การประเมินมูลค่าความเสี่ยงในการลงทุนในทองคำในสถานการณ์การแพร่ระบาด COVID19 โดยใช้แบบจำลอง ARIMA-GARCH

ผู้แต่ง

  • Nop Sopipan

คำสำคัญ:

มูลค่าความเสี่ยง, ทองคำ, COVID19, ARIMA-GARCH

บทคัดย่อ

การลงทุนในสถาณการณ์การแพร่ระบาด COVID19 นักลงทุนต้องมีเครื่องมือในการป้องกันความเสี่ยง ซึ่งเครื่องมือที่สำคัญอย่างหนึ่งคือ การวัดมูลค่าความเสี่ยง (Value at Risk : VaR) ในการวิจัยครั้งนี้ผู้วิจัยเปรียบเทียบมูลค่าความเสี่ยง VaR โดยการศึกษาครั้งนี้ได้สร้างตัวแบบมูลค่าความเสี่ยงโดยใช้ข้อมูลของราคาทองคำในอดีต โดยใช้แบบจำลอง ARIMA-GARCH เปรียบเทียบกับตัวแบบ GARCH EGARCH GJRGARCH ในการหาตัวแบบประมาณค่า VaR เวลาที่ใช้คือ ตั้งแต่เดือนมกราคม พ.ศ. 2560 ถึงเดือนสิงหาคม พ.ศ. 2565 ในการสร้างตัวแบบมูลค่าความเสี่ยงและทำการทดสอบย้อนกลับใช้ช่วงเวลาตั้งแต่ เดือนมกราคม พ.ศ. 2563 ถึงเดือนสิงหาคม พ.ศ. 2565 ซึ่งเป็นระยะเวลาที่เกิดการแพร่ระบาดในประเทศไทย พบว่าตัวแบบ ARIMA(0,0,0) with zero mean มีความเหมาะสมในการพยากรณ์ผลตอบแทนราคาทองคำ และ ตัวแบบความผันผวนที่เหมาะสม  ได้ทำการพิจารณาตัวแบบดังต่อไปนี้  GARCH (1,1) EGARCH (1,1) และ GJR-GARCH (1,1) ซึ่งแต่ละตัวแบบการแจกแจงที (t) ซึ่งคำนวณหามูลค่าความเสี่ยงและทำการทดสอบย้อนกลับพบว่า ตัวแบบ ARIMA-EGARCH-t GARCH ซึ่งเป็นเครื่องมือคาดการณ์ที่มีประสิทธิภาพในการการทดสอบย้อนกลับกับผลตอบแทนของราคาทองคำในขณะที่เกิดการแพร่ระบาด COVID19

References

Abraham, Bovas & Ledolter, Johannes. (1983). Statistical Methods for Forecasting. New York : John Willey & Sons.
Alexander, C , & Sheedy, E (2008). Developing a stress testing framework based on market risk models. Journal of Banking & Finance, 32, 2220-2236.
Angelidis T., Benos A. and Degiannakis S. (December 2003). The Use of GARCH Models in VaR Estimation.
Bank for International Settlements, (1996b). Supervisory framework for the use of backtesting in conjunction with the internal models approach to market risk capital requirements.
Bollerslev, Tim. (1986). Generalized Autoregressive Conditional Heteroscedasticity. Journal of Econometrics, 31, 307-327.
Enders, Walter. (1995). Applied Econometric Time Series. New York : John Willey & Sons.
Ghalanos A. (August 2017). Introduction to the rugarch package (Version 1.3-8).
Glosten, L.R., Jagannathan, R., & Runkle, D.E. (1992). On the Relation Between the Expected Value and Volatility of the Nominal Excess Returns on Stocks. Journal of Finance, 46, 1779-1801.
Jorion, Philippe. (1996). Value at Risk : The New Benchmark for Controlling Market Risk. Irwin Professional.
Montgomery D., Jennings C. and Kulahci M. (2015). Introduction to Time Series Analysis and Forecasting (Second Edition). New Jersey: Wiley.
Nelson, D.B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370.
Saeed, A and Parastoo, M. (2012). Measuring Exchange Rate Fluctuation RisK Using the Value- at-Risk. Journal of Applied Finance & Banking, vol.2 no.3,65-79 (online)
ทรงศิริ แต้สมบัติ. (2549). การพยากรณ์เชิงปริมาณ. กรุงเทพฯ : มหาวิทยาลัยเกษตรศาสตร์.
สุพรรณี อึ้งปัญสัตวงศ์. (2541). เทคนิคการพยากรณ์เชิงสถิติ. ขอนแก่น : หน่วยผลิตเอกสาร คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น.
เสาวนีย์ ฉัตรไพศาลสุข. (2543). การวัดความเสี่ยงของการขาดทุนจากการลงทุนหลักทรัพย์ภายในตลาดหลักทรัพย์แห่งประเทศไทย โดยใช้เทคนิค Value at Risk. (การค้นคว้าอิสระ). กรุงเทพฯ : มหาวิทยาลัยธรรมศาสตร์.
อัญญา ขันธวิทย์. (2547). การวิเคราะห์ความเสี่ยงจากการลงทุนในหลักทรัพย์. กรุงเทพฯ :ตลาดหลักทรัพย์แห่งประเทศไทย.

Downloads

เผยแพร่แล้ว

2021-11-17