• 제목/요약/키워드: 자기회귀 모형

검색결과 465건 처리시간 0.025초

잔차를 이용한 코플라 모수 추정 (Residual-based copula parameter estimation)

  • 나옥경;권성훈
    • 응용통계연구
    • /
    • 제29권1호
    • /
    • pp.267-277
    • /
    • 2016
  • 본 연구에서는 잔차를 이용하여 오차항의 코플라 함수를 추정하는 문제를 고려하였다. 확률적 회귀모형을 개별모형으로 갖는 경우, 오차항 대신 잔차들의 경험적 분포함수를 이용하여 구한 코플라 모수에 대한 준모수적 추정량의 성질을 살펴보았으며, 이 추정량이 일치추정량이 되기 위한 조건을 구하였다. 응용사례로 코플라-자기회귀이동평균 모형을 다루었으며, 모의실험을 통해 자기회귀 근사를 통해 얻은 잔차를 이용하여 계산한 추정량의 성질도 살펴보았다.

정보(情報)의 발생(發生)과 주가(株價)의 변동성(變動性) (Information Arrival and Stock Market Volatility Dynamics)

  • 이일균
    • 재무관리연구
    • /
    • 제16권2호
    • /
    • 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.

  • PDF

패널 1차 자기회귀과정들의 동질성 검정 통계량 비교 (Comparison between homogeneity test statistics for panel AR(1) model)

  • 이성덕;김선우;조나래
    • 응용통계연구
    • /
    • 제29권1호
    • /
    • pp.123-132
    • /
    • 2016
  • 패널 시계열 자료를 소개하고 패널 1차 자기회귀 모형을 고려하였다. 패널 1차 자기회귀 모형의 동질성 검정을 위한 검정 통계량으로 Rao 통계량과 Wald 통계량을 제안하고, 그 극한분포를 제시하였다. 모의실험을 통해 패널의 수가 작을 때에도 패널의 수가 많을 때와 마찬가지로 두 검정 통계량의 분포가 카이제곱분포를 따르는 것을 확인하였으며, 패널의 수가 작을 때 Rao 통계량이 Wald 통계량 보다 더 우수한 검정력을 가짐을 모의실험을 통해 확인하였다. 시도별 월별 경제활동인구수 자료를 패널 1차 자기회귀 모형으로 적합하여 동질성 검정을 수행한 결과 동질성을 만족하였다. 동질성 검정을 만족한 자료를 시점별 평균을 이용하여 종합하고 이를 1차 자기회귀모형으로 적합하였다. 각각의 시도별로 적합한 모형과 시점별 평균을 이용하여 적합한 모형의 예측력을 비교한 결과 동질성 검정을 통과한 패널 1차 자기회귀모형의 경우 자료를 종합하여 적합한 모형의 예측력이 더 우수함을 확인하였다.

비선형 평균 일반화 이분산 자기회귀모형의 추정 (Estimation of nonlinear GARCH-M model)

  • 심주용;이장택
    • Journal of the Korean Data and Information Science Society
    • /
    • 제21권5호
    • /
    • pp.831-839
    • /
    • 2010
  • 최소제곱 서포트벡터기계는 비선형회귀분석과 분류에 널리 쓰이는 커널기법이다. 본 논문에서는 금융시계열자료의 평균 및 변동성을 추정하기 위하여 평균의 추정 방법으로는 가중최소제곱 서포트벡터기계, 변동성의 추정 방법으로는 최소제곱 서포트벡터기계를 사용하는 비선형 평균 일반화 이분산 자기회귀모형을 제안한다. 제안된 모형은 선형 일반화 이분산 자기회귀모형 및 선형 평균 일반화 이분산 자기회귀모형보다 더 나은 추정 능력을 가진다는 것을 실제자료의 추정을 통하여 보였다.

