ตัวแบบพยากรณ์ที่เหมาะสมของอัตราแลกเปลี่ยนสกุลเงินต่างประเทศ 10 สกุลที่คนไทยนิยมไปท่องเที่ยวที่สุดเทียบกับค่าเงินบาท
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อหาตัวแบบพยากรณ์ที่เหมาะสมสำหรับพยากรณ์อัตราแลกเปลี่ยนสกุลเงินต่างประเทศ 10 สกุลที่คนไทยนิยมไปท่องเที่ยวที่สุดเทียบกับค่าเงินบาท ได้แก่ประเทศ ญี่ปุ่น เกาหลีใต้ ฮ่องกงสิงคโปร์ สหรัฐอเมริกา ไต้หวัน จีน อังกฤษ เวียดนาม และ ออสเตรเลีย ด้วยวิธีการวิเคราะห์อนุกรมเวลา 4 วิธี คือ วิธีการแยกส่วนประกอบ วิธีการทำให้เรียบ วิธีการบอกซ์และเจนกินส์ และวิธีการพยากรณ์รวม โดยใช้ข้อมูลอัตราแลกเปลี่ยนจากจากเว็บไซต์ Investing.com ตั้งแต่เดือน มกราคม พ.ศ. 2543 ถึงเดือนกันยายน พ.ศ. 2565 โดยแต่ละอัตราแลกเปลี่ยนใช้จำนวนข้อมูลที่แตกต่างกัน แบ่งข้อมูลออกเป็นสองชุด คือชุดข้อมูลฝึกฝนเพื่อสร้างตัวแบบพยากรณ์ และชุดข้อมูลทดสอบเพื่อตรวจสอบความแม่นยำของตัวแบบพยากรณ์ โดยใช้เกณฑ์คัดเลือกตัวแบบที่เหมาะสมด้วยค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percent Error: MAPE) ที่น้อยที่สุด โดยใช้โปรแกรม Microsoft Excel 2019 , Minitab version 19 และ R Software version 4.2.2 เป็นเครื่องมือในการวิเคราะห์ข้อมูล
จากการวิเคราะห์ข้อมูลอนุกรมเวลาอัตราแลกเปลี่ยนสกุลเงินต่างประเทศแต่ละสกุล เพื่อหาตัวแบบที่เหมาะสม พบว่าส่วนใหญ่เหมาะสมกับวิธีพยากรณ์รวม ประกอบไปด้วย วิธีการถ่วงน้ำหนักด้วยสัมประสิทธิ์การถดถอย วิธีการถ่วงน้ำหนักคลาดเคลื่อนสมบูรณ์เฉลี่ยต่ำสุด วิธีการหาค่าเหมาะที่สุดแบบวาฬ ผกผัน และ วิธีการถ่วงน้ำหนักความคลาดเคลื่อนกำลังสองเฉลี่ย
Article Details
เอกสารอ้างอิง
Kankhamkad, N. and Sritong, J., 2019, The Study of Decision-making of Thai Tourists to Travel Abroad, Independent Study, Ramkhamhaeng University, Bangkok, 14 p. (in Thai)
Tourism Authority of Thailand, 2020. TAT Intelligence Center Tourism Authority of Thailand, Available Source: https://intelligencecenter.tat.or.th/?lang=th, October 5, 2022. (in Thai)
Skyscanner 2022, Top 10 Most Popular Countries in Thai People, Available Source: https://www.skyscanner.co.th/media/traveltrend/thailand-travel-trend/top-international-destinations, October 3, 2022. (in Thai)
Lekkla, S., and Thongkam, J., 2018, Forecasting the Trend of Foreign Exchange Rates using Time Series
Analysis Techniques, Master Thesis, Mahasarakham University, MahaSarakham, 71 p. (in Thai)
Hashim, S., 2006, Exchange Rate Forecasting using Time Series Method, Thai Science and Technology Journal. 14(2): 1-13. (in Thai)
Lake, P., 2018, Forecasting Foreign Exchange Rate using Time Series Analysis with Data Mining Techniques, Apheit Journals Science Technlogy. 7(1): 28-45. (in Thai)
Sujjaviriyasup, T., 2020, Forecasting Model for Currency Exchange Rates, Thai Science and Technology Journal. 28(1): 26-40. (in Thai)
Microsoft Corporation. (2019). Microsoft Excel [Computer software], Available Source: https://license.cmu.ac.th/productlist.php
Minitab, LLC. (n.d.). Minitab Statistical Software (Version 19) [Computer software], Available Source: https://www.minitab.com/
R Core Team. (2022). R: A language and environment for statistical computing (Version 4.2.2) [Computer software]. Vienna, Austria: R Foundation for Statistical Computing, Available Source: https://www.r-project.org/
Investing.com 2022, Currencies Rates, Available Source:https://th.investing.com/currencies/, October 3, 2022. (in Thai)
Taesombat, S., 2006, Quantitative Forecasting, Kasetsart University Press, Bangkok, 487 p. (in Thai)
Taesombat, S., 1996, Quantitative Forecasting Technique, Physics Center Press, Bangkok, 337 p. (in Thai)
Saeying, J., Minsan, W. and Taninpong, P., 2021, Forecasting Model for the Amount of Water Flowing into the Reservoirs of the Electricity Generating Authority of Thailand (EGAT), RMUTSV Research Journal. 15(2). In Press. (in Thai)
Manmin, M., 2006, Time Series and Forecasting, Prakayphruk Press, Bangkok, 448 p. (in Thai)
Minsan, W., Saengngammuang, N., Taninpong, P., and Thumronglaohapun, S., 2021, Comparing Methods of Optimization in Solver of Excel 2019 and Whale Optimization Algorithm, UTK Journal. 15(2): 107-120. (in Thai)
Mirjalili, S., and Lewis A., 2016, The Whale Optimization Algorithm, Advances in Engineering Software. 95: 51-67.
