• 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
• /
• 제29권3호
• /
• pp.505-512
• /
• 2016

본 연구에서는 금융시계열의 일간 변동성 측정을 위해 가중 융합 방법을 제안하고 있다. 고빈도(high frequency)자료에 기반을 둔 조정된 실현변동성을 계산하고 이를 참 값으로 간주하여 제안된 가중 융합 변동성에서 최적 가중치를 결정하는 과정을 서술하였다. 국내 KOSPI200자료의 1분 단위 고빈도 주가로부터 조정된 실현변동성을 구한 후 최적의 가중 융합 변동성을 제안해 보았다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.323-334
• /
• 2017

실현변동성(RVs)이 지속적인 장기기억성과 상당히 큰 이상치의 존재로 인해 정상계열과 비정상계열의 경계에 위치한다는 것에 주목하였다. 실현변동성을 예측하기 위해 실현변동성 이상치 관측 유무에 따라 heterogeneous autoregressive (HAR) 모형과 integrated HAR (IHAR) 모형을 번갈아 사용하는 새로운 방법을 제안하였고, 이 방법을 IHAR-O-HAR라 칭하였다. 예측력 비교는 주요 지수인 S&P 500, Nasdaq과 Nikkei 225의 실현변동성 데이터를 이용하였으며 표본 외 예측력 비교에서 새로운 IHAR-O-HAR 방법은 RW 방법, HAR 방법이나 IHAR 방법의 예측력보다 우수함을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제17권2호
• /
• pp.293-308
• /
• 2010

본 연구는 2003년 1월 3일부터 2007년 6월 29일 동안의 실현변동성 측정방법에 따른 KOSPI200 지수의 변동성 예측성과를 비교 분석하였다. 또한 VKOSPI 선물이 상장되면 기초자산인 VKOSPI의 예측이 중요한 이슈가 되므로 어떤 변동성이 VKOSPI를 잘 예측할 수 있는지에 대한 분석도 실시하였다. 본 연구에서는 고빈도 자료를 사용하여 실현변동성을 산출할 때, 우리나라 주식거래의 특성인 동시호가제도를 반영할 수 있는 방법과 야간변동성과 주간변동성의 차이를 고려해주기 위하여 기존의 연구에서는 일간수익률(daily return)을 사용한 것과는 달리 일중수익률(intradaily return)을 사용하여 조정해주는 방법을 제시하였다. 새롭게 제시된 실현변동성은 기존의 실현변동성 측정방법과는 t-검증과 F-검증에서 0.01% 이하 유의수준에서 차이가 있고 기초통계량측면에서 보다 안정적(stable)인 것으로 나타났다. 변동성 측정 방법에 VKOSPI의 예측성과를 상관분석, 회귀분석, 교차타당성 (cross validation) 성과를 통한 검증에서 본 논문에서 새롭게 제시한 실현변동성 측정방법이 가장 예측력이 높았다. 회귀분석을 통한 미래 실현될 실현변동성에 대한 예측 검증결과 변동성지수인 VKOSPI가 역사적 변동성이나 CRR 내재변동성보다 우수함을 기존의 방법론과 새롭게 제시된 방법론에서 동시에 확인할 수 있었다.

• 응용통계연구
• /
• 제25권1호
• /
• pp.15-27
• /
• 2012

본 논문에서는 KOSPI 시가총액기준 상위 4종목(삼성전자, 현대차, 현대모비스, POSCO)의 고빈도 거래 데이터를 바탕으로 일중 수익률의 실현변동성과 시장미시구조잡음에 대해 연구한다. Volatility signature plot을 통해 실현변동성(Realized Variance; RV)과 편의수정 실현변동성($RV_{AC_1}$)의 편의를 확인하고 시장미시구조 잡음의 특징을 실증적으로 파악한다. 또한, 잡음 대 신호비(Noise-to-Signal Ratio; NSR)를 사용하여, 평균제곱오차(Mean Square Error; MSE) 기준의 실현변동성(RV)과 편의수정 실현변동성($RV_{AC_1}$)의 최적 추출 빈도수를 추정해본다.