정상 비모수 자기상관 오차항을 갖는 회귀분석에 대한 비교 연구 (A comparison study on regression with stationary nonparametric autoregressive errors)

  • 유규상
    • 응용통계연구
    • /
    • 제29권1호
    • /
    • pp.157-169
    • /
    • 2016
  • 이 논문에서는 비선형 자기회귀 과정을 따르는 오차항을 포함한 회귀모형에서 계수추정법의 비교를 다룬다. 비교를 위해 통상적 최소제곱추정량, 일반화 최소제곱추정량, 모수적 회귀오차 수정법, 비모수적 회귀오차 추정법을 비교하였다. 본 논문에서는 또한 비선형 자기회귀모형의 성질을 전형적인 몇가지 비선형자기회귀 모형을 예를 들어 설명한다. 비교연구의 결과 네 가지 추정량 중에 모든 상황에서 최선인 추정량은 존재하지 않았으나 비모수 회귀오차 수정 방법이 일반적으로 우수한 성능을 보임을 알 수 있다.

간헐적인 패널 1차 자기회귀과정들의 동질성 검정과 적용 (Test of Homogeneity for Intermittent Panel AR(1) Processes and Application)

  • 이성덕;김선우;조나래
    • 응용통계연구
    • /
    • 제27권7호
    • /
    • pp.1163-1170
    • /
    • 2014
  • 간헐적인 패널 시계열 자료의 개념과 구조를 소개하고, 간헐적인 패널 시계열 자료의 모형으로 간헐적인 패널 1차 자기회귀 모형을 고려하였다. 간헐적인 패널 1차 자기회귀 모형의 동질성 검정을 위하여 Wald 검정통계량을 제안하고, 그 극한분포를 제시하였다. 또한 동질성이 만족되는 경우 시점 별 평균을 이용하여 종합한 자료로 모형을 적합하였다. 이 모형의 동질성 검정 통계량의 극한분포가 $^x2$분포에 잘 따르는지를 알아보기 위해 모의실험을 실시하고, 실제 자료 분석으로 지역별 월별 Mumps 자료에 간헐적인 패널 1차 자기회귀 모형을 적합하여 동질성 검정을 수행한 결과 동질성을 만족하였다. 동질성이 만족된 지역별 월별 Mumps 자료를 시점 별 평균을 이용하여 종합하고 1차 자기회귀 모형으로 적합하였다.

Adaptive lasso를 이용한 희박벡터자기회귀모형에서의 변수 선택 (Adaptive lasso in sparse vector autoregressive models)

  • 이슬기;백창룡
    • 응용통계연구
    • /
    • 제29권1호
    • /
    • pp.27-39
    • /
    • 2016
  • 본 논문은 다차원의 시계열 자료 분석에서 효율적인 희박벡터자기회귀모형에서의 모수 추정에 대해서 연구한다. 희박벡터자기회귀모형은 영에 가까운 계수를 정확이 영으로 둠으로써 희박성을 확보한다. 따라서 변수 선택과 모수 추정을 한꺼번에 할 수 있는 lasso를 이용한 방법론을 희박벡터자기회귀모형의 추정에 쓸 수 있다. 하지만 Davis 등(2015)에서는 모의실험을 통해 일반적인 lasso의 경우 영이아닌 계수를 참값보다 훨씬 더 많이 찾아 희박성에 약점이 있음을 보고하였다. 이에 따라 본 연구는 희박벡터자기회귀모형에 adaptive lasso를 이용하면 일반 lasso보다 희박성을 비롯한 전반적인 모수의 추정이 매우 유의하게 개선됨을 보인다. 또한 adaptive lasso에서 쓰이는 튜닝 모수들에 대한 선택도 아울러 논의한다.

