• 재무관리논총
• /
• 제11권1호
• /
• pp.157-176
• /
• 2005

본 연구는 KOSPI자산 포트폴리오에 대한 VaR를 다양한 ARCH류 모형을 사용하여 추정하고 이들의 예측능력을 평가하였다. 활용된 모형은 우선 기본적인 GARCH(1,1)모형과 레버리지 효과를 감안한 TGARCH모형, 다양한 ARCH모형을 포괄할 수 있는 PGARCH모형, 변동성의 영속성을 고려한 IGARCH모형이 포함되었다. 모형 상호간의 성과비교에 추가하여 ARCH류 모형에서 수익률예측오차의 분포에 따라서 VaR의 예측성과가 얼마나 차이가 발생하는가를 확인하기 위하여 정규분포와 Student-t분포의 성과를 비교하였다. 마지막으로 VaR 추정시에 조건부평균을 무시하는 관례가 어느정도 타당성이 있는지를 확인하기 위하여 1시차 자기회귀과정에 입각한 조건부 평균을 감안한 결과를 검토하였다. ARCH류 모형에서 모형 설명력은 보다 정교한 모형인 TGARCH모형이나 PGARCH모형이 우월하게 나타났지만, VaR의 예측능력 우월성으로 이어지지는 않았다. Student-t분포를 가정한 경우 VaR모형 사후검증성과는 정규분포를 가정한 경우보다 모든 신뢰수준에서 개선되었으며, 조건부평균의 제거는 Student-t분포 가정하에서는 적합하지 않은 것으로 나타났다. ARCH류 모형에서 가장 단순한 형태인 IGARCH모형의 예측성과가 다른 모형들에 비하여 뒤떨어지지 않으며, 더욱 제약된 형태인 RiskMetrics의 EWMA모형이 사후검증에서 우수한 성과를 보여 단순한 모형의 유용성을 확인시켜주고 있다.

• 재무관리연구
• /
• 제11권1호
• /
• pp.233-262
• /
• 1994

본 연구는 주식시장(株式市場)의 이상현상(異狀現象)중의 하나인 요일효과(曜日效果)(day of the week effect)를 전통적인 회귀분석(回歸分析)이 아닌 ARCH 또는 GARCH 모형을 사용하여 조건부(條件附) 평균수익률(기대수익률)(平均收益率(期待收益率)) 뿐만아니라 조건부(條件附) 분산(分散)에도 나타나는지에 대하여 분석하였으며, 규모별(規模別)에 따라 요일효과(曜日效果)에 어떠한 차이가 나타나는지를 분석하였다. 본 연구의 추정결과를 요약하면, 조건부(條件附) 평균수익률(기대수익률)(平均收益率(期待收益率)) 및 조건부(條件附) 분산(分散) 모두에 있어 요일효과(曜日效果)가 뚜렷하게 존재하는 것으로 나타났다. 즉, 조건부(條件附) 평균수익률(平均收益率)에 대해서는 월요일(月曜日)은 부(負)의 효과, 토요일(土曜日)은 정(正)의 효과가 나타났으며, 조건부(條件附) 분산(分散)에 대해서는 월요일(月曜日)은 정(正)의 효과가, 토요일(土曜日)은 부(負)의 효과가 발견되었다. 그러나 한국(韓國)의 주식시장의 본격적인 성장기이면서 주식가격의 등락이 심했던 $86\sim92$년(年)간의 표본기간 동안에는 조건부(條件附) 분산(分散)에 대한 요일효과(曜日效果)는 존재하였으나, 조건부(條件附) 평균수익률(平均收益率)에 대한 요일효과(曜日效果)는 존재하지 않는 것으로 나타났다. 그리고 소형지수(小型指數)가 중(中) 대형지수(大型指數)와는 다른 주가행태를 보이는 것으로 나타났으며, 다음과 같은 몇 가지의 규모별(規模別) 차이(差異)를 보였다. 첫째, 조건부(條件附) 평균수익률(平均收益率)에 대한 분석에서 중(中) 대형지수수익률(大型指數收益率)을 사용하였을 경우에는 요일효과(曜日效果)가 나타난 반면에, 소형(小型) 지수수익률(指數收益率)의 경우에는 화요효과(火曜效果)가 존재하는 것으로 나타났다. 둘째, 조건부(條件附) 분산(分散)에 대한 분석에서 정(正)의 공휴일효과(公休日效果)가 다른 규모별 지수수익률(指數收益率)의 경우에는 나타나지 많았지만 소형(小型) 지수수익률(指數收益率)의 경우에는 존재하는 것으로 나타났다. 세째, 소형(小型) 지수수익률(指數收益率)의 경우 모형 추정후의 정규잔차(定規殘差)(normalized residuals) 및 정규자승잔차(定規自乘殘差)(normalized squared residuals)에 대한 시계열상관(時系列相關) 검정결과 모형의 부적합성(不適合性)이 나타났다. 본 연구는 기존의 기대수익률(期待收益率) 위주의 요일효과(曜日效果) 분석에서 주식수익률(株式收益率)의 분산(分散) 즉, 변동성(變動性)에 촛점을 두어 분석하였으며, 이는 투자자의 정확한 위험측정(危險測定)수단의 제공이라는 면에서 의의(意義)가 있을 것으로 생각된다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권1호
• /
• pp.89-97
• /
• 2011

