• Tidak ada hasil yang ditemukan

ปัจจัย​ที่​มี​ผล​ต่อ​ราคา​ทองคำ​แท่ง ​ใน​ประเทศไทย

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "ปัจจัย​ที่​มี​ผล​ต่อ​ราคา​ทองคำ​แท่ง ​ใน​ประเทศไทย"

Copied!
17
0
0

Teks penuh

(1)

​ปัจจัย​ที่​มี​ผล​ต่อ​ราคา​ทองคำ​แท่ง

​ใน​ประเทศไทย​

ภูมิฐาน รัง ค กูล นุ วัฒน์1 จตุ พร คง ขาว2

1​​ รองศาสตราจารย์​​คณะเศรษฐศาสตร์​มหาวิทยาลัยหอการค้าไทย

2​ นักศึกษาปริญญาโทคณะเศรษฐศาสตร์​มหาวิทยาลัยหอการค้าไทย

บทคัดย่อ​

งาน วิจัย นี้ มี วัตถุประสงค์ เพื่อ ศึกษา ถึง ปัจจัย ที่ มี ผล ต่อ ราคา ทองคำ แท่ง ใน ประเทศไทย โดย แบบ จำลอง ใน งาน วิจัย นี้ สร้าง จาก การ วิเคราะห์ ราคา ดุลยภาพ ของ อุปสงค์ และ อุปทาน ใน ตลาด ทองคำ แท่ง ส่วน การ ประมาณ ค่า พารามิเตอร์ ได้ ใช้ แบบ จำลอง ARCH ผล การ วิจัย พบ ว่า ดัชนี ผลผลิต อุตสาหกรรม ดัชนี ราคา สินค้า ผู้ บริโภค ราคา ทองคำ แท่ง ที่ มี เนื้อ ทอง 99.9 % ใน ตลาด ลอนดอน และ อัตรา แลก เปลี่ยน เงิน บาท ต่อ เงิน ดอลลาร์ สหรัฐ มี ความ สัมพันธ์ ใน ทิศทาง เดียวกัน กับ ระดับ ราคา ทองคำ แท่ง ใน ประเทศไทย ส่วน อัตรา ดอกเบี้ย เงิน ฝาก อัตรา เงินปันผล ของ บริษัท จด ทะเบียน ใน ตลาดหลักทรัพย์ ราคา น้ำมัน ดิบ ใน ตลาด โลก มี ความ สัมพันธ์ ใน ทิศทาง ตรง กัน ข้าม กับ ระดับ ราคา ทองคำ แท่ง ใน ประเทศไทย นั่น คือ นัก ลงทุน ควร ซื้อ ทองคำ แท่ง ใน ช่วง ที่ ดัชนี ผลผลิต อุตสาหกรรม ดัชนี ราคา ผู้ บริโภค ราคา ทองคำ แท่ง ที่ มี

เนื้อ ทอง 99.9 % ใน ตลาด ลอนดอน และ อัตรา แลก เปลี่ยน เงิน บาท ต่อ ดอลลาร์ สหรัฐ มี แนว โน้ม เพิ่ม ขึ้น หรือ ใน ช่วง ที่ อัตรา ดอกเบี้ย เงิน ฝาก อัตรา เงินปันผล ของ บริษัท จด ทะเบียน ใน ตลาดหลักทรัพย์ ราคา น้ำมัน ดิบ ใน ตลาด โลก มี แนว โน้ม ที่ ลด ลง

​คำ​สำคัญ​:​ ราคา ทองคำ แท่ง แบบ จำลอง ARCH

(2)

3​ ทองคำแท่งในที่นี้​หมายถึงทองคำแท่งที่มีเนื้อทอง​96.5%

Abstract

This research aims to study the factor determining the gold bullion price in Thailand where the model is constructed by analyzing the price equilibrium of demand for and supply of gold bullion market . ARCH model is adopted to estimate the parameters . The results show that manufacturing production index , consumer price index , 99.9 % pure bullion price in London , and exchange rate of Baht per U . S . dollar have positive relationship with bullion price in Thailand ; while saving interest rate , dividend rate of firms registered in Stock Exchange of Thailand ( SET ) , oil price in world market have negative relationship . This implies that investors should purchase gold bullion when manufacturing production index , consumer price index , 99.9 % pure bullion price in London and exchange rate of Baht per U . S . dollar tend to increase or when saving interest rate , dividend rate of firms registered in SET and oil price in world market tend to decrease .

​Keywords​: Gold Bullion Price , ARCH Model

​1​.​​​บทนำ​

เป็น ที่ ทราบ กัน ดี ว่า ตั้งแต่ ปี พ . ศ . 2542 จนถึง ปัจจุบัน ราคา ทองคำ แท่ง3 ใน ประเทศไทย มี การ ปรับ ตัว สูง ขึ้น เรื่อยๆ ( ดู รูป ที่ 1 ) เมื่อ เทียบ กับ ราคา ทองคำ แท่ง ใน ช่วง ทศวรรษ ที่ ผ่าน มา กล่าว คือ ราคา เฉลี่ย ทองคำ แท่ง ตั้งแต่ ปี 2542 ถึง ปี 2548 อยู่ ที่ 6,608.14 บาท / บาท ทอง ใน ขณะ ที่ ราคา เฉลี่ย ทองคำ แท่ง ตั้งแต่ ปี 2549 ถึง ปี 2551 อยู่ ที่ 11,956.74 บาท / บาท ทอง ( สมาคม ค้า ทองคำ ) นอกจาก นี้ ความ ผันผวน ของ ราคา ทองคำ แท่ง ตั้งแต่ ปี 2549 เป็นต้น ไป ได้ เพิ่ม ขึ้น อย่าง มาก อีก ด้วย

การ ที่ ราคา ทองคำ เพิ่ม ขึ้น อย่าง รวดเร็ว ทำให้ รูป แบบ ของ การ ซื้อ ขาย ทองคำ ใน ปัจจุบัน ได้

