การเปรียบเทียบวิธีการพยากรณ์อนุกรมเวลาสำหรับมูลค่าสินค้าส่งออกผ่านด่านพรมแดนศุลกากรไทย-กัมพูชา
Article Sidebar
Main Article Content
Abstract
The objective of this research is to study and compare time series forecasting methods for export value through Thailand and Cambodia border crossing points by using Exponential smoothing, Box-Jenkins and Improved ARIMA methods. The suitable forecasting methods are chosen by considering the smallest values of Mean absolute percentage error and Mean square error. The time series data is divided into two groups. The first monthly group is from January 2009 to December 2015 for model identification. The second monthly group in 2016 is used for finding the most suitable forecasting period. The results of study are as follows: time series of export value through Thailand and Cambodia border crossing points has trend and seasonal variation. The Improved ARIMA is the best method for forecasting export value through Thailand and Cambodia border crossing points because it displays the smallest values of Mean absolute percentage error and Mean square error. Lastly, the result of the second time series data shows that the 3 month forecasting is suitable for the Improved ARIMA method.
Keywords: time series forecasting; exponential smoothing of Holt Winters method; Box-Jenkins method; improved ARIMA method
Article Details
References
[2] อิสระ ว่องกุศลกิจ, 2558, โอกาสการค้าและการลงทุนระหว่างไทยกับประเทศเพื่อนบ้าน, ว.การค้าชายแดน 1(4): 4-7.
[3] ฐานิตดา ชัยวนนท์, บทบาทของกรมศุลกากรในการบริหารจัดการชายแดนร่วมกัน (CBM), แหล่งที่มา : http://www.freightmaxad.com/magazine/?p=8701, 6 มีนาคม 2560.
[4] ศูนย์ข้อมูลการค้า การลงทุน และการค้าชายแดน จังหวัดสระแก้ว, การค้าชายแดนระหว่างไทยกับกัมพูชา, แหล่งที่มา : http://sips.sakaeo.buu.ac.th/sips, 6 มีนาคม 2560.
[5] ธนาคารแห่งประเทศไทย, มูลค่าสินค้าส่งออกและนำเข้าผ่านด่านพรมแดนศุลกากรไทย-กัมพูชา, แหล่งที่มา : https://www.bot.or.th, 3 มีนาคม 2560.
[6] Hanke, J.E. and Wichern, D.W., 2005, Business Forecasting, 8th Ed., Pearson Education, Inc., New Jersey, 535 p.
[7] ทรงศิริ แต้สมบัติ, 2549, การพยากรณ์เชิงปริมาณ, สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์, กรุงเทพฯ, 487 น.
[8] Mehrmolaei, S. and Keyvanpour, M.R., 2016, Time series forecasting using improved ARIMA, Proceedings of the 6th Joint Conference on Artificial Intelligence & Robotics and the 8th RoboCup Iran Open International Symposium, Islamic Azad University, Qazvin Branch, Iran.
[9] สมเกียรติ เกตุเอี่ยม, 2548, เทคนิคการพยากรณ์, มหาวิทยาลัยทักษิณ, สงขลา, 328 น.
[10] Liljana, F.T., 2013, Improved Holt-Winters method: a case of overnight stays of tourists in Republic of Slovenia, Econ. Bus. Rev. 16(1): 5-17.
[11] Khanarsa, P. and Krung, S., 2017, Multiple ARIMA subsequences aggregate time series model to forecast cash in ATM, Knowledge and Smart Technology (KST) , pp. 83-88, 9th International Conference on IEEE.