การวเคราะหปจจยทสงผลกระทบตอความผนผวนของราคา Bitcoin

Analysis on the Price Volatility of Bitcoin

การวเคราะหปจจยทสงผลกระทบตอความผนผวนของราคา Bitcoin

Analysis on the Price Volatility of Bitcoin

พงศกร พวพฒนกล

การคนควาอสระเปนสวนหนงของการศกษาตามหลกสตร วทยาศาสตรมหาบณฑต สาขาวชาการเงน

มหาวทยาลยกรงเทพ ปการศกษา 2560

© 2560 พงศกร พวพฒนกล

สงวนลขสทธ

พงศกร พวพฒนกล. ปรญญาวทยาศาสตรมหาบณฑต สาขาวชาการเงน, ตลาคม 2560, บณฑตวทยาลย มหาวทยาลยกรงเทพ. การวเคราะหปจจยทสงผลกระทบตอความผนผวนของราคา Bitcoin (26 หนา) อาจารยทปรกษา: ดร.กาญจนา สงวฒนา

บทคดยอ

งานวจยนมวตถประสงคของการศกษาเพอหาความสมพนธระหวางความผนผวนของราคา บทคอยนตามตลาด จานวนธรกรรมตอวน จานวนหมายเลขประจาเครองคอมพวเตอรทไมซาตอวน และ คาธรรมเนยมการทาธรกรรม ซงขอมลทใชเปนขอมลรายวนยอนหลงตงแตวนท 1 มกราคม 2557 ถง วนท 12 กนยายน 2560 โดยใชแบบจาลอง Multivariate GARCH แบบ Constant Conditional Correlation และ Dynamic Conditional Correlation โดยจากการทดสอบพบวาแบบจาลองทเหมาะสมสาหรบขอมลทใชในการศกษาน คอ แบบจาลอง Multivariate GARCH แบบ DCC ผลการศกษาพบวาผลของราคาในอดต และคาธรรมเนยมการทาธรกรรมสงผลตอราคาของบทคอยนในตลาด อยางไรกดจากคาสมประสทธสหสมพทธของแบบจาลอง DCC พบวาความผนผวนของราคาบทคอยน ไมไดมความสมพนธตอความผนผวนของจานวนธรกรรมตอวน จานวนหมายเลขประจาเครองคอมพวเตอรทไมซาตอวน และคาธรรมเนยมการทาธรกรรม ทงนความผนผวนของจานวนธรกรรมตอวนและจานวนหมายเลขประจาเครองคอมพวเตอรทไมซาตอวนมความสมพนธกนอยางใกลชด

ค ำส ำคญ: บทคอยน, มลตวำรเอทกำรช, จ ำนวนธรกรรมตอวน, จ ำนวนหมำยเลขประจ ำเครอง,คอมพวเตอรทไมซ ำตอวน, คำธรรมเนยมกำรท ำธรกรรม

Puapattanakul, P. M.S. (Finance), December 2017, Graduate School, Bangkok University. Analysis on the Price Volatility of Bitcoin (26 pp.) Advisor: Karnjana Songwathana, Ph.D.

ABSTRACT

This study aims to examine the relationship between the volatility of Bitcoin

price, number of transactions, number of unique IP-Address and transaction fee. The study used the daily data from January 1, 2014 to September 12, 2017. Both Multivariate GARCH model - Constant Conditional Correlation and Dynamic Conditional Correlation were applied. Several tests show that Multivariate GARCH model –DCC is the most appropriate. The results found that the lagged of price and transaction fee have statistically significant effect on Bitcoin price. However, the correlations derived from DCC model show that there is no significant correlation between the volatility of Bitcoin price, number of transactions, number of unique IP-Address and transaction fee. The volatility of number of transaction and transaction fee are high correlated.

Keywords: Bitcoin, Multivariate GARCH, Number of Transactions, Number of Unique IP-Address, Transaction Fee

ฉ

กตตกรรมประกาศ

การคนควาอสระเรองปจจยทสงผลกระทบตอความผนผวนของราคา Bitcoin จดท าขนเพอเปนสวนหนงของการศกษา ในหลกสตรวทยาศาสตรมหาบณฑต สาขาวชาการเงน มหาวทยาลยกรงเทพ ผศกษาใครขอขอบพระคณ ดร.กาญจนา สงวฒนา เปนอยางสงทไดกรณาสละเวลาในการใหค าปรกษา ชแนะแนวทางการศกษา ตลอดจนตรวจทาน แกไขขอบกพรองตาง ๆ จนการคนควาอสระฉบบนเสรจสมบรณ

ขอกราบขอบพระคณคณาจารยหลกสตรวทยาศาสตรมหาบณฑต สาขาวชาการเงนทกทาน ทไดประสทธประสาทวชาความร ใหค าแนะน าในดานวชาการ จนท าใหการคนควาอสระนสมบรณมากยงขน

ผศกษาหวงเปนอยางยงวาการศกษาคนควาฉบบนจะเปนประโยชนตอผทสนใจตอไป

พงศกร พวพฒนกล

ช

สารบญ หนา บทคดยอภาษาไทย ง บทคดยอภาษาองกฤษ จ กตตกรรมประกาศ ฉ สารบญตาราง ฌ สารบญภาพ ญ บทท 1 บทน า

1.1 ความส าคญและทมาของปญหา 1 1.2 วตถประสงคของการวจย 4 1.3 ขอบเขตการวจย 4 1.4 สมมตฐานของการศกษา 5 1.5 ประโยชนทคาดวาจะไดรบ 5 1.6 ค านยามเฉพาะ 5

บทท 2 แนวคด ทฤษฎ และงานวจยทเกยวของ 2.1 งานวจยทเกยวของ 6

บทท 3 ระเบยบวธวจย 3.1 ขอมลและแหลงขอมลทใชในการศกษา 8 3.2 วธวจย 8

บทท 4 ผลการวเคราะหขอมล 4.1 สถตเบองตนของขอมล 11 4.2 ผลการทดสอบความนงของขอมล (Unit Root Test) 12 4.3 ผลการทดสอบส าหรบการแจกแจงแบบปกต (Test for Normality) 13 4.4 ผลจากการประมาณคาแบบจ าลอง Multivariate GARCH 14

บทท 5 บทสรป 5.1 สรปผลการศกษา 22 5.2 อภปรายผลการศกษา 22 5.3 ขอเสนอแนะทไดจากการศกษา 23

บรรณานกรม 24

ซ

สารบญ (ตอ) หนา ประวตผเขยน 26 เอกสารขอตกลงวาดวยการอนญาตใหใชสทธในรายงานการคนควาอสระ

ฌ

สารบญตาราง หนา ตารางท 1.1: แสดงปรมาณธรกรรมของสกลเงนดจทล 2 ตารางท 4.1: การทดสอบความนงของขอมลโดยวธ Augmented Dickey-Fuller Test 13 ตารางท 4.2: การทดสอบการแจกแจงแบบปกตของราคา Bitcoin ตามตลาด 14 (Market Price) ตารางท 4.3: ผลจากการประมาณคาโดย MGARCH-CCC และ MGARCH-DCC 14 ตารางท 4.4: Likelihood Test ระหวางแบบจ าลอง MGARCH-CCC และ MGARCH- 17 DCC ตารางท 4.5: คา Akaike’s Information Criterion (AIC) และ Bayesian 18 Information Criterion (BIC)

