Communications for Statistical Applications and Methods

The Korean Statistical Society (한국통계학회)
권호 표지
DOI QR코드

DOI QR Code

Prediction of Conditional Variance under GARCH Model Based on Bootstrap Methods

붓스트랩 방법을 이용한 일반화 자기회귀 조건부 이분산모형에서의 조건부 분산 예측

  • 김희영 (고려대학교 의학통계학교실) ;
  • 박만식 (고려대학교 의학통계학교실)
  • Published : 2009.03.30
Download PDF
⟨ Previous Next ⟩

Abstract

In terms of generalized autoregressive conditional heteroscedastic(GARCH) model, estimation of prediction interval based on likelihood is quite sensitive to distribution of error. Moveover, it is not an easy job to construct prediction interval for conditional variance. Recent studies show that the bootstrap method can be one of the alternatives for solving the problems. In this paper, we introduced the bootstrap approach proposed by Pascual et al. (2006). We employed it to Korean stock price data set.

일반적으로 일반화 자기회귀 조건부 이분산(GARCH)모형 하에서, 우도함수에 기반한 자료의 예측구간의 추정은 오차항의 분포에 민감하게 반응하고 더욱이 조건부분산의 경우 구간추정이 현실적으로 쉽게 풀리지 않는 문제이다. 이를 해결하기 위해 붓스트랩방법(bootstrap method)이 적용될 수 있음을 최근 연구들을 통해 밝혀졌다. 본 논문에서는 GARCH모형 하에서 자료와 변동성(조건부 분산)의 예측구간 추정을 위해 최근 소개된 Pascual 등 (2006)의 논문을 토대로 붓스트랩 방법를 정리하였다 실제 사례분석을 위해 국내 주가수익률자료를 이용하였다.

Keywords

References

  1. 박만식, 김나영, 김희영 (2008). Clustering Korean stock return data based on GARCH model, <한국통계학회논문집>, 15, 925-937 https://doi.org/10.5351/CKSS.2008.15.6.925
  2. Baillie, R. T. and Bollerslev, T. (1992). Prediction in dynamic models with time dependent conditional variances, Journal of Econometrics, 52, 91-113 https://doi.org/10.1016/0304-4076(92)90066-Z
  3. Bollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity, Journal of Econometrics, 31, 307-327 https://doi.org/10.1016/0304-4076(86)90063-1
  4. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation, Econometrica, 50, 987-1007 https://doi.org/10.2307/1912773
  5. Miguel, J. A. and Olave, P. (1999). Bootstrapping forecast intervals in ARCH models, Test, 8, 345-364 https://doi.org/10.1007/BF02595875
  6. Pascual, L., Romo, J. and Ruiz, E. (2006). Bootstrap prediction for returns and volatilities in GARCH models, Computational Statistics & Data Analysis, 50, 2293-2312 https://doi.org/10.1016/j.csda.2004.12.008
  7. Rydberg, T. H. (2000). Realistic statistical modelling of financial data, International Statistical Review, 68, 233-258 https://doi.org/10.1111/j.1751-5823.2000.tb00329.x
  8. Taylor, S. J. (1986). Modelling Financial Time Series, John Wiley & Sons, New York