การพยากรณ์แนวโน้มและความผันแปรของราคามันสำปะหลัง โดยใช้แบบจำลอง ARIMA
คำสำคัญ:
ความผันแปรของราคา, แบบจำลอง ARIMA, มันสำปะหลังบทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อวิเคราะห์ค่าแนวโน้มและการเปลี่ยนแปลงของราคา รวมทั้งการพยากรณ์ราคาของหัวมันสำปะหลังสดคละในประเทศไทย โดยใช้ข้อมูลอนุกรมเวลารายเดือนตั้งแต่ปี พ.ศ. 2543 – พ.ศ. 2564 รวม 264 เดือน ศึกษาการเคลื่อนไหวของราคาโดยใช้สถิติเชิงพรรณนา เช่น ค่าเฉลี่ย ค่าสูงสุดต่ำสุด และค่าร้อยละ พร้อมทั้งวิเคราะห์แนวโน้มด้วยแบบจำลองอนุกรมเวลาแบบผลคูณ (Multiplicative Model) และใช้แบบจำลอง ARIMA สำหรับการพยากรณ์
ผลการศึกษาพบว่า ราคาหัวมันสำปะหลังมีแนวโน้มเพิ่มขึ้นเฉลี่ย 5.869 บาท/ตัน โดยมีความผันผวนตามฤดูกาล โดยเฉพาะช่วงเดือนสิงหาคมถึงพฤศจิกายน ซึ่งเป็นช่วงที่ราคาต่ำสุด วัฏจักรราคามีทั้งหมด 5 รอบ และมีความผิดปกติของราคาในบางปี เช่น พ.ศ. 2544, 2547, 2550, 2553, 2556, 2557 และ 2561 การพยากรณ์ราคาพบว่า แบบจำลอง ARIMA(2,2,1) เป็นแบบจำลองที่เหมาะสมที่สุด โดยให้ค่าพยากรณ์ที่แม่นยำ 94.33% และมีค่าความคลาดเคลื่อนเฉลี่ยสัมบูรณ์ (MAPE) เท่ากับ 5.6719
นอกจากนี้ การวิเคราะห์ตามฤดูกาลพบว่าราคามันสำปะหลังต่ำสุดในเดือนตุลาคม เนื่องจากปริมาณผลผลิตเข้าสู่ตลาดมาก หากเกษตรกรสามารถชะลอการเก็บเกี่ยวหรือขยายช่วงเวลาขาย จะช่วยเพิ่มโอกาสได้รับราคาที่สูงขึ้น
เอกสารอ้างอิง
กรวัฒน์ พลเยี่ยม. (2559). ระบบพยากรณ์ราคาและวิเคราะห์ต้นทุนการผลิตมันสำปะหลังโดยใช้วิธีการผสมผสาน [วิทยานิพนธ์ปริญญามหาบัณฑิต]. มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
กระทรวงพาณิชย์. (2568). ส่งออกมันสำปะหลังราคายังพุ่ง สนค. แนะรัฐเร่งสนับสนุนขยายท่อนพันธุ์ทนโรค ใช้นวัตกรรมเพิ่มมูลค่าผลผลิตและแปรรูป ตอบสนองดีมานด์ตลาดโลก. https://www.moc.go.th/th/gallery/article/detail/id/5/iid/315
นวรัตน์ ฐิตินันท์พงศ์ และ ปรารถนา ปรารถนาดี. (2557). การพยากรณ์ราคารับซื้อมันสำปะหลังสดและราคาขายมันสำปะหลังเส้น. สำนักหอสมุด มหาวิทยาลัยเกษตรศาสตร์.
นิลุบล ศิวบวรวัฒนา. (2565). การศึกษาห่วงโซ่อุปทานที่สร้างมูลค่าเพิ่มให้กับอุตสาหกรรมมันสำปะหลังในประเทศไทย. วารสารวิชาการมหาวิทยาลัยศรีปทุม, 19(2), 458-472.
พลากร กลมกูล. (2560). การพยากรณ์ราคาแป้งมันสำปะหลังของประเทศไทยด้วยตัวแบบอนุกรมเวลา. วารสารวิชาการพระจอมเกล้าพระนครเหนือ, 27(4), 805–820.