ญ

สารบญภาพ หนา ภาพท 1.1: แสดงสดสวนของมลคาของสกลเงนดจทลทมการซอขายในตลาด 2 ภาพท 1.2: แสดงสดสวนของการสนบสนนจากบรษททใหบรการดาน Wallets and 3 Payment ทเขารวมในรายงาน GLOBAL CRYTOCURRENCY STUDY (2015) ภาพท 1.3: แสดงมลคาตามตลาดของ Bitcoin 4 ภาพท 4.1: กราฟเสนของขอมลทใช 11 ภาพท 4.2: สถตเชงพรรณนาของขอมล 12 ภาพท 4.3: แสดงการลงจดการแจกแจงของราคา Bitcoin ตามตลาด (Market 13 Price) ภาพท 4.4: คาสมประสทธสหสมพทธ (Correlation) จากแบบจ าลอง MGARCH- 20 DCC

บทท 1 บทน ำ

1.1 ควำมส ำคญและทมำของปญหำ 1.1.1 ทมำและกำรท ำงำนของ Bitcoin Bitcoin ถกสรางขนโดยนกวจยนรนาม Nakamoto (2009) ซงเปนสกลเงนดจทลแรกทมระบบการจดเกบขอมลแบบไรศนยกลาง โดยระบบจะไมพงพาพนทเกบขอมลสวนกลางหรอผดแลระบบรายเดยว ธรกรรมทเกดขนในระบบจะเปนธรกรรมทท าระหวางผใชงานโดยตรง และธรกรรมตางๆ จะถกยนยนโดยเครอขายของผใชงานและถกจดบนทกในระบบบญชสาธารณะทเรยกวา “Blockchain” การท าธรกรรมผาน Bitcoin ผท าธรกรรมจะตองท าการเขารหสเฉพาะของตนเพอปองกนการปลอมแปลงหรอแอบอางโดยบคคลอน มากไปกวานนธรกรรมตางๆ จะตองถกตรวจสอบเพอยนยนการท ารายการโดยผใชงานคนอนๆ ในระบบ ซงวธในการตรวจสอบตองมการใชฟงกชนแฮช โดยใหผลลพธทไดจากฟงกชนแฮชเปนไปตามขอก าหนดของเครอขายจงจะเปนการยนยนวาธรกรรมดงกลาวไดเกดขน การท าเชนนจ าเปนตองใชการทดลองสมตวเลขซ าๆ เพอใหไดผลลพธตามเงอนไขทก าหนด จงเปนกระบวนการทใชทรพยากรณในการค านวนอยางมาก การมกระบวนการเชนนเพอเปนกลไกในการเรยงล าดบของธรกรรมและปองกนการแกไขเปลยนแปลงธรกรรมทเกดขนแลวทงในปจจบนและอดต โดยผใชทสามารถท าการยนยนธรกรรมไดส าเรจจะไดรบผลตอบแทนเปน Bitcoin จ านวนหนงตามทก าหนดไวในเครอขาย 1.1.2 ควำมส ำคญของ Bitcoin Bitcoin เรมด าเนนการครงแรกในป ค.ศ. 2009 โดยกวาทชนดทสองจะเรมด าเนนการกใชเวลากวา 2 ป จากภาพท 1.1 แสดงใหเหนวาแมวาในปจจบนไดมสกลเงนดจทลเกดขนมากมายหลายรอยชนด แต Bitcoin ยงคงเปนสกลเงนดจทลทมมลคาตามราคาตลาดสงทสด

2

ภาพท 1.1: แสดงสดสวนของมลคาของสกลเงนดจทลทมการซอขายในตลาด

ทมา: Cryptocurrency Market Capitalizations. (2018). Retrieved from https://coinmarketcap.com/. ตารางท 1.1: แสดงปรมาณธรกรรมของสกลเงนดจทล

ทมา: Hileman, G., & RauchsGlobal, M. (2017). Global Cryptocurrency Benchmarking Study. Retrieved from https://www.jbs.cam.ac.uk/fileadmin/user_upload/

research/centres/alternative-finance/downloads/2017-global-cryptocurrency-benchmarking-study.pdf.

3

ภาพท 1.2: แสดงสดสวนของการสนบสนนจากบรษททใหบรการดาน Wallets and Payment ทเขารวมในรายงาน Global Cryptocurrency Study (2015)

ทมา: Hileman, G., & RauchsGlobal, M. (2017). Global Cryptocurrency Benchmarking Study. Retrieved from https://www.jbs.cam.ac.uk/fileadmin/user_upload/

research/centres/alternative-finance/downloads/2017-global-cryptocurrency-benchmarking-study.pdf.

จากตารางท 1.1 และภาพท 1.2 พบวาเมอเปรยบเทยบจ านวนรายการธรกรรมเฉลยตอวนในเครอขายสกลเงนดจทลทผานมาทงหมด Bitcoin กยงคงเปนสกลเงนดจทลทมปรมาณธรกรรมเฉลยตอวนสงทสด และไดรบการสนบสนนจากบรษททใหบรการดาน Wallets and Payment ทเขารวมในรายงานดงกลาวมากทสดอกดวย กลาวโดยสรป แมวาจะมสกลเงนดจทลหลายชนดแต Bitcoin กยงเปนผน าทงในดานมลคาตามตลาดและปรมาณธรกรรม จงท าให Bitcoin เปนทสนใจอยางมากของนกวเคราะหทางการเงนและเศรษฐศาสตร จากภาพท 1.3 จะสงเกตไดวามลคาของ Bitcoin ในอดตจนถงปจจบนมการผนผวนในระยะสนสงมาก สงผลกระทบใหประสทธภาพของการทจะน า Bitcoin มาใชเปนตวกลางในการแลกเปลยนสนคาและบรการรวมถงยงสงผลกระทบถงตนทนของผประกอบการและผบรโภคทใช Bitcoin ในการแลกเปลยนสนคาและบรการอกดวย แตอกทางหนงการทราคามความผนผวนสงกแสดงใหเหนถงโอกาสในการลงทนเพอทจะไดรบผลตอบแทนทสง ถงแมวาจะมการศกษาเกยวกบปจจยทมอทธพลตอราคาของ Bitcoin แตเนองจากปจจยทก าหนดราคาของ Bitcoin ยงไมชดเจนจงเปนทมาของการศกษาน

4

ภาพท 1.3: แสดงมลคาตามตลาดของ Bitcoin

ทมา: Cryptocurrency Market Capitalizations. (2018). Retrieved from https://coinmarketcap.com/. 1,2 วตถประสงคของกำรวจย เพอศกษาความสมพนธระหวางความผนผวนของราคา Bitcoin ตามตลาด (Market Price) จ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee) 1.3 ขอบเขตกำรวจย ขอมลทใชในการศกษาครงนคอ ขอมลตาง ๆ ทเกยวของกบสกลเงนดจทล Bitcoin โดยชวงเวลาทเกบขอมลคอ ตงแต 1 มกราคม 2557 ถง 12 กนยายน 2560 ประกอบไปดวย ราคา Bitcoin ตามตลาด (Market Price) จ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee)

