• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.399-408
• /
• 2016

There is a need to detect heteroscedasticity in a regression analysis; however, it invalidates the standard inference procedure. The diagnostics on heteroscedasticity may be distorted when both outliers and heteroscedasticity exist. Available heteroscedasticity detection methods in the presence of outliers usually use robust estimators or separating outliers from the data. Several approaches have been suggested to identify outliers in the heteroscedasticity problem. In this article conventional tests on heteroscedasticity are modified by using a sequential outlier detection methods to separate outliers from contaminated data. The performance of the proposed method is compared with original tests by a Monte Carlo study and examples.

• The Korean Journal of Financial Management
• /
• v.16 no.2
• /
• pp.285-308
• /
• 1999

증권의 가격형성에 유리한 뉴스와 불리한 뉴스가 도착할 때 이 뉴스가 주가의 변동성에 미치는 영향의 정도는 차이가 있다. 불리한 뉴스가 변동성에 미치는 영향도가 유리한 뉴스가 변동성에 미치는 영향도보다 크다. 따라서 불리한 뉴스가 발생할 때 형성되는 변동성의 양이 유리한 뉴스의 도착시보다 크다. 그리고 충격의 크기에 따라 이 충격이 야기하는 변동성의 양의 크기에도 차이가 존재한다. 일반 자기회귀 조건부 이분산 과정은 유리한 뉴스와 불리한 뉴스를 대칭적으로 반영하고 있다. 이 뉴스들을 비대칭적으로 포착하는 자기회귀 조건부 이분산 과정의 모형들을 실증적으로 분석하였다. 뉴스의 비대칭성과 규모를 적절히 포착하고 있는 모형들이 비선형 일반 자기회귀 조건부 이분산 과정, 지수 일반 자기회귀 조건부 이분산 과정과 정보 포착 자기회귀 조건부 이분간 과정임이 발견되었다. 이 중 비선형 일반 자기회귀 조건부 이분산 과정이 가장 좋은 모형으로 보인다. 비선형 일반 자기회귀 조건부 이분산 과정의 경우 예측오차의 승멱(power)이 약 1.5이다. 따라서 일반 자기회귀 조건부 이분산 과정의 예측오차의 승멱인 2에 비하여 작다. 이 사실은 일반 자기회귀 조건부 이분산의 예측오차의 승멱이 과도하게 측정되고 없음을 알 수 있다. 뉴스의 비대칭성과 규모를 반영하고 있는 모형들은 한결같이 예측오차의 크기에 적절한 가중치를 부여하여 예측오차의 크기를 조정하고 있다. 이 모형의 성질과 실증분석의 결과에 의하여 예측오차의 승멱은 2 이하로 수정하여 사용해야 한다는 점이 시사되고 있다. 음의 충격이 양의 충격보다 주가의 변동성을 크게 하고 없음이 발견되었다. 주가형성에 유리한 뉴스와 불리한 뉴스가 주가의 변동성에 미치는 영향의 차이와 충격의 중대성을 양으로 표시하는 규모의 차이를 반영해주는 변수들의 추정된 계수가 미국과 일본보다 절대값에 있어서 상당히 작다. 이 현상은 뉴스의 비대칭성과 규모보다는 발생하는 충격, 즉 뉴스 자체에 보다 민감하게 반응하고 있음을 보여주고 있다. 물론 투자자들이 뉴스의 비대칭성과 규모를 완전히 무시하고 투자활동을 전개하고 있다는 것을 의미하는 것은 아니다.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.3
• /
• pp.475-483
• /
• 2009

In this paper we introduced a class of nonlinear time series models to analyse KOSPI data. We introduce the Generalized Power-Transformation TGARCH (GPT-TGARCH) model and the model includes Zakoian (1993) and Li and Li (1996) models as the special cases. We showed the effectiveness and efficiency of the new model based on KOSPI data.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.5
• /
• pp.831-839
• /
• 2010

Least squares support vector machine (LS-SVM) is a kernel trick gaining a lot of popularities in the regression and classification problems. We use LS-SVM to propose a iterative algorithm for a nonlinear generalized autoregressive conditional heteroscedasticity model in the mean (GARCH-M) model to estimate the mean and the conditional volatility of stock market returns. The proposed method combines a weighted LS-SVM for the mean and unweighted LS-SVM for the conditional volatility. In this paper, we show that nonlinear GARCH-M models have a higher performance than the linear GARCH model and the linear GARCH-M model via real data estimations.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.6
• /
• pp.1041-1049
• /
• 2010

In Korean professional baseball, attendance is the largest source of revenue for development of professional baseball and the highest concern of professional baseball teams. So, if there is demand forecasting model, it will be helpful for pennant chasers to work out the strategies for drawing attendance. For this reason, this research intends to suggest the model which estimates Korean professional baseball's attendance and uses all usable variables which have an effect on attendance in limited circumstances. We supposed that dependent variable is attendance as well as several independent variables and error term are homoscedastic variance. And then, we compared the models which assume conditional heteroscedastic variance like GARCH and EGARCH with GARCH-t models which use the assumption that error term's distribution follows student-t distribution. In result of that, we could confirm that the models which were made by using GARCH(1,1)-t made estimates the most accurately among the several models considered.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2017.05a
• /
• pp.154-156
• /
• 2017

Constant variance of degradation data over time has been generally assumed to estimate storage lifetime using destructive, accelerated degradation data over time. However, performance data of ammunitions deteriorate over time, and the standard deviation would tend to increase over time. This paper shows storage lifetime comparison results for constant variance and time-variant variance assumptions of degradation data over time, and proposes that time-variant variance assumption should be considered to increase accuracy in lifetime estimation.