본 연구에서는 Buckley와 James의 방법을 이용하여 중도절단된 자료를 보완한 조건부생존함수 추정량으로부터 조건부평균잔여수명함수를 추정하는 방법을 제안하고, 모의실험을 통하여 제안된 방법의 효율성을 평가하였다. 모의실험 결과 비례위험모형이 아닌 경우 제안된 방법으로 추정한 조건부 평균잔여수명함수의 평균제곱오차가 Cox모형이나 Beran의 비모수적 방법을 이용하여 구한 추정치의 평균제곱오차보다 작게 나타났으며, 비례위험모형인 경우에는 제안된 방법으로 추정한 결과들이 Cox 모형을 이용하여 얻은 결과들과 비슷하게 나타났다. 또한 K대학교병원 외과에서 위암 수술을 받은 1,192명의 환자 자료를 이용하여 제안된 방법의 임상적 적용의 적절성을 평가하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1133-1146
• /
• 2016

공간통계 방법 중 지역에 대한 어떤 집합체 자료나 평균자료들을 분석하는데 일반적으로 공간적 자기회귀 (conditionally autoregressive) 모형을 사용한다. 공간적 자기회귀 모형에 정의되는 공간적 이웃 소지역들은 중점의 거리나 근접성으로 정의된다. Kyung과 Ghosh (2009)는 방향에 따라서 이웃간 자기상관성의 크기가 다른 확장된 공간 모형을 제시하였다. 제안된 방향적 조건부 자기회귀 (directional conditionally autoregressive) 모형은 고유 이방성을 모형화하여 기존의 CAR과정을 일반화한다. 제시한 방향적 조건부 자기회귀모형의 모수추정으로 마르코프 체인 몬테 카를로 방법을 기반으로 한 베이즈 추정법을 제시한다. 제시한 모형을 스코틀랜드 그레이터 글래스고우의 로그변환된 부동산 가격에 적용하여 조건부 자기회귀모형과 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제19권1호
• /
• pp.107-115
• /
• 2012

본 논문에서는 Yoo와 Cook (2007)에 의하여 제시된 다변량 회귀의 조건부 평균에 대한 최소 불일치 함수 접근법을 통한 최적 차원축소 부분공간의 추정에서 차원의 수가 추정된 선형결합들과 설명력 등에 어떤 영향을 미치는 지를 시뮬레이션 자료를 통하여 알아보았다. 그 결과 추정에 사용된 차원수에 따른 여러 결과들을 차원결정을 위한 검정과 함께 활용하면 모형에 필요한 차원수를 탐색하는데 매우 효과적임을 알 수 있었다.

• 응용통계연구
• /
• 제30권2호
• /
• pp.203-213
• /
• 2017

우리는 이변량 경시적 자료의 조건부 결합 분포를 추정하기 위하여 회귀 모형과 코플라 모형을 연구하였다. 주변 분포의 추정을 위하여 시변 변환 모형을 고려하였고, 이변량 반응변수 각각에 대한 주변 분포를 가우시안 코플라를 이용하여 결합하여 조건부 결합 분포를 추정하였다. 우리가 제안한 모형은 조건부 평균 모형만으로 자료를 설명하기 어려운 경우에 적용될 수 있다. 시변 변환 모형과 가우시안 코플라 모형을 결합한 본 논문의 방법은 반복 측정된 이변량 경시적 자료에 대한 모형화가 용이하며 해석하기 쉬운 장점이 있다. 우리는 본 논문의 방법을 반복 측정된 이변량 콜레스테롤 자료를 분석하는데 적용하여 보았다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.835-847
• /
• 2016

공간통계 방법 중 지역에 대한 어떤 집합체 자료나 평균자료들을 분석하는데 일반적으로 공간적 자기회귀(conditionally autoregressive) 모형을 사용한다. 공간적 자기회귀 모형에 정의되는 공간적 이웃 소지역들은 중점의 거리나 근접성으로 정의된다. Kyung과 Ghosh (2010)는 방향에 따라서 이웃간 자기상관성의 크기가 다른 공간적 확장 모형을 제시하였다. 제안된 방향적 조건부 자기회귀(directional conditionally autoregressive) 모형은 고유 이방성을 모형화하여 기존의 CAR과정을 일반화한다. 제시한 방향적 조건부 자기회귀모형의 최대우도 추정량의 특성에 대해 설명하였고, 스코틀랜드 그레이터 글래스고우의 로그변환된 부동산 가격에 적용하여 조건부 자기회귀모형과 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.

• 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.