5

1.4 สมมตฐำนของกำรศกษำ ความผนผวนของราคา Bitcoin ในตลาดเปนผลจากราคา Bitcoin ในอดต จ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และคาธรรมเนยมการท าธรกรรม (Transaction Fee) 1.5 ประโยชนทคำดวำจะไดรบ 1.5.1 นกลงทนสามารถน าผลการศกษาไปเปนแนวทางในการชวยตดสนใจในการลงทนใน Bitcoin 1.5.2 ผทสนใจทจะศกษาเกยวกบราคา Bitcoin สามารถใชเปนแนวทางในการศกษาตอในอนาคต 1.6 ค ำนยำมเฉพำะ คำธรรมเนยมกำรท ำธรกรรม คอ จ านวนของ Bitcoin ทผท าธรกรรมมอบใหแกผทลงบนทกธรกรรมนนในเครอขาย Blockchain Blockchain คอ ระบบการจดเกบขอมล หรอ เครอขายการจดเกบขอมลททกคนในเครอขายสามารถเขาถงขอมลชดเดยวกนได ซงขอมลเหลานจะถกเกบอยในบลอกและเปนขอมลทเชอมโยงกนอยในระบบอนเตอรเนตคลายหวงโซ จ ำนวนธรกรรมตอวน คอ จ านวนธรกรรมของ Bitcoin ทเกดขนทงหมดในเครอขายตอวน จ ำนวนหมำยเลขประจ ำเครองคอมพวเตอรทไมซ ำตอวน คอ จ านวนหมายเลขประจ าเครองคอมพวเตอรทใชในการท าธรกรรมตอวน

บทท 2 แนวคด ทฤษฎ และงานวจยทเกยวของ

การศกษานเปนการศกษาเพอวาปจจยทางดานอปสงคอปทานมความสมพนธกบราคา

Bitcoin โดยใชทฤษฎทางเศรษฐมตในการวเคราะหขอมลโดยใชแบบจ าลอง Multivariate-GARCH

2.1 งานวจยทเกยวของ แมวาจะมงานวจยหลายชนทท าการศกษาและอธบายความผนผวนของราคา Bitcoin โดยใช

แนวคดเกยวกบอปสงคและอปทานทสงผลตอราคา Bitcoin แตผลการศกษาของงานวจยเหลานนกยงไมสอดคลองกน โดยมรายละเอยดดงตอไปน

จากการศกษางานวจยของ Ciaian, Rajcaniova & Kancs (2014); Bouoiyour & Selmi (2014) และ Kristoufek (2015) ซงไดท าการศกษาอทธพลทไดรบจากอปสงคอปทาน สภาวะทางเศรษฐกจมหภาค และ การเกงก าไรของนกลงทน พบวาผลการศกษาจากงานวจยทงสามทานดงกลาวขางตนมความแตกตางกน โดยทฤษฎทางเศรษฐศาสตรไดอธบายความสมพนธของอปสงคและราคาของสนทรพยวา เมออปสงคสงขนจะสงผลใหราคาของสนทรพยสงขนและเมออปสงคต าลงจะสงผลใหราคาลดลง จากงานวจยขางตนหากพจารณาตวแปร “จ านวนธรกรรมตอวน” ทคณะผจดท าใชส าหรบเปนคาประมาณอปสงคของ Bitcoin จะไดผลสรปทแตกตางกนดงน

Ciaian, Rajcaniova & Kancs (2014) ไดศกษาโดยใชตวแบบ Vector Auto Regressive (VAR) ระบวา ความสมพนธระหวางตวแปรจ านวนธรกรรมตอวนกบราคาของ Bitcoin มความสมพนธไปในทศทางตรงขาม ในขณะท Kristoufek (2015) ไดใชตวแบบทซบซอนกวาคอใชตวแบบเวฟเลต (Wavelet) ซงแสดงใหเหนวาในระยะยาวจ านวนธรกรรมตอวนทเพมขนจะสงผลใหราคาของ Bitcoin สงขนดวย แตในระยะสนคณะผจดท าไดใหผลสรปวาการเปลยนแปลงโดยฉบพลนของจ านวนธรกรรมตอวนจะสงผลใหราคา Bitcoin ลดลงได และ Bouoiyour & Selmi (2014) ไดใชวธการปรบการกระจายของการถดถอยโดยอตโนมต (ARDL) พบวา จ านวนธรกรรมตอวนและราคาของ Bitcoin มความสมพนธเปนไปในทศทางเดยวกน โดยคณะผจดท าใช Exchange-trade Ratio ซงเปนคาทแสดงถงสดสวนระหวางปรมาณ Bitcoin ทแลกเปลยนกนในตลาดแลกเปลยนเงนตราและปรมาณธรกรรมตอวน เปนคาประมาณอปสงคของ Bitcoin

นอกจากผลทไดจากการศกษาจะแตกตางกนในแตละงานวจยแลว มมมองเกยวกบปจจยทสงผลตอราคา Bitcoin ของคณะผจดท าแตละกลมยงแตกตางกนดวย เชน Ciaian, Rajcaniova & Kancs (2014) กลาววาปจจยทสงผลกระทบตอราคา Bitcoin ทสงผลกระทบมากทสดคอการท

7

นกลงทนใช Bitcoin เปนเครองมอในการลงทน ในทางกลบกน Bouoiyour & Selmi (2014) แสดงใหเหนวาปจจยของนกลงทนมผลเพยง 20.34% เทานน ในขณะท Kristoufek’s (2013) กลาววาความผนผวนของราคาของ Bitcoin สามารถอธบายโดยใชภาวะฟองสบทเกดจากการเกงก าไรเพยงอยางเดยวเทานน

จะเหนไดวาจากงานวจยทผานมาทงกรอบแนวคดและปจจยทสงผลกระทบตอราคา Bitcoin ยงไมมขอสรปทชดเจน ผจดท าจงใชกรอบแนวคดเรองอปสงคในการศกษาความผนผวนในราคาของ Bitcoin โดยพจารณาจ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) ปรมาณบทคอยลทงหมด (Total Bitcoins) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee) เพอใชเปนคาประมาณของอปสงคของ Bitcoin มาใชในการศกษาครงน

บทท 3 ระเบยบวธวจย

3.1 ขอมลและแหลงขอมลทใชในการศกษา การศกษาครงนใชขอมลอนกรมเวลา ซงเปนขอมลรายวนยอนหลงตงแตวนท 1 มกราคม 2557 ถง วนท 12 กนยายน 2560 โดยขอมลทใช คอ ราคา Bitcoin ตามตลาด (Market Price) จ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee) โดยรวบรวมจากเวปไซต www.blockchain.info 3.2 วธวจย 3.2.1 ตวแปรทใชในการศกษา ตามวตถประสงคของการศกษา ตวแปรทใชในการศกษาประกอบดวย ผลกระทบของจ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) คาธรรมเนยมการท าธรกรรม (Transaction Fee) และราคา Bitcoin ตามตลาด (Market Price) 3.2.2 วเคราะหขอมล 3.2.2.1 การทดสอบยนทรท (Unit Root Test) เนองจากขอมลทน ามาศกษาเปนขอมลอนกรมเวลา ซงอาจมลกษณะนง หรอไมนง ดงนนจงมความจ าเปนทตองน าขอมลมาทดสอบความนงโดยการทดสอบยนทรท ดวยวธ Augmented Dickey-Fuller Test (ADF Test) ดงสมการตอไปน

