변동성(volatility)은 투자위험을 의미하며 자산의 가격결정이나 포트폴리오 관리 및 투자전략에서 아주 중요한 역할을 한다. 이러한 변동성을 모형화하기 위한 조건부 이분산 모형으로서 전통적인 GARCH(generalized autoregressive conditional heteroskedastic) 모형 및 확장된 형태들이 널리 사용되어지고 있으나, 금융위기와 재정위기와 같은 구조적 변화를 변동성 예측에 반영할 수 없다는 단점을 가지고 있다. 본 논문에서는 이를 극복하기 위한 모형으로서 국면전환 GARCH(Markov regime switching GARCH) 모형을 소개하고, 한국의 일별 KOSPI 수익률에 적용하여 변동성 분석 및 예측을 실시하고, 기존의 GARCH 모형들과 비교하여 그 성능을 평가한다. 그 결과 표본 내(in-sample)의 변동성 적합도 측면에서 국면전환 GARCH 모형이 가장 우수한 성능을 보였으며, 표본 외(out-of-sample) 예측력 측면에서는 국면전환 GARCH 모형이 단기적 예측에서 좋지 않은 성능을 보였으나 장기적 예측에서 우수함을 보였다.
본 논문은 조건부이분산모형을 이용하여 주가수준이 상대적으로 낮아지면 레버리지가 높아져서 변동성이 크게 나타난다는 레버리지효과 가설과 기업규모가 변동성에 미치는 영향을 우리나라 증권시장에서 실증분석하였다. 변동성(變動性)에 대한 레버리지효과(效果)에 관한 연구는 1992년 1월 3일에서 1996년12월 27일까지 5년간 표본기업 71개의 일별 주식수익률 퍼센티지자료를 사용하여 분석하였다. 분석에 사용한 조건부이분산모형은 '수정된 EGARCH'모형이며 이 수정된 EGARCH모형의 분산식에 개별기업의 주가수준을 독립변수로 하여 레버리지효과를 분석하였다. 분석결과는 변동성의 주가탄력성 계수가 음(陰)(-)의 값을 보이긴 하였으나 통계적으로 유의적이지 못하였다. 그러나 유의수준 10% 이하에서 의미를 가지는 변동성 주가탄력성 파라메타를 가진 표본이 전체표본의 50.7%를 차지하여 경제적 의미를 과소평가할 수 없는 것으로 보였다. 또한 기업규모가 변동성과의 관계를 실증분석하기 위하여 비모수적인 방법인 스피어만 순위상관분석을 이용하였다. 그 분석결과 미국의 연구결과와는 달리 우리나라에서는 기업규모가 클수록 변동성의 주가탄력성이 커지는 것으로 나타났다. 이 같은 원인은 기관 및 법인투자가와 외국인투자가의 투자비중이 높아지면서 대형주 위주의 매매패턴에 기인하는 것으로 보여진다. 이상으로 볼 때 기업규모는 변동성의 또 다른 요인으로서 설명할 수 있을 것으로 보인다.
본 논문에서는 분산이 각각 다른 이분산성을 갖는 비선형 시계열 자료를 가지고, 비선형 시계열 모형중 1차 일반화 확률계수 자기회귀모형(GRCA(1))과 자료의 형태에 상관없이 적용할 수 있는 신경망 모형을 이용하여 예측을 해서 어느 모형이 최소 평균예측오차제곱의 기준에서 비선형 시계열 자료의 예측에 적합한지를 비교 분석 하는 것이다. 조건부 이분산 모형에 따르는 자료로 확인된 종합주가지수 변동율에 대한 사례 분석 결과를 보면 신경망 모형은 단기 예측에서 좋은 예측 결과를 보였고, 비선형 모형인 GRCA(1) 모형은 장기 예측에서 좋은 예측 결과를 보여 주었다.
