកំហុសរវាងទិន្នន័យជាក់ស្តែង និងទិន្នន័យព្យាករណ៍ឱ្យនៅតិចបំផុត។ ដូចជាការគូសបន្ទាត់ត្រង់មួយដែលរត់កាត់ចំណុចទិន្នន័យជាច្រើនឱ្យបានកៀកបំផុត ដើម្បីមើលថាតើទិន្នន័យទាំងនោះមាននិន្នាការរួមទៅកៀកគ្នាប៉ុនណា។
Heteroskedasticity (អថេរភាពនៃរំលាត) ស្ថានភាពនៅក្នុងការវិភាគតំរែតំរង់ ដែលរំលាត (Variance) នៃកំហុស (Residuals) មិនថេរនៅគ្រប់កម្រិតនៃអថេរឯករាជ្យ។ បើមានបញ្ហានេះ លទ្ធផលនៃការធ្វើតេស្តស្ថិតិអាចនឹងមិនត្រឹមត្រូវ ដែលទាមទារឱ្យមានការប្រើប្រាស់ White's test ដើម្បីត្រួតពិនិត្យ។ ដូចជាការបាញ់ស៊ីប ដែលពេលខ្លះអ្នកបាញ់ចំកណ្តាលល្អ (កំហុសតូច) តែពេលខ្លះបាញ់រាយប៉ាយឆ្ងាយៗពីគ្នា (កំហុសធំ) ធ្វើឱ្យយើងមិនអាចទុកចិត្តលើភាពជាក់លាក់របស់គាត់បានគ្រប់ពេល។
Autocorrelation (ស្វ័យសហសម្ពន្ធ) បាតុភូតដែលតម្លៃនៃទិន្នន័យក្នុងពេលវេលាមួយ មានទំនាក់ទំនង ឬទទួលឥទ្ធិពលពីតម្លៃនៃទិន្នន័យក្នុងពេលវេលាមុននោះ។ ក្នុងម៉ូដែលស្ថិតិ វាមានន័យថាកំហុសអតីតកាលមានឥទ្ធិពលដល់កំហុសនាពេលអនាគត ដែលត្រូវធ្វើតេស្តដោយ Breusch-Godfrey test។ ដូចជាអាកាសធាតុថ្ងៃនេះមានឥទ្ធិពលពីអាកាសធាតុម្សិលមិញ បើម្សិលមិញភ្លៀង ថ្ងៃនេះក៏អាចមានភាគរយភ្លៀងខ្ពស់ដែរ (មានជាប់ពាក់ព័ន្ធគ្នាតាមពេលវេលា)។
Multicollinearity (ពហុខូលីនេអ៊ែរ) បញ្ហាស្ថិតិដែលកើតឡើងនៅពេលអថេរឯករាជ្យពីរ ឬច្រើននៅក្នុងម៉ូដែលតំរែតំរង់ មានទំនាក់ទំនងគ្នាខ្លាំងពេក ដែលធ្វើឱ្យពិបាកក្នុងការបែងចែកឥទ្ធិពលដាច់ដោយឡែករបស់អថេរនីមួយៗទៅលើអថេរអាស្រ័យ។ ដូចជាការស្តាប់មនុស្សពីរនាក់និយាយរឿងតែមួយព្រមគ្នាដោយប្រើសំឡេងស្រដៀងគ្នា ដែលធ្វើឱ្យយើងពិបាកបែងចែកថាសំឡេងណាជារបស់អ្នកណាឱ្យពិតប្រាកដ។
Adjusted R-squared (មេគុណ R-ការ៉េកែតម្រូវ) រង្វាស់ស្ថិតិដែលបង្ហាញពីភាគរយនៃការប្រែប្រួលនៃអថេរអាស្រ័យ (ប្រាក់ចំណូល) ដែលអាចពន្យល់បានដោយអថេរឯករាជ្យនៅក្នុងម៉ូដែល ប៉ុន្តែវាត្រូវបានកែតម្រូវដើម្បីកុំឱ្យតម្លៃនេះកើនឡើងដោយគ្រាន់តែបន្ថែមអថេរដែលគ្មានប្រយោជន៍ចូលក្នុងម៉ូដែល។ ដូចជាពិន្ទុវាយតម្លៃគុណភាពសិស្ស ដែលមិនត្រឹមតែមើលលើពិន្ទុសរុបទេ តែថែមទាំងកាត់ពិន្ទុចេញបើពួកគេបន្ថែមចម្លើយវែងៗដែលមិនពាក់ព័ន្ធ ដើម្បីឱ្យដឹងពីសមត្ថភាពពិតប្រាកដ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