การวิเคราะห์อัตราแลกเปลี่ยนเงินบาทด้วยแบบจำลองโครงข่ายประสาทเทียม

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาตัวแปรที่มีผลต่อการเปลี่ยนแปลงของอัตราแลกเปลี่ยนเงินสกุลบาทเทียบกับเงินดอลลาร์สหรัฐ โดยใช้แบบจำลองตามแนวคิดอำนาจซื้อเสมอเสมอภาคข้อมูลที่ใช้ป็นข้อมูลรายเดือน ตั้งแต่ เดือนมกราคม ปี ค.ศ. 2010 มีนาคม ปี ค.ศ. 2019 วิธีการประมาณค่าทำสองวิธีคือ 1. ทำด้วยวิธี Auto Regressive Distributed Lag Model : ARDL หลังจากนั้นทำการทดสอบความสัมพันธ์เชิงดุลยภาพในระยะยาว (Cointegration Test) โดยการใช้ค่าสถิติ Bound Test  และ 2.ประมาณค่าแบบจำลองด้วยวิธีโครงข่ายประสาทเทียม Artificial Neural Network : ANN ซึ่งเป็นแบบจำลองที่ไม่ใช่เชิงเส้นตรง ผลจากการประมาณค่าแบบจำลองด้วยวิธี ARDL พบว่าในระยะยาวเมื่อผลผลิตโดยเปรียบเทียบเพิ่มขึ้นจะทำให้ค่าเงินบาทแข็งค่าขึ้น 0.692%ผลจากการประมาณค่าแบบจำลองด้วยวิธีโครงข่ายประสาทเทียม ANN จะนำมาใช้ประเมินโดยพิจารณาว่าตัวแปรใดที่มีความสำคัญต่ออัตราแลกเปลี่ยนมากกว่าโดยเปรียบเทียบ การศึกษาพบว่าตัวแปรที่มีความสำคัญหรือมีอิทธิพลมากที่สุดโดยเปรียบเทียบต่ออัตราแลกเปลี่ยนสกุลบาทคือผลผลิตโดยเปรียบเทียบ ซี่งสอดคล้องกับผลการศึกษาจากวิธี ARDL และ เมื่อพิจารณาจากแบบจำลอง ANN กับแบบจำลองเชิงเส้นอย่างง่ายจากการประมาณค่าความคลาดเคลื่อน พบว่าแบบจำลองโครงข่ายประสาทเทียมมีประสิทธิภาพในการประมาณค่าอัตราแลกเปลี่ยนได้ดีกว่าแบบจำลองเชิงเส้นตรง