การเปรียบเทียบประสิทธิภาพระหว่างแบบจำลอง Geometric Brownian Motion และ Heston Model สำหรับการประเมินความเสี่ยงราคาโลหะเงินภายใต้ความผันผวน ของอัตราแลกเปลี่ยนเงินบาทต่อดอลลาร์สหรัฐ

นที สุวรรณเวทิน

ผู้แต่ง

นที สุวรรณเวทิน นักวิจัยอิสระ

คำสำคัญ:

โลหะเงิน, ความเสี่ยงอัตราแลกเปลี่ยน, การจำลองมอนติคาร์โล, Geometric Brownian Motion, Heston Mode

บทคัดย่อ

บทความวิจัยนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบประสิทธิภาพของแบบจำลอง Geometric Brownian Motion และ Heston Model ในการประเมินความเสี่ยงของราคาโลหะเงิน 2) วิเคราะห์ความสัมพันธ์ระหว่างราคาตลาดโลกกับอัตราแลกเปลี่ยนเงินบาทต่อดอลลาร์สหรัฐ (THB/USD) และ 3) ประเมินความเสี่ยงส่วนหาง (Tail Risk) ภายใต้บริบทของความเสี่ยงคู่ขนาน (Dual Risk Exposure) ความสำคัญของงานวิจัยสะท้อนผ่านบทบาทของอุตสาหกรรมอัญมณีไทย ซึ่งพึ่งพาการนำเข้าโลหะเงินมูลค่าเฉลี่ยมากกว่า 50,000 ล้านบาทต่อปี การวิจัยนี้ใช้ข้อมูลทุติยภูมิรายวันย้อนหลัง 5 ปี (พ.ศ. 2564–2568) จากฐานข้อมูล Yahoo Finance โดยอ้างอิงราคาปิดของสัญญาโลหะเงินล่วงหน้า (SI=F) และอัตราแลกเปลี่ยนเงินบาทต่อดอลลาร์สหรัฐ (THB=X) จากนั้นใช้เทคนิค Monte Carlo Simulation จำนวน 5,000 รอบ เพื่อวิเคราะห์การกระจายตัวของราคาและประเมินความเสี่ยงส่วนหางในรูปแบบสกุลเงินบาท ผลการวิจัยพบว่า Heston Model ซึ่งรองรับความผันผวนแบบสุ่ม (Stochastic volatility) สามารถสะท้อนพฤติกรรมหางหนา (Fat Tails) ได้ดีกว่า Geometric Brownian Motion โดยให้ค่าความโด่ง (Kurtosis) 6.31 สูงกว่าค่าที่ได้จาก Geometric Brownian Motion ที่ 3.87 นอกจากนี้ การวิเคราะห์ ค่าสหสัมพันธ์เคลื่อนที่ (Rolling correlation) พบความสัมพันธ์เชิงบวกในระยะสั้นที่ระดับ r = 0.287 ซึ่งสะท้อนว่ากลไกการป้องกันความเสี่ยงตามธรรมชาติ (Natural hedge) ไม่สามารถทำงานได้อย่างมีประสิทธิภาพในสภาวะตลาดปัจจุบัน อีกทั้ง Heston Model ยังสามารถประเมินความสูญเสียในสถานการณ์เลวร้ายที่สุด (Worst-Case Scenario) ได้ครอบคลุมมากกว่า ดังนั้น ผู้วิจัยจึงเสนอให้ภาคธุรกิจพิจารณาใช้ กลยุทธ์การป้องกันความเสี่ยงแบบแยกส่วน (Decoupled Hedging) เพื่อรักษาเสถียรภาพของต้นทุนนำเข้าในสภาวะตลาดที่มีความผันผวนสูง

เอกสารอ้างอิง

สถาบันวิจัยและพัฒนาอัญมณีและเครื่องประดับแห่งชาติ (องค์การมหาชน). (2568). รายงานภาวการณ์ส่งออกอัญมณีและเครื่องประดับไทยประจำปี 2568. https://www.git.or.th

Baffes, J. and Nagle, P. (2022). Commodity Markets: Evolution, Challenges, and Policies. World Bank Group.

Bullock, D. W. and Okoto, N. (2024). Improved Value-at-Risk (VaR) Forward Curve Projection Using the Full Option Premium Profile. In NCCC-134 Conference on Applied Commodity Price Analysis, Forecasting, and Market Risk Management.

Chen, Y. and Rogoff, K. (2003). Commodity currencies. Journal of International Economics, 60(1), 133-160.

CME Group. (2026). Precious metals outlook 2026: Market dynamics following a record-breaking year. CME Group Insights.

DeftHedge. (2024). Correlated currency and commodity risk management. DeftHedge Corporate Treasury.

DWS Group. (2025). Silver a metal of dual purpose in tightening markets. DWS Research.

Gruszka, J. and Szwabinski, J. (2023). Estimation of the Heston model using Markov chain Monte Carlo methods. Physica A: Statistical Mechanics and its Applications, 615, 128590.

Heston, S. L. (1993). A closed-form solution for options with stochastic volatility with applications to bond and currency options. The Review of Financial Studies, 6(2), 327-343.

Hull, J. C. (2021). Options, futures, and other derivatives (11th ed.). Pearson.

Itskhoki, O. and Mukhin, D. (2021). Exchange rate disconnects in general equilibrium. Journal of Political Economy, 129(8), 2183-2232.

Kitagawa, G., Sato, S. and Nagahara, Y. (1999). Estimation of geometric brownian motion model with a t-distribution based particle filter. In Proceedings of the American Statistical Association, 761-773.

Mandelbrot, B. (1963). The variation of certain speculative prices. Journal of Business, 36(4), 394-419.

Papaioannou, M. G. (2006). Exchange rate risk measurement and management: Issues and approaches for firms (IMF Working Paper WP/06/255). International Monetary Fund.

Siegrist, K. (2021). Financial modeling with geometric Brownian motion. SciRP.

World Bank. (2025). Over the hedge: Exchange rate volatility, commodity price correlations, and the structure of trade. Open Knowledge Repository.