ปัจจัยที่มีผลต่อการผันแปรของหุ้นกลุ่มเทคโนโลยีโดยใช้เทคนิคการทำเหมืองข้อมูล

Abstract

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลกระทบต่อการผันแปรของราคาหุ้นกลุ่มเทคโนโลยี ราคาปิดรายเดือน และเพื่อเปรียบเทียบประสิทธิภาพของโมเดล โดยนำเทคนิคการทำเหมืองข้อมูลมาใช้ ได้แก่ อัลกอริทึมต้นไม้ตัดสินใจ (J48) อัลกอริทึมการจำแนกประเภทแบบการสุ่มป่าไม้ (Random Forest) อัลกอริทึมการแยกประเภทแบบการหาเพื่อนบ้านใกล้ที่สุด (K- Nearest Neighbor: KNN) อัลกอริทึมโครงข่ายประสาทเทียม (Neural Network) เพื่อหารูปแบบการพยากรณ์ที่เหมาะสมสำหรับการผันแปรของราคาหุ้นกลุ่มเทคโนโลยีราคาปิดรายเดือน และศึกษาปัจจัยที่มีผลต่อการผันแปรของราคาหุ้นกลุ่มเทคโนโลยีราคาปิดรายเดือน ใช้การวิเคราะห์ด้วยสถิติถดถอยพหุคูณ ในการศึกษาครั้งนี้ใช้ข้อมูลจากตลาดหลักทรัพย์แห่งประเทศไทย เป็นระยะเวลาย้อนหลัง 5 ปี ตั้งแต่ปี 2556-2560 จำนวนหุ้นทั้งหมด 36 หุ้น ซึ่งสามารถพิจารณาเป็นปัจจัยที่มีผลต่อการผันแปรมี 10 องค์ประกอบดังต่อไปนี้ เวลาปิดตลาด (Close), มูลค่าหลักทรัพย์ตามตลาด (Market Cap), อัตราส่วนราคาตลาดต่อกำไรสุทธิ (P/E), อัตราส่วนราคาตลาดต่อมูลค่าตามบัญชี (P/BV), มูลค่าตามบัญชีต่อหุ้น Book Value Per Share (BVPS), อัตราผลตอบแทนจากเงินปันผล Dividend Yield   (DivY), อัตราการหมุนเวียนการซื้อขาย Turnover Ratio, อัตราผลตอบแทนผู้ถือหุ้น Return On Equity (ROE) , ผลตอบแทนต่อสินทรัพย์ Return on Assets (ROA) และสินทรัพย์สุทธิ (Tota Asset) โดยใช้การวิเคราะห์การถดถอยเชิงพหุคูณ (Multiple Linear Regression Analysis) พบว่าค่าความแปรปรวนตัวแปรของหุ้นกลุ่มเทคโนโลยีที่มีผลต่อการเปลี่ยนแปลงของราคาปิดของหุ้นแต่ละเดือนมากที่สุดคือ มูลค่าตามบัญชีต่อหุ้น Book Value Per Share (BVPS) รองลงมาคือ ผลตอบแทนต่อสินทรัพย์ Return on Assets (ROA) และสุดท้ายคือ อัตราผลตอบแทนผู้ถือหุ้น Return On Equity (ROE) ตามลำดับความสำคัญ และเมื่อทดสอบแบบจำลองพบว่าการแยกประเภทแบบการหาเพื่อนบ้านใกล้ที่สุด (K- Nearest Neighbor: KNN)  มีประสิทธิภาพดีที่สุด ซึ่งมีค่าความแม่นยำอยู่ที่ร้อยละ 100 และค่าความคลาดเคลื่อนเฉลี่ยอยู่ที่ร้อยละ 0.00 รองลงมา การจำแนกประเภทแบบการสุ่มป่าไม้ (Random Forest)  มีค่าความแม่นยำอยู่ที่ร้อยละ 100 และมีค่าความคลาดเคลื่อนอยู่ที่ร้อยละ 0.14 โครงข่ายประสาทเทียม (Neural Network) มีค่าความแม่นยำอยู่ที่ร้อยละ 81.11 และมีค่าความคลาดเคลื่อนอยู่ที่ร้อยละ 0.24 และต้นไม้ตัดสินใจ J48 มีค่าความแม่นยำอยู่ที่ 76.66% และมีค่าความคลาดเคลื่อน อยู่ที่ 0.35 ตามลำดับประสิทธิภาพ ดังนั้นผลวิจัยครั้งนี้มีประโยชน์สำหรับผู้ที่จะลงทุนหุ้นกลุ่มเทคโนโลยีต้องคำนึงถึงมูลค่าตามบัญชีต่อหุ้น Book Value Per Share (BVPS) รองลงมาคือ ผลตอบแทนต่อสินทรัพย์ Return on Assets (ROA) และสุดท้ายคือ อัตราผลตอบแทนผู้ถือหุ้น Return On Equity (ROE)