• 응용통계연구
• /
• 제24권1호
• /
• pp.71-81
• /
• 2011

본 논문은 GARCH-ARJI(auto regressive jurnp intensity) 모형을 활용하여 KOSPI 주가지수의 변동을 체계적으로 분석하였다. GARCH-ARJI 모형은 변동성과 점프 인텐시티의 시간 가변성을 동시에 고려하는 모형으로, 수익률의 조건부 변동성을 GARCH 모형으로 설명할 수 있는 일상적인 변동과 점프에 의해 설명되는 변동의 두 부분으로 나눌 수 있는 장점이 있다. 실증분석 결과, KOSPI 주가 수익률에 내재된 점프 인텐시티가 상수가 아니라 자기 희귀 과정을 따르는 시간 가변성을 뚜렷이 확이할 수 있었고, KOSPI 수익률의 조건부 변동성은 점프로 인한 변동성이 GARCH에 의해 설명되는 일상적인 변동성보다 다소 작게나타나는 것을 발견할 수 있었다. 추가적으로, 9.11 위기와 2008 금융위기 등의 외부 충격으로 인한 KOSPI 수익률의 변동성에 대한 영향을 분석한 결과, 점프에 의한 영향력은 2008년 금융위기 기간이 9.11 기간보다 크고 지속적임을 발견할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.381-381
• /
• 2022

본 연구에서는 실시간적으로 계측, 수집된 자료를 이용하여 도시지역 물순환 전 과정에 대한 개별 물리모델 구동을 실시하고, 수자원의 양적인 흐름을 연계하여 표출하는 도시 수자원 사이버 물리시스템(CPS) 시뮬레이터에 활용되는 입력인자 변동성 분석을 실시하였다. 도시 수자원 실시간 CPS 시뮬레이터의 시나리오 분석을 위한 변동입력인자는 취수량, 타 배수지 구역 공급량, 대상지역 수용가 사용량 변화, 오수전환률 및 오수배출 지연시간 등으로 설정하였으며, 변동입력인자 변화모의를 위한 발현가능한 시나리오를 구축하고, 분석결과를 정량화하여 제시하였다. 본 연구에서 활용된 발현가능한 시나리오는 가뭄 등 취수제한상황에 따른 양적인 공급 흐름모의, 수용가 물 사용 패턴 변화(예, 코로나로 인한 비대면 재택 근무 증가 등)에 의한 상수, 오수변화량 모의 등으로 설정되었다. 분석 결과 다양한 입력인자의 변화에 따른 도시수자원 흐름변화에 영향을 주는 구성요소의 파악과 정성, 정량적 영향을 직관적, 정량적으로 평가할 수 있음을 확인하였다. 도출된 변동성 평가 결과는 설정된 시나리오가 현실화될 경우 효과성 높은 대응책을 마련하는데 활용이 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.708-710
• /
• 2014

최근 금융 분야에서는 빅 데이터를 이용하여 주가예측 모형을 만들어내고 있으며, 특히 금융 시계열 자료의 변동성 집중 현상을 금융 빅 데이터를 이용하여 분석함으로써 세계 주식시장의 동조화 현상을 분석하고 있다. 본 논문에서는 한국과 중국의 일별 주가지수수익률과 일중 주가지수수익률을 이용하여 이들 2개 국가의 대표적인 주가지수 시계열 데이터에 변동성 집중 현상이 존재하는지를 보다 세밀하게 추적하여 양국 주식시장의 동조화 현상을 분석한다. 분석 결과, 한국의 KOSPI와 중국의 Shanghai 종합주가지수의 지수수익률 시계열 자료는 단위근이 존재하지 않으며, 변동성 집중 현상을 보이는 것으로 나타났다. 또한 한국보다는 중국 주식시장의 변동성 집중현상이 보다 강하게 나타나며, 이러한 현상은 일중 주가지수수익률 시계열 자료에서 보다 두드러지게 나타났다.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.387-394
• /
• 2016

