Details

งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของตัวแบบการพยากรณ์ระหว่างวิธีบ็อกซ์-เจนกินส์ วิธีโครงข่ายประสารเทียมและวิธีป่าสุ่ม โดยใช้ข้อมูลปริมาณการชำระเงินผ่านระบบการชำระเงินในช่องทางเช็ค เครื่องเอทีเอ็มและเงินอิเล็กทรอนิกส์ ตั้งแต่เดือน มกราคม พ.ศ. 2558 ถึงเดือนธันวาคม 2567 โดยแบ่งออกเป็น 3 ส่วน ส่วนที่1 ตั้งแต่เดือนเดือนมกราคม 2558 ถึง เดือนธันวาคม 2565 รวมทั้งสิ้น  96 เดือน  ใช้ในการหาตัวแบบการพยากรณ์ ส่วนที่2 ตั้งแต่เดือนมกราคม 2566 ถึงเดือน ธันวาคม 2566  รวมทั้งสิ้น 12 เดือน ใช้ในการเลือกตัวแบบที่เหมาะสม และส่วนที่3  ตั้งแต่เดือนมกราคม 2567 ถึงเดือน ธันวาคม 2567 รวมทั้งสิ้น 12 เดือน ใช้ในการตรวจสอบความแม่นยำของตัวแบบ สำหรับการเปรียบเทียบประสิทธิภาพของวิธีบ็อกซ์-เจนกินส์ วิธีโครงข่ายประสาทเทียมและวิธีป่าสุ่ม จะเปรียบเทียบโดยวัดจากเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) วิธีค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (MSE) และ ค่ารากที่สองของความคลาดเคลื่อนเฉลี่ยกำลังสอง (RMSE)

