Forecasting Import Volume of Coffee in Thailand: An Empirical Study Using Box-Jenkins Approach

Main Article Content

Peemfah Ratsaminet
Chalermpon Jatuporn
Vasu Suvanvihok
Nareerut Seerasarn

Abstract

          This research aims to forecast the import volume of coffee in Thailand using monthly time series from January 2008 to March 2021. The methodology employs Box-Jenkins or SARIMA(p,d,q)(P,D,Q)s to forecast for the time series data consisting of five steps, namely, (1) testing for order of integration for time series using the ADF unit root, (2) identifying preliminary model using the correlogram diagram, (3) estimating parameters using the maximum likelihood estimator, (4) testing for an appropriate forecasting model using the QLB statistic, and (5) forecasting forward until December 2022, respectively.
          The empirical results of this study are as follows.
          The most appropriate forecasting model is SARIMA(0,1,2)(0,1,1)12. The forecasting volume of coffee imports in Thailand from April 2021 to December 2022 shows that in the last three quarters of 2021, the import volume of coffee has a tendency to increase by 4.177% compared with the same period of 2020. While in the year 2022, the import volume of coffee is likely to increase by 5.368% compared to 2021. 


 

Article Details

How to Cite
Ratsaminet, P., Jatuporn, C., Suvanvihok, V. ., & Seerasarn, N. (2021). Forecasting Import Volume of Coffee in Thailand: An Empirical Study Using Box-Jenkins Approach . Journal of Roi Kaensarn Academi, 6(8), 318–331. retrieved from https://so02.tci-thaijo.org/index.php/JRKSA/article/view/249552
Section
Research Article

References

กรมเจรจาการค้าระหว่างประเทศ. (2562). ‘พาณิชย์’ จับมือสมาคมกาแฟไทยลงพื้นที่จังหวัดน่าน ยกระดับคุณภาพการผลิต สร้างอัตลักษณ์ ใช้ประโยชน์จาก FTA ขยายการส่งออกกาแฟไทยสู่ตลาดโลก. ออนไลน์. สืบค้นเมื่อ 28 มกราคม 2564. แหล่งที่มา: https://www.dtn.go.th/th/news/5cff75 9a1ac9ee073b7c05eb?cate=5cff753c1ac9ee073b7bd1c5

กรมพัฒนาธุรกิจการค้า. (2562). ธุรกิจผลิตกาแฟ บทวิเคราะห์ธุรกิจ ประจำเดือน มกราคม 2562. ออนไลน์. สืบค้นเมื่อ 28 มกราคม 2564. แหล่งที่มา: https://www.dbd.go.th/download/document_ file/Statisic/2562/T26/T26_201901.pdf

กรมวิชาการเกษตร. (2560). ยุทธศาสตร์กาแฟ ปี 2560 - 2564. ออนไลน์. สืบค้นเมื่อ 28 มกราคม 2564. แหล่งที่มา: http://www.doa.go.th/hort/wp-content/uploads/2018/11/ยุทธศาสตร์กาแฟ2560-2564.pdf

กรมส่งเสริมการเกษตร. (2557). การเพิ่มประสิทธิภาพการผลิตกาแฟ. เอกสารวิชาการที่ 3/2557. ออนไลน์. สืบค้นเมื่อ 28 มกราคม 2564. แหล่งที่มา:https://esc.doae.go.th/wp-content/uploads/ 2018/12/%E0%B8%81%E0%B8%B2%E0%B9%81%E0%B8%9F.pdf

จุฬารัตน์ คำเภา และคณะ. (2562). ปัจจัยที่ส่งผลต่อการผลิตกาแฟพันธุ์อะราบิกาของเกษตรกรในจังหวัดแม่ฮ่องสอน. การประชุมวิชาการระดับชาติและนานาชาติ มหาวิทยาลัยศรีปทุม ครั้งที่ 14 (SPUCON2019), 19 ธันวาคม 2562 ณ มหาวิทยาลัยศรีปทุม บางเขน กรุงเทพมหานคร.

