원유시장 분석을 위한 VaR 모형

Value-at-Risk Models in Crude Oil Markets

본 연구에서는 원유시장의 변동성 분석에 적용될 수 있는 VaR(Value-at-Risk) 접근법을 고찰한다. 그리고 다양한 VaR 모형들(RiskMetrics, GARCH, IGARCH와 FIGARCH 모형)의 성과를 정규분포와 치우친 Student-t 분포 가정 하에서 평가한다. Brent 및 Dubai 시장의 일별가격 자료를 이용한 실증분석 결과에 따르면, FIGARCH 모형이 GARCH 모형이나 IGARCH 모형보다 원유시장의 변동성에 내재되어 있는 장기기억 특성을 잘 반영한다는 점에서 더 우월한 것으로 나타났다. 이러한 사실은 원유시장 수익률의 변동성에는 장기기억이 존재한다는 것을 의미한다. 그리고 VaR 분석 결과, 치우친 Student-t 분포 가정 하에서 추정되는 FIGARCH 모형이 롱 포지션과 숏 포지션 모두에서 정규분포 가정 하에서 추정되는 다른 변동성 모형들보다 원유시장에서의 투자 위험을 더 정확하게 예측하는 것으로 나타났다. 이러한 사실은 치우친 Student-t 분포 가정이 원유시장 수익률 분포에 내재되어 있는 비정상적 왜도와 첨도를 모형화하는데 더 적합하다는 것을 의미한다. 이와 같은 발견은 원유시장 구매자 및 판매자들이 원유가격의 움직임을 올바르게 측정하고 VaR을 정확하게 추정하는데 도움을 줄 것이다.

In this paper, we investigated a Value-at-Risk approach to the volatility of two crude oil markets (Brent and Dubai). We also assessed the performance of various VaR models (RiskMetrics, GARCH, IGARCH and FIGARCH models) with the normal and skewed Student-t distribution innovations. The FIGARCH model outperforms the GARCH and IGARCH models in capturing the long memory property in the volatility of crude oil markets returns. This implies that the long memory property is prevalent in the volatility of crude oil returns. In addition, from the results of VaR analysis, the FIGARCH model with the skewed Student-t distribution innovation predicts critical loss more accurately than other models with the normal distribution innovation for both long and short positions. This finding indicates that the skewed Student-t distribution innovation is better for modeling the skewness and excess kurtosis in the distribution of crude oil returns. Overall, these findings might improve the measurement of the dynamics of crude oil prices and provide an accurate estimation of VaR for buyers and sellers in crude oil markets.