Objective

ในอดีตการทำธุรกรรมทางการเงินผู้ใช้บริการจะต้องเดินทางไปยังธนาคารพาณิชย์ ไม่ว่าจะเป็นการโอนเงินระหว่างบัญชีของบุคคลหนึ่งไปยังอีกบุคคลหนึ่ง การโอนเงินข้ามเขต การชำระค่าบริการต่างๆ เช่น ค่าน้ำ ค่าไฟ ฯลฯ โดยต้องกรอกแบบฟอร์มที่เคาน์เตอร์ธนาคารพาณิชย์ ซึ่งจะมีการแจกบัตรคิวให้ผู้ใช้บริการและมีเวลาการให้บริการมีจำกัด [1] เนื่องด้วยความก้าวหน้าในด้านเทคโนโลยีในยุคสมัยปัจจุบันทำให้การชำระเงินทำได้ง่ายและสะดวกสบายมากขึ้น อย่างเช่น การฝากและถอนที่สามารถทำรายการได้ผ่านเครื่องเอทีเอ็มใกล้บ้าน การใช้เช็คแทนเงินสดที่มีความปลอดภัยจากการที่ไม่ต้องพกเงินสดเป็นจำนวนมาก ๆ ทั้งนี้การที่ระบบการชำระเงินเข้ามามีส่วนเกี่ยวข้องกับการดำรงชีวิตประจำวันจึงทำให้เห็นว่าระบบการชำระเงินนั้นเป็นหนึ่งในกลไกสำคัญที่ช่วยสนับสนุนกิจกรรมทางการค้าและการเงิน การพัฒนาด้านเทคโนโลยีและเศรษฐกิจที่มีการขยายตัวเพิ่มขึ้น ส่งผลให้ความซับซ้อนของระบบชำระเงินเพิ่มความสำคัญและได้รับพัฒนาให้มีความสอดคล้องกับความต้องการของภาคธุรกิจ เพื่อให้การชำระเงิน หรือโอนเงินระหว่างกันทำได้อย่างคล่องตัวมีประสิทธิภาพ ปลอดภัย และสร้างความเชื่อมั่นให้แก่ผู้ใช้บริการในการใช้บริการชำระเงิน
เนื่องจากการเกิดสถานการณ์การแพร่ระบาดของ Covid-19 ในช่วงต้นปี 2563 ทำให้ผู้บริโภคปรับตัวสู่โลกดิจิทัลมากขึ้น เช่น การซื้อสินค้าและชําระเงินออนไลน์ ซึ่งเป็นผลพวงของมาตรการเว้นระยะห่างทางสังคม ขณะที่ผู้บริโภคบางส่วนเลี่ยงการใช้เงินสดในการจับจ่ายใช้สอย เพื่อลดความเสี่ยงการแพร่ระบาดจากการสัมผัส จากสถิติของธนาคารแห่งประเทศไทย มีการระบุว่าพฤติกรรมการชําระเงินของคนไทย ในรูปแบบ e-Money ได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่อง โดยมีผู้ใช้งานเพิ่มสูงขึ้น 1.4 เท่าในระยะเวลา 5 ปี โดย ณ สิ้นเดือน ธันวาคม พ.ศ. 2565 มีจำนวนบัญชีสูงถึง 124 ล้านบัญชี รวมทั้งปริมาณและมูลค่าธุรกรรมเติบโตขึ้นอย่างต่อเนื่อง โดยมีการใช้งานถึง 3,352.3 ล้านรายการ คิดเป็นมูลค่า 627.2 พันล้านบาท [2] 
เนื่องด้วยปัจจุบันมีการนำเทคนิคการพยากรณ์โดยใช้เทคนิคการเรียนรู้ของเครื่องเพิ่มมากขึ้น ซึ่งเป็นเทคนิคที่ได้รับความนิยมและมีประยุกต์ใช้อย่างแพร่หลาย และมีรายงานวิจัยที่เกี่ยวข้องกับเทคนิคการเรียนรู้ของเครื่อง เช่น การเปรียบเทียบวิธีในการพยากรณ์ราคาหุ้นด้วยแบบจำลองอารีม่า โครงข่ายประสาทเทียม และตัวแบบผสม [3] การใช้เทคนิคป่าสุ่มในการพยากรณ์ราคาหุ้นของบริษัทฟินเทคในอินเดียกับข้อมูลที่มีความถี่สูง [4] ทำให้ผู้วิจัยมีความสนใจที่จะทำการศึกษาการเปรียบเทียบประสิทธิภาพการพยากรณ์ปริมาณการชำระเงินผ่านระบบการชำระเงินในช่องทางเช็ค เครื่องเอทีเอ็ม และเงินอิเล็กทรอนิกส์ โดยประยุกต์ใช้วิธีการทางอนุกรมเวลา และเทคนิคการเรียนรู้ของเครื่อง เพื่อคาดการณ์ปริมาณการทำธุรกรรมการเงินในทุกช่องทาง ปี 2567 โดยงานวิจัยครั้งนี้ผู้วิจัยได้เปรียบเทียบวิธีพยากรณ์ทั้ง 3 วิธีดังนี้ วิธีบ็อกซ์ และเจนกินส์ (Box and Jenkins Method) วิธีโครงข่ายประสาทเทียม (Artificial neural networks : ANN ) และวิธีป่าสุ่ม (Random forest) นำมาเปรียบเทียบหาวิธีพยากรณ์ที่เหมาะสมที่สุด โดยพิจารณาจากเกณฑ์วิธีค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (Mean Square Error : MSE) ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percent Error : MAPE) และค่ารากที่สองของความคลาดเคลื่อนเฉลี่ยกำลังสอง (Root Mean Square Error : RMSE) โดยผู้วิจัยหวังเป็นอย่างยิ่งว่าหน่วยงานที่เกี่ยวข้องจะสามารถใช้เป็นแนวทางในการจัดสรรทรัพยากรเกี่ยวกับธุรกรรมทางการเงินให้สอดคล้องกับความต้องการใช้ของผู้บริการ

Project Members

จตุพร สำราญราษฎร์

JATUPORN SAMRANRAD

#นักศึกษา

Member

พีรดา ตาละ

PEERADA TALA

#นักศึกษา

Member

สลิลทิพย์ หมอเรือง

SALINTHIP MORUEANG

#นักศึกษา

Member

ยุวดี กล่อมวิเศษ

Yuwadee Klomwises

#อาจารย์

Advisor

Vote for this Innovation!