อิทธิพลของดัชนีชี้วัดทางเศรษฐกิจและการเงินต่อดัชนีราคาหุ้นกลุ่มพลังงานของประเทศไทยและมาเลเซีย : การวิเคราะห์เชิงเปรียบเทียบด้วยการถดถอยแบบควอนไทล์

กฤษฎา เกษคึมบง; อภิชาติ  พงศ์สุพัฒน์; พรวรรณ นันทแพศย์

ผู้แต่ง

กฤษฎา เกษคึมบง นิสิต หลักสูตรศิลปศาสตรมหาบัณฑิต สาขาวิชาการเงินประยุกต์ คณะบริหารธุรกิจ มหาวิทยาลัยเกษตรศาสตร์
อภิชาติ พงศ์สุพัฒน์ คณะบริหารธุรกิจ มหาวิทยาลัยเกษตรศาสตร์
พรวรรณ นันทแพศย์ คณะบริหารธุรกิจ มหาวิทยาลัยเกษตรศาสตร์

คำสำคัญ:

ดัชนีความไม่แน่นอนนโยบายเศรษฐกิจของสหรัฐ, ดัชนีชี้วัดความผันผวนของตลาดหลักทรัพย์, ดัชนีชี้วัด ความผันผวนของราคาน้ำมัน, ดัชนีราคาน้ำมันดิบ, ดัชนีราคาหุ้นกลุ่มพลังงาน

บทคัดย่อ

การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ผลกระทบของดัชนีชี้วัดทางเศรษฐกิจ ได้แก่ ดัชนีราคาน้ำมันดิบ (WTI) ดัชนีความไม่แน่นอนทางเศรษฐกิจของสหรัฐ(USEPU) และดัชนีชี้วัดทางการเงิน ได้แก่ ดัชนีชี้วัดความผันผวนของตลาดหลักทรัพย์ (VIX) ดัชนีชี้วัดความผันผวนของราคาน้ำมัน (OVX) และดัชนี ตลาดหลักทรัพย์ของไทย (SET) หรือของมาเลเซีย (FTSE) ที่ส่งผลต่อดัชนีราคาหุ้นกลุ่มพลังงานของประเทศไทย (NQTH60) และมาเลเซีย (NQMY60) โดยวิธีกำลังสองน้อยที่สุด (Ordinary Least Squares : OLS) และแบบควอนไทล์ (Quantile Regression : QR) ในระดับ 0.25 0.50 และ 0.75 ซึ่งแทนสภาวะตลาดที่ให้ผลตอบแทนต่ำกว่า เท่ากับ และสูงกว่าปกติ จากข้อมูลทุติยภูมิรายวันตั้งแต่วันที่ 1 มกราคม พ.ศ. 2557 ถึงวันที่ 31 ธันวาคม พ.ศ. 2568 จากผลการทดสอบ พบว่า SET และ FTSE มีอิทธิพล (P<0.01) ในทิศทางบวกทุกสภาวะตลาดโดยมีค่าสัมประสิทธิ์ระหว่าง 1.260–1.342 และ 1.166–1.365 ตามลำดับ เช่นเดียวกับ WTI ที่มีค่าสัมประสิทธิ์ระหว่าง 0.055–0.074 สำหรับไทย และ 0.031–0.049 สำหรับมาเลเซีย อย่างไรก็ตาม การทดสอบด้วย QRได้แสดงผลกระทบของ VIX OVX และ USEPU ในแต่ละสภาวะตลาดของสองประเทศที่แตกต่างกัน กล่าวคือ VIX และ OVX มีอิทธิพลเชิงลบเฉพาะ Q0.25 โดยมีค่าสัมประสิทธิ์ -0.0034 และ -0.0025 ตามลำดับ ในกรณีของ NQTH60 และ -0.0040 สำหรับ VIX ในกรณีของ NQMY60 ขณะที่ ณ Q0.75 USEPU มีอิทธิพลเชิงบวก เฉพาะในกรณีของ NQMY60 โดยมีค่าสัมประสิทธิ์ 0.0014 ทั้งนี้ กลับไม่พบอิทธิพลของ VIX OVX และ USEPU เมื่อวิเคราะห์โดย OLS ข้อค้นพบดังกล่าวมีนัยสำคัญสองประการ ได้แก่ (1) นักลงทุนควรพิจารณาใช้แบบจำลอง QR ในการประเมินความเสี่ยงของพอร์ตการลงทุนในหุ้นกลุ่มพลังงาน เนื่องจากยังคงมีดัชนีชี้วัดที่วิธี OLS ไม่สามารถตรวจพบได้ และ (2) ผู้กำหนดนโยบายควรคำนึงถึงความแตกต่างเชิงโครงสร้างพลังงานในการออกแบบมาตรการรองรับความผันผวนของตลาดโล

