การเปรียบเทียบการพยากรณ์อัตราแลกเปลี่ยนเงินบาทต่อดอลลาร์สหรัฐ โดยตัวแบบ ARIMA และ ARIMAX
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความแม่นยำของการพยากรณ์อัตราแลกเปลี่ยนเงินบาทต่อดอลลาร์สหรัฐ จากตัวแบบ ARIMA และ ARIMAX ใช้ข้อมูลอนุกรมเวลาแบบรายเดือนตั้งแต่เดือนมกราคม พ.ศ. 2558 ถึงเดือนธันวาคม พ.ศ. 2567 รวมทั้งสิ้น 120 เดือน และได้ทำการแบ่งข้อมูลออกเป็น 2 ชุด คือ ชุดที่ 1 สำหรับการสร้างตัวแบบการพยากรณ์ และชุดที่ 2 สำหรับประเมินความแม่นยำของตัวแบบพยากรณ์ โดยเกณฑ์ที่ใช้เปรียบเทียบความแม่นยำของตัวแบบ คือ ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAD) ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (MSE) ค่าเปอร์เซ็นคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) และค่ารากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) เพื่อหาตัวแบบที่ให้ค่าความคลาดเคลื่อนน้อยที่สุด ผลจากการศึกษาพบว่าตัวแบบที่มีความแม่นยำในการพยากรณ์มากที่สุด คือ ตัวแบบ ARIMAX (1, 1, 1) โดยมีราคาน้ำมันดิบโลก (OP) เป็นตัวแปรภายนอก
Article Details
เอกสารอ้างอิง
กานต์ณัฐ ณ บางช้าง. (2567). การเปรียบเทียบการพยากรณ์ดัชนีราคาผู้บริโภคของประเทศไทยโดยตัวแบบ ARIMA และ ARIMAX. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ, 10(2), 44-59.
กรินทร์ กาญทนานนท์. (2567). การพยากรณ์ทางสถิติ. กรุงเทพฯ: ซีเอ็ดยูเคชั่น.
ณัฎฐ์สุภานัน สุพัทธนะ. (2562). การพยากรณ์ดัชนีราคาเหล็กของประเทศไทยโดยแบบจำลอง ARIMA และแบบจำลอง ARIMAX. (การค้นคว้าอิสระปริญญามหาบัณฑิต, สถาบันบัณฑิตพัฒนบริหารศาสตร์).
ธนาคารแห่งประเทศไทย. (2568). การดูแลเสถียรภาพค่าเงินบาท (FX intervention). สืบค้นเมื่อวันที่ 8 ตุลาคม 2568, จาก https://www.bot.or.th/th/research-and-publications/reports/annual-report/report-2024/qa05.html.
ศูนย์วิจัยกสิกรไทย. (2567). บาทพลิกกลับมาแข็งค่ายังมีโอกาสแตะ 33.60 บาท/ดอลลาร์ฯ. สืบค้นเมื่อวันที่ 8 ตุลาคม 2568, จาก https://www.kasikornresearch.com/th/analysis/k-social-media/Pages/Baht-CIS3518-FB-2024-08-28.aspx.
Abonazel, M. R., & Abd-Elftah, A. I. (2019). Forecasting Egyptian gross domestic product using ARIMA models. Journal of Physics: Conference Series, 1253(1), 012001.
Box, G. E. P., Jenkins, G. M., & Reinsel, G. C. (1976). Time series analysis: Forecasting and control. San Francisco: Holden-Day.
Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2016). Time series analysis: Forecasting and control (5th ed.). Hoboken, NJ: Wiley.
Chen, S. S., & Chen, H. C. (2007). Oil prices and real exchange rates. Energy Economics, 29(3), 390-404.
Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics (5th ed.). New York: McGraw-Hill.
Jammazi, S., & Aloui, C. (2012). Crude oil price forecasting: Experimental evidence from wavelet decomposition and neural network modeling. Energy Economics, 34(3), 828-841.