• Journal of Korean Society of Transportation
• /
• v.21 no.4
• /
• pp.57-66
• /
• 2003

Because the Logit model easily calculates probabilities for choice alternatives and estimates parameters for explanatory variables, it is widely used as a traffic mode choice model. However, this model includes an assumption which is independently and identically distributed to the error component distribution of the mode choice utility function. This paper is a study on the estimation of the Heteroscedastic Logit Model. which mitigates this assumption. The purpose of this paper is to estimate a Logit model that more accurately reflects the mode choice behavior of passengers by resolving the homoscedasticity of the model choice utility error component. In order to do this, we introduced a scale factor that is directly related to the error component distribution of the model. This scale factor was defined so as to take into account the heteroscedasticity in the difference in travel time between using public transport and driving a car, and was used to estimate the travel time parameter. The results of the Logit Model estimation developed in this study show that Heteroscedastic Logit Models can realistically reflect the mode choice behavior of passengers, even if the difference in travel time between public and private transport remains the same as passenger travel time increases, by identifying the difference in mode choice probability of passengers for public transportation.

• The Korean Journal of Financial Management
• /
• v.12 no.2
• /
• pp.95-120
• /
• 1995

자본시장에서 자산가격결정이론의 대부분은 투자자산의 기대수익률과 변동성이 시간의 흐름에 따라 일정한 것으로 가정하여 왔다. 그러나 최근의 연구 성과에 의하면 주식수익률의 변동성이 동분산이라기 보다는 이분산일 가능성이 높다는 것이다. 1982년 Engle에 의하여 개발된 자기회귀 조건부 이분산모형(ARCH)이 제시된 이래 ARCH형태의 모형개발이 계속 이루어져 왔다. 본 논문은 ARCH형태의 이분산모형 가운데서 EGARCH모형을 이용하여 위험프레미엄과 조건부 이분산과의 관계와 더불어 기대하지 않은 수익률변화와 변동성과의 관계를 규명하고자 노력하였다. 1980년에서 1994년까지의 주가자료를 전체기간과 세부기간(4기간)으로 분류하여 기술 통계량 분석을 행하고, 종합주가지수초과수익률, 동일 가치 가중지수초과수익률, 대형주 주가지수초과수익률, 소형주 주가지수초과수익률에 대하여 EGARCH모형 을 적용하여 실증분석 하였다. 그 결과 위험프레미엄과 조건부 이분산은 시간이 지남에 따라 일정한 관계를 보여주지 못하고 있어 투자자의 위험회피도(危險回避度)가 변화함을 보여주었다. 기대하지 않은 수익률변화와 변동성 관계에서는 기대하지 않은 음(陰)(-)의 주식수익률이 기대하지 않은 양(陽)(+)의 주식수익률보다 상대적으로 더 큰 변동성을 가져오는 것으로 보여 우리나라 주식시장에서 주식수익률의 변동성 정보의 비대칭 반응효과가 존재하는 것으로 나타났다.

• Communications for Statistical Applications and Methods
• /
• v.16 no.2
• /
• pp.287-297
• /
• 2009

In terms of generalized autoregressive conditional heteroscedastic(GARCH) model, estimation of prediction interval based on likelihood is quite sensitive to distribution of error. Moveover, it is not an easy job to construct prediction interval for conditional variance. Recent studies show that the bootstrap method can be one of the alternatives for solving the problems. In this paper, we introduced the bootstrap approach proposed by Pascual et al. (2006). We employed it to Korean stock price data set.

• The Korean Journal of Financial Studies
• /
• v.3 no.2
• /
• pp.157-185
• /
• 1996

본 연구는 한국증권시장에서 변동성의 정보비대칭효과를 조건부 이분산모형을 이용하여 검증하고자 하였다. 검증방법으로는 Engle과 Ng (1993)의 연구에 기초하여 정보반응곡선(News impact curve)으로 분석하였다. 분석자료로 1980년 부터 1995년 까지의 한국종합주가지수, 일별 초과수익률자료를 사용하였다. 정보반응곡선에 이용한 모형은 GARCH 모형, EGARCH 모형, TGARCH 모형, AGARCH 모형등 4개의 조건부 이분산 모형이다. 무조건 분산을 이용한 정보 반응곡선의 함수형태로 보면, 분산의 정보반응에 있어서 GARCH 모형은 대칭적으로 반응하며 나머지 조건부 이분산 모형인 EGARCH 모형, TGARCH 모형, 그리고 AGARCH 모형은 비대칭적으로 반응하는 모형임을 알 수 있었다. 실증분석결과 정보반응곡선을 통하여 악재(bad news)정보에 따라 예측하지 못한 주식수익률의 하락이 호재(good news)에 따른 예측하지 못한 주식수익률의 상승보다 더 큰 변동성을 발견할 수 있었다. 그러나 비대칭성의 크기는 그다지 큰 것으로 보이지 않았다. 모형적합성 검정에서도 4개의 조건부 이분산 모형은 모두 적합한 것으로 보인다. 그중에서도 EGARCH 모형과 TGARCH 모형이 상대적으로 주가예측력이 뛰어나 보인다. 그러나 변동성의 정보 비대칭반응을 통계적으로 유의적인 것으로 확인한 모형은 TGARCH모형 뿐이었다.