주식시장의 변동성은 정보의 유형에 따라 다르게 반응한다. 호재(good news)로 인한 예기치 못한 양의 수익률에 비해 악재(bad news)로 인한 예기치 못한 음의 수익률에 더 크게 반응하는 비대칭적 변동성이 존재한다는 것이다. 본 연구에서는 한국거래소(KRX)에서 발표하는 KOSPI, 대형주, 중형주, 소형주 지수를 대상으로 정보 유형에 따라 각 지수의 변동성에 미치는 영향이 비대칭적인지를 MA-GJR 모형과 MA-EGARCH 모형을 사용하여 비교분석하였다. 분석결과, 변동성 추정 모형에 관계없이 모든 지수에서 변동성의 비대칭적인 반응이 존재함을 확인할 수 있었고 소형주 변동성이 대형주 변동성보다 유리한 정보에 비해 불리한 정보에 더 크게 반응하는 것으로 나타났다. 또한 이러한 결과는 표본기간을 글로벌 금융위기 전후로 구분한 분석에서도 강건하게 관찰되었다.

• Communications for Statistical Applications and Methods
• /
• 제16권4호
• /
• pp.605-614
• /
• 2009

본 논문에서는 금융시계열자료를 분석하는데 있어서 비대칭 변동성과 지속성효과를 가지는 시계열 자료에 적합한 모형인 I-TGARCH를 제시하였다. 국내 금융시계열 자료를 바탕으로 I-TGARCH의 적합성을 검증하기 위해 기존연구에서 많이 쓰이고 있는 TGARCH, IGARCH, EGARCH 모형과 함께 분석하여 비교하였다. 그 결과, I-TGARCH모형이 경제 위기의 영향으로 변동성이 커진 현재의 주가 분석에 적합하다는 사실을 알 수 있었다. 특히, 비대칭적 변동성의 특징을 관찰하기 위해 News impact curve를 이용해서 호재와 악재에 다르게 반응하는 주가변동에 대해서 알아본 결과, 대부분의 주가변동이 비대칭적인 경향을 보이고 있다는 사실을 관찰했다. 또한, 실제 일별수익율 데이터를 I-TGARCH 모형에 적합시키고 모형이 얼마나 효율적인지를 검정하였다. I-TGARCH의 적합성을 검증하기 위해 VaR의 사후검정을 이용하였다. 그 결과 대부분의 금융시계열이 I-TGARCH가 다른 비교모형 보다 우수하거나 비슷한 것으로 검증되었다. 이는 변동성의 비대칭성을 고려한 TGARCH에서 지속-변동성 효과(persistent effect) 또한 존재할 수 있다는 사실을 금융시계열자료를 통해 알 수 있었다.

• 경영과정보연구
• /
• 제30권2호
• /
• pp.237-255
• /
• 2011

변동성을 측정하는 데에는 주로 종가기반(close-to-close)의 수익률 자료를 이용하여 이루어지고 있지만, 일중 변동폭을 나타내는 가격범위에 관한 정보인 고가와 저가를 포함한 범위변동성에 대한 연구가 최근 활발해지고 있다. 본 연구는 범위 변동성에 대한 개념이 생긴 이후 최근 확장되고 있는 다양한 연구주제와 더불어 범위변동성을 실무적으로 활용하기 위한 것으로 범위변동성 예측에 있어 적절한 예측기간을 제시하는 것을 목적으로 하고 있다. 범위변동성은 Parkinson(1980; PK), Garman and Klass(1980; GK) Rogers and Satchell(1991; RS), Yang and Zhang(2008; YZ)이 제시한 추정치를 이용하였으며, AR(1), MA(1)모형을 이용하여 예측된 변동성과 실현변동성간의 예측오차를 비교하는데 이때 예측기간을 시변하여 산출함으로써 예측력을 비교분석하였다. 2000.5.22~2009.9.18(총 2,307일간)의 KOSPI200지수를 대상으로 분석한 결과는 다음과 같다. 첫째, PK, GK, RS, YZ 변동성 중 KOSPI200의 변동성을 가장 잘 예측하는 변동성은 PK변동성 또는 RS변동성으로 보인다. 두 변동성의 예측력 우위는 분석기간에 따라 미세한 차이를 보이는데 금융위기를 포함하는 경우 PK변동성이 우수하며, 포함하지 않는 경우는 RS변동성이 우수한 것으로 나타났다. 둘째, 금융위기를 포함하지 않는 경우 대부분의 경우 예측오차가 크게 줄어드는 것으로 나타나 금융위기처럼 변동성이 크게 나타나는 경우에는 범위변동성을 이용한 변동성예측력이 상당히 떨어질 수 있음을 확인하였다. 셋째, 범위변동성을 이용하여 변동성을 예측하는 경우 AR(1), MA(1)모형의 모수추정기간을 길게 하는 경우 예측오차의 평균은 감소하는 경향이 확인되었다. 특징적인 점은 60일 또는 90일로 기간을 늘일 경우에 예측오차가 급격하게 감소하는 경향을 보이는 것인데, 각각의 변동성과 예측모형에 따라 다소의 차이가 나타난다. 그리고, 예측오차의 편차는 90일 이후 큰 변화를 보이지 않고 있는 것으로 보인다. 따라서, 범위변동성을 이용하여 범위변동성을 예측할 경우 90거래일 이상의 가격 정보를 이용하여 예측을 하는 것이 예측오차를 줄여 예측력을 높일 수 있을 것으로 판단된다.

