• 응용통계연구
• /
• 제30권1호
• /
• pp.169-180
• /
• 2017

본 논문은 다변량 변동성을 다루고 있다. 최근 들어 활발하게 연구가 되고 있는 고빈도(high frequency)자료에 기초한 변동성 측정방법인 실현변동성을 계산하고 기존의 다변량 GARCH 모형과 비교분석하였다. 정준상관분석과 VaR분석을 이용하여 실현변동성과 다양한 다변량 GARCH 모형을 비교하였으며 최근 6년 동안의 삼성전자/현대차 거래 가격 고빈도 데이터를 이용하여 실증분석을 실시하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.221-230
• /
• 2016

주식시장 거래에서 기록되는 고빈도 자료를 사용하여 주식 수익률에 대한 변동성을 분석하였다. 변동성을 설명할 수 있는 한 요소로 주식거래에서 불규칙한 간격으로 발생하는 가격 듀레이션을 생각할 수 있는데, 실제 자료에 ACD 모형을 사용하여 듀레이션을 추정해 보았고, ACD-GARCH 모형을 사용하여 주식 수익률과 변동성에 미치는 듀레이션의 영향을 살펴보았다. 이 과정에서 ACD 모형 추정에는 ML과 EF 방법을 적용하였고, ACD-GARCH 모형에는 이중-분계점(double-threshold)을 추가하여 평균수익률의 비대칭성 및 변동성의 비대칭성을 동시에 분석해 보았다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1163-1170
• /
• 2015

본 연구에서는 금융시계열 변동성 측정을 위한 다양한 방법들을 소개하고 비교분석 하였다. 최근 들어 활발한 연구가 이루어지고 있는 고빈도(high frequency) 자료에 기초한 변동성 측정방법을 국내 주가에 적용시켜 1분 단위 고빈도 주가로부터 일별 변동성을 계산하였다. 또한, 모형 기반 방법인 GARCH와 자료 기반 방법인 역사적 변동성(historical volatility)을 융합하여 새로운 변동성 측정법을 제안하였다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.205-216
• /
• 2018

본 논문에서는 모형 기반 GARCH 변동성, 실현변동성(realized volatility; RV), 역사적 변동성(historical volatility), 지수가중이동평균(exponentially weighted moving average; EWMA) 등 다양한 변동성 추정 방법을 소개하고, 실현변동성에 비대칭 효과(leverage effect)를 반영한 분계점 실현변동성(threshold-asymmetric realized volatility; T-RV)을 제안하였다. 또한, 예시를 위해 KOSPI 고빈도 수익률 자료의 변동성을 분석하였다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.983-991
• /
• 2017

본 논문은 고빈도 시계열 자료 분석을 위한 최신 함수-변동성 functional ARCH : fARCH(1) 모형을 독자들에게 소개하고 국내 자료 적합을 예시하고 있다. fARCH(1) 모형을 KOSPI/현대차 1분 단위 고빈도 수익률 자료에 적합하여 기존의 ARCH 모형에서는 할 수 없었던 다이나믹한 일중(intraday) 변동성을 추정할 수 있음을 보여주고 있다.