เปลี่ยนแปลง ไป จาก เดิม กล่าว คือ ใน อดีต การ ซื้อ ทองคำ จะ ซื้อ เพื่อ เป็น เครื่อง ประดับ และ บาง ส่วน ก็ เป็นการ ซื้อ เก็บ สะสม เพื่อ เป็นการ ออม แต่ ใน ปัจจุบัน การ ซื้อ ทองคำ แท่ง เป็น ไป เพื่อ การ ลงทุน และ เก็ง กำไร มาก ขึ้น อัน ส่ง ผล ให้ อัตรา ผล ตอบแทน จาก การ ลงทุน ใน การ ซื้อ ทองคำ แท่ง มากกว่า การ ลงทุน ประเภท อื่น ( ดู ตาราง ที่ 1 ) กล่าว คือ อัตรา ผล ตอบแทน เฉลี่ย จาก การ ลงทุน ใน ทองคำ แท่ง ตั้งแต่ ปี 2543 ถึง 2551 มี ค่า สูง ที่สุด คือ ร้อย ละ 16.5 ใน ขณะ ที่ อัตรา ผล ตอบแทน เฉลี่ย ใน ช่วง เวลา เดียวกัน จาก การ ลงทุน ใน กองทุน รวม และ หุ้น สามัญ มี ค่า รอง ลง มา คือ ร้อย ละ 13.01 และ 11.89 ตาม ลำดับ ใน ขณะ ที่ ความ เสี่ยง ของ การ ลงทุน ใน กองทุน รวม และ หุ้น สามัญ มากกว่า ความ เสี่ยง การ ลงทุน ใน ทองคำ แท่ง

(3)

รูป​ที่​​​1​​​ราคา​ทองคำ​แท่ง​ใน​ประเทศไทย​ตั้งแต่​​​พ​.​ศ​.​​2542​​​ถึง​​​พ​.​ศ​.​​​2551

ตาราง​ที่​​​1​​​อัตรา​ผล​ตอบแทน​เฉลี่ย​ต่อ​ปี​ของ​สินทรัพย์​แต่​ประเภท​​​ตั้งแต่​ปี​​​พ​.​ศ​.​2543​-​พ​.​ศ​.​2551​

​สินทรัพย์​ ​อัตรา​ผล​ตอบแทน​เฉลี่ย​ต่อ​ปี​​​(​ร้อย​ละ​)​

1 . พันธบัตร รัฐบาล ( Government Bond ) 2.93

2 . เงิน ฝาก ธนาคาร ( Saving Bank ) 1.99

3 . หัน กู้ ภาค เอกชน ( Corporate Bond ) 5.74

4 . ทองคำ แท่ง ( Gold Bullion ) 16.55

5 . กองทุน รวม ( Mutual Fund ) 13.01

6 . หุ้น สามัญ ( Stock ) 11.89

7 . ตราสาร อนุพันธ์ ( ปี 2549 - ปี 2551 ) 6.57

​ที่มา​:​​​เอกสาร​ประกอบ​การ​ลงทุน​​​“​การ​ลงทุน​ทองคำ​”​​​บริษัท​​​ที​ซี​.​ออส​สิ​ริส​​​ฟิว​เจ​อร์ส​​​จำกัด

16,000 14,000 12,000 10,000 8,000 6,000 4,000 2,000 0

ราคาทองคำแท่งในประเทศไทย​(บาท/บาททอง)

Jan-42 Sep-42 May-43 Jan-44 Sep-44 May-45 Jan-46 Sep-46 May-47 Jan-48 Sep-48 May-49 Jan-50 Sep-50 May-51

จาก ความ ผันผวน ของ ราคา ทองคำ แท่ง และ อัตรา ผล ตอบแทน ที่ สูง ดัง กล่าว ทำให้ บุคคล ทั่วไป ตลอด จน กองทุน รวม ต่างๆ สนใจ ใน การ ลงทุน ทองคำ แท่ง มาก ขึ้น ทำให้ ราคา ทองคำ แท่ง ใน บาง ช่วง เวลา มี ความ ผันผวน มาก และ บาง ช่วง มี ความ ผันผวน น้อย ซึ่ง ความ ผันผวน นี้ ขึ้น อยู่ กับ ความคลาด เคลื่อน ใน การ คาด การณ์ ราคา ทองคำ แท่ง ใน ช่วง ที่ ผ่าน มา ว่า มาก หรือ น้อย อีก ด้วย ดัง นั้น การ ใช้ สมการ ถดถอย ใน การ ประมาณ ราคา ทองคำ แท่ง จะ พบ ว่า ความ แปรปรวน ของ ตัวแปร สุ่ม คลาด เคลื่อน ( random error term ) ไม่ คงที่ โดย อาจ จะ ขึ้น อยู่ กับ ความ แปรปรวน ของ มัน เอง ใน ช่วง เวลา ก่อน หน้า นี้ และ เทคนิค ทาง เศรษฐ มิติ หนึ่ง ที่ เหมาะ สมใน การ จัดการ แก้ไข ปัญหา ดัง กล่าว ก็ คือ Autoregressive Conditional Heteroscedasticity ( ARCH ) ซึ่ง จะ ถูก นำ มา ประยุกต์ ใช้ ใน งาน วิจัย ชิ้น นี้

(4)

แบบ จำลอง ARCH นี้ ถูก นำ มา ประยุกต์ ใช้ อย่าง แพร่ หลาย โดย เฉพาะ ใน งาน วิจัย ที่ เกี่ยว กับ การ อธิบาย พฤติกรรม ใน ราคา สินค้า มี ความ ผันผวน เช่น งาน ของ Shively ( 1996 ) ที่ นำ แบบ จำลอง ดัง กล่าว มา ศึกษา ถึง ความ ผันผวน ของ ราคา ข้าวโพด ใน ประ เท ศการ์ นา Du และ Wang ( 2004 ) ได้ ศึกษา ถึง พฤติกรรม ราคา ข้าว สาลี ใน ตลาด ล่วง หน้า ของ ประเทศ จีน Karanja และ คณะ ( 2003 ) ศึกษา ถึง การ ปรับ ตัว ใน ราคา ผู้ ผลิต ใน ประเทศ เคน ย่า หลัง จาก มี การ ปฏิรูป ทาง เศรษฐกิจ เป็นต้น และBeck ( 2001 ) ยัง พบ ว่า แบบ จำลอง ดัง กล่าว สามารถ ประยุกต์ ใช้ได้ ดี กับ ราคา สินค้า ที่ สามารถ เก็บ ไว้ ได้ นาน นอกจาก นี้

