การศึกษาแบบจำลองที่เหมาะสมสำหรับการพยากรณ์และความสัมพันธ์ของปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของสกุลเงินดิจิทัล

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาแบบจำลองที่เหมาะสมและปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของสกุลเงินดิจิทัล และนำมาพยากรณ์อัตราผลตอบแทนของสกุลเงินดิจิทัลที่ทำการศึกษา 10 สกุล ได้แก่ Bitcoin, Ethereum, Binance coin, Ripple, Carano, Dogecoin, Tron, Litecoin, Monero และ Bitcoin cash และศึกษาปัจจัยภายนอก ได้แก่ อัตราแลกเปลี่ยน Dollar to Yen, อัตราแลกเปลี่ยน Dollar to Euro, อัตราแลกเปลี่ยน Dollar to Pound Sterling, S&P500, Nasdaq100, Down Jones Index, Nikkei 225 Index, ราคาทองคำ, ราคาน้ำมันดิบ, ดัชนีดอลลาร์และอัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐอายุ 10 ปี ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2561 ถึง วันที่ 30 มิถุนายน พ.ศ. 2566 รวมระยะเวลา 2,007 วัน

ผลการศึกษาพบว่า แบบจำลองที่เหมาะสมกับ Bitcoin นั่นคือ ARMAX(1,0) – GARCH(1,1) เมื่อตัวแปรภายนอกคือ ค่าผลต่างของอัตราผลตอบแทนของ Nasdaq กับ ดัชนีดอลลาร์ แต่สำหรับสกุลเงินดิจิทัลอื่น ๆ ที่เหลือ ได้แก่ Ethereum, Binance coin, Ripple, Carano, Dogecoin, Tron, Litecoin, Monero และ Bitcoin cash พบว่า ตัวแปรภายนอกที่เหมาะสมที่สุดคือ อัตราผลตอบแทนของ Bitcoin ซึ่งจะได้แบบจำลองดังนี้ ARMAX(2,2) – GARCH(1,1), ARMAX(2,3) – GARCH(1,1), ARMAX(2,3) – GARCH(1,1), ARMAX(5,3) – GARCH(1,1), ARMAX(3,3) – GARCH(1,1), ARMAX(5,3) – GARCH(1,1), ARMAX(0,0) – GARCH(1,1), ARMAX(5,0) – GARCH(1,1) และ ARMAX(0,0) – GARCH(1,1) ตามลำดับ