กรณีศึกษาราคา Bitcoin ที่มีผลกระทบต่อคำนวณการเสียภาษี โดยใช้แบบจำลอง ARIMA ของนักลงทุนเงินสกุลดิจิทัลในประเทศไทย

Main Article Content

พัชราวลัย เขียวทอง
สุมาลี รามนัฏ

บทคัดย่อ

การศึกษาครั้งนี้วัตถุประสงค์เพื่อ 1.เพื่อศึกษาและวิเคราะห์ปัจจัยที่มีผลกระทบต่อราคาBitcoin 2. เพื่อสร้างตัวแบบการพยากรณ์ราคาตลาด Bitcoin ที่เหมาะสมในอนาคต และ3.เพื่อคำนวณภาษีหัก ณ ที่จ่ายจากการซื้อขาย Bitcoin ผู้วิจัยเลือกใช้ปัจจัยที่คาดว่าจะมีผลต่อราคาบิทคอยน์ ประกอบด้วย 1.Bitcoin 2.Ethereum 3.Litecoin 4.Ripple 5.ค่าเงินยูโร 6.ค่าเงินเยน 7.ค่าเงินหยวน 8.ค่าเงินปอนด์ 9.ดัชนีหุ้น NASDAQ 10.ดัชนีหุ้นS & P500 11.ดัชนีหุ้น DOW JONES12.สัญญาซื้อขายล่วงหน้าทองคำ13.สัญญาซื้อขายล่วงหน้าน้ำมันดิบWTI 14.สัญญาซื้อขายล่วงหน้าก๊าซธรรมชาติ วิเคราะห์สหสัมพันธ์เพื่อหาปัจจัยที่มีความสัมพันธ์กับราคาบิทคอยน์ ปัจจัยที่ผ่านการคัดเลือกมาทดลองพยากรณ์ด้วยการวิเคราะห์การถดถอยเชิงพหุคูณและอนุกรมเวลาในรูปแบบอารีมา โดยใช้ค่าความคลาดเคลื่อน คือ RMSE, RAE และ MAPE เป็นตัวเปรียบเทียบผลการวิจัยพบว่าการพยากรณ์ราคาด้วยวิธีการถดถอยพหุคูณ มีความคลาดเคลื่อนที่น้อยที่สุด ค่าRMSE เท่ากับ 239.884 ค่าRAE เท่ากับ 94.802 และค่าMAPE เท่ากับ 2.780 และอนุกรมเวลาในรูปแบบอารีมา มีค่า RMSE เท่ากับ 298.213 ค่าRAE เท่ากับ 133.982 และค่าMAPE เท่ากับ 2.810 ซึ่งทั้ง 2 วิธีได้ผลที่ใกล้เคียงกัน สมการที่ได้จากการพยากรณ์ ด้วยวิธีการถดถอยพหุคูณ และผลการคำนวณภาษีหัก ณ ที่จ่ายจากการซื้อขาย บิทคอยน์พบว่า กำไรที่ได้จากการซื้อขายบิทคอยน์กับภาษีหัก ณ ที่จ่ายมีความแปรปรวนสูง เนื่องจากราคาของบิทคอยน์ที่มีความผันผวน ทำให้กำไรอาจสูงหรือต่ำเกินความเป็นจริง

Article Details

บท
บทความวิจัย

References

เกรียงไกร โภคานุกรม. (2560). มาตรการการจัดเก็บภาษีที่เกี่ยวกับสกุลเงินดิจิทัล (Cryptocurrency). ศิลปศาสตรมหาบัณฑิต สาขาวิชากฎหมายเศรษฐกิจ จุฬาลงกรณ์มหาวิทยาลัย.
อัครพงศ์ อั้นทอง. (2550). คู่มือการใช้โปรแกรม EViews เบื้องต้น:สำหรับการวิเคราะห์ทางเศรษฐมิติ. เชียงใหม่: สถาบันวิจัยสังคม.
A Deelee. (2560). การเปรียบเทียบผลการพยากรณ์ราคาบิทคอยน์ โดยใช้วิธีการวิเคราะห์การถดถอย วิธีการโครงข่ายประสาทเทียม และวิธีการโปรแกรมเชิงพันธุกรรม.วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ มหาวิทยาลัยบูรพา.
Conrad, C., Custovic, A., & Ghysels, E. (2018). Long-and short-term cryptocurrency volatility components: A GARCH-MIDAS analysis. Journal of Risk and Financial Management, 11 (2), 1-12.