• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.689-700
• /
• 2016

본 논문에서는 이변량 경시적 자료의 조건부 결합 분포를 추정하기 위하여 회귀 모형과 코플라 모형을 연구하였다. 주변 분포의 추정을 위하여 시변 전환 모형을 고려하였고, 이변량 반응변수 각각에 대한 주변 분포를 경험 분포를 이용한 비모수적 코플라를 이용하여 결합하여 조건부 결합 분포를 추정하였다. 주변 분포 모형의 모수 추정치는 추정방정식의 해로 얻어낼 수 있으며 우리가 제안한 모형은 조건부 평균 모형만으로 자료를 설명하기 어려운 경우에 적용될 수 있다. 시변 전환 모형과 비모수적 코플라 모형을 결합한 본 논문의 방법은 반복 측정된 이변량 경시적 자료에 대한 모형화가 모형에 대한 가정에서 비교적 자유로운 장점이 있다. 우리는 본 논문의 방법을 반복 측정된 이변량 콜레스테롤 자료를 분석하는데 적용하여 보았다.

• 응용통계연구
• /
• 제27권1호
• /
• pp.123-132
• /
• 2014

인플레이션의 불확실성은 기업투자의 기회비용 산정 등에 어려움을 줌으로써 설비투자를 위축시킬 수 있다. 본 연구에서는 우리나라에서도 이러한 가설의 성립여부를 검정하고자 시변모수(Time-Varying) GARCH모형과 품목별 상대가격 변동성을 통해 인플레이션과 관련된 불확실성을 측정하고 동 불확실성이 기업의 설비투자에 미치는 영향을 살펴보았다. 인플레이션 불확실성을 인플레이션율의 불확실성과 품목별 상대가격 변동성으로 각각 산출하여 추이를 살펴보면 우리나라의 인플레이션율이 구조적으로 낮아진 2000년대 이후에도 인플레이션 관련 변동성이 등락을 거듭하는 모습으로 보이고 있다. 또한, 동 지표들을 활용하여 설비투자와의 관계를 점검한 결과 인플레이션 불확실성은 예상한 바와 같이 기업의 설비투자에 유의한 부(-)의 영향을 미치는 것으로 나타났다. 특히 이러한 인플레이션 불확실성의 비대칭적 효과를 살펴보기 위해 마코프 국면전환 회귀모형(Markov-Switching Regression Model)을 추정한 결과, 인플레이션 불확실성의 투자위축 효과가 경기위축기에 더욱 커지는 것으로 나타났다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.85-100
• /
• 2023

Stochastic volatility (SV) 모형은 시변 변동성을 모델링하는 주요한 수단 중 하나이며, 특히 금융시장 변동성의 추정 및 예측, 옵션의 가격 결정 등의 분야에서 활발하게 사용되고 있다. 본 논문은 SV 모형을 활용하여 비트코인 시장의 시변 변동성을 모델링하고자 한다. 시장의 변동성은 국면 전환의 특성을 갖고 있다고 알려져 있으며, 시장의 변동 국면을 나누기 위해 시계열의 패턴을 인식하는 작업에 유용한 hidden Markov model(HMM)을 결합하여 사용하고자 한다. 본 연구는 암호화폐 거래 사이트 업비트의 비트코인 데이터를 활용하여 비트코인의 변동성 모형을 추정하였으며 SV 모형의 성능을 높이기 위하여 시장의 변동 국면을 나누어 분석을 진행하였다. MCMC 기법이 SV 모델의 모수를 추정하는 데 사용되며 MAPE, MSE 등의 평가 기준을 통하여 모델의 성능을 확인하고자 한다.