• 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
• /
• 제35권1호
• /
• pp.93-104
• /
• 2022

S&P 500과 RUSSELL 2000, DJIA, Nasdaq 100 4가지 미국 주가지수의 실현변동성(realized volatility, RV)을 예측하는데 있어서 사람들의 관심 지표로 삼을 수 있는 인터넷 검색량(search volume, SV) 지수와 내재변동성(implied volatility, IV)를 이용하여 LSTM 딥러닝(deep learning) 방법으로 RV의 예측력을 높이고자하였다. SV을 이용한 LSTM 방법의 실현변동성 예측력이 기존의 기본적인 vector autoregressive (VAR) 모형, vector error correction (VEC)보다 우수하였다. 또한, 최근 제안된 RV와 IV의 공적분 관계를 이용한 vector error correction heterogeneous autoregressive (VECHAR) 모형보다도 전반적으로 예측력이 더 높음을 확인하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.85-98
• /
• 2016

본 논문은 장외거래 수익률을 이용하여 추정한 여러 실현변동성들을 실증적으로 비교분석한다. 실제 금융 자산 시장에서는 장외시간이나 휴일에 거래가 적거나 드물게 나타나기 때문에 하루 전체의 실현변동성을 정확히 계산하는데 문제가 발생한다. 이를 해결하기 위해 제안되어진 장외거래 수익률을 여러 가지 방법으로 반영한 다양한 실현변동성의 추정치들에 대한 검토가 이루어진다. 실제 데이터의 실현변동성 추정치들의 예측정확성을 비교하기 위해 미국의 NASDAQ 지수와 S&P500 지수와 우리나라의 KOSPI 지수와 원/달러환율이 분석된다. 적분변동성의 불편추정치인 다음날의 로그수익률의 제곱을 기준으로 일일 실현 변동성의 추정치들은 비교되어지며 비교를 위해 절대평균오차(MAE)와 제곱평균오차근(RMSE)이 이용된다. 또한 통계적 추론을 위하여 Model Confidence Set(MCS) 방법과 Diebold-Mariano 검정법을 사용한다. 세 가지 주가지수 데이터에 대해 동일한 최적 방법이 선택되어지는데, 장외시간 수익률을 이용하여 장내시간 실현변동성의 크기 조정을 한 방법이다.

• 자원ㆍ환경경제연구
• /
• 제30권4호
• /
• pp.535-555
• /
• 2021

본 연구는 국내 주식시장 변동성에 대한 국제유가의 영향을 실증적으로 분석한다. 분석을 위해 사용된 자료는 2015년 1월 2일부터 2021년 7월 30일까지 KOSPI 지수와 WTI 선물가격의 10분 주기 고빈도 자료이다. 이를 사용하기 위해서는 이질적 자기회귀(HAR) 모형을 사용하였다. 분석 모형에서는 고빈도 자료의 장점을 살려 국제유가의 영향을 수익률뿐 아니라 실현 변동성, 실현 왜도 및 첨도를 통해 확인한다. 추정에는 큰 왜도를 갖는 실현 변동성 분포를 감안하여 Box-Cox 변환을 적용하였다. 추정 결과, WTI 가격의 일간 수익률 변동은 KOSPI 수익률의 변동성에 통계적으로 유의한 양(+)의 영향을 미치는 것으로 나타났다. 하지만 WTI 수익률의 변동성, 왜도, 첨도는 KOSPI 수익률의 변동성에 영향을 주지 않는 것으로 나타났다. 이와 같은 결과는 KOSPI 수익률의 변동성이 거래 시간의 시차를 갖는 WTI 수익률의 일간 변화는 반영하지만 투자자의 일중 거래 행태까지는 반영하지 않기 때문으로 판단된다.

• 응용통계연구
• /
• 제29권7호
• /
• pp.1213-1229
• /
• 2016

최근에 Cho와 Shin (2016)가 변동성 예측 모형으로 유명한 HAR (Corsi, 2009) 모형보다 단위근을 부과한 IHAR 모형이 더 우수하다는 것이 보고하였다. 금융시계열에 비대칭 변동성이 존재한다는 것은 널리 알려져 있다. 이 논문에서는 IHAR 모형에 레버리지를 고려한 LIHAR 모형을 제안한다. LIHAR 모형과 IHAR 모형 기존의 HAR 모형, LHAR 모형과의 예측력 비교를 통해 LIHAR 모형의 우수성을 보인다. 모형을 평가하기 위해 Oxford-Man 라이브러리 20개의 실현변동성 데이터를 이용하였다. 특히 DJIA, S&P 500, Russell 2000, KOSPI Composite 데이터는 다양한 분석을 하였다. 주가와 같은 금융지수의 변동성에는 장기기억성과 비대칭 변동성이 존재하고, 이런 특징을 LIHAR 모형이 HAR, IHAR, LHAR 모형보다 적절하게 반영하고 있는 것을 확인 하였다. 또한 예측력도 LIHAR 모형이 가장 우수하였다. 금융시계열의 실현변동성에 장기기억성, 비대칭변동성, 비정상성을 모두 반영하여 예측하는 것이 상당한 가치가 있음을 확인하였다.