본 논문은 10개의 기업규모별 자산을 대상으로 최근에 발전된 계량기법인 GMM(generalized method of moments)을 이용하여 베타(beta)를 추정하였다. 분석대상기간으로 $1982.1{\sim}1991.4$사이의 월별자료를 사용한다. 실증분석 결과에 의하면, 기업규모별 구분에 따른 자산의 경우에 규모가 큰 기업보다 규모가 작은 기업의 베타가 상대적으로 작은 것으로 나타났다. GMM의 추정을 위한 수단변수로 회사채수익률과 정기예금금리의 금리차, 분석대상이 되는 자산 수익률과 시장포트폴리오의 자기시차, 그리고 상수가 사용되었다. OLS를 사용한 CAPM추정 결과에 비해 GMM을 사용한 추정 결과가 우월할 수 있음을 보여주고 있는데, 이것은 GMM에 사용된 수단변수들이 수단변수를 포함시킴으로써 관련자산들의 자기시차가 아닌 CAPM추정에 필요한 유용한 대용변수(代用變數)(proxy)를 제공하였고, 나아가 GMM이 잔차항(殘差項)의 자기상관(自己相關) 뿐만 아니라 조건부(條件附) 이분산(異分散)(conditional heteroskedasticity)을 잘 설명하고 있기 때문인 것으로 판단된다. t값 및 P-value에 의하면 GMM을 사용한 단순 CAPM 추정이 우리 나라의 현실경제와 잘 부합될 수 있음을 암시한다.
본 연구에서는 농산물 꾸러미 속성별 소비자선호 분석을 통해 사업 활성화 방안을 제시하고자 하였다. 꾸러미의 속성을 구성함에 있어서 상품묶음 방식과 배송 방식 및 가격으로 구분하여 설정하고, 선택실험법에 의해 각 속성의 수준변화에 대한 한계지불의사금액을 추정하였다. 계량적 분석을 수행함에 있어서 보다 효율적인 모형을 선택하기 위하여 잔차항에 대한 가정이 서로 다른 조건부로짓 모형, 이분산 극한치 모형, 다항프로빗 모형, 혼합로짓 모형 등 네 모형을 추정하였으며, 그 결과 상품묶음 방식과 배송 방식 및 가격에 대한 추정계수 값이 모두 통계적으로 유의한 것으로 나타났다. 로그우도 값의 크기를 기준으로 볼 때 이분산 극한치 모형이 자료에 가장 적합하는 것으로 나타났다. 이분산 극한치 모형의 추정계수를 활용한 한계지불의사금액은 상품묶음 방식을 고정형에서 선택형으로 변경 할 경우 1회당 7,096.6원, 배송방식 중 직접배송에 대한 소비자의 한계지불의사금액은 1회당 3,497.5원, 콜드체인 배송에 대한 한계지불의사금액은 1회당 4,035.2원으로 나타났다. 이러한 분석결과는 정부의 로컬푸드 활성화를 위한 정책수립에 기초자료로 활용될 수 있을 것이다.
일반적인 ARCH 형태의 모형들은 자산수익률의 급첨 (leptokurtic; heavy-tail) 성질과 변동성 집중 (volatility clustering) 현상 등의 특징을 잘 포착해내는 반면, 수익률의 부호에 따른 비대칭 레버리지 효과 (leverage effect)는 반영 할 수 없다는 단점을 가진다. 따라서 최근 금융 시계열 분야에서는 비대칭-조건부-이분산 시계열 모형에 대한 관심이 높아지고 있다. 본 연구에서는 국내 금융 시계열자료 (KOSPI, KOSDAQ, 환율, 채권, 주요종목의 주가)의 수익률 제곱을 그래프화 하여 비대칭 이분산성을 시각적으로 탐지하고 이를 바탕으로 비대 칭 TGARCH(1,1) 모형을 적합한 후 기존의 대칭 GARCH(1,1) 모형과 비교분석하고자 한다.
