การพยากรณ์ราคานํ้ามันดิบไลท์สวีทและนํ้ามันสำเร็จรูป เบนซินในตลาดฟิวเจอร์ไนเม็กซ์โดยการใช้แบบจำลองอาร์ฟีมา

Abstract

ความมุ่งหมายของการศึกษานี้เป็นการทดสอบความสามารถในการพยากรณ์ราคานํ้ามันดิบไลท์สวีทและนํ้ามันสำเร็จรูปเบนซินรายวันจากตลาดฟิวเจอร์ไนเม็กซ์ด้วยแบบจำลองอาร์ฟีมา ซึ่งราคานํ้ามันทั้งสองชนิดมีความเหมาะสมที่จะนำมาทดสอบด้วยแบบจำลองอาร์ฟีมาอันเนื่องมาจากข้อมูลราคานํ้ามันทั้งสองมีการเปลี่ยนแปลงของราคาย้อนหลังที่เปลี่ยนไปอย่างช้า ๆ มากกว่าที่จะมีการเพิ่มขึ้นหรือลดลง และราคามีค่าใกล้เคียงกันเป็นอย่างมาก ซึ่งเรียกได้ว่าข้อมูลราคานํ้ามันมี long memory ข้อมูลที่ใช้ในการศึกษา คือ ราคานํ้ามันดิบไลท์สวีทตั้งแต่วันที่ 30 มีนาคม 2526 ถึง 31 มกราคม 2552 และ ราคานํ้ามันสำเร็จรูปเบนซินตั้งแต่วันที่ 10 มีนาคม 2548 ถึง 31 มกราคม 2552 ในตลาดฟิวเจอร์ไนเม็กซ์ วิธีการศึกษาวิจัยในครั้งนี้ก็คือ การนำราคานํ้ามันทั้งสองมาทดสอบการมี long memory ก่อน จากนั้นจะใช้แบบจำลองอาร์ฟีมาเพื่อหารูปแบบที่เหมาะสมเพื่อนำไปใช้ในการพยากรณ์ โดยที่แบบจำลองอาร์ฟีมาที่เหมาะสมจะต้องมีค่าพารามิเตอร์ผลต่างอยู่ในช่วง (-0.5,0.5) เท่านั้น ผลการศึกษาพบว่าราคานํ้ามันทั้งสองชนิดมี long memory แบบจำลองอาร์ฟีมาที่เหมาะสมต่อการพยากรณ์ราคานํ้ามันดิบไลท์สวีท คือ ARFIMA(10, 0.1142, 0) โดยมีค่าพารามิเตอร์ผลต่างเท่ากับ 0.1142 ซึ่งอยู่ในช่วง (0,0.5) โดยเมื่อได้เปรียบเทียบราคาจากการพยากรณ์ด้วยแบบจำลองอาร์ฟีมากับราคาจริงของนํ้ามันดิบไลท์สวีท ปรากฏว่าแบบจำลองมีประสิทธิภาพที่จะนำมาพยากรณ์ราคาได้ถูกต้อง ส่วนราคานํ้ามันสำเร็จรูปเบนซินแบบจำลองอาร์ฟีมาที่ได้คือ ARFIMA(12, 0.5333,12) แต่เนื่องจากค่าพารามิเตอร์ผลต่างเท่ากับ 0.5333 ซึ่งไม่อยู่ในช่วง (-0.5,0.5) ดังนั้นแบบจำลองอาร์ฟีมาของราคานํ้ามันสำเร็จรูปเบนซินจึงไม่เหมาะสมที่จะนำมาพยากรณ์ราคาได้

The purpose of this study is to test an ability of ARFIMA model to forecast light sweet crude oil prices and gasoline prices in Future NYMEX Market. Light sweet crude oil prices and gasoline prices are appropriate to test for an existing of long memory in data due to slightly change more than fluctuation. Time series data of light sweet crude oil prices dated from March 30, 1983 to January 31, 2009 and gasoline prices dated from March 10, 2005 to January 31, 2009 in Future NYMEX Market were used in this study. The methodology of this research are; first to test for an existing of long memory in data and second to find the suitable ARFIMA model for prediction, for which the degree of different parametermust have been in the interval of , of both oil prices. The results showed that both oil prices have long memory in data. The suitable ARFIMA model for light sweet crude oil prices is ARFIMA (10, 0.1142, 0) with the degree of different parameter 0.1142 from the ARFIMA model. Compared between actual prices and predicted prices of light sweet crude oil, the model has an efficiency in prediction. The suitable ARFIMA model for gasoline prices is ARFIMA (12, 0.5333, 12) but the degree of different parameter is 0.5333 which is an out of the range (-0.5, 0.5). Therefore, ARFIMA model is not appropriate to forecast gasoline prices.