เฉลิมพล จตุพร และพัฒนา สุขประเสริฐ. (2559). ตัวแบบพยากรณ์ผลผลิตและปริมาณส่งออกยางพาราของประเทศไทย. แก่นเกษตร. 44 (2), 219-228.

ไพรัตน์ พรมชน และคณะ. (2561). ปัจจัยที่มีผลต่อการผลิตองุ่นรับประทานสด: การวิเคราะห์เบื้องต้น. สยามวิชาการ. 19 (2), 1-13.

ไทยรัฐออนไลน์. (2561). ที่สุดของ ‘กาแฟ’ 9 เรื่องราวที่คุณไม่เคยรู้ ในวันกาแฟโลก. ออนไลน์. สืบค้นเมื่อ 28 มกราคม 2564. แหล่งที่มา: https://www.thairath.co.th/lifestyle/food/recipefood/1387682

ปรมัตตจ์ ใสสอาด และคณะ. (2564). ปัจจัยที่ส่งผลต่อการผลิตข้าวสังข์หยดของเกษตรกรในอำเภอเมืองจังหวัดพัทลุง. วารสารสหวิทยาการมนุษยศาสตร์และสังคมศาสตร์. 4 (1), 25-37.

วรางคณา เรียนสุทธิ์. (2562). ตัวแบบพยากรณ์ราคาเมล็ดกาแฟ. วารสารวิจัยราชมงคลกรุงเทพ. 13 (1), 141-155.

สำนักงานปลัดกระทรวงพาณิชย์. (2562). ข้อมูลสถิติการค้าระหว่างประเทศของไทย. ออนไลน์. สืบค้นเมื่อ 28 มกราคม 2564. แหล่งที่มา: http://www.ops.moc.go.th/ewt_news.php?nid=3300&file name=index

อรพิมพ์ สุริยา และคณะ. (2560). ปัจจัยที่ส่งผลต่อการผลิตกล้วยหอมของเกษตรกรในอำเภอหนองเสือ จังหวัดปทุมธานี. วารสารปัญญาภิวัฒน์. 9 (2), 208-218 .

Box, G. E. P., Jenkins, G. M., & Reinsel, G. C. (1994). Time series analysis: Forecasting and control. (3rd ed.). New Jersey: Englewood Cliffs Prentice-Hall.

Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association. 74 (366a), 427-431.

Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica. 49 (4), 1057-1072.

FAO. (2018). FAOSTAT: Data. Online. Retrieved November 3, 2020. From: http://www.fao. org /faostat/en/#data/QC

International Coffee Organization. (2019). Historical data on the global coffee trade. Online. Retrieved November 3, 2020. From: ttps://www.ico.org/new_historical.asp?section =Statistics

Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics. (5th ed.). New York: McGraw Hill.

Jatuporn, C., Sukprasert, P., Chulaphan, W., & Sriariyawat, S. (2016). Assessing the impact of exchange rate on major agricultural export commodities of Thailand. International Journal of Agricultural Technology, 12(6), 973-982.

Jatuporn, C., Sukprasert, P., Tongchure, S., Suvanvihok, V., & Thongkaew, S. (2020). Forecasting import demand of table grapes: Empirical evidence from Thailand. Asian Journal of Agriculture and Rural Development. 10 (2), 578-586.

Rueangrit, P., Jatuporn, C., Suvanvihok, V., & Wanaset, A. (2020). Forecasting production

and export of Thailand’s durian fruit: An empirical study using the Box-Jenkins approach. Humanities and Social Sciences Letters. 8 (4), 430-437.

Tanong, K., Jatuporn, C., Suvanvihok, V., & Seerasarn, N. (2021). Forecasting import demand for soybean meal in Thailand using Box-Jenkins method. Journal of Hunan University Natural Sciences. 48 (5), 58-65.