แบบ จำลอง ARCH ยัง ถูก นำ มา ประยุกต์ ใช้ ใน การ อธิบาย พฤติกรรม ใน ด้าน การ เงิน ด้วย เช่น Bottazzi และ Corradi ( 1991 ) ได้ ใช้ แบบ จำลอง ARCH in mean ใน การ ศึกษา อัตรา ผล ตอบแทน เพื่อ ชดเชย ความ เสี่ยง ( Risk Premium ) ใน ตลาด หุ้น ของ ประ เท ศอิ ตา ลี่ Yu ( 2002 ) นำ แบบ จำลอง ARCH มา พยากรณ์ ราคา หุ้น ใน ประเทศ นิวซีแลนด์ เป็นต้น

จาก งาน วิจัย ที่ กล่าว มา ข้าง ต้น ซึ่ง มี การนำ แบบ จำลอง ARCH มา ประยุกต์ ใช้ ใน การ ศึกษา ปัจจัย ที่ กำหนด ราคา สิน ค้า หลายๆ ชนิด นั้น ทำให้ งาน วิจัย นี้ มี วัตถุประสงค์ เพื่อ ศึกษา ปัจจัย ที่ กำหนด ราคา ทองคำ แท่ง ใน ประเทศไทย โดย สร้าง จาก แนวคิด ของ ราคา ดุลยภาพ ใน ตลาด ทองคำ แท่ง ซึ่ง จะ พบ ว่า ปัจจัย ที่ มี ผล ต่อ ราคา ทองคำ แท่ง นั้น จะ มา จาก ทั้ง ตัวแปร ใน ด้าน อุปสงค์ และ อุปทาน ทองคำ แท่ง ตัวแปร ใน ด้าน อุปสงค์ ที่ มี ผล ทำให้ ราคา ทองคำ แท่ง เปลี่ยนแปลง ก็ คือ ราย ได้ อัตรา ดอกเบี้ย เงิน ฝาก ธนาคาร พาณิชย์ อัตรา เงินปันผล จาก การ ลงทุน ใน ตลาดหลักทรัพย์ ราคา น้ำมัน ดิบ เฉลี่ย ใน ตลาด โลก ส่วน ตัวแปร ใน ด้าน อุปทาน ที่ มี ผล ทำให้ ราคา ทองคำ แท่ง เปลี่ยนแปลง ได้แก่ ราคา ทองคำ แท่ง ใน ตลาด โลก และ อัตรา แลก เปลี่ยน จาก นั้น จะ ทำการ ประมาณ ค่า พารามิเตอร์ ด้วย แบบ จำลอง ARCH เพื่อ แก้ไข ปัญหา ความ แปรปรวน ของ ตัวแปร สุ่ม คลาด เคลื่อนที่ ไม่ คงที่ ดัง ที่ ได้ อธิบาย ไว้ ข้าง ต้น บทความ นี้ จะ ช่วย ให้ บุคคล ทั่วไป รวม ถึง กองทุน ต่างๆ สามารถ วางแผน การ ลงทุน ใน ทองคำ แท่ง ได้ อย่าง ถูก ต้อง มาก ขึ้น

2​.​​​ทฤษฎี​และ​แบบ​จำลอง​

ใน การ สร้าง สมการ ถดถอย ที่ อธิบาย ถึง ปัจจัย ที่ กำหนด ราคา ทองคำ แท่ง ของ งาน วิจัย นี้ ได้ จาก การ วิเคราะห์ ราคา ดุลยภาพ ของ ตลาด ทองคำ แท่ง ซึ่ง จำเป็น ต้อง ใช้ สมการ ที่ แสดง ถึง อุปสงค์ ทองคำ แท่ง และ อุปทาน ทองคำ แท่ง ดัง จะ อธิบาย ต่อ ไป นี้

จาก แนวคิด ของ ทฤษฎี อุปสงค์ สินค้า และ ทฤษฎี ความ ต้องการ ถือ สินทรัพย์ สภาพ คล่อง ทำให้ เรา พิจารณา ได้ ว่า หาก ทองคำ แท่ง เป็น สินทรัพย์ หนึ่ง ที่ นัก ลงทุน ต้องการ ลงทุน เพื่อ ที่ จะ กระจาย ความ เสี่ยง ดัง นั้น เรา กล่าว ได้ ว่า ปริมาณ ซื้อ ทองคำ แท่ง ขึ้น อยู่ กับ ราคา ทองคำ แท่ง ราย ได้ ราคา สินทรัพย์ อื่น ที่

ทดแทน การ ลงทุน ใน ทองคำ ได้ ซึ่ง ได้แก่ อัตรา ดอกเบี้ย เงิน ฝาก ของ ธนาคาร พาณิชย์ อัตรา เงินปันผล จาก การ ลงทุน ใน ตลาดหลักทรัพย์ ราคา น้ำมัน ดิบ เฉลี่ย ใน ตลาด โลก นอกจาก นี้ ปริมาณ ซื้อ ทองคำ แท่ง น่า จะ ขึ้น อยู่ กับ อำนาจ ซื้อ ของ เงิน ที่ ถือ อยู่ ใน มือ ด้วย โดย หาก อำนาจ ของ เงิน ที่ อยู่ ใน มือ ลด ลง นัก ลงทุน จึง หัน ไป ซื้อ ทองคำ แท่ง มาก ขึ้น ซึ่ง ดัชนี ราคา ผู้ บริโภค จะ ถูก ใช้ เป็น ตัว วัด อำนาจ ซื้อ ใน งาน วิจัย ชิ้น นี้

(5)

กล่าว โดย สรุป ปริมาณ ซื้อ ทองคำ แท่ง ใน ประเทศไทย กับ ราคา ทองคำ แท่ง ใน ประเทศไทย อัตรา ดอกเบี้ย เงิน ฝาก ธนาคาร พาณิชย์ อัตรา เงินปันผล ของ บริษัท จด ทะเบียน ใน ตลาดหลักทรัพย์ แห่ง ประเทศไทย ราคา น้ำมัน ดิบ เฉลี่ย ใน ตลาด โลก มี ความ สัมพันธ์ กัน ใน ทิศทาง ตรง กัน ข้าม ส่วน ความ สัมพันธ์ ของ ปริมาณ ซื้อ ทองคำ แท่ง ใน ประเทศไทย กับ ตัวแปร ราย ได้ และ อัตรา เงินเฟ้อ จะ เป็น ไป ใน ทิศทาง เดียวกัน ดัง นั้น เรา สามารถ เขียน สมการ อุปสงค์ ทองคำ แท่ง ได้ ดังนี้