มูลนิธิสถาบันพัฒนามันสำปะหลังแห่งประเทศไทย. (2562). ข้อมูลและองค์ความรู้เกี่ยวกับมันสำปะหลัง. https://www.tapiocathai.org/C.html
วนิดา พิมพ์โคตร. (2561). การศึกษาศักยภาพในการแข่งขันของอุตสาหกรรมมันสำปะหลังและผลิตภัณฑ์ของไทยในตลาดอาเซียน+3. วารสารเศรษฐศาสตร์ มหาวิทยาลัยรามคำแหง, 6(2), 1-20.
ศิริรัตน์ แก้วก่า. (2554). แบบจำลองเศรษฐมิติอุปสงค์อุปทานมันสำปะหลัง [วิทยานิพนธ์ปริญญามหาบัณฑิต]. มหาวิทยาลัยเทคโนโลยีสุรนารี.
สลิลทิพย์ พุ่มเปี่ยม. (2558). การศึกษากลยุทธ์การกำหนดราคาของกระบวนการรับซื้อมันสำปะหลัง [วิทยานิพนธ์ปริญญามหาบัณฑิต]. มหาวิทยาลัยเกษตรศาสตร์.
สมาคมแป้งมันสำปะหลังไทย. (2566). กระบวนการแปรรูปมันสำปะหลังในประเทศไทย. http://www.thaitapiocastarch.org/th
สำนักงานเศรษฐกิจการเกษตร. (2568). สถิติการเกษตรของประเทศไทยปี 2543-2564. http://www.oae.go.th
สุรวุฒิ กาญจนมาศ. (2553). การวิเคราะห์ราคามันสำปะหลังของประเทศไทย [วิทยานิพนธ์ปริญญามหาบัณฑิต]. มหาวิทยาลัยรามคำแหง.
สุรีพร ยองรัมย์ และสรรเสริญ ศรีเหนี่ยง. (2565). การวิเคราะห์การส่งผ่านราคามันสำปะหลังในตลาดมันเส้น. วารสารวิจัยมหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย, 14(1), 45-56.
Anderson, O. D. (1975). Time series analysis and forecasting – The Box–Jenkins approach. Butterworths.
Bannor, R. K., & Bentil, J. K. (2014). Forecasting of cassava prices in the central region of Ghana using ARIMA model. Intercontinental Journal of Marketing Research Review, 2(8), 30–40.
Box, G. E. P., & Pierce, D. A. (1970). Distribution of residual autocorrelations in autoregressive-integrated moving average time series models. Journal of the American Statistical Association, 65(332), 1509–1526. https://doi.org/10.1080/01621459.1970.10481180
Box, G. P., Jenkins, G. M., Reinsel, G. C., & Liu, L. M. (2009). Time series analysis (4th ed.). Pearson Education.
Kathayat, B., & Dixit, A. K. (2021). Paddy price forecasting in India using ARIMA model. Journal of Crop and Weed, 17(1), 48–55. https://doi.org/10.22271/09746315.2021.v17.i1.1405
Kumar, S., & Baishya, A. (2020). Tomato price forecasting – A comparison between ARIMA, GARCH and ANN. Agricultural Economics Research Review, 10(1), 91–95. https://doi.org/10.30954/2394-8159.01.2023.13
Oliveira, S. C. de, Amorim, F. R. de, Barbosa, C. C., Andrade, A. G. de, & Solfa, F. D. G. (2022). Effect of production costs on the price per ton of sugarcane: The case of Brazil. International Journal of Social Science Studies, 10(6), 15–22. https://doi.org/10.11114/ijsss.v10i6.5688
Pannakkong, W., & Huynh, V.-N. (2015). ARIMA versus artificial neural network for Thailand's cassava starch export forecasting. In V.-N. Huynh, T. Denoeux, D. H. Tran, & A. Yap (Eds.), Integrated uncertainty in knowledge modelling and decision making (Lecture Notes in Computer Science, Vol. 9376, pp. 138–149). Springer. https://doi.org/10.1007/978-981-10-0155-0_13
Phung, D. Q., Trinh, Q. H., Do, Q. H., Nguyen, N. T., Nguyen, V. T., Ngo, G. T., & Tran, T. T. (2024). Building the ARIMA model for forecasting the production of Vietnam’s coffee export. Journal of Applied Mathematics and Physics, 12, 1237–1246. https://doi.org/10.4236/jamp.2024.124076
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
หมวดหมู่
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 Maejo Business Review
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
