การพยากรณ์เส้นอัตราผลตอบแทนที่มีชุดข้อมูลเชิงเศรษฐศาสตร์มหภาคขนาดใหญ่โดย ใช้การแยกตัวประกอบสองขั้นตอน

กฤษฎา, เครือชาลี

DSpace Home
→
บัณฑิตวิทยาลัย
→
รายงานการประชุม/สัมมนา (Conferences/Proceedings)
→
View Item

dc.contributor.author	กฤษฎา, เครือชาลี
dc.date.accessioned	2017-10-16T02:59:01Z
dc.date.available	2017-10-16T02:59:01Z
dc.date.issued	2016
dc.identifier.citation	การประชุมเสนอผลงานวิจัยระดับบัณฑิตศึกษาแห่งชาติ ครั้งที่ 17 และการสัมมนาวิชาการเพื่อเผยแพร่งานวิจัยสู่ชุมชน ครั้งที่ 5	en_US
dc.identifier.uri	http://dspace.bru.ac.th/xmlui/handle/123456789/2974
dc.description	บทคัดย่อ การศึกษานี้เน้นความสำคัญของการปรับปรุงสมรรถภาพของการพยากรณ์โครงสร้าง อัตราผลตอบแทนด้วยกระบวนการคัดแยกตัวประกอบสามัญจากอนุกรมเวลาทางเศรษฐศาสตร มหภาคที่มีขนาดใหญ่ให้มีความเหมาะสมมากยิ่งขึ้น การศึกษานี้เป็นการศึกษาเชิงประจักษ์โดยอาศัย หลักฐานจากตลาดพันธบัตรในประเทศเยอรมัน ผู้ศึกษาได้ทำการตรวจสอบสมรรถภาพของการ พยากรณ์เส้นอัตราผลตอบแทนภายใต้วิธีการคัดแยกข้อมูลแบบวิธีวิเคราะห์องค์ประกอบหลัก (Principal Component Analysis) และวิธีการแยกตัวประกอบสองขั้นตอน (Two-Step Factorization) ซึ่งทั้งสองวิธีนี้อยู่ภายใต้ข้อกำหนดเดียวกันในการใช้แบบจำลองการพยากรณ์ โดยที่การเคลื่อนไหว ของอัตราดอกเบี้ยระยะสั้นถูกจำลองด้วย Factor-Augmented Vector Autoregression (FAVAR) และ โครงสร้างอัตราผลตอบแทนตามระยะเวลาไถ่ถอนหลักทรัพย์เกิดจากการใช้ตัวแปรที่ถูกกำหนดให้ ไม่มีการค้ากำไรเกิดขึ้น แบบจำลองนี้เป็นแบบโครงสร้างอัตราผลตอบแทนตามระยะเวลาไถ่ถอน หลักทรัพย์ชนิดเส้นตรง (Affine Term Structure) ซึ่งมี Factor-Augmented Vector Autoregression เป็นสมการหลัก แบบจำลองนี้รู้จักกันในชื่อ วิธี “No-Arbitrage Factor-Augmented Vector Autoregression” จากนั้นผู้ศึกษาได้ใช้วิธีการวิเคราะห์องค์ประกอบหลักและการแยกตัวประกอบสอง ขั้นตอนไปคัดแยกตัวประกอบสามัญจากชุดข้อมูลทางเศรษฐศาสตร์ชุดเดียวกัน ซึ่งอัตราดอกเบี้ย ระยะสั้นและองค์ประกอบสามัญของตัวแปรทางเศรษฐศาสตร์ขนาดใหญ่ที่ได้มาจากการคัดแยกของ แต่ละวิธีนั้นจะถูกนำไปใช้เป็นตัวประกอบในแบบจำลองการพยากรณ์ต่อไป สมรรถภาพของการ พยากรณ์โครงสร้างอัตราผลตอบแทนภายใต้วิธีการคัดแยกที่แตกต่างกันทั้งสองนี้จะถูกนำมา เปรียบเทียบโดยค่ารากที่สองของค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง(Root Mean Square Errors)เพื่อ ตรวจวัดความแม่นยำในการพยากรณ์ ผลการศึกษาพบว่า ตัวประกอบสามัญที่ถูกคัดแยกโดยวิธีการ แยกองค์ประกอบสองขั้นตอนมีนัยทางเศรษฐศาสตร์มากกว่าวิธีการแยกองค์ประกอบหลัก ยิ่งไปกว่า นั้นแบบจำลองภายใต้การแยกตัวประกอบสองขั้นตอนนี้ยังให้ผลการพยากรณ์เส้นอัตราผลตอบแทน ได้ดีกว่าวิธีการแยกองค์ประกอบหลักอีกด้วย	en_US
dc.publisher	มหาวิทยาลัยราชภัฏบุรีรัมย์	en_US
dc.subject	เส้นผลตอบแทน	en_US
dc.subject	ตัวประกอบหลัก	en_US
dc.subject	การแยกตัวประกอบสองขั้นตอน	en_US
dc.subject	Yield Curve	en_US
dc.subject	Principal Component	en_US
dc.subject	Two-Step Factorization	en_US
dc.title	การพยากรณ์เส้นอัตราผลตอบแทนที่มีชุดข้อมูลเชิงเศรษฐศาสตร์มหภาคขนาดใหญ่โดย ใช้การแยกตัวประกอบสองขั้นตอน	en_US
dc.title.alternative	YIELD CURVE FORECASTING WITH A LARGE MACROECONOMIC DATA SET USING TWO-STEP FACTORIZATION	en_US
dc.type	Proceedings	en_US