Qdt = β1 – β2 Pt + β3 Yt – β4 ist – β5 Divt – β6 Poilt + β7CPIt + udt ( 1 )

โดยที่ Qdt คือ ปริมาณ ความ ต้องการ ทองคำ แท่ง ใน ประเทศไทย ณ เวลา t

Pt คือ ราคา ทองคำ แท่ง ใน ประเทศไทย ณ เวลา t Yt คือ ราย ได้ ณ เวลา t

ist คือ อัตรา ดอกเบี้ย เงิน ฝาก ณ เวลา t

Divt คือ อัตรา เงินปันผล ของ บริษัท จด ทะเบียน ใน ตลาดหลักทรัพย์ ณ เวลา t Poilt คือ ราคา น้ำมัน ดิบ ใน ตลาด โลก ณ เวลา t

CPIt คือ ดัชนี ราคา ผู้ บริโภค ณ เวลา t

และ udt คือ ตัวแปร สุ่ม คลาด เคลื่อน ( Stochastic disturbance term ) ของ สมการ อุปสงค์

ทองคำ แท่ง ส่วน β1 ,…,β7 คือ ค่า พารามิเตอร์

ส่วน ใน ด้าน อุปทาน ทองคำ แท่ง ที่ ผลิต ใน ประเทศไทย ประกอบ ด้วย สอง ส่วน ใหญ่ๆ ได้แก่ ส่วน ที่ ได้

จาก การ หลอม ทอง รูป พรรณ ( gold ornaments ) ให้ กลาย เป็น ทองคำ แท่ง และ ส่วน ที่ ได้ จาก การ หลอม ทองคำ แท่ง นำ เข้า ซึ่ง มี เนื้อ ทอง 99.99 % ให้ เป็น ทองคำ แท่ง ที่ ซื้อ ขาย กัน ตาม ท้อง ตลาด ( ซึ่ง มี เนื้อ ทอง 96.5 % )

ดัง นั้น ใน งาน วิจัย นี้ จะ กำหนด ให้ อุปทาน ทองคำ แท่ง ใน ประเทศ ประกอบ ด้วย อุปทาน ทองคำ แท่ง ที่มา จาก การ หลอม ทอง รูป พรรณ และ อุปทาน ทองคำ แท่ง ที่ ผลิต จาก ทองคำ แท่ง นำ เข้า ที่ มี เนื้อ ทอง 99.9 % โดย สมมุติ ให้ อุปทาน ทองคำ แท่ง ที่มา จาก การ หลอม ทอง รูป พรรณ ขึ้น อยู่ กับ ระดับ ราคา ทองคำ แท่ง ใน ประเทศ เท่านั้น และ มี ความ สัมพันธ์ ใน ทิศทาง เดียวกัน ส่วน อุปทาน ทองคำ แท่ง ที่ ผลิต จาก ทองคำ แท่ง นำ เข้า ที่ มี เนื้อ ทอง 99.9 % ขึ้น อยู่ กับ ราคา ทองคำ แท่ง ใน ประเทศไทย ราคา ตลาด โลก ของ ทองคำ แท่ง ที่

มี เนื้อ ทอง 99.9 % และ อัตรา แลก เปลี่ยน

โดย หาก ราคา ทองคำ แท่ง ใน ตลาด โลก หรือ อัตรา แลก เปลี่ยน สูง ขึ้น แล้ว จะ ทำให้ ปริมาณ การนำ เข้า ทองคำ แท่ง ที่ มี เนื้อ ทอง 99.9 % ลด ลง ดัง นั้น อุปทาน ทองคำ แท่ง ที่มา จาก การ หลอม ทอง รูป พรรณ และ อุปทาน ทองคำ แท่ง จาก ผลิต จาก การนำ เข้า ทองคำ แท่ง ที่ มี เนื้อ ทอง 99.9 % ได้ ดัง สมการ ที่ ( 2 ) และ ( 3 ) ดังนี้

(6)

QtGO = θ1 + α2Pt + utGO ( 2 ) QtM = θ2 + θ3Pt – α3 PtW – α4Exct + utM ( 3 )

โดยที่ QtGO คือ ปริมาณ อุปทาน ทองคำ แท่ง ที่มา จาก การ หลอม ทอง รูป พรรณ ณ เวลา t

QtM คือ ปริมาณ อุปทาน ทองคำ แท่ง ที่ ผลิต จาก ทองคำ แท่ง นำ เข้า ที่ มี เนื้อ ทอง 99.9 % ณ เวลา t

Pt คือ ราคา ทองคำ แท่ง ใน ประเทศไทย ณ เวลา t

PtW คือ ราคา ทองคำ แท่ง ใน ตลาด โลก ณ เวลา t

Exct คือ อัตรา แลก เปลี่ยน ณ เวลา t

utGO และ utM คือ ตัวแปร สุ่ม คลาด เคลื่อน ( Stochastic disturbance term ) ของ สมการ ที่ ( 2 ) และ ( 3 ) ตาม ลำดับ ส่วน θ1 , θ2 , θ3 , α2 , … , α4 คือ ค่า พารามิเตอร์ ดัง นั้น เรา จะ ได้ สมการ อุปทาน ทองคำ แท่ง ทั้งหมด ดังนี้

QtS = QtGO + QtM

= ( θ1 + θ2 ) + ( α2 + θ3 ) Pt – α3 PtW – α4 Exct + utGO + utM

QtS = α1 + ( α2 + θ3 ) Pt – α3 PtW – α4 Exct + utS ( 4 )

โดยที่ QtS คือ ปริมาณ อุปทาน ทองคำ แท่ง รวม ใน ประเทศไทย α1 = ( θ1 + θ2 )

และ utS = utGO + utM และ เรา ทราบ แล้ว ว่า ราคา สินค้า ถูก กำหนด จาก ดุลยภาพ ของ อุปสงค์ และ อุปทาน สินค้า (QtS =QtS ) นั่น คือ ราคา ทองคำ แท่ง ใน ประเทศ สามารถ หา ได้ จาก แก้ สมการ ที่ ( 1 ) และ ( 4 ) ได้ ผล ดังนี้

β1– α1 β3 β4 β5 β6

β7 α3 α4

α232 α232 α232 α232 α232

α232 α232 α232 α232

Pt = + Yt iSt Divt

Poilt + CPIt + PtW+ Exct + utd – utS

(7)