∆𝑋𝑡 = 𝛼 + 𝛽𝑡 + 𝜃𝑋𝑡−1 + ∑ ∅𝑖∆𝑋𝑡−𝑖 +𝑝

𝑖=1𝜀𝑡

โดยท 𝑋𝑡 , 𝑋𝑡−1 คอ ขอมลอนกรมเวลา ณ เวลา t และ t-1 โดยท 𝑋𝑡 คอ

𝑋𝑃, 𝑋𝑁𝑇 , 𝑋𝑁𝐼𝑃, 𝑋𝑇𝐵 และ 𝑋𝑇𝐹 𝛼, 𝛽, 𝜃, ∅ คอ พารามเตอร

𝜀𝑡 , 𝜀𝑡−1 คอ คาความคลาดเคลอนสม

สมมตฐานคอ 𝐻0 ∶ 𝜃 = 0 มยนทรท (มลกษณะไมนง)

𝐻1 ∶ 𝜃 < 0 ไมมยนทรท (มลกษณะนง)

9

3.2.2.2 การทดสอบส าหรบการแจกแจงแบบปกต (Test for Normality) ในการสรางแบบจ าลองโดยใชวธ OLS จะมขอก าหนดใหสวนทเหลอ (Residual) มการแจกแจงแบบปกต ซงการทดสอบนจะเปนการทดสอบเพอแสดงใหเหนวา สวนทเหลอมการแจกแจงแบบใด ซงการศกษานจะใชผลจากการลงจดการแจกแจง (Distribution Plots) และการทดสอบผล Shapiro-Willk 3.2.2.3 แบบจ าลองทใชในการศกษา ในแบบจ าลองการประมาณคาทวไปจะมสมมตฐานก าหนดใหความแปรปรวนของตวคาความคลาดเคลอน (Variance of Disturbance Term) คงท ซงสมมตฐานดงกลาวจะไมเปนจรงในบางกรณ โดยเฉพาะขอมลแบบอนกรมทมความผนผวนสง (Enders, 2004) ยกตวอยาง ตวแปรทเกยวของกบราคามกจะมรปแบบของความผนผวนของราคา กลาวคอ ความผนผวนของราคาทสงมกจะตามมาดวยความผนผวนของราคาทสง เชนเดยวกบความผนผวนของราคาทต ามนจะตามดวยความผนผวนของราคาทต า (Franses, 1998) ดงนนแบบจ าลอง OLS ทวไปจะไมสามารถประมาณการได ดวยสมมตฐานทความแปรปรวนจะตองคงท (Homoscedasticity) จงเปนทมาทตองใชแบบจ าลองทสามารถประมาณการภายใตความแปรปรวนทไมคงท (Heteroscedasticity) โดยแบบจ าลองทสามารถประมาณคาภายใตความแปรปรวนทไมคงทประกอบดวย แบบจ าลอง Autoregressive Conditional-Heteroscedasticity หรอ แบบจ าลอง ARCH โดย Engle (1982) ทก าหนดให Term ทสองคาสมการถดถอยเปน ARCH (q)

𝐸(𝜀𝑡2|𝜀𝑡) = 𝐻𝑡 = 𝛼0 + ∑ 𝛼𝜀𝑡−𝑖

2𝑞𝑖=1 (1)

ตอมา Bollerslev (1986) ไดท าการปรบโดยก าหนดใหมการผสมระหวางคาความ

แปรปรวนในระยะยาว (β) กบคาความแปรปรวนในชวงเวลาทพงผานมาลาสด (α) เปนตวในการคาดการณคาความแปรปรวนในอนาคต ดงแบบจ าลอง Generalized Autoregressive Conditional Heteroscedasticity (GARCH(p, q))

𝐻𝑡 = 𝛼0 + ∑ 𝛼𝜀𝑡−𝑖2𝑞

𝑖=1 + ∑ 𝛽𝑖𝐻𝑡−12𝑝

𝑖=1

(2)

ทงน GARCH ไดถกพฒนาจากกรณขอมลตวแปรเดยว (Univariate GARCH) เปน ขอมลแบบหลานตวแปร (Multivariate GARCH: MGARCH) ซงคา Covariance ของ Matrix H ส าหรบ MGARCH(1,1) สามารถอธบายโดย

𝑣𝑒𝑐ℎ(𝐻𝑡) = 𝐶 + 𝛼 𝑣𝑒𝑐ℎ(𝜀𝑡−𝑖2 ) + 𝛽 𝑣𝑒𝑐ℎ 𝐻𝑡−1 (3)

ก าหนดให vech คอ Operating ของ Stacking Column Vector และ

α, β, และ C เปนคาสมประสทธของ Matrix

10

อยางไรกดเนองจากวตถประสงคของการศกษานคอการศกษาความผนผวนของปจจยจ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรมตอปจจยตางทสามารถอธบายความผนผวนของราคา Bitcoin จงตองมการเลอกแบบจ าลอง MGARCH ทสามารถรองรบความผนผวนทมากขน ซงจะประกอบดวย MGARCH แบบ Constant Conditional Correlation (CCC) และ MGARCH แบบ Dynamic Conditional Correlation (DCC). ส าหรบแบบจ าลอง MGARCH แบบ CCC นนจะถกระบตามล าดบชน โดยเรมจากการระบความแปรปรวนตามเงอนไข และหาสมประสทธสหสมพทธ (Correlation) ตามเงอนไข โดย MGARCH แบบ CCC จะมคาสมประสทธสหสมพทธทคงท โดยแบบจ าลอง MGARCH แบบ CCC ประกอบดวย

𝐻t = Dt R Dt =𝜌𝑖𝑡 √ℎ𝑖𝑖𝑡ℎ𝑗𝑗𝑡 (4)

Dt = 𝑑𝑖𝑎𝑔(√ℎ11𝑡……….ℎ𝑛𝑛𝑡 (5) โดย R เปน Matrix ทมคาเปนบวกและมคาสมประสทธสหสมพทธคงท

𝜌𝑖𝑡 เปน Principal Diagonal ทมตวเลขเทากบ 1 ในขณะทแบบจ าลอง MGARCH แบบ DCC จะมคา R เปน Matrix ทขนอยกบเวลา

𝑅t = diag (q11t

−1

2 … … … qnnt

−1

2 )=𝑄tdiag (q11t

−1

2 … … … qnnt

−1

2 ) (6)

𝑄𝑡 = (1 − 𝜃1 − 𝜃2)�� + 𝜃1𝜀𝑡−1𝜀𝑡−1′ + 𝜃2𝑄𝑡−1 (7)

และเนองจาก R ของแบบจ าลอง DCC เปนคาทขนอยกบเวลา ดงนน

𝐻t = ℎijt = Dt R Dt =𝜌𝑖𝑗𝑡 √ℎ𝑖𝑖𝑡ℎ𝑗𝑗𝑡 (8)

โดย Dt = 𝑑𝑖𝑎𝑔(√ℎ11𝑡……….ℎ𝑛𝑛𝑡) เหมอนกรณของแบบจ าลอง CCC

𝜃1, 𝜃2 คอ Scalar Parameters

�� คอ matrix ของคาความแปรปรวนทไมมเงอนไข

ดงนนหาก 𝜃1 = 𝜃2= 0 จะสามารถบอกไดวา Correlation ไมไดเปลยนแปลงขนกบเวลาควรใชแบบจ าลอง MGARCH แบบ CCC โดยในการศกษานจะทดสอบการเปรยบเทยบหาแบบจ าลองทเหมาะสมโดยใช Likelihood Test และคา Akaike’s Information Criterion (AIC) และ Bayesian Information Criterion (BIC)

