การแบ่งกลุ่มความผันผวนของดัชนีหลักทรัพย์ใน SET100 ด้วยตัวแบบ GARCH
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ระหว่างความผันผวนและอัตราผลตอบแทนของหลักทรัพย์ในดัชนี SET100 โดยใช้ข้อมูลราคาปิดรายวัน และใช้ตัวแบบ GARCH (p, q) และ ARIMA ในการพยากรณ์ความผันผวนและอัตราผลตอบแทนตามลำดับ จากนั้นนำผลการพยากรณ์มาแบ่งกลุ่มหลักทรัพย์ออกเป็น 4 ประเภทโดยใช้เกณฑ์ค่ามัธยฐานของผลการพยากรณ์ทั้งสองประเภท ผลการประมาณค่าพบว่าค่าความคงอยู่ของความผันผวน ซึ่งวัดจาก ของแบบจำลอง GARCH มีค่าสูงและใกล้เคียง 1 สะท้อนลักษณะการคงอยู่ของความผันผวนในตลาดหลักทรัพย์ไทยในช่วงระยะเวลา 14 วันหลังจากจุดสิ้นสุดของข้อมูล หลักทรัพย์ส่วนใหญ่อยู่ในกลุ่มที่มีความผันผวนสูง-อัตราผลตอบแทนต่ำ และกลุ่มที่มีความผันผวนต่ำ-อัตราผลตอบแทนสูง โดยหลักทรัพย์ที่มีศักยภาพในการลงทุน ได้แก่ TTB TOP WHA RATCH CENTEL BCP BCH และ BAM ทั้งนี้ ผลการวิจัยสามารถนำไปประยุกต์ใช้ในการวางแผนกลยุทธ์การลงทุนได้
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics 31(3): 307 - 327.
Buthprom, S. (2564). An Analysis of Stock Returns of Listed Companies in the SET100 Index in the Stock Exchange of Thailand. Master of Business Administration, Sukhothai Thammathirat Open University, Nonthaburi. 66 pages.
Challa, M.L., Malepati, V. and Kolusu, S.N. (2020). S&P BSE Sensex and S&P BSE IT return forecasting using ARIMA. Financial Innovation 6(1): Article 47. doi: 10.1186/s40854-020-00201-5.
Emenike, K.O. (2010). Modelling Stock Returns Volatility in Nigeria Using GARCH Models. In: Proceeding of International Conference on Management and Enterprise Development. University of Port Harcourt, Rivers State. 5 - 11.
Engle, R.F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica 50(4): 987 - 1007. doi: 10.2307/1912773.
Jiranyakul, K. (2545). Portfolio management strategy. Thai Journal of Development Administration. 42 (Special Issue: NIDA 36th Anniversary): 131 - 168.
Sharma, S., Aggarwal, V. and Yadav, M.P. (2021). Comparison of linear and non-linear GARCH models for forecasting volatility of select emerging countries. Journal of Advances in Management Research 18(4): 526 - 547. doi: 10.1108/JAMR-07-2020-0152.
