This paper uses the Efficient Method of Moments(EMM) of Gallant and Tauchen to estimate continuous-time stochastic volatility diffusion model for the Korean Composite Stock Price Index, sampled daily over $1995\sim2002$. The estimates display non-normality of stock index return, leptokurtic distribution, and stochastic volatility. Funker, this study suggests that two factor stochastic volatility model will be more desirable than one factor stochastic volatility model to estimate daily Korean stock return and also suggests that the stochastic volatility diffusions should allow for Poisson jumps of time-varying intensity.
The Korean Won-Dollar exchange markets showed radical price movements in the late 1990s and 2008. Therefore it provides good sources for studying volatility phenomena. Using the GARCH option models, I analysed how the prices of foreign exchange options react volatilities in the foreign exchange spot prices. For this I compared the explanatory power of three option models(Black and Scholes, Duan, Heston and Nandi), using the Won-Dollar OTC option markets data from 2006 to 2013. I estimated the parameters using MLE and calculated the mean square pricing errors. According to the my empirical studies, the pricing errors of Duan, Black and Scholes models are 0.1%. And the pricing errors of the Heston and Nandi model is greatest among the three models. So I would like to recommend using Duan or Black and Scholes model for hedging the foreign exchange risks. Finally, the historical average of spot volatilities is about 14%, so trading the options around 5% may lead to serious losses to sellers.
The heterogeneous autoregressive (HAR) model is a simple linear model that is commonly used to explain long memory in the realized volatility. However, as realized volatility has more complicated features such as conditional heteroscedasticity, leverage effect, and volatility clustering, it is necessary to extend the simple HAR model. Therefore, to better incorporate the stylized facts, we propose a threshold HAR model with GARCH errors, namely the THAR-GARCH model. That is, the THAR-GARCH model is a nonlinear model whose coefficients vary according to a threshold value, and the conditional heteroscedasticity is explained through the GARCH errors. Model parameters are estimated using an iterative weighted least squares estimation method. Our simulation study supports the consistency of the iterative estimation method. In addition, we show that the proposed THAR-GARCH model has better forecasting power by applying to the realized volatility of major 21 stock indices around the world.
This study examines the dynamic hedging performances of the Black-Scholes model and Heston model when stock prices drift with stochastic volatilities. Using Monte Carlo simulations, stock prices consistent with Heston's(1993) stochastic volatility option pricing model are generated. In this circumstance, option traders are assumed to use the Black- Scholes model and Heston model to implement dynamic hedging strategies for the options written. The results of simulation indicate that the hedging performance of a mis-specified Black-Scholes model is almost as good as that of a fully specified Heston model. The implication of these results is that the efficacy of the dynamic hedging performances on evaluating the specifications of alternative option models can be limited.
The stochastic volatility (SV) model is one of the main methods of modeling time-varying volatility. In particular, SV model is actively used in estimation and prediction of financial market volatility and option pricing. This paper attempts to model the time-varying volatility of the bitcoin market price using SV model. Hidden Markov model (HMM) is combined with the SV model to capture characteristics of regime switching of the market. The HMM is useful for recognizing patterns of time series to divide the regime of market volatility. This study estimated the volatility of bitcoin by using data from Upbit, a cryptocurrency trading site, and analyzed it by dividing the volatility regime of the market to improve the performance of the SV model. The MCMC technique is used to estimate the parameters of the SV model, and the performance of the model is verified through evaluation criteria such as MAPE and MSE.
Communications for Statistical Applications and Methods
/
v.16
no.4
/
pp.605-614
/
2009
TGARCH models characterized by asymmetric volatilities have been useful for analyzing various time series in financial econometrics. We are concerned with persistent volatility in the TGARCH context. Park et al. (2009) introduced I-TGARCH process exhibiting a certain persistency in volatility. This article applies I-TGARCH model to various financial time series in Korea and it is obtained that I-TGARCH provides a better fit than competing models.
Volatility forecasting in financial markets is an important issue because it is directly related to the profit of return. The volatility is generally modeled as time-varying conditional heteroskedasticity. A generalized autoregressive conditional heteroskedastic (GARCH) model is often used for modeling; however, it is not suitable to reflect structural changes (such as a financial crisis or debt crisis) into the volatility. As a remedy, we introduce the Markov regime switching GARCH (MRS-GARCH) model. For the empirical example, we analyze and forecast the volatility of the daily Korea Composite Stock Price Index (KOSPI) data from January 4, 2000 to October 30, 2014. The result shows that the regime of low volatility persists with a leverage effect. We also observe that the performance of MRS-GARCH is superior to other GARCH models for in-sample fitting; in addition, it is also superior to other models for long-term forecasting in out-of-sample fitting. The MRS-GARCH model can be a good alternative to GARCH-type models because it can reflect financial market structural changes into modeling and volatility forecasting.
Volumes of research have been implemented to estimate and predict the oil price. These models, however, fail in accurately predicting oil price as a model composed of only a few observable variables is limiting. Unobservable variables and news that have been overlooked in past research, yet have a high likelihood of affecting the oil price. Hence, this paper analyses the news impact on the price. The standard GARCH model fails in capturing some important features of the data. The estimated news impact curve for the GARCH model, which imposes symmetry on the conditional variances, suggests that the conditional variance is underestimated for negative shocks and overestimated for positive shocks. Hence, this paper introduces the asymmetric or leverage volatility models, in which good news and bad news have different impact on volatility. They include the EGARCH, AGARCH, and GJR models. The empirical results showed that negative shocks introduced more volatility than positive shocks. Overall, the AGARCH and GJR were the best at capturing this asymmetric effect. Furthermore, the GJR model successfully revealed the shape of the news impact curve and was a useful approach to modeling conditional heteroscedasticity.
Proceedings of the Korea Inteligent Information System Society Conference
/
2001.06a
/
pp.333-340
/
2001
본 연구에서는 GARCH 모델과 이동평균법을 이용한 국내 외환 시장에 있어서의 변동성 척도가 비교 분석되었다. 즉 두가지 알고리듬을 통하여 정보의 내용과 외환시장 변동성의 변통성 예측력을 비교하였다. 그 결과 GARCH 모형에 의할 변동성 추정치는 예측력에 있어서는 이동평균 추정치 보다 낮은 수준이지만 정보내용의 측면에서 성과가 더 좋은 것으로 나타났다. 그리고 GARCH모형에 의한 추정치는 이동평균 추정치 보다 편의성(Bias)이 낮은 것으로 나타났다. 또한 변동성의 가치에 대해서 논의하고, 이러한 변통성 추정치를 통해서 실제 환율변동을 헷지하기 위한 옵션매매에 어떻게 적용할 수 있는지를 언급하였다.
In GARCH context, the conditional variance (or volatility) is of a quadratic function of the observation process. Examine standard ARCH/GARCH and their variant models in terms of quadratic formulations and it is interesting to note that most models in GARCH context have contained neither the first order term nor the interaction term. In this paper, we consider three models possessing the first order and/or interaction terms in the formulation of conditional variances, viz., quadratic GARCH, absolute value GARCH and bilinear GARCH processes. These models are investigated with a view to model comparisons and applications to financial time series in Korea
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.