• 경영과정보연구
• /
• 제28권4호
• /
• pp.93-108
• /
• 2009

본 연구는 변동성의 비대칭적 반응과 관련하여 주식시장에 비하여 상대적으로 많은 연구가 이루어지지 않은 채권시장에 대해서 살펴보았다. 이를 위하여 국채시장과 유가증권시장을 대상으로 분석을 실시하였으며, 분석모형은 가장 일반적인 대칭모형인 GARCH모형과 비대칭모형으로는 GJR-GARCH모형을 이용하였다. 실증분석 결과를 요약하면 다음과 같다. KOSPI수익률의 경우에는 변동성의 비대칭성을 나타내는 계수와 모형의 적합성을 나타내는 우도비(LR) 통계량이 유의수준 1%에서 유의한 것으로 나타나고 있어서, 기존의 선행연구들과 같이, 주식시장에 비대칭적 변동성이 존재한다는 것을 재확인할 수 있다. 반면에 국고채수익률의 경우에는 비대칭적 변동성을 나타내는 계수가 통계적으로 유의하지 않고 모형의 적합성을 검정하는 우도비(LR) 통계량 또한 유의하지 않은 것으로 나타나고 있다. 이는 국고채수익률의 경우에는 비대칭적 변동성이 존재하지 않으며, 변동성의 군집화현상과 시간 가변적인 특성을 포착하기 위해서 대칭모형인 GARCH(1,1)모형을 이용하는 것만으로 충분하다는 것을 보여주고 있다. 이러한 결과는 미 재무성채권을 대상으로 한 연구에서 채권시장에는 비대칭적 변동성이 존재하지 않는다는 Hoti, Maasoumi, McAleer & Slottje(2005)와 Cappiello, Engle & Sheppard(2006)의 연구결과와도 일치하는 것이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.164-164
• /
• 2018

강우침식인자는 토양침식에 영향을 주는 한 인자이다. 강우침식인자는 강우강도, 강우량, 강우빈도 등과 같은 강우패턴으로 산정되는 값으로 기후변화로 인해 많은 지역에서 강우패턴의 변화가 관측되었기에 강우침식인자 또한 기후변화로 인한 변화가 예상된다. 한국의 강우의 시공간적인 변동성에 대한 연구는 많이 진행되었으나, 강우침식인자에 대한 연구는 아직까지 미흡한 상태이기 때문에 본 연구에서는 한국의 강우침식인자의 시공간적 변동성을 분석하였다. 강우강도, 강우량, 강우빈도, 강우지속기간 등 강우패턴을 결정하는 인자들 중 어떤 인자가 강우침식인자의 시간적인 변동성에 영향을 주는지 조사하였다. 시간적인 변동성을 조사하기 위해서 경향성 검사를 진행하였다. 적용된 경향성 검사는 Mann-Kendall test, 수정된 Mann-Kendall test, Block Bootstrapping Mann-Kendall test, T-test를 적용하였다. 검사결과 대부분의 지점에서는 강우침식인자에서는 경향성이 발견되지 않았다. 경향성이 발견된 지점에 대하여 경향성의 원인을 검토해본 결과, 복합적인 강우패턴 인자의 영향으로 인하여 강우침식인자의 경향성이 발생하는 것을 확인하였다. 강우패턴 인자 중에서는 유효강우사상의 강우량이 가장 큰 영향인자인 것을 확인 할 수 있었다.