สมการ ที่ ( 5 ) นี้ คือ แบบ จำลอง ใน การ ศึกษา ปัจจัย ที่ มี ผล ต่อ การ ปรับ ตัว ของ ราคา ทองคำ แท่ง ใน ประเทศไทย โดย มี สมมุติฐาน ดังนี้

​​ ​•​​​ราย​ได้​ ( Yt ) มี ความ สัมพันธ์ ใน ทิศทาง เดียว กับ ระดับ ราคา ทองคำ แท่ง ( Pt ) โดย หาก ราย ได้ ปรับ ตัว สูง ขึ้น จะ ทำให้ อุปสงค์ ทองคำ แท่ง สูง ขึ้น ราคา ทองคำ แท่ง ใน ประเทศ จึง เพิ่ม สูง ขึ้น อย่างไร ก็ ดี เนื่องจาก ข้อมูล ที่ ใช้ ใน งาน ศึกษา นี้ เป็น ข้อมูล ราย เดือน ดัง นั้น จึง ไม่ สามารถ หา ข้อมูล ราย ได้ ของ ประเทศไทย ได้ งาน ศึกษา นี้ จึง ใช้ ดัชนี ผลผลิต อุตสาหกรรม ของ ประเทศไทย เป็น ตัวแทน ( proxy ) ของ ราย ได้ ทั้งนี้ เพราะ ความ สัมพันธ์ ของ ตัวแปร ทั้ง สอง จะ เป็น ไป ใน ทิศทาง เดียวกัน กล่าว คือ เมื่อ ดัชนี ผลผลิต อุตสาหกรรม ปรับ ตัว สูง ขึ้น ระดับ ผลผลิต ใน ประเทศ ก็ จะ สูง ขึ้น การ จ้าง งาน สูง ขึ้น ราย ได้ ก็ จะ สูง ขึ้น ตาม

​​ ​•​​​อัตรา​ดอกเบี้ย​เงิน​ฝาก​ ( itS ) มี ความ สัมพันธ์ ใน ทิศทาง ตรง กัน ข้าม กับ ราคา ทองคำ แท่ง กล่าว คือ หาก ที่ อัตรา ดอกเบี้ย สูง ขึ้น นัก ลงทุน จะ หัน ไป ลงทุน เงิน ฝาก กับ ธนาคาร มาก ขึ้น และ จะ ซื้อ ทองคำ แท่ง ลด ลง ทำให้ ราคา ทองคำ แท่ง ลด ลง ซึ่ง ใน ที่ นี้ จะ ใช้ อัตรา ดอกเบี้ย เฉลี่ย เงิน ฝาก ประจำ และ ออม ทรัพย์

ใน การ ศึกษา

​​ ​•​​ ​อัตรา​เงินปันผล​ของ​บริษัท​จด​ทะเบียน​ใน​ตลาดหลักทรัพย์​​​( Divt ) มี ความ สัมพันธ์ ใน ทิศทาง ตรง กัน ข้าม กับ ราคา ทองคำ แท่ง กล่าว คือ เมื่อ อัตรา เงินปันผล ของ บริษัท จด ทะเบียน ใน ตลาดหลักทรัพย์

สูง ขึ้น นัก ลงทุน จะ หัน ไป ลงทุน ใน ตลาดหลักทรัพย์ มาก ขึ้น และ ซื้อ ทองคำ แท่ง ลด ลง ทำให้ ราคา ทองคำ แท่ง ลด ลง

​​ ​•​​​ราคา​น้ำมัน​ดิบ​ใน​ตลาด​โลก​ ( Poilt ) มี ความ สัมพันธ์ ใน ทิศทาง ตรง กัน ข้าม กับ ราคา ทองคำ แท่ง เนื่องจาก ปัจจุบัน นี้ กองทุน ต่างๆ ได้ มี การ ลงทุน เพื่อ เก็ง กำไร ใน ราคา น้ำมัน ดิบ ทำให้ น้ำมัน ดิบ ถือ เป็น สินทรัพย์ หนึ่ง ที่ สามารถ กระจาย ความ เสี่ยง ได้ เช่น กัน ดัง นั้น เมื่อ ราคา น้ำมัน ดิบ ใน ตลาด โลก เพิ่ม ขึ้น นัก ลงทุน รวม ทั้ง กองทุน ต่างๆ จะ หัน ไป ลงทุน เพื่อ เก็ง กำไร ใน ราคา น้ำมัน ดิบ ทำให้ มี การ ซื้อ ทองคำ แท่ง ลด ลง ระดับ ราคา ทองคำ แท่ง จึง ลด ลง งาน ศึกษา นี้ จะ ใช้ ราคา น้ำมัน ดิบ เฉลี่ย ใน New York เป็น ตัวแทน เนื่องจาก ถือ เป็น ตลาด ที่ สำคัญ ใน การ แลก เปลี่ยน น้ำมัน ระหว่าง ประเทศ

หรือ เขียน ได้ ว่า

Pt = δ1 + δ2Yt + δ3 iSt + δ4 Divt + δ5Poilt + δ6 CPIt + δ7 PtW+ δ8 Exct + vt ( 5 )

โดยที่

และ

β1– α1 β3 – β4 – β5

– β6 β7 α3 α4

α232 α232 α232 α232

α232 α232 α232 α232

α232

δ1 = , δ2 = , δ3 = , δ4 =

δ5 = , δ6 = , δ7 = , δ8 =

vt = utd – utS

(8)

​​ ​•​​ ​ดัชนี​ราคา​สินค้า​ผู้​บริโภค​ ( CPIt ) มี ความ สัมพันธ์ ใน ทิศทาง เดียว กับ ราคา ทองคำ แท่ง ทั้งนี้ เพราะ หาก ราคา สินค้า โดย รวม ใน ประเทศ สูง ขึ้น แสดง ถึง การ ทำ หน้าที่ เป็น เครื่อง สะสม ค่า ของ ธนบัตร และ เหรียญ กษาปณ์ มี ค่า ลด ลง ทำให้ ประชาชน หัน ไป สะสม ทองคำ แท่ง เพิ่ม ขึ้น ส่ง ผล ให้ อุปสงค์ ใน ทองคำ แท่ง สูง ขึ้น ระดับ ราคา ทองคำ แท่ง จึง สูง ขึ้น