บทท 4 ผลการวเคราะหขอมล

การศกษาครงนไดศกษาถงความสมพนธของความผนผวนของราคา Bitcoin ตามตลาด

(Market Price) จ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee) โดยใชแบบจ าลอง MGARCH แบบ Constant Conditional Correlation และ Dynamic Conditional Correlation 4.1 สถตเบองตนของขอมล ภาพท 4.1: กราฟเสนของขอมลทใช

จากภาพท 4.1 แสดงใหเหนไดวาความผนผวนของขอมลทน ามาศกษามความไมคงทตลอด

ชวงระยะเวลา อกทงยงพบวามความสอดคลองกนในชวงเวลาทมความผนผวนมากและผนผวนนอยระหวางขอมล กลาวคอ ภายในชดขอมล ขอมลแตละตวจะมความผนผวนมาก ในชวงเวลาใกลเคยงกน และจะมความผนผวนนอยในเวลาใกลเคยงกน หรออกนยหนงคอ มการเขารวมกนเปนกลมของความผนผวน ซงตวแบบ DCC-GARCH ถกสรางขนเพอศกษาผลกระทบของความผนผวนระหวางกนของชดขอมลทมความผนผวนไมคงท และมการเขารวมกนเปนกลมของความผนผวน

12

ภาพท 4.2: สถตเชงพรรณนาของขอมล

ภาพท 4.2 แสดงผลของสถตเชงพรรณนาซงประกอบดวยคาเฉลย สวนเบยงเบนมาตรฐาน คาต าสด คาสงสด คามธยฐาน คาความเบ และคาความโดง จากตารางจะพบวาสวนเบยงเบนมาตรฐานของตวแปรดานราคา Bitcoin มคาคอนขางสงแสดงใหเหนวามความแปรปรวนของราคาคอนขางสงโดยมคาระหวาง US$176.50 และ US$ 4748.26 นอกจากนจากคาความโดงและคาความเบทคาบอกมากกวาศนยในทกตวแปร แสดงใหเหนวาขอมลมลกษณะเบขวา

4.2 ผลการทดสอบความนงของขอมล (Unit Root Test) เนองจากขอมลทน ามาศกษาครงนเปนขอมลอนกรมเวลา จงท าการทดสอบความนงของขอมล (Stationary) โดยทดสอบกบขอมลราคา Bitcoin ตามตลาด (Market Price) วาขอมลมลกษณะนงหรอไมทระดบ Level โดยวธ Augmented Dickey-Fuller Test (ADF Test) ในการทดสอบ

Market Price

(USD)

Number of Transactions

(thousand)

Number of Unique IP-Address

(thousand)

Transaction Fee

(BTC)

สถตเบองตน

คาต าสด (Max) 176.50 41.48 83.36 8.37

คาสงสด (Min) 4748.26 367.71 687.29 570.42

คาเฉลย (Mean) 753.97 165.98 318.48 73.49

คามธยฐาน (Median) 485.52 158.44 299.87 30.93

สวนเบยงเบนมาตรฐาน (STD dev.) 806.70 85.10 145.99 102.24

คาความเบ (Skewness) 2.91 0.28 0.34 2.43

คาความโดง (Kurtosis) 11.77 1.74 1.92 8.86

การทดสอบความนง

ADF test 0.7550974

p-value 0.99

การแจกแจงแบบปกต

Shapiro-Wilk 0.6051

p-value 2.20E-16

13

ตารางท 4.1: การทดสอบความนงของขอมลโดยวธ Augmented Dickey-Fuller Test (ADF Test)

ADF –test 0.7550974 P-value 0.99

จากคา p-value ของ ADF test ในตารางท 4.1 แสดงใหเหนวาผลการทดสอบความนงของ

ขอมลราคา Bitcoin ตามตลาดผานโปรแกรมทางสถต พบวาขอมลไมมลกษณะนงทระดบ Level แตเนองจากแบบจ าลอง GARCH ท (1,1) เปนแบบจ าลองทสามารถคาดการณไดดทสด (Hansen & Lunde, 2001) จงไมจ าเปนจะตองหา Lag Length ส าหรบการศกษา

4.3 ผลการทดสอบส าหรบการแจกแจงแบบปกต (Test for Normality) ภาพท 4.3: แสดงการลงจดการแจกแจงของราคา Bitcoin ตามตลาด (Market Price)

14

ตารางท 4.2: การทดสอบการแจกแจงแบบปกตของราคา Bitcoin ตามตลาด (Market Price)

Shapiro-Wiik 0.6051 P-value 2.20E-16 (ปฏเสธสมมตฐานหลก)

จากภาพท 4.3 และตารางท 4.2 พบวาราคา Bitcoin ตามตลาด (Market Price) ไมมการ

แจกแจงแบบปกต โดยจากคา Histogram ไมไดแสดงถงการแจกแจงแบบปกต ซงสอดคลองกบผลการทดสอบ Shapiro-Willk ทคาทไดปฏเสธสมมตฐานหลกทวาขอมลมการแจกแจงแบบปกต ดงนนจากการทดสอบจะเหนไดวาขอมลทใชในการศกษามความผนผวน และมลกษณะทไมใชการแจกแจงแบบปกต ดงนนแบบจ าลองทเหมาะสมทจะสอดคลองกบวตถประสงคของการศกษาคอแบบจ าลอง Multivariate GARCH 4.4 ผลจากการประมาณคาแบบจ าลอง Multivariate GARCH จากการทดสอบตางๆ ขางตนแสดงใหเหนวาขอมลไมสอดคลองคณสมบตทเหมาะสมทจะสรางแบบจ าลองโดยวธ OLS และจากวตถประสงคและสถตเบองตนของขอมลแสดงใหเหนวาแบบบจ าลองทเหมาะสมส าหรบการศกษานคอ แบบจ าลอง Multivariate GARCH ซงสามารถแบงออกเปน 1) แบบจ าลอง Multivariate GARCH แบบ Constant Conditional Correlation (MGARCH-CCC) และแบบจ าลอง Multivariate GARCH แบบ Dynamic Conditional Correlation (MGARCH-DCC) ซงจะมผลทไดรบจากแบบจ าลองดงน ตารางท 4.3: ผลจากการประมาณคาโดย MGARCH-CCC และ MGARCH-DCC

Variable Coefficient P-Value Coefficient P-Value

CCC DCC

price L1.price 1.00288*** 0.00 0.99956*** 0.00 L1.numberoftransaction 0.00005 0.12 0.00005 0.13 L1.n_unique_addresses 0.00001 0.78 0.00001 0.81 L1.transaction_fee -0.05836** 0.05 -0.06565*** 0.02

(ตารางมตอ)

15

ตารางท 4.3 (ตอ): ผลจากการประมาณคาโดย MGARCH-CCC และ MGARCH-DCC

Variable Coefficient P-Value Coefficient P-Value

CCC DCC

constant -7.63477*** 0.00 -6.26515*** 0.02 ARCH price L1.arch 0.21254*** 0.00 0.20551*** 0.00 L1.garch 0.82760*** 0.00 0.83182*** 0.00 constant 9.16*** 0.03 10.12*** 0.02 Number of transaction L1.price 5.66427*** 0.03 0.74111 0.72 L1.numberoftransaction 0.58929*** 0.00 0.66005*** 0.00 L1.n_unique_addresses 0.26817*** 0.00 0.20164*** 0.00 L1.transaction_fee -106.41300*** 0.00 -77.24842*** 0.00 constant -15081.61*** 0.00 -7084.45*** 0.00 ARCH number of transaction

