Volatility Model for Forecasting Rice Price
Article Sidebar
Main Article Content
Abstract
This research is aimed to create a model for rice price by Box and Jenkins, to create a fluctuation of grain prices by a GARCH, EGARCH, and GJR-GARCH and to compare the accuracy of the prediction model from volatility in the price of rice by a GARCH, EGARCH and GJR-GARCH. This research was conducted by the secondary data analyzes collected from a database of associations rice exporter Thailand, which is the price of rice exports (FOB Price) monthly since. January 2551 to December 2557, by US dollars per ton. When analyzed using the methods of Box and Jenkins. Consider the price of rice. We found that the most appropriate ARIMA (2,0,1) no constant on the right to self-oscillation. The case follows a GARCH (1,1) EGARCH (1,1) and GJR-GARCH (1,1) to enumerate three kinds of error is normal (N) distribution T (t) and distribution Generalized Error distributions (GED). Denis of measurement error statistics and found that the model EGARCH-GED statistics show that the most appropriate measure tolerances. Thus, selecting an EGARCH-GED model is the most suitable for predicting volatility in the price of rice.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Articles in this journal are copyrighted by the x may be read and used for academic purposes, such as teaching, research, or citation, with proper credit given to the author and the journal.use or modification of the articles is prohibited without permission.
statements expressed in the articles are solely the opinions of the authors.
authors are fully responsible for the content and accuracy of their articles.
other reuse or republication requires permission from the journal."
References
ณัฐนัยน์ เงินเกื้อกูล และพีรยุทธ์ ชาญเศรษฐิกุล. (2553). การพยากรณ์ราคาข้าวสารและข้าวเปลือกเพื่อตัดสินใจเลือกผลิตข้าวให้ได้กำไรสูงสุด. โครงงานนิสิตภาควิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์.
ทรงศักดิ์ ศรีบุญจิตต์ และอารี วิบูลย์พงศ์. (2542). พฤติกรรมการส่งผ่านราคากุ้งกุลาดําระหว่างตลาดค้าส่งโตเกียวกับตลาดผู้คัดบรรจุในประเทศไทย. วารสารเศรษฐศาสตร์มหาวิทยาลัยเชียงใหม่, 33(3), 16-51.
ทรงศิริ แต้สมบัติ. (2549). การพยากรณ์เชิงปริมาณ. กรุงเทพฯ : มหาวิทยาลัยเกษตรศาสตร์.
พรหมภรณ์ แสงภัทรเนตร. (2548). การพยากรณ์ราคาข้าวในประเทศ. วิทยานิพนธ์วิทยาศาสตรมหาบัณฑิต มหาวิทยาลัยเกษตรศาสตร์.
มนฤดี เกิดสมบุญ. (2542). การพยากรณ์ผลผลิตและราคาสินค้าเกษตร. วิทยานิพนธ์มหาบัณฑิต สาขาพาณิชยศาสตร์และการบัญชี บัณฑิตวิทยาลัย จุฬาลงกรณ์มหาวิทยาลัย.
ศิริลักษณ์ เล็กสมบูรณ์. (2531). การวิเคราะห์อนุกรมเวลา. มหาสารคาม : คณะวิทยาศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ มหาสารคาม.
สุพรรณี อึ้งปัญสัตวงศ์. (2541). เทคนิคการพยากรณ์เชิงสถิติ. ขอนแก่น : หน่วยผลิตเอกสาร คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น.
อัมรินทร์ ก้อนแพง และสมจิตร อาจอินทร์. (2554). การพยากรณ์ราคาข้าวเปลือกโดยใช้เทคนิคการทำเหมืองข้อมูล. การประชุมวิชาการเสนอผลงานวิจัยระดับบัณฑิตศึกษาแห่งชาติ ครั้งที่ 23, หน้า 82-87. 23- 24 ธันวาคม 2554 ณ มหาวิทยาลัยราชมงคลอีสาน จังหวัดนครราชสีมา.
Abraham, Bovas & Ledolter, Johannes. (1983). Statistical Methods for Forecasting. New York : John Willey & Sons.
Bollerslev, Tim. (1986). Generalized Autoregressive Conditional Heteroscedasticity. Journal of Econometrics, 31, 307-327.
Enders, Walter. (1995). Applied Econometric Time Series. New York : John Willey & Sons.
Glosten, L.R., Jagannathan, R., & Runkle, D.E. (1992). On the Relation Between the Expected Value and Volatility of the Nominal Excess Returns on Stocks. Journal of Finance, 46, 1779-1801.
Gujarati, Damodar N. (2003). Basic Econometrics. (4 th ed). New York : McGraw–Hill International.
Nelson, D.B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370.