​​ ​•​​ ​ราคา​ทองคำ​แท่ง​ใน​ตลาด​โลก​ ( PtW ) มี ความ สัมพันธ์ ใน ทิศทาง เดียว กับ ราคา ทองคำ แท่ง ใน ประเทศ กล่าว คือ เมื่อ ระดับ ราคา ทองคำ แท่ง ใน ตลาด ลอนดอน เพิ่ม ขึ้น ปริมาณ การนำ เข้า ทองคำ แท่ง จะ ลด ลง ทำให้ อุปทาน ทองคำ แท่ง รวม ของ ประเทศ ลด ลง ดัง นั้น ระดับ ราคา ทองคำ แท่ง ใน ประเทศไทย ก็ จะ ปรับ ตัว สูง ขึ้น ส่วน งาน ศึกษา นี้ จะ ใช้ ราคา ทองคำ แท่ง ที่ มี เนื้อ ทอง 99.9 % ใน ตลาด ลอนดอน เป็น ตัวแทน ราคา ทองคำ แท่ง ใน ตลาด โลก เนื่องจาก ราคา ใน ตลาด ลอนดอน มัก ถูก ใช้ เป็น ตลาด อ้างอิง ราคา ทองคำ ใน ตลาด โลก

​​ ​•​​ ​อัตรา​แลก​เปลี่ยน​ ( Exct ) มี ความ สัมพันธ์ ใน ทิศทาง เดียว กับ ราคา ทองคำ แท่ง เนื่องจาก ทองคำ แท่ง ที่ เสนอ ขาย ใน ท้อง ตลาด ส่วน ใหญ่ มา จาก การนำ เข้า และ ต้อง ชำระ เป็น เงิน ตรา ต่าง ประเทศ โดย เฉพาะ เงิน ดอลลาร์ สหรัฐอเมริกา ดัง นั้น เมื่อ อัตรา แลก เปลี่ยน เงิน บาท ต่อ ดอลลาร์ สหรัฐอเมริกา สูง ขึ้น หรือ ค่า เงิน บาท อ่อน ค่า ลง ทำให้ ผู้ ประกอบ การ ต้อง ใช้ เงิน บาท มาก ขึ้น ใน การ ซื้อ ทองคำ แท่ง จาก ต่าง ประเทศ อุปทาน ทองคำ แท่ง จึง ลด ลง ราคา ทองคำ แท่ง จึง เพิ่ม สูง ขึ้น

3​.​​​ข้อมูล​ที่​ใช้​ใน​การ​ศึกษา​

ส่วน ข้อมูล ที่ ใช้ ใน การ ศึกษา เป็น ข้อมูล ราย เดือน ตั้งแต่ เดือน มกราคม 2543 ถึง ธันวาคม 2551 โดย ข้อมูล ราคา ทองคำ แท่ง ได้ มา จาก สมาคม ค้า ทองคำ ข้อมูล อัตรา ดอกเบี้ย เงิน ฝาก เฉลี่ย และ อัตรา แลก เปลี่ยน ได้ มา จาก ธนาคาร แห่ง ประเทศไทย อัตรา เงินปันผล ตลาดหลักทรัพย์ ได้ มา จาก ตลาดหลักทรัพย์

แห่ง ประเทศไทย ดัชนี ราคา ผู้ บริโภค ได้ มา จาก กอง ดัชนี ราคา กระทรวง พาณิชย์ ราคา ทองคำ แท่ง ที่ มี

เนื้อ ทอง ร้อย ละ 99.9 ของ ตลาด ลอนดอน ได้ มา จาก เวป ไซต์ http : / / www . kitco . com และ ราคา น้ำมัน ดิบ ใน ตลาด New York ได้ มา จาก เวป ไซต์ http : / / www . wtrg . com / daily / crudeoilprice . html ส่วน ค่า สถิติ เชิง พรรณา ได้แก่ ค่า สูงสุด ค่า ต่ำ สุด ค่า เฉลี่ย และ ส่วน เบี่ยง เบน มาตรฐาน จะ แสดง ใน ตาราง ที่ 2

(9)

4​.​​​​​วิธี​การ​ศึกษา​

ใน การนำ แบบ จำลอง ทาง เศรษฐ มิติ ไป ประยุกต์ ใช้ อธิบาย ตัวแปร ที่ เกี่ยวข้อง กับ การ เก็ง กำไร เช่น ราคา ทองคำ นั้น ข้อมูล ที่ นำ มา ใช้ วิเคราะห์ มัก จะ เป็น ข้อมูล อนุกรม เวลา ซึ่ง ความ แปรปรวน ของ ตัวแปร ดัง กล่าว มัก จะ มี ค่า ไม่ คงที่ กล่าว คือ บาง ช่วง จู่ๆ จะ มี ความ แปรปรวน มาก แต่ บาง ช่วง เวลา กลับ มี ความ แปรปรวน น้อย โดย ความ แปรปรวน ของ ตัวแปร เหล่า นี้ จะ ขึ้น อยู่ กับ ความคลาด เคลื่อน ใน การ คาด การณ์

ของ ตัวแปร นั้น ใน ช่วง เวลา ก่อน หน้า นี้ ว่า มี ค่า มาก หรือ ไม่

นั่น คือ เรา กล่าว ได้ ว่า ความ แปรปรวน ของ ตัวแปร สุ่ม คลาด เคลื่อน ใน แบบ จำลอง นั้น มี ค่า ไม่ คงที่

โดย จะ ขึ้น อยู่ กับ ความ แปรปรวน ของ มัน เอง ใน ช่วง เวลา ก่อน หน้า นี้ และ แบบ จำลอง หนึ่ง ที่ สามารถ นำ มา ประยุกต์ ใช้ เพื่อ แก้ไข ปัญหา ดัง กล่าว คือ แบบ จำลอง Autoregressive Conditional Heteroscedasticity ( ARCH ) ซึ่ง ถูก พัฒนา โดย นัก เศรษฐศาสตร์ ชื่อ Robert F . Engle แบบ จำลอง ดัง กล่าว มี แนวคิด โดย สรุป ดังนี้

กำหนด ให้ แบบ จำลอง ทาง เศรษฐ มิติ ที่ สร้าง ขึ้น เพื่อ ใช้ อธิบาย ตัวแปร ตาม คือ

yt = β ´xt + ut , t = 1 , … , n ( 6 )