L1.arch 0.11476*** 0.00 0.12503*** 0.00 L1.garch 0.85748*** 0.00 0.86935*** 0.00 constant 16600000.0*** 0.00 8702251.00*** 0.01 n_unique_addresses L1.price 16.21412*** 0.00 12.00158*** 0.00 L1.numberoftransaction 0.42388*** 0.00 0.46391*** 0.00 L1.n_unique_addresses 0.74262*** 0.00 0.67999*** 0.00 L1.transaction_fee -101.95830*** 0.01 -87.56274*** 0.02 constant 5428.44 0.20 15267.38*** 0.00 ARCH n_unique_addresses L1.arch .0742972*** 0.00 .0828614*** 0.00 L1.garch 0.89345*** 0.00 0.91490*** 0.00 constant 48100000*** 0.01 16700000*** 0.03

(ตารางมตอ)

16

ตารางท 4.3 (ตอ): ผลจากการประมาณคาโดย MGARCH-CCC และ MGARCH-DCC

Variable Coefficient P-Value Coefficient P-Value

CCC DCC

transaction_fee L1.price 0.01384*** 0.00 0.01039*** 0.00 L1.numberoftransaction 0.00003 0.12 0.00007*** 0.00 L1.n_unique_addresses 0.00005*** 0.00 0.00002*** 0.03 L1.transaction_fee 0.75627*** 0.00 0.69343*** 0.00 constant -14.14951*** 0.00 -9.88830*** 0.00 ARCH transaction_fee L1.arch 2.52817*** 0.00 2.74352*** 0.00 L1.garch 0.17815*** 0.00 0.13996*** 0.00 constant 5.76771*** 0.00 10.07875*** 0.00

Correlation

Q.corr(price, numberoftransaction)

0.15644*** 0.00 0.11248 0.61

Q.corr(price, n_unique_addresses)

0.14783*** 0.00 0.12506 0.57

Q.corr(price,transaction_fee)

0.11898*** 0.00 0.11309 0.57

Q.corr(numberoftransaction, n_unique_addresses)

0.74320*** 0.00 0.92273*** 0.00

Q.corr(numberoftransaction, transaction_fee)

0.54509*** 0.00 0.20084 0.39

Q.corr(,n_unique_addresses, transaction_fee)

0.45406*** 0.00 0.36711** 0.05

(ตารางมตอ)

17

ตารางท 4.3 (ตอ): ผลจากการประมาณคาโดย MGARCH-CCC และ MGARCH-DCC

Variable Coefficient P-Value Coefficient P-Value

CCC DCC

Adjustment lambda1

0.02509 0.00

lambda2

0.96964 0.00 *** คอระดบนยส าคญท 1% และ ** คอระดบนยส าคญท 5%

ผลของตวแปร Y จะประกอบดวย AR(1); Variance Equation Ht = w + α.Arch +

β.Garch + 4.4.1 การทดสอบ Likelihood Test ระหวางแบบจ าลอง MGARCH-CCC และ

MGARCH-DCC

ตารางท 4.4: Likelihood Test ระหวางแบบจ าลอง MGARCH-CCC และ MGARCH-DCC

LR chi2(3) = 175.42 Prob > chi2 = 0.0000

การทดสอบ Likelihood Test จะเปนการทดสอบสมมตฐานหลกทวาแบบจ าลอง MGARCH แบบ CCC และ MGARCH DCC มความเหมอนกนหรอไม โดยจากตารางท 4.5 P-Value ของการทดสอบ Likelihood Test นนปฏเสธสมมตฐานหลก จงกลาวไดวาผลจากแบบจ าลอง MGARCH-CCC และ MGARCH-DCC นนไมเหมอนกน

4.4.2 การทดสอบเพอเลอกระหวางแบบจ าลอง MGARCH-CCC และ MGARCH-DCC

18

ตารางท 4.5: คา Akaike’s information criterion (AIC) และ Bayesian information criterion (BIC)

Model AIC BIC Ccc 42555.63 42596.26 Dcc 42386.21 42440.39

ในการเลอกแบบจ าลองทเหมาะสมส าหรบการศกษาจะพจารณาจาก คา Akaike’s

information criterion (AIC) และ Bayesian information criterion (BIC) ของแบบจ าลอง โดยแบบจ าลองทเหมาะสมกวาจะพจารณาจากคา AIC และ BIC ทต ากวา ซงจากตารางท 4.5 พบวาแบบจ าลอง MGARCH แบบ DCC มความเหมาะสมกวา

4.4.3 ค าอธบายแบบจ าลอง MGARCH-DCC จากการทดสอบขางตนพบวา MGARCH แบบ DCC มความเหมาะสมมากกวา โดยจากตารางท 4.3 คา lambda1 และ lambda2 จะเปนคา Adjustment Parameter ของ Conditional Covariances ในแบบจ าลอง DCC โดยคา lambda1 และ lambda2 ทมนยส าคญทางสถตแสดงใหเหนวา Conditional Covariances มคาแตกตางกน ณ เวลาทตางกน (Time-varying) ซงแสดงใหเหนวาแบบจ าลอง MGARCH แบบ DCC มความเหมาะสมมากกวาซงสอดคลองกบการทดสอบ Likelihood Test คา AIC และคา BIC ผลการศกษาใช AR(1) ส าหรบสมการคาเฉลยและ ARMA(1) ส าหรบสมการความผนผวน โดยใชทง Arch and Garch ทงนผลจากสมการของราคา Bitcoin พบวาคา Parameter ของ AR(p) หรอ Lagged ของราคา Bitcoin มคาเทากบ 0.99 ซงแสดงถงผลของราคาในอดตทสงผลตอราคาของ Bitcoin ในปจจบน โดยคาธรรมเนยมการท าธรกรรมในอดตเปนปจจยเดยวทสงผลตอราคา Bitcoin ในขณะเดยวกนผลของคาธรรมเนยมทสงนนมผลกระทบทางลบตอราคา Bitcoin ส าหรบสมการของจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน และ คาธรรมเนยมการท าธรกรรมพบวา คาพารามเตอรของทกตวแปรเปนผลของตวแปรในอดตอยางมนยส าคญทางสถต ในสวนของสมการทการศกษานสนใจคอ สมการความผนผวนของราคา Bitcoin ซง

ประกอบดวย Lagged One ใน Arch (α) และ Autogressive Term (β) โดยคาพารามเตอรของ L1.arch ในสมการราคาของ Bitcoin ทมนยส าคญจะแสดงวาผลของความผนผวนของราคาในชวงเวลากอนหนามผลตอราคาของ Bitcoin ในขณะทคาพารามเตอรของ L1.garch แสดงใหเหนวา