증권가격의 시계열을 그래프로 표시하면 이 시계열의 운동양태가 파악될 수도 있다. 그래프를 통하여 추세가 존재하고 있는지 아니면 존재하지 않는지를 파악할 수 있을 것이다. 그리고 이 그래프를 통하여 증권가격 시계열이 정상적과정에 의하여 생성되는지의 여부가 인식될 수도 있을 것이며, (조건부) 이분산이 존재하고 있는지 또는 (조건부) 동분산이 존재하고 있는지도 인식될 수 있을 것이다. 간단한 기술통계량을 통하여 증권시계열의 성질을 파악할수도 있다. 이 시계열이 선형과정에 의하여 생성되는지 아니면 비선형과정에 의하여 생성되는지도 인식할 수 있을 것이다. 뿐만아니라 비선형과정중 하나인 카오스 과정에 의하여 증권가격이 생성되는지의 여부도 파악할 수 있을 것이다. 증권가격의 실현된 표본경로와 시뮬레이션을 통하여 얻은 표본경로가 일치하는지 또는 불일치하는지에 대한 판별을 통하여 모형정립에서 특히 많이 사용되고 있는 확률과정들이 생성시키는 증권가격 시계열이 실제로 관찰된 가격 시계열과 일치하여 현실적합성을 가지고 있는지의 여부도 판단할 수 있을 것이다. 주가시계열 그 자체를 출발점으로 하여 이 시계열의 움직임과 행동양식을 파악해가면 수많은 연구를 통하여 축적된 이론들과 주가를 형성시키는 성질들이 현실적으로 성립하고 있는지도 밝힐 수 있고 개발된 이론들의 장점과 단점을 강도높게 밝힐 수 있는 계기도 갖게 될 것이다. 데이터를 있는 그대로 면밀하게 검토하면 이미 공개된 문제점(open question)도 확인할 수 있을 것이고 아직 알려지지 않은 문제점들과 질문들을 찾게 될 수도 있을 것이다. 이것들은 앞으로의 연구를 위한 중요한 발견이 될 수 있을 것이다. 이 논문에서는 문제와 질문의 발견에 초점을 둔다. 이 논문에서는 한국의 주식시장과 미국의 주식시장을 대비하여 다룬다. 우리가 그동안의 연구를 통하여 미국의 문헌과 미국의 시장에 대한 지식을 상당히 축적하고 있는 만큼 이 대비를 통하여 두 시장이 동일하게 가지고 있는 행동양태와 서로 상이하게 가지고 있는 점들을 파악하면 두 시장에 대한 이해의 폭도 넓어질 것이며 동시에 미국의 연구결과를 수용하는 큰 방향을 결정하는데에도 일조가 되리라고 생각된다.
HAR 모형은 간단한 선형 모형으로 실현 변동성의 장기기억성을 비교적 잘 설명할 수 있어 널리 쓰이고 있다. 하지만, 실현 변동성은 조건부 이분산성, 레버리지 효과, 변동성 집중 등과 같은 복잡한 특징을 보이고 있기에 단순 HAR 모형을 확장할 필요가 있다. 따라서 본 연구는 조건부 이분산성을 설명하는 GARCH 모형에 임계값에 따라 계수가 달라지는 비선형 모형인 임계 HAR 모형(THAR-GARCH)을 제안하고 그 추정 방법 및 예측 성능에 대해서 살펴보고자 한다. 보다 구체적으로 오차항의 등분산 가정을 벗어났기 때문에 모형의 계수를 추정하기 위해서 반복적인 가중최소제곱추정법을 제안하고 모의실험을 통해 일치성을 보였다. 또한 전세계 21개의 주요 주가 지수의 실현 변동성에 대한 예측 오차를 비교함으로써 제안한 GARCH 오차를 가지는 임계 HAR 모형이 일반적으로 더 우수한 예측력을 보임을 확인하였다.
이 논문에서는 비대칭 지렛대 효과를 처리하기 위한 확장된 GARCH 모형을 소개한다. 표준 GARCH 모형의 분산은 이전의 조건부 분산과 이전의 잔차 제곱 항으로 구성되어 있다. 잔차 제곱항으로는 비대칭 지렛대 효과를 모형화할 수 없는데 이 논문에서는 Yeo-Johnson 변환을 이용하여 지렛대 효과를 설명하는 확장된 GARCH 모형을 제안한다. Yeo-Johnson 변환은 변환 모수를 조절하여 비대칭 자료를 보다 정규성 또는 대칭성을 만족하도록 만든데 우리는 Yeo-Johnson 변환의 성질을 역으로 이용하여 비대칭 변동성을 모형화 한다. 제안 모형의 특징에 대해 살펴보고 모수 추정에 대해 알아본다. 제안 모형에서 예측과 예측구간을 어떻게 구하는지 살펴보고 실증 자료분석을 통해 제안모형과 GARCH, 비대칭 지렛대 효과를 모형화한 다른 GARCH 모형을 비교해 본다.
본 논문에서는 정상적 부트스트래핑을 금융 자산 가격에서 시장 미시구조 잡음에 대한 라그랑지 승수 검정에 적용한다. 몬테 카를로 실험을 통해 부트스트래핑 방법이 조건부 이분산 모형을 적용한 기존 라그랑지 승수 검정의 유의수준 왜곡 문제를 개선함을 보인다. 이 검정을 KOSPI 지수와 원-달러 환율과 같은 실제 데이터에 적용한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.