โดย yt คือ ค่าตัว แปร ตาม ณ เวลา t , xt คือ เวก เตอร์ ของ ตัวแปร อิสระ ที่ มี ขนาด K × 1 ณ เวลา

t , β คือ เวก เตอร์ ของ ค่า พารามิเตอร์ ที่ มี ขนาด K × 1 , ut คือ ค่าตัว แปร สุ่ม คลาด เคลื่อน ( stochastic disturbance term ) ณ เวลา t และ สมมุติ ให้ ค่า ของ ut นี้ จะ สมมุติ ให้ ไม่มี ความ สัมพันธ์ กันเอง ( serially uncorrelated )

ตาราง​ที่​​​2​​​ค่า​สถิติ​เชิง​พรรณา​ของ​ตัวแปร​ที่​ใช้​ใน​การ​ศึกษา​

ตัวแปร​ ​หน่วย​ ​ค่า​สูงสุด​ ​ค่า​ต่ำ​สุด​ ​ค่า​เฉลี่ย​ ​ส่วน​เบี่ยง​เบน​มาตรฐาน​

Pt บาท / บาท ทอง 14,924.07 4,715.77 8,235.14 2,802.205

Yt ร้อย ละ ปี ฐาน คือ พ . ศ . 2543 = 100 206.61 85.72 137.21 34.28

itS ร้อย ละ 5.47 0.96 2.22 1.02

Divt ร้อย ละ 7.25 0.61 2.86 1.27

Poilt ดอลลาร์ สหรัฐ / บาร์เรล 134.02 12.02 46.86 26.88

CPIt ร้อย ละ ปี ฐาน คือ พ . ศ . 2550 = 100 109.5 81.60 90.90 7.62

PtW ดอลลาร์ สหรัฐ / ออนซ์ 968.43 25.85 450.62 201.74

Exct บาท / ดอลลาร์ สหรัฐ 45.57 31.45 39.32 3.50

​ที่มา​:​​​จาก​การ​คำนวณ

(10)

หาก เรา พบ ว่า ความ แปรปรวน ของ ตัวแปร ตาม yt ขึ้น อยู่ กับ ค่า ความคลาด เคลื่อน ใน การ คาด การณ์

ตัวแปร นั้น ใน อดีต หรือ กล่าว อีก อย่าง คือ ค่า ความ แปรปรวน ของ ตัวแปร สุ่ม คลาด เคลื่อน ( ut ) 4 ขึ้น อยู่ กับ ความ แปรปรวน ของ ตัวแปร สุ่ม คลาด เคลื่อน ใน ช่วง เวลา ก่อน หน้า นี้ เรา สามารถ นำ แนวคิด ของ แบบ จำลอง ARCH มา ร่วม ใช้ ใน การ วิเคราะห์ แบบ จำลอง ทาง เศรษฐ มิติ ดัง สมการ ที่ ( 6 ) ได้ โดย การ เพิ่ม สมการ ความ แปรปรวน ของ ตัวแปร สุ่ม คลาด เคลื่อน ( ut ) ให้ มี ความ สัมพันธ์ ตาม สมการ ที่ ( 7 ) ดังนี้

E(ut2 | ut–1, ut – 2 , … , ut – m ) = α0 + α1u2t–1+ α2u2t–2 +…+ αmu2t–m ( 7 )

และ เรา จะ เรียก แบบ จำลอง นี้ ว่า Autoregressive Conditional Heteroscedasticity ลำดับ ความ ล่าช้า ที่ m หรือ เขียน สั้นๆ คือ ARCH ( m ) และ เนื่องจาก E ( u2t| ut – 1 , ut – 2 , … , ut – m ) ก็ คือ ความ แปรปรวน ของ ut หรือ เขียน สั้นๆ ว่า σ2t นั่นเอง ดัง นั้น สมการ ที่ ( 7 ) เขียน ได้ อีก อย่าง คือ

σ2t = α0 + α1u2t–1+ α2u2t–2 +…+ αmu2t–m ( 8 )

เนื่องจาก ค่า ความ แปรปรวน ต้อง มี ค่า มากกว่า ศูนย์ ดัง นั้น α0 > 0 และ αi > 0 ( i = 1 , … , m ) และ เนื่องจาก ut2 เป็น ตัว ประมาณ ค่าที่ ไม่ เอน เอียง ( Unbiased estimator ) ของ σ2t ดัง นั้น ถ้า กำหนด ให้ ηt = ut2 σ2tสมการ ที่ ( 8 ) จะ สามารถ เขียน ได้ ดังนี้

ut2 = α0 + α1u2t–1+ α2u2t–2 +…+ αmu2t–m + ηt

ซึ่ง ηt ก็ คือ ตัวแปร สุ่ม ที่ ไม่มี ความ สัมพันธ์ กันเอง และ มี ค่า เฉลี่ย เป็น 0 นั่นเอง อย่างไร ก็ ดี ใน ทาง ปฏิบัติ นั้น เรา ไม่ สามารถ หา ค่า ของ ut ได้ เรา จึง ใช้ ค่า ความ ผิด พลาด จาก การ ประมาณ สมการ ถดถอย ( residual : et) ของ สมการ ที่ ( 6 ) มา ใช้ แทน ค่า ut ซึ่ง คำนวณ จาก et = yt–ŷt ดัง นั้น สมการ ที่ เรา จะ นำ ไป ใช้ ใน ทาง ปฎิบัติ ก็ คือ

et2 = α0 + α1e2t–1+ α2e2t–2 +…+ αme2t–m + ηt ( 9 )

4 ​​จาก​สมการ​ที่​​​(​6​)​​​เรา​สามารถ​พิสูจน์​ได้​ว่า​​​Var ( yt | xt ) = Var ( ut ) ​​ดัง​นั้น​​​ความ​แปรปรวน​ของ​ตัวแปร​ตาม​สามารถ​กล่าว​ได้​อีก​อย่าง​ว่า​เป็น​ความ​แปรปรวน​

ของ​ตัวแปร​สุ่ม​คลาด​เคลื่อน

(11)

ส่วน การ ทดสอบ ว่า แบบ จำลอง ARCH ที่ นำ มา ใช้ คือ ลำดับ ความ ล่าช้า ที่ m หรือ ไม่ นั้น สามารถ หา ได้ จาก การ ทดสอบ Lagrange multiplier ( LM ) ที่ เสนอ โดย Engel ( 1982 ) โดย สมมุติฐาน หลัก คือ