19

ผลของความแปรปรวนในระยะยาวสงผลตอการคาดการณความแปรปรวนทางดานราคาในอนาคต จากตารางท 4.4 พบวา คาพารามเตอรของ L1.arch และ L1.garch มนยส าคญทางสถต โดยคาพารามเตอรของ L1.garch มคาเทากบ 0.83182 ในขณะทคาพารามเตอรของ L1.arch มคาเทากบ 0.20551 แสดงใหเหนวาความแปรปรวนในระยะยาวสงผลตอความผนผวนของราคา Bitcoin มากกวาความผนผวนของราคาในชวงกอนหนา ทงนจากตารางท 4.4 พบวาคาพารามเตอรของ L1.arch และ L1.garch ของทกตวแปร ทใชในการศกษานอกเหนอจากราคา Bitcoin มนยส าคญซงแสดงใหเหนวาความผนผวนในชวงเวลากอนหนา และความแปรปรวนในระยะยาวมผลตอความแปรปรวนของตวแปรทกตวไมวาจะเปนจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน และคาธรรมเนยมการท าธรกรรม อยางมนยส าคญทางสถต โดยหากดน าหนกของผลความแปรปรวนพบวา ความแปรปรวนในระยะยาวจะมผลมากกวาความผนผวนในชวงเวลากอนหนาส าหรบตวแปรทางดานจ านวนธรกรรมตอวน และจ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน ในขณะทความผนผวนในชวงเวลาจะมมากกวาความแปรปรวนในระยะยาวกรณของตวแปรทางดานคาธรรมเนยมการท าธรกรรม ส าหรบการประมาณคาสมประสทธสหสมพทธทไดจากแบบจ าลอง MGARCH แบบ CCC และ DCC พบวาความผนผวนของราคา Bitcoin ไมไดมความสมพนธตอความผนผวนของจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน และคาธรรมเนยมการท าธรกรรม โดยมคาสมประสทธสหสมพทธอยในระดบต าประมาณชวง 0.11 และ 0.12 แตอยางไรกดตวแปรความผนผวนของจ านวนธรกรรมตอวน และจ านวนหมายเลขประจ าเครองนนมความสมพนธกนอยางใกลชด โดยมคาสมประสทธสหสมพทธสงถง 0.92 แสดงวาความผนผวนของจ านวนธรกรรมตอวนและจ านวนหมายเลขประจ าเครองมความเชอมโยงกนสง นอกจากนผลการศกษายงแสดงใหเหนวาความผนผวนของจ านวนหมายเลขประจ าเครองและคาธรรมเนยมการท าธรกรรมนนมความสมพนธกนอยางมนยส าคญทางสถต อยางไรกดระดบความสมพนธยงคอนขางต า โดยมคาสมประสทธสหสมพทธอยท 0.37

4.4.4 คาสมประสทธสหสมพทธจากแบบจ าลอง DCC

20

ภาพท 4.4: คาสมประสทธสหสมพทธ (Correlation) จากแบบจ าลอง MGARCH-DCC

จากการทดสอบขางตนพบวาแบบจ าลอง MGARCH แบบ DCC เปนแบบจ าลองเหมาะสมกวาแบบจ าลอง MGARCH แบบ DCC เนองจากสามารถแสดงถงสมประสทธสหสมพทธเชงพลวต (Dynamic Correlation) ดงภาพท 4.4 ในขณะทคาสมประสทธสหสมพทธจากแบบจ าลอง MGARCH แบบ CCC จะเปนคาคงท อนเปนผลจากสมมตฐานของแบบจ าลอง จากภาพท 4.4 จะเหนไดวาคาสมประสทธสหสมพทธระหวางจ านวนธรกรรมตอวน (Number of Transactions) จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee) มความสมพนธกนตามเงอนไขของสมประสทธสหสมพทธในปลาสดคอนขางสง โดยสงเกตเหนไดวาคาสมประสทธสหสมพทธระหวางจ านวนธรกรรมตอวนและจ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวนมคาใกลกบขอบเขต 0.95 ในชวงปลาสด ในขณะทคาสมประสทธสหสมพทธระหวางจ านวนธรกรรมตอวนและคาธรรมเนยมการท าธรกรรม และคาสมประสทธสหสมพทธระหวางจ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวนและคาธรรมเนยมการท าธรกรรมมลกษณะคลายกนคอในระยะแรกจะมความสมพนธในทศทางเดยวกน แตตอมาจะมความสมพนธในทศทางเดยวกนทต าลงและสงขน โดยชวงปลาสดจะมความสมพนธกนในขอบเขตทใกล 0.80 ซงถอวาเปนความสมพนธกนทคอนขางสง

21

อยางไรกดเมอพจารณาคาสมประสทธสหสมพทธระหวางราคา Bitcoin และจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน รวมถงคาธรรมเนยมการท าธรกรรมพบวาจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวนและคาธรรมเนยมการท าธรกรรมมความสมพนธตอราคา Bitcoin ในระดบต า คอมคาสมประสทธสหสมพทธทคอนขางต า ซงแสดงใหเหนวาปจจยทศกษา เชน จ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวนและคาธรรมเนยมการท าธรกรรม ไมไดมความสมพนธตอราคา Bitcoin จากการแสดงภาพรวมของสมประสทธสหสมพทธโดยกราฟพบวาความสมพนธระหวางตวแปรทท าการศกษานนมลกษณะความสมพนธคอนขางไปในในทศทางเดยวกน และมระดบของความสมพนธวดจากคาสมประสทธสหสมพทธทสงขนในชวงระยะเวลาทใกลปลาสด

บทท 5 บทสรป

5.1 สรปผลการศกษา งานวจยนท าการศกษาความสมพนธระหวางความผนผวนของราคา Bitcoin ตามตลาด(Market Price) จ านวนธรกรรมตอวน (Number of Transactions) โดย จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน (Number of Unique IP-Address) และ คาธรรมเนยมการท าธรกรรม (Transaction Fee) ซงเปนขอมลรายวนยอนหลงตงแตวนท 1 มกราคม 2557 ถง วนท 12 กนยายน 2560 ซงสามารถสรปผลการศกษาได ดงน ในการกระบวนการศกษาใชวธขอมลอนกรมเวลา โดยใชแบบจ าลอง Multivariate GARCH ทงแบบ Constant Conditional Correlation (CCC) และ Dynamic Conditional Correlation (DCC) ทงนกระบวนการมการทดสอบยนทรท (Unit Root Test) และการทดสอบส าหรบการแจกแจงแบบปกต (Test for Normality) เพอแสดงวา Multivariate GARCH เปนแบบจ าลองทเหมาะสม และใช Likelihood Test รวมถงคา AIC , BIC เพอเลอกแบบจ าลอง Multivariate GARCH ทเหมาะสมทสดส าหรบการศกษาน

จากผลการทดสอบทง Likelihood Test รวมถงคา AIC , BIC พบวาแบบจ าลอง Multivariate GARCH แบบ DCC เปนแบบจ าลองทเหมาะสมทสดส าหรบการศกษาน ผลการศกษาพบวาผลของราคาในอดต และคาธรรมเนยมการท าธรกรรมสงผลตอราคาของ Bitcoin ในตลาด อยางไรกดจากคาสมประสทธสหสมพทธของแบบจ าลอง DCC พบวาความผนผวนของราคา Bitcoin ไมไดมความสมพนธตอความผนผวนของจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน และคาธรรมเนยมการท าธรกรรม ทงนความผนผวนของจ านวนธรกรรมตอวนและจ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวนมความสมพนธกนอยางใกลชด 5.2 อภปรายผลการศกษา