เอกสารอ้างอิง

Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring Economic Policy Uncertainty. The Quarterly Journal of Economics, 131(4), 1593–1636. https://doi.org/10.1093/qje/qjw024

Bhattarai, S., Chatterjee, A., & Park, W. Y. (2020). Global Spillover Effects of US Uncertainty. Journal of Monetary Economics, 114, 71–89. https://www.sciencedirect.com/science/article/pii/S0304393218301569

Bursa Malaysia. (n.d.). FTSE Bursa Malaysia KLCI Index. https://www.bursamalaysia.com/trade/our_products_services/indices/ftse_bursa_malaysia_indices/ftse_bursa_malaysia_klci

CBOE Global Markets. (n.d.-a). CBOE Crude Oil Volatility Index (OVX) Dashboard. Retrieved January 3, 2026, from https://www.cboe.com/us/indices/dashboard/ovx/

CBOE Global Markets. (n.d.-b). CBOE Volatility Index (VIX) Dashboard. Retrieved January 3, 2026, from https://www.cboe.com/us/indices/dashboard/VIX/

Cedic, S., Mahmoud, A., Manera, M., & Uddin, G. S. (2021). Uncertainty and Stock Returns in Energy Markets: A Quantile Regression Approach (FEEM Working Paper No. 011.2021). Fondazione Eni Enrico Mattei. https://ideas.repec.org/p/ags/feemwp/310388.html

Choi, S-Y, & Hong, C. (2020). Relationship Between Uncertainty in the Oil and Stock Markets before and after the Shale Gas Revolution: Evidence From the OVX, VIX, and VKOSPI Volatility Indices. PLOS ONE, 15(5), e0232508. https://doi.org/10.1371/journal.pone.0232508

Balcilar, M., Gupta, R., Kim, W. J., & Kyei, C. (2019). The Role of Economic Policy Uncertainties in Predicting Stock Returns and Their Volatility for Hong Kong, Malaysia and South Korea. International Review of Economics & Finance, 59, 150-163. https://www.sciencedirect.com/science/article/abs/pii/S1059056018303757

Chuenpattanapong, N., Tangsomchai, C., Chingchayanurak, C., & Lertsupongkit, P. (2018). Relationship Between Sentiment Indices and Stock Indices of Thailand by Applying Quantile Regression Analysis. Srinakharinwirot Business Administration Journal, 9(2), 1-13. https://ejournals.swu.ac.th/index.php/MBASBJ/article/download/10671/8851/31639

Chumpoointa, S. (2015). Macroeconomic Factors Affecting Rate of Return of Energy Sector Index Using Quantile Regression [Master 's thesis, Chiang Mai University]. Chiang Mai University Digital Collection. https://cmudc.library.cmu.ac.th/frontend/Info/item/dc:122099

Hasan, M. B., Mahi, M., Sarker, T., & Amin, M. R. (2021). Spillovers of the COVID-19 Pandemic: Impact on Global Economic Activity, the Stock Market, and the Energy Sector. Journal of Risk and Financial Management, 14(5), 200. https://doi.org/10.3390/jrfm14050200

International Energy Agency. (2023). Southeast Asia Energy Outlook 2024. https://www.iea.org/reports/southeast-asia-energy-outlook-2024

Kanlaya, B., & Chompoosawang, M. (2021). Robust Multiple Linear Regression for Outliers in Dependent Variables. King Mongkut's Institute of Technology Ladkrabang Science Journal, 30 (1), 82–91. https://li01.tcithaijo.org/index.php/science_kmitl/article/view/247763

Koenker, R., & Bassett, G., Jr. (1978). Regression Quantiles. Econometrica, 46(1), 33–50. https://doi.org/10.2307/1913643