H0 : α1 = α2 = … = αm = 0 ซึ่ง หมาย ถึง แบบ จำลอง ARCH ดัง สมการ ที่ ( 9 ) ไม่มี ความ สัมพันธ์ จนถึง ลำดับ ความ ล่าช้า ที่ m ค่า สถิติ ที่ ใช้ ทดสอบ สมมุติฐาน หลัก ข้าง ต้น คือ ค่า สถิติ LM ซึ่ง คำนวณ จาก n. R2 โดย n คือ จำนวน ตัวอย่าง R2 คือ ค่า สัมประสิทธิ์ ของ การ ตัดสิน ใจ ( Coefficient of Determination ) ของ สมการ ที่ ( 9 ) โดย ค่า สถิติ LM จะ มี การ แจกแจง แบบ ไค ส แคว ร์ โดย มี องศา ของ ความ เป็น อิสระ เท่ากับ

m ใน ทาง ปฏิบัติ เรา อาจ ลอง เลือก ค่า m มา ค่า หนึ่ง แล้ว ทำการ ทดสอบ ข้าง ต้น ส่วน วิธี การ ประมาณ ค่า พารามิเตอร์ ใน สมการ ที่ ( 6 ) และ ( 9 ) สามารถ ทำได้ โดย ใช้ วิธี ความ น่า จะ เป็น สูงสุด ( Maximum Likelihood ) 5

สำหรับ การ ประเมิน ว่า แบบ จำลอง ARCH ที่ สร้าง ขึ้น มา เพื่อ ประยุกต์ ใช้ ร่วม กับ แบบ จำลอง ทาง เศรษฐ มิติ มี ความ ถูก ต้อง หรือ ไม่ นั้น สามารถ พิจารณา ได้ จาก ค่า สถิติ Ljung - Box6 ของ ค่า มาตรฐาน ของ ตัวแปร สุ่ม คลาด เคลื่อน ut จาก การนำ แบบ จำลอง ARCH มา ประยุกต์ ใช้ ใน การ ประมาณ ค่า พารามิเตอร์ ( หรือ เขียน เป็น สัญลักษณ์ ว่า ūt= ) กล่าว คือ หาก ค่า สถิติ Ljung -Box ของ ūt

ไม่มี นัย สำคัญ ทาง สถิติ ทุกๆ ระดับ ความ ล่าช้า จะ แสดง ถึง ผล การ ประมาณ ค่า พารามิเตอร์ ใน แบบ จำลอง ที่ ( 6 ) โดย การนำ แบบ จำลอง ARCH มา ประยุกต์ ใช้ นั้น มี ความ ถูก ต้อง แล้ว และ หาก ค่า สถิติ Ljung-Box ของ ū2t ไม่มี นัย สำคัญ ทาง สถิติ ทุกๆ ระดับ ความ ล่าช้า จะ แสดง ถึง การ กำหนด แบบ จำลอง ARCH ตาม สมการ ที่ ( 9 ) มี ความ ถูก ต้อง แล้ว

5​.​​​ผล​การ​ศึกษา​

จาก การ ใช้ วิธี กำลัง สอง น้อย ที่สุด ใน การ ประมาณ แบบ จำลอง สมการ ที่ แสดง การ เคลื่อนไหว ราคา ทองคำ แท่ง ใน ประเทศไทย โดย ใช้ สมการ ที่ ( 5 ) เรา พบ ว่า ค่า สถิติ Durbin - Watson มี ค่า เท่ากับ 1.37 นั่น คือ ตัวแปร สุ่ม คลาด เคลื่อน มี ความ สัมพันธ์ กันเอง ลำดับ ที่ 1 ( First - order of serial correlated error ) ที่ ระดับ นัย สำคัญ 0.01 ดัง นั้น งาน วิจัย ชิ้น นี้ ได้ ใช้ วิธี ของ Cochrane -Orcutt เพื่อ แก้ไข ปัญหา ดัง กล่าว ซึ่ง แสดง ผล การ ประมาณ ค่า พารามิเตอร์ ได้ ดังนี้

5​​​สำหรับ​ผู้​สนใจ​​​สามารถ​อ่าน​ราย​ละเอียด​ได้​ใน​​​Tsay​,​​​R​.​​​S​.​​​(​2002​)​​​Analysis​​​of​​​Financial​​​Time​​​Series​,​​​John​​​Wiley​​​&​​​Sons​,​​​Inc​.​,​​​USA​​​หน้า​​​88​-​89​.​

6​​​ค่า​สถิติ​​​Ljung​-​Box​​ใช้​สำหรับ​ทดสอบ​ว่า​​​ตัวแปร​สุ่ม​ใน​ช่วง​เวลา​ที่​​​t ​​มี​ความ​สัมพันธ์​ตัวแปร​ใน​ช่วง​เวลา​​​1 , 2 , … , ​​จนถึง​ช่วง​เวลา​​​l ​​หรือ​ไม่​​​โดย​การ​ตั้ง​สมมุติฐาน​

หลัก​และ​สมมุติฐาน​รอง​ว่า​​​H0 : ρ1 = ρ2 = … = ρl = 0​และ​Ha : ρi ≠ 0​​สำหรับ​ค่า​​​i​​​บาง​ค่า​​​โดย​สูตร​การ​คำนวณ​ค่า​สถิติ​​​Ljung​-​Box​​​แสดง​ได้​ดังนี้​​

Q(m) = T(T+2) Σml=1T–lρˆ2l ΣTt=l +1(rt–r¯)(rt–l–r¯)

ΣTt=1(rt–r¯)2

โดย​ρˆ2l = , 0 ≤ l ≤ T–1, T คือจำนวนข้อมูลอนุกรมเวลา​ส่วน​l​คือระดับความล่าช้า​และ​rt​คือตัวแปรสุ่มใดๆ​ณ​ช่วงเวลา​t

Referensi

Dokumen terkait

The inflation rate (Consumer Price Index) as the proxy of monetary policy effectiveness, and the controlled variables, i.e., lending interest rate, exchange rate,

102 of 2018: Special act on the immigration control of, inter alia, those who have lost Japanese nationality pursuant to the treaty of peace with Japan was coded as text 2 in the