• 재무관리연구
• /
• 제21권2호
• /
• pp.183-209
• /
• 2004

본 연구에서는 금리변동에 따른 헤지수단의 목적으로 도입된 국채선물과 해당 기초자산인 국채현물의 일별 자료를 통해 두 시계열의 상호관계를 변동성에 초점을 두고 Bivariate GARCH 모형인 BEKK 모형과 국면전환 및 백터 오차수정항이 포함된 Bivariate-AR(1)-Markov-Switching-VECM 모형을 이용하여 비교 분석하였다. 본 연구의 분석기간은 2000년 1월 4일부터 2003년 10월 30일까지이며 분석대상은 일별 국채현물지수와 국채선물지수 935 관측치 이다. 본 연구의 결과 우리나라에서 국채선물과 현물시장의 분석에 있어서 두 시장을 한꺼번에 아우를 수 있는 Bivariate 모형설정의 중요성이 강하게 대두되었다. 특히 본 연구의 분석기간 중에는 국채시장의 상승국면과 하락국면이라는 두 상태보다는 국채가격의 변동성국면이 훨씬 더 강하게 국채시장에 작용하고 있음이 밝혀졌다. 이는 투자자가 보다 나은 헷징결과를 기대한다면 국채시장의 분석시 현물과 선물, 각각의 분산과정뿐만 아니라 공분산과정도 반드시 시계열모형내에서 동시에 고려해야함을 시사하고 있다.

• 재무관리연구
• /
• 제22권2호
• /
• pp.165-187
• /
• 2005

본 연구에서는 궁극적으로 코리아 디스카운트 현상을 계량적으로 밝혀낼 수 있는 방법론 제시의 일환으로 금융시계열, 특히 주식수익률의 위험프리미엄을 적절하게 추정해내고 주가변동성을 정교하게 측정할 수 있는 확률모형을 제시하고자 하였다. 먼저 첫 번째로 주가변동성의 구조변동을 확률적으로 추정할 수 있는 Markov-Switching ARCH 모형을 도입하여 한국 주식시장의 변동성 구조변동을 확률적으로 정교하게 파악하여 각 변동성 국면별로 한국 주식시장의 변동성을 생성하는 분포가 근본적으로 어떠한 것인지를 정확하게 분석하였다. 둘째로, 한국 주식수익률처럼 이분성이나, 시장 급등락 현상으로 인한 점프리스크롤 동시에 갖는 경우 금융시계열의 정확한 위험프리미엄의 측정을 위해서 모형에 이분산성과 점프위험항등을 어떻게 적절하게 고려하는 것이 필요한 지를 분석하고 특히 각 변동성 국면별로 시간가변적인 위험프리미엄을 각각 추정하고 이를 비교분석하였다. 셋째로, 정교한 확률모형으로부터 도출된 한국주식시장의 각 변동성 국면별로 시간가변적 위험프리미엄이 어떻게 다른지를 비교 분석하여 과도한 주가변동성과 과도한 시간가변적 위험프리미엄 및 코리아디스카운트와의 관계를 설명하고 또한 코리아 디스카운트의 정확한 파악 및 평가를 위하여 분석대상 자료를 미국 등의 선진 자본시장으로 확장하였다. 본 연구의 분석기간은 한국주식시장에서 주식거래가 이루어져 주가지수가 100으로 출발하는 1980년 1월 4일부터 가장 최근 자료인 2005년 8월 31일까지로 하였다. 본 연구의 결과 우리나라의 주식시장에서 고분산국면 기간 동안에 주식에 투자하는 투자자는 저분산국면 동안 투자하는 투자자에 비하여 약 13배나 높은 시간가변적 위험프리미엄을 지불해야하는 것으로 나타났다. 과도한 변동성에서 큰 위험프리미엄이라는 연결고리를 거쳐 코리아 디스카운트라는 현상으로 귀착되는 현상에 주목하고 있는 본 연구의 결과가 실무에서 유용하게 사용됨은 물론이요 또한 본 연구의 방법론 자체가 매우 정교하고 포괄적이어서 금융시계열을 포함한 다른 여러 분야에 크게 응용될 수 있는 외부효과도 기대된다.