시공간자기회귀(STAR)모형을 이용한 부동산 가격 추정에 관한 연구 (An Empirical Study on the Estimation of Housing Sales Price using Spatiotemporal Autoregressive Model)

  • 전해정;박헌수
    • 부동산연구
    • /
    • 제24권1호
    • /
    • pp.7-14
    • /
    • 2014
  • 본 연구는 2006년 1월부터 2013년 6월까지의 서울시 아파트 개별 실거래가격에 대한 시공간 자료로 시공간자기상관의 문제를 헤도닉가격결정모형에 의한 통상최소자승법(OLS), 시간효과를 고려한 시간자기회귀모형(TAR), 공간효과를 고려한 공간자기회귀모형(SAR)과 시공간자기회귀모형(STAR)을 이용해 아파트 가격 추정결과를 비교분석하였다. 실증분석결과, STAR모형이 기존의 OLS에 비해 수정결정계수가 약 10% 증가하였으며, 추정오차는 약 18% 감소한 것으로 나타나 시공간효과를 고려했을 때 아파트 가격 추정이 기존모형에 비해 정확함을 알 수가 있었다. STAR모형 분석결과, 아파트 매매가격에 전용면적(-), 아파트연수(-), 저층더미(-), 개별난방(-), 도시가스(-), 재건축더미(+), 계단식(+), 단지규모(+)등이 영향을 주는 것으로 나타났으며 다른 분석방법론과도 대부분 같은 부호를 나타냈다. 시공간자기회귀모형을 이용해 부동산 가격을 추정시 정부 당국자는 부동산시장의 동향을 정확히 파악해 정책을 수립 집행해 정책효율을 높을 수 있고 투자자의 입장에서는 객관적인 정보를 바탕으로 합리적 투자를 할 수 있다.

시계열 회귀모형에 근거한 자동차 보험료 추정 (Estimating Automobile Insurance Premiums Based on Time Series Regression)

  • 김영화;박원서
    • 응용통계연구
    • /
    • 제26권2호
    • /
    • pp.237-252
    • /
    • 2013
  • 보험료 및 보험료 구성요소에 대한 예측모형은 합리적인 보험료 결정에 필수적이다. 본 연구에서는 가변수 회귀모형, 독립변수 추가모형, 자기회귀 오차모형, 계절형 ARIMA 모형, 개입모형 등 적정한 자동차 대물 손해보험료 추정에 사용되는 다양한 모형을 소개하였다. 또한 실제 자동차 대물 보험료 자료를 이용하여 각 모형을 이용하여 보험료, 심도, 빈도 등을 추정하였으며, 모형의 추정결과는 추정치와 실제 자료값의 차이에 근거한 RMSE(Root Mean Squared Errors) 값을 통해 비교하였다. 실제 자료 분석 결과, 자기회귀 오차모형이 가장 좋은 성능을 보여주는 것을 알 수 있었다.

최적 시계열 모형에 기초한 오존주의보 날짜 예측 (Predicting ozone warning days based on an optimal time series model)

  • 박철용;김현일
    • Journal of the Korean Data and Information Science Society
    • /
    • 제20권2호
    • /
    • pp.293-299
    • /
    • 2009
  • 이 논문에서는 대구 두 개 동의 시간별 오존농도를 예측하는 모형으로 회귀, 자기회귀누적이동평균, 자기회귀누적이동평균 오차를 가지는 회귀 같은 선형모형들을 고려하였다. 평균제곱오차제곱근에 근거하여 보았을 때 한 개 동에서는 자기회귀누적이동평균 모형이 최적의 모형으로 선택되었고, 다른 동에서는 자기회귀누적이동평균 오차를 가지는 회귀 모형이 최적 모형으로 선택되었다. 이 최적의 모형으로부터 나온 잔차들의 변동석 분석을 수행하였는데 이를 통해 120 ppb를 넘는 오존 주의보 날짜를 예측하였다. 2000년에서 2003년까지의 훈련용 자료에 근거하여 보았을 때 잔차값의 경계값으로 35 ppb를 잡았을 때 오존주의보 날짜를 예측하는데 좋은 결과를 보였다. 하나의 동에서는 2004년의 오존주의보가 발령된 이틀 중 하루와 나머지 주의보가 발령되지 않은 364일을 모두 정확히 예측하였다. 다른 동에서는 2004년의 오존주의보가 발령된 하루와 주의보가 발령되지 않은 365일을 모두 정확히 예측하였다.

  • PDF