จากผลการศกษาพบวาราคา Bitcoin ในอดตสงผลตอราคา Bitcoin ของตลาดในทศทางเดยวกน ในขณะทคาธรรมเนยมการท าธรกรรมนนสงผลตอราคา Bitcoin ในทศทางตรงกนขามกน อยางไรกดจากคาสมประสทธสหสมพทธโดยแบบจ าลอง DCC นนพบวาความผนผวนของราคาBitcoin นนไมไดขนอยกบจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน และคาธรรมเนยมการท าธรกรรม ซงนาจะเปนผลจากการทราคาของ Bitcoin ไมไดถกก าหนดโดยปจจยทน ามาท าการศกษา อยางไรกดผลการศกษาพบความสมพนธกนอยางใกลชดระหวาง

23

จ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าซงอาจจะกลาวไดวาการท าธรกรรมของของ Bitcoin เกดจากเครองคอมพวเตอรคนละเครองหรอนกลงทนคนละคนกน

ทงนเมอเทยบกบงานศกษาในอดตทท าการศกษาความสมพนธระหวางปจจยตางๆ กบราคาของ Bitcoin พบวาผลทไดรบนนขดแยงกบ Ciaian, Rajcaniova & Kancs (2014) ทพบวาความสมพนธระหวางตวแปรจ านวนธรกรรมตอวนกบราคาของ Bitcoin มความสมพนธไปในทศทางตรงขาม ซงอาจจะเปนจากวธการศกษาทแตกตางกนและชวงเวลาการศกษาทแตกตางกน อยางไรกดการศกษาหากไมไดพจารณาถงระดบนยส าคญ ผลการศกษาทไดรบจะสอดคลองกบ Kristoufek (2015) ทพบวาจ านวนธรกรรมตอวนทเพมขนจะสงผลใหราคาของ Bitcoin สงขนดวย

5.3 ขอเสนอแนะทไดจากการศกษา

5.3.1 ขอเสนอแนะทไดจากการศกษาตอนกลงทน จากผลการศกษาโดยใช AR(1) ทวาผลของราคาในอดตทสงผลตอราคาของ Bitcoin ในทศทางเดยวกน และคาธรรมเนยมในอดตจะสงผลตอราคาของ Bitcoin ในทศทางตรงกนขามกน ปจจบนเปนประโยชนตอนกลงทนใหค าปจจยดานราคาและคาธรรมเนยมทจะมอทธพลตอราคาของ Bitcoin อยางไรกดจากการศกษาความสมพนธของความผนผวนของราคา Bitcoin และปจจยตางๆ กลบไมพบความสมพนธอยางใกลชดของปจจยทท าการศกษาไมวาจะเปนจ านวนธรกรรมตอวน จ านวนหมายเลขประจ าเครองคอมพวเตอรทไมซ าตอวน และคาธรรมเนยมการท าธรกรรมซงแสดงวาความผนผวนของราคา Bitcoin ไมไดเกดจากปจจยดงกลาว

5.3.2 ขอเสนอแนะทไดจากการศกษาตอการศกษาในอนาคต การศกษาเกยวกบราคา Bitcoin ยงเปนเรองทใหมโดยผทสนใจสามารถท าการวจยตอยอดโดยใชแบบจ าลอง Multivariate GARCH แบบ CCC และ DCC ตามแบบทใชในการศกษาเพอศกษาขอมลในชวงเวลาตางๆ โดยอาจจะใชตวแปรหนทางดานเหตการณส าคญทอาจจะสงผลตอราคา Bitcoin หรอตวแปรทางมหภาคทอาจจะสงผลตอราคา Bitcoin เพอใหการศกษาดานราคาและความผนผวนของราคา Bitcoin สมบรณมากยงขน

24

บรรณานกรม Bouoiyour, J., & Selmi, R. (2014). What Bitcoin Looks Like?. Munich Personal

RePEc Archive, (2014), 1-38. Bouoiyour, J., & Selmi, R. (2015). Bitcoin price: Is it really that new round of

volatility can be on way?. Pau, France: CATT, University of Pau. Bouoiyour, J., & Selmi, R. (2016). Bitcoin: A beginning of a new phase?. Economics

Bulletin, 36, 1430–40. Bouri, E., Georges, A., & Dyhrberg, A.H. (2017). On the return-volatility

relationship in the Bitcoin market around the price crash of 2013. Economics: The Open-Access, Open-Assessment E-Journal, 11, 1–16.

Cermak, V. (2017). Can Bitcoin become a viable alternative to fiat currencies? An empirical analysis of Bitcoin’s volatility based on a GARCH model. Retrieved from https://ssrn.com/abstract=2961405.

Chen, S., Cathy, Y.-H., Chen, W., Hardle, K., Lee, T.M., & Ong, B. (2016). A first econometric analysis of the CRIX family. Retrieved from https://ssrn.com/abstract=2832099.

Ciaian, P., Rajcaniova, M., & Kancs, D. (2004). The Economics of Bitcoin Price Formation. Economics and Econometrics Research Institute. Retrieved from https://arxiv.org/ftp/arxiv/papers/1405/1405.4498.pdf.

Cryptocurrency Market Capitalizations. (2018). Retrieved from https://coinmarketcap.com/. Dyhrberg, A.H. (2016a). Hedging capabilities of Bitcoin. Is it the virtual gold?.

Finance Research Letters, 16, 139–44. Dyhrberg, A.H. (2016b). Bitcoin, gold and the dollar—A GARCH volatility

analysis. Finance Research Letters, 16, 85–92. Hileman, G., & RauchsGlobal, M. (2017). Global Cryptocurrency Benchmarking

Study. Retrieved from https://www.jbs.cam.ac.uk/fileadmin/user_ upload/research/centres/alternative-finance/downloads/2017-global-cryptocurrency-benchmarking-study.pdf.

25

JRC Technical Report. (2015). The Digital Agenda of Virtual Currencies. Retrieved from http://publications.jrc.ec.europa.eu/repository/bitstream/

JRC97043/the%20digital%20agenda%20of%20virtual%20currencies_final.pdf. Katsiampa, P. (2017). Volatility estimation for Bitcoin: A comparison of GARCH

models. Economics Letters, 158, 3–6. Kristoufek, L. (2015). What Are the Main Drivers of the Bitcoin Price? Evidence

from Wavelet Coherence Analysis. PLOS ONE PLoS ONE 10.4. Retrieved from http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0123923.

Letra, I.J.S. (2016). What drives cryptocurrency value? A volatility and predictability analysis. Retrieved from https://www.repository.utl.pt/handle/10400.5/12556.

Stavroyiannis, S., & Vassilios, B. (2017). Dynamic properties of the Bitcoin and the US market. Retrieved from https://ssrn.com/abstract=2966998.

Urquhart, A. (2017). The volatility of Bitcoin. Retrieved from https://ssrn.com/abstract=2921082.

26

ประวตผเขยน

ชอ-นามสกล พงศกร พวพฒนกล อเมล phongsakorn.puapattanakul@scb.co.th ประวตการศกษา ปรญญาตร คณะวทยาศาสตร สาขาคณตศาสตร (2552) มหาวทยาลยเทคโนโลยพระจอมเกลาธนบร ประสบการณท างาน Siam Commercial Bank 2013 – Present