การชี้วัดฟองสบู่ในราคาสินทรัพย์

Abstract

วิทยานิพนธ์ฉบับนี้ศึกษาการพัฒนาดัชนีชี้วัดฟองสบู่ในราคาสินทรัพย์ โดยใช้หุ้นเป็นสินทรัพย์ตัวอย่างที่ใช้ในการวิจัย เพื่อประโยชน์ในการเฝ้าระวังภาวะผันผวนทางเศรษฐกิจ โดยสิ่งที่แตกต่างจากการทำดัชนีฟองสบู่ที่มีอยู่เดิม คือทางผู้วิจัยได้ประยุกต์นำเทคนิคการกรองข้อมูลองค์ประกอบความถี่ด้วยวิธีการแปลงฟูริเย (Fourier Transformation) มาใช้แบ่งข้อมูลราคาสินทรัพย์ออกเป็นความถี่ต่างๆ โดยพบว่า โดยเฉลี่ยแล้ว องค์ประกอบข้อมูลความถี่ต่ำมีลักษณะความสัมพันธ์กับตัวแปรเศรษฐกิจมหภาคสอดคล้องตามทฤษฎีฟองสบู่ (Rational Bubble Theory) เหมาะสมกับการเป็นดัชนีชี้วัดฟองสบู่ เพื่อตรวจสอบประสิทธิภาพของดัชนีชี้วัดฟองสบู่จากการแปลงฟูริเยข้างต้น ผู้วิจัยได้ใช้แบบจำลอง Log - Periodic Power Law (LPPL) เพื่อเปรียบเทียบความแม่นยำในการพยากรณ์ช่วงเวลาวิกฤตฟองสบู่กับการใช้ราคาสินทรัพย์โดยตรง พบว่าดัชนีชี้วัดฟองสบู่จากการแปลงฟูริเยมีความแม่นยำในการประมาณช่วงเวลาวิกฤตสูงกว่าถึงร้อยละ 62 อีกทั้งยังพบว่าการพยากรณ์โดยใช้ข้อมูลในระยะสั้นก่อนการเกิดวิกฤตมีความแม่นยำสูงกว่าการพยากรณ์ล่วงหน้า

This thesis develops an indicator on asset price bubbles, namely stock prices. The main contribution is an initiative application of the Fourier transformation technique in decomposing elements of the asset price into many frequency passes. I find that a series from low frequency pass is a good indicator for asset price bubble as its correlations with macroeconomic variables are consistent with the theory of rational bubbles. In addition, this Fourier bubble indicator on average shows the better effectiveness by 62 percent in predicting the bubble time crash under the Log - Periodic Power Law (LPPL) framework. I also find that the Fourier bubble indicator is more accurate in the short-horizon prediction.