การวิเคราะห์ความสัมพันธ์ระหว่างราคาบิตคอยน์ที่มีต่อทองคำ อัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาท และ ดัชนี SET100

ผู้แต่ง

  • สรวงอัยย์ อนันทวิจักษณ์ คณะบริหารธุรกิจและอุตสาหกรรมบริการ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
  • ประกอบศิริ ภักดีพินิจ คณะบริหารธุรกิจและนิเทศศาสตร์ มหาวิทยาลัยพะเยา

คำสำคัญ:

การวิเคราะห์ความสัมพันธ์, ราคาบิตคอยน์, ทองคำ, อัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาท, ดัชนี SET100

บทคัดย่อ

การศึกษาครั้งนี้มีวัตถุประสงค์ 1) เพื่อตรวจสอบความสอดคล้องของโมเดลกับข้อมูลเชิงประจักษ์ และ 2) เพื่อศึกษาความสัมพันธ์ของราคาบิตคอยน์ที่มีต่อทองคำ อัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาทและ ดัชนี SET100 การวิจัยเชิงปริมาณ ด้วยการตรวจสอบและวิเคราะห์ความสัมพันธ์ระหว่างราคาบิตคอยน์ที่มีต่อทองคำมาวิเคราะห์ด้วยสถิติการวิเคราะห์ความสัมพันธ์เชิงเส้น โดยใช้โปรแกรมสำเร็จรูป AMOS วิเคราะห์อัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาทและดัชนี SET100 ว่ามีความสอดคล้องและกลมกลืนกับข้อมูลเชิงประจักษ์หรือไม่ โดยใช้ข้อมูลทุติยภูมิแบบรายวัน ระยะเวลา 5 ปี ตั้งแต่วันที่ 3 มกราคม 2561 ถึง 30 ธันวาคม 2565 จากเว็บไซต์ Investing.com ผลการตรวจสอบความสอดคล้องของโมเดลกับข้อมูลเชิงประจักษ์ราคาบิตคอยน์ที่มีต่อทองคำ อัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาทและ ดัชนี SET100 ความสอดคล้องและกลมกลืนกัน ทั้งนี้งานวิจัยพบว่า 1) ราคาบิตคอยน์มีความสัมพันธ์เชิงบวกต่อทองคำ (TE = 0.64) และมีความสัมพันธ์เชิงบวกต่ออัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาท (TE = 0.16) ขณะที่ราคาบิตคอยน์มีความสัมพันธ์เชิงลบต่อ ดัชนี SET100 โดยมีค่า Chi-square = 3.803, df = 2, P = 0.149, CMIN/DF = 1.901, GFI = 0.998, RMSEA = 0.027 สอดคล้องกับข้อสมมติฐานที่ระดับนัยสำคัญทางสถิติที่ระดับ 0.001 2) พบว่าราคาบิตคอยน์มีค่าน้ำหนักที่ส่งผลต่อทองคำอยู่ที่ 0.64 โดยสามารถพยากรณ์ความแปรปรวนของตัวแปร หรือมีความแม่นยำอยู่ที่ร้อยละ 0.4 (R2 = 0.41) ราคาบิตคอยน์มีค่าน้ำหนักที่ส่งผลต่ออัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาทอยู่ที่ 0.16 โดยสามารถพยากรณ์ความแปรปรวนของตัวแปร หรือมีความแม่นยำอยู่ที่ร้อยละ 0.03 (R2 = 0.03) และราคาบิตคอยน์มีค่าน้ำหนักที่ส่งผลต่อดัชนี SET100 อยู่ที่ -0.20 โดยสามารถพยากรณ์ความแปรปรวนของตัวแปร หรือมีความแม่นยำอยู่ที่ร้อยละ 0.04 (R2 = 0.04)

References

Nian, L. P., & Chuen, D. L. K. (2015). Introduction to Bitcoin. In Handbook of Digital Currency (pp. 5–30). Academic Press.

Ferreira, A., & Sandner, P. (2021). Eu Search for Regulatory Answers to Crypto Assets and Their Place in the Financial Markets’ Infrastructure. Computer Law & Security Review, 43, 105632. https://doi.org/10.1016/j.clsr.2021.105632

Koumba, U., Mudzingiri, C., & Mba, J. (2020). Does Uncertainty Predict Cryptocurrency Returns? A Copula-Based Approach. Macroeconomics and Finance in Emerging Market Economies, 13(1), 67–88. https://doi.org/10.1080/17520843.2019.1650090

Al-Yahyaee, K. H., Mensi, W., Al-Jarrah, I. M. W., Hamdi, A., & Kang, S. H. (2019). Volatility Forecasting, Downside Risk, and Diversification Benefits of Bitcoin and Oil and International Commodity Markets: A Comparative Analysis with Yellow Metal. The North American Journal of Economics and Finance, 49, 104–120. https://doi.org/10.1016/j.najef.2019.04.001

Bouri, E., Shahzad, S. J. H., Roubaud, D., Kristoufek, L., & Lucey, B. (2020). Bitcoin, Gold, and Commodities as Safe Havens for Stocks: New Insight Through Wavelet Analysis. The Quarterly Review of Economics and Finance, 77, 156–164. https://doi.org/10.1016/j.qref.2020.03.004

Glaser, F., Zimmermann, K., Haferkorn, M., Weber, M. C., & Siering, M. (2014). Bitcoin-Asset or Currency? Revealing Users' Hidden Intentions. Revealing Users' Hidden Intentions (April 15, 2014). ECIS.

