ตัวแบบพยากรณ์ผลผลิตและปริมาณส่งออกยางพาราของประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อคาดการณ์ผลผลิตและปริมาณส่งออกยางพาราของประเทศไทย ด้วยเทคนิคทางสถิติ 4 วิธี ได้แก่ การพยากรณ์ด้วยสมการถดถอยโดยใช้ตัวแปรหุ่นฤดูกาลและแนวโน้มเวลา การพยากรณ์ตามแนวคิดของบอกซ์-เจนกินส์ ด้วยวิธี SARIMA(p,d,q)(P,D,Q)s และการปรับเรียบเอกซ์โพเนนเชียลฤดูกาลตามแนวคิดของโฮลต์-วินเทอร์ ด้วยตัวแบบพยากรณ์เชิงผลบวกและตัวแบบพยากรณ์พหุคูณ ผลการศึกษาพบว่าการพยากรณ์ด้วยสมการถดถอยโดยใช้ตัวแปรหุ่นฤดูกาลและแนวโน้มเวลาเป็นตัวแบบที่มีความเหมาะสมที่สุด เนื่องจากให้ค่าสถิติ RMSE ต่ำสุด และเมื่อคาดการณ์ผลผลิตและปริมาณส่งออกพบว่าในปี พ.ศ. 2559 ผลผลิตยางพารามีแนวโน้มเพิ่มขึ้นร้อยละ 3.47 แต่ปริมาณส่งออกกลับมีทิศทางลดลงร้อยละ 0.31 แสดงให้เห็นถึงผลผลิตส่วนเกินจากความไม่สอดคล้องระหว่างอุปสงค์และอุปทานในตลาดยางพาราของประเทศ ดังนั้นภาครัฐ ภาคเอกชน เกษตรกร ผู้ประกอบการ และหน่วยงานที่เกี่ยวข้องควรมีส่วนร่วมในการบริหารจัดการความเสี่ยงทั้งจากการผลิตและการส่งออก เพื่อเพิ่มขีดความสามารถในการแข่งขันให้กับสินค้ายางพาราของประเทศไทย
Article Details
References
ดารณี เจริญสุข. 2554. พันธ์ยาง. ศูนย์วิจัยและพัฒนาอุตสาหกรรมยางไทย. แหล่งข้อมูล: http://goo.gl/S6loR2. ค้นเมื่อ 8 ตุลาคม 2558.
วรางคณา กีรติวิบูลย์. 2557ก. ตัวแบบพยากรณ์ปริมาณการส่งออกกาแฟคั่วและบด. วารสารวิทยาศาสตร์ มศว. 30: 55-73.
วรางคณา กีรติวิบูลย์. 2557ข. การพยากรณ์ปริมาณการส่งออกยางคอมปาวด์. วารสารวิทยาศาสตร์ มศว. 30: 41-56.
วารุณี บุญนำ และ พิศมัย จันทุมา. 2551. ปลูกยางพาราในแหล่งปลูกยางใหม่. จดหมายข่าวผลิใบ ก้าวใหม่การวิจัยและพัฒนาการเกษตร. แหล่งข้อมล: http://goo.gl/JpfwlA. ค้นเมื่อ 8 ตุลาคม 2558.
สำนักงานเศรษฐกิจการเกษตร. 2557. สถานการณ์สินค้าเกษตรที่สำคัญ และแนวโน้ม ปี 2558.
สำนักวิจัยเศรษฐกิจการเกษตร สำนักงานเศรษฐกิจการเกษตร, กรุงเทพฯ.
สำนักงานเศรษฐกิจการเกษตร. 2558ก. สถิติการค้าสินค้าเกษตรไทยกับต่างประเทศ. ศูนย์สารสนเทศการเกษตร สำนักงานเศรษฐกิจการเกษตร, กรุงเทพฯ.
สำนักงานเศรษฐกิจการเกษตร. 2558ข. สถิติการเกษตรของประเทศไทย ปี 2557. ศูนย์สารสนเทศการเกษตร สำนักงานเศรษฐกิจการเกษตร, กรุงเทพฯ.
อาทิตย์ อภิโชติธนกุล, ศุภชัย ปทุมนากุล และกัลปพฤกษ์ ผิวทองงาน. 2552. การพยากรณ์ความต้องการข้าวไทยจากต่างประเทศ โดยใช้โครงข่ายประสาทเทียม. วิศวกรรมสาร มข. 36: 17-25.
Box, G. E. P., G. M. Jenkins, and G. C. Reinsel. 1994. Time series analysis: Forecasting and control. 3rd edition. Englewood Cliffs Prentice-Hall, New Jersey.
Co, H. C., and R. Boosarawongse. 2007. Forecasting Thailand’s rice export: Statistical techniques vs. Artificial neural networks. Comput. Ind. Eng. 53: 610-627.
Dickey, D., and W. A. Fuller. 1981. Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica. 49: 1057-1072.
Diebold, F. X. 2008. Elements of forecasting. 4th edition. South-Western Cengage Lerning, Ohio.Enders, W. 2010. Applied econometric time series. 3rd edition. John Wiley & Sons, New York.
Granger, C. W. J., and P. Newbold. 1974. Spurious regressions in econometrics. J. Econometrics. 2: 111-120.
Gujarati, D. N., and D. C. Porter. 2009. Basic econometrics. 5th edition. McGraw Hill, New York.
Holt, C. C. 1957. Forecasting Seasonal and Trends by exponentially weighted averages. Carnegie Institute of Technology, Pittsburgh, Pennsylvania.Lai, S. L., and W. L. Lu. 2005. Impact analysis of September 11 on air travel demand in the USA. J. Air. Transp. Manag. 11: 455-458.
Winters, P. R. 1960. Forecasting sales by exponentially weighted moving averages. Manage. Sci. 6: 324-342.