Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Research Briefs
Community
PIER Research Network
Visiting Fellows
Funding and Grants
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
TH
EN
Research
Research
Discussion Paper
PIERspectives
aBRIDGEd
PIER Blog
Not Over the Hill: Exploring the Digital Divide among Vulnerable Older Adults in Thailand
Discussion Paper ล่าสุด
Not Over the Hill: Exploring the Digital Divide among Vulnerable Older Adults in Thailand
ใครคือผู้กำหนดทิศทางค่าจ้างของแรงงานไทย: ภาครัฐ หรือภาคเอกชน?
aBRIDGEd ล่าสุด
ใครคือผู้กำหนดทิศทางค่าจ้างของแรงงานไทย: ภาครัฐ หรือภาคเอกชน?
Events
Events
Conferences
Research Workshops
Policy Forums
Seminars
Exchanges
Research Briefs
Central Bank Reviews
งานสัมมนาล่าสุด
Central Bank Reviews
International Policy Forum on Climate Finance
งานประชุมเชิงนโยบายล่าสุด
International Policy Forum on Climate Finance
สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
สถาบันวิจัยเศรษฐกิจ
ป๋วย อึ๊งภากรณ์
Puey Ungphakorn Institute for Economic Research
Community
Community
PIER Research Network
Visiting Fellows
Funding and Grants
PIER Research Network
PIER Research Network
Funding & Grants
Funding & Grants
About Us
About Us
Our Organization
Announcements
PIER Board
Staff
Work with Us
Contact Us
Staff
Staff
Call for Papers: PIER Research Workshop 2025
ประกาศล่าสุด
Call for Papers: PIER Research Workshop 2025
PIER Research Exchangesexchanges
QR code
Year
2025
2024
2023
2022
...
/static/eb435b422aa74c60220efb0e7ac58b9c/e9a79/cover.png
10 เมษายน 2563
20201586476800000

FORESEA: Automatic Forecasting Tool Using Seasonal Factor Model

Microsoft Teams
พลากร บูรณสัมปทานนท์
FORESEA: Automatic Forecasting Tool Using Seasonal Factor Model

เมื่อวันที่ 10 เมษายน 2563 สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ ได้จัดงาน PIER Research Exchange โดยได้รับเกียรติจาก คุณพลากร บูรณสัมปทานนท์ เศรษฐกร ฝ่ายนโยบายการเงิน ธนาคารแห่งประเทศไทย มาบรรยายในหัวข้อ “FORESEA: Automatic Forecasting Tool Using Seasonal Factor Model” ผ่าน video conference

คุณพลากร ได้เล่าว่า เนื่องจากแบบจำลองที่เราสามารถใช้พยากรณ์ค่าของตัวแปรทางเศรษฐกิจมหภาคนั้นมีอยู่หลากหลาย จึงมีคำถามว่าแบบจำลองไหนมีความเหมาะสมที่สุด ประกอบกับตัวแปรทางเศรษฐกิจมหภาคมีอยู่มากมาย การพยากรณ์มักทำทีละหนึ่งตัวแปร ทำให้ต้องใช้เวลาค่อนข้างมาก นอกจากนี้แล้ว แบบจำลองส่วนมากก็มักจะทำได้ดีเฉพาะการพยากรณ์แบบ in-sample คุณพลากรจึงได้พัฒนาโปรแกรมสำหรับการพยากรณ์ขึ้นมาเพื่อให้การพยากรณ์ตัวแปรทางเศรษฐกิจมหภาคสามารถทำได้ง่ายขึ้น รวมถึงบอกได้ว่าตัวแปรที่กำลังพิจารณาอยู่มีการเปลี่ยนแปลงเชิงโครงสร้าง (structural break) ตอนไหน และยังสามารถทำการประเมินผลแบบจำลองที่ใช้เทียบกับแบบจำลองอ้างอิง (benchmark model) ได้อีกด้วย โดยโปรแกรมนี้ใช้ประโยชน์จากแบบจำลองอนุกรมเวลา (time series model) ในการประมาณค่าและพยากรณ์ตัวแปรทางเศรษฐกิจมหภาค โดย คุณพลากร ได้ลองนำโปรแกรมนี้ไปประยุกต์ใช้กับการพยากรณ์ข้อมูลองค์ประกอบของดัชนีราคาผู้บริโภค (disaggregated CPI) และพบว่าแบบจำลองที่เลือกใช้สามารถให้ผลการพยากรณ์ที่ดีกว่า benchmark model ในทุกหมวดของ CPI ยกเว้น หมวดการขนส่งและพลังงาน ซึ่งคุณพลากรได้ทิ้งท้ายว่า สำหรับข้อมูลทางเศรษฐกิจมหภาคที่มีความซับซ้อนมากอาจจะต้องใช้แบบจำลองที่มีหลายตัวแปรเพื่อให้ได้ผลการพยากรณ์ที่ดีขึ้น อย่างเช่นในกรณีของดัชนีราคาผู้บริโภคหมวดการขนส่งและพลังงาน เป็นต้น

เอกสารที่เกี่ยวข้อง

  • เอกสารนำเสนอ
พลากร บูรณสัมปทานนท์
ธนาคารแห่งประเทศไทย
ข้อคิดเห็นที่ปรากฏในบทความนี้เป็นความเห็นของผู้เขียน ซึ่งไม่จำเป็นต้องสอดคล้องกับความเห็นของสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์
พลากร บูรณสัมปทานนท์
ธนาคารแห่งประเทศไทย

สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

273 ถนนสามเสน แขวงวัดสามพระยา เขตพระนคร กรุงเทพฯ 10200

โทรศัพท์: 0-2283-6066

Email: pier@bot.or.th

เงื่อนไขการให้บริการ | นโยบายคุ้มครองข้อมูลส่วนบุคคล

สงวนลิขสิทธิ์ พ.ศ. 2568 สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์

เอกสารเผยแพร่ทุกชิ้นสงวนสิทธิ์ภายใต้สัญญาอนุญาต Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported license

Creative Commons Attribution NonCommercial ShareAlike

รับจดหมายข่าว PIER

Facebook
YouTube
Email