Liu, Z., Tseng, H.-K., Wu, J. S., & Ding, Z. (2020). Implied Volatility Relationships between Crude Oil and the U.S. Stock Markets: Dynamic Correlation and Spillover Effects. Resources Policy, 66, 101637.https://doi.org/10.1016/j.resourpol.2020.101637

Mim, T. A., Kathiravan, C., & Maniam, B. (2025). Effect of Crude Oil Volatility Index (OVX) on the Energy Indices Return: Evidence from Wavelet Analysis. International Journal of Economics and Financial Issues, 15(2), 327–335. https://doi.org/10.32479/ijefi.17625

Morgan Stanley Capital International. (2024). MSCI World Energy Index and MSCI AC Asia Pacific Energy Index Factsheets. https://www.msci.com/documents/10199/4586f1fd-36a4-4e7e-b5df-ad437f301b6a

Naeem, M. A., Pham, L., Senthilkumar, A., & Karim, S. (2022). Oil Shocks and BRIC Markets: Evidence from Extreme Quantile Approach. Energy Economics, 108, 105932. https://doi.org/10.1016/j.eneco.2022.105932

Nasdaq. (n.d.-a). Nasdaq Thailand Energy Index (NQTH60). Retrieved January 3, 2026, from https://indexes.nasdaq.com/Index/Overview/NQTH60

Nasdaq. (n.d.-b). Nasdaq Malaysia Energy Index (NQMY60). Retrieved January 3, 2026, from https://indexes.nasdaq.com/Index/Overview/NQMY60

Newey, W. K., & West, K. D. (1987). A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix. Econometrica, 55(3), 703-708. https://doi.org/10.2307/1913610

Phuensane, P., Chinnoraset, N., Chancharat, S., & Chancharat, N. (2018). Volatility of Stock Returns in the Stock Exchange of Thailand: The Case of Energy and Utilities Group. KKU Research Journal of Humanities and Social Sciences (Graduate Studies), 6(3), 97-104. https://so04.tci-thaijo.org/index.php/gskkuhs/article/view/156355/113475

Ready, R. C. (2018). Oil Prices and the Stock Market. Review of Finance, 22(1), 155-176. https://doi.org/10.1093/rof/rfw071

Ruangopas, J. (2021). The Effects of Oil Price on Thailand’s SET Index: Quantile Regression Case Study [Master 's thesis, Chulalongkorn University]. Chula Digital Collections. https://digital.car.chula.ac.th/chulaetd/7643/

Das, D., & Kannadhasan, M. (2020). The Asymmetric Oil Price and Policy Uncertainty Shock Exposure of Emerging Market Sectoral Equity Returns: A Quantile Regression Approach. International Review of Economics & Finance, 69, 563-581. https://doi.org/10.1016/j.iref.2020.06.013

Sawetprasat, A., & Kongsawatkiat, K. (2012). Factors that Affecting the Energy Sector Index in Stock Exchange of Thailand. Journal of Finance, Investment, Marketing and Business Administration, 2(4), 229-246. https://www.thaiejournal.com/journal/2555volumes4/14AnRat.pdf

Tangchongrach, K. (2020). Factors Affecting the Stock Price of Listed Companies in the Stock Exchange of Thailand (Energy and Utilities Sector) [Master 's thesis, Dhurakij Pundit University]. DPU Learning Center & Library. https://libdoc.dpu.ac.th/thesis/Kodchamon.Tan.pdf

Tembelo, H., & Ozyesil, M. (2024). Examining the Relationship Between Oil Prices and Stock Returns: Evidence from OECD countries. International Journal of Energy Economics and Policy, 14(3), 307-315. https://doi.org/10.32479/ijeep.15913

Uddin, G. S., Rahman, M. L., Hedström, A., & Ahmed, A. (2019). Cross-Quantilogram-Based Correlation and Dependence between Renewable Energy Stock and Other Asset Classes. Energy Economics, 80, 743-759. https://doi.org/10.1016/j.eneco.2019.02.014

U.S. Energy Information Administration. (n.d.). Definitions, Sources and Explanatory Notes. https://www.eia.gov/dnav/pet/tbldefs/pet_pri_spt_tbldef2.asp