Klein, T., Thu, H. P., & Walther, T. (2018). Bitcoin Is Not the New Gold–A Comparison of Volatility, Correlation, and Portfolio Performance. International Review of Financial Analysis, 59, 105–116. https://doi.org/10.1016/j.irfa.2018.07.010

Basher, S. A., & Sadorsky, P. (2022). Forecasting Bitcoin Price Direction with Random Forests: How Important Are Interest Rates, Inflation, and Market Volatility?. Machine Learning with Applications, 9, 100355. https://doi.org/10.1016/j.mlwa.2022.100355

Rehman, M. U., & Vo, X. V. (2020). Cryptocurrencies and Precious Metals: A Closer Look from Diversification Perspective. Resources Policy, 66, 101652. https://doi.org/10.1016/j.resourpol.2020.101652

Hayes, A. S. (2017). Cryptocurrency Value Formation: An Empirical Study Leading to a Cost of Production Model for Valuing Bitcoin. Telematics and Informatics, 34, 1308–132. https://doi.org/10.1016/j.tele.2016.05.005

Manaserh, A. A. S. (2020). A Relationship Between Bitcoin and Foreign Exchange Rates: A Quantitative Research on Bitcoin, and Selected Foreign Exchanges. Yayımlanmamış Yüksek Lisans Tezi). İstanbul Aydın Üniversitesi, İstanbul.

Baur, D. G., Dimpfl, T., & Kuck, K. (2018). Bitcoin, Gold and the US Dollar–A Replication and Extension. Finance Research Letters, 25, 103–110. https://doi.org/10.1016/j.frl.2017.10.012

Dyhrberg, A. H. (2016). Hedging Capabilities of Bitcoin. Is It the Virtual Gold?. Finance Research Letters, 16, 139–144. https://doi.org/10.1016/j.frl.2015.10.025

Sirinaovakul, W., & Teerakapibal, S. (2021). The Relationship Between Bitcoin and Gold (No. 190946). Thammasat University. (in Thai)

Oad Rajput, S. K., Soomro, I. A., & Soomro, N. A. (2022). Bitcoin Sentiment Index, Bitcoin Performance and US Dollar Exchange Rate. Journal of Behavioral Finance, 23(2), 150-165. https://doi.org/10.1080/15427560.2020.1864735

Hair, J. F. (Jr.), Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2014). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). California, CA: Sage Publications. https://doi.org/10.1007/978-3-030-80519-7

Afthanorhan, W. M. A. B. W. (2013). A Comparison of Partial Least Square Structural Equation Modeling (PLS-SEM) and Covariance Based Structural Equation Modeling (CB-SEM) for Confirmatory Factor Analysis. International Journal of Engineering Science and Innovative Technology, 2(5), 198–205.

Prukumpai, S., & Sethapramote, Y. (2023). Are Bitcoin and Gold Safe Haven Assets? Evidence from Thailand. Kasetsart Journal of Social Sciences, 44(2), 419-428. Retrieved from https://so04.tci-thaijo.org/index.php/kjss/article/view/266268 (in Thai).

Arwatchanakarn, P., Kuendee, H., & Srijunngam, J. (2022, March). The Effects of Global Investment Assets on the Thai Stock Market. In 2022 International Conference on Decision Aid Sciences and Applications (DASA) (pp. 1219–1223). IEEE.

Sakulchaikaew, T., & Siwasarit, W. (2022). The Dynamic Correlation Between Cryptocurrency and Thai Financial Assets with the Impact of Global Macro-Level Variables [Unpublished master's thesis]. Thammasat University.

Downloads

เผยแพร่แล้ว

2024-12-27

How to Cite

อนันทวิจักษณ์ ส., & ภักดีพินิจ ป. (2024). การวิเคราะห์ความสัมพันธ์ระหว่างราคาบิตคอยน์ที่มีต่อทองคำ อัตราแลกเปลี่ยนดอลลาร์สหรัฐต่อเงินบาท และ ดัชนี SET100. วารสารพัฒนาธุรกิจและอุตสาหกรรม, 4(3), 72–86. สืบค้น จาก https://so15.tci-thaijo.org/index.php/Journalbid/article/view/771