• 제목/요약/키워드: 주가의 장기기억

검색결과 16건 처리시간 0.02초

분수차분 장기기억과정과 증권의 가격결정 (Fractional Differencing, Long-memory Dynamics, and Asset Pricing)

  • 이일균
    • 재무관리연구
    • /
    • 제18권1호
    • /
    • pp.1-21
    • /
    • 2001
  • 주가가 장기기억과정에 의하여 생성되면 주가과정에 가해진 충격은 쌍곡선감소율로 소멸한다. 따라서 충격의 영향이 대단히 느리게 감소하여 충격이 지속성을 가진다. 반면 주가가 단기 기억과정을 따르면 지수율로 감소하여 소멸한다. 지수율감소는 충격의 영향을 급속히 소멸시키므로 충격의 영향이 조만간 소멸한다. 따라서 충격으로 변화된 주가는 평균으로 회귀한다. 충격의 영향이 영원히 존재하는 과정도 존재한다. 장기기억과정은 쪽거리차분과정 또는 분수차분과정이다. 차분모수가 분수일 것이 요구되는 시계열은 장기기억과정이다. 주가가 장기기억과정에 의하여 생성되고 있는지의 여부를 검정하였다. 장기기억과정을 형성시키는 차분모수는 분수차분모수이다. 일별 주가지수의 수익률을 사용하여 차분모수를 추정하였는 바 그 값이 0에 근접하고 있음이 밝혀졌다. 그러나 Kospi, Nasdaq과 Mib30은 장기기억모수가 0에 접근하고 있으나 0이 아니다. 따라서 이 지수들은 장기기억과정에 의하여 생성된다고 할 수 있다. 반면 Dow Jones, S&P 500와 Dax는 장기기억모수가 0이라는 가설이 기각되지 않고 있어 이 지수들은 단기기억과정을 따르고 있다. 따라서 평균회귀과정에 의하여 생성되고 있음을 알 수 있다.

  • PDF

주가시계열의 무한분산과 장기의존성

  • 이일균
    • 재무관리논총
    • /
    • 제12권1호
    • /
    • pp.1-17
    • /
    • 2006
  • 쇄신의 분산이 무한인 주가시계열이 장기의존성 과정에 의하여 생성되고 있는가 또는 생성되고 있지 않는가를 검정하고자 한다. 기존의 연구가 쇄신의 분산이 유한한 경우에 한정하여 장기의존성 주가 과정에 대한 장기기억성이 검토되어왔다. 이 논문에서는 쇄신의 분산이 유한한 경우와 무한한 경우에 다같이 적용되는 방법들을 한국종합주가지수의 일별수익률에 적용하여 장기기억 모수를 추정 검정한다. 추정방법으로서는 분수 가우스 잡음, 가우스 분수적분 자기회기 이동평균, 선형 분수안정잡음 등이 형성되는 상황에 절대값 방법, 분수 방법과 총량화 Whittle 방법을 사용한다. 한국종합주가지수의 일별대수수익률 시계열은 분산이 무한한 경우에도 장기의존성과정에 의하여 생성되고 있다. 극치가 존재해도 장기기억과정이 형성 되고 있다.

  • PDF

주가의 장기적 기억, 자기회귀 분수적불 이동평균 과정과 주가형성

  • 이일균
    • 재무관리논총
    • /
    • 제9권1호
    • /
    • pp.95-118
    • /
    • 2003
  • 한 시계열의 자기상관계수의 절대값을 시차를 무한대로 접근시켜 가면서 각 시차에 대하여 구하고 이 절대값을 모두 더한 값이 무한일 때 이 시계열은 장기기억을 가진다. 이로 인하여 장기기억 모수를 추정하는데에는 자기상관을 기본으로 한다. 표본의 자기상관과 이론적 자기상관 사이의 거리를 최소하여 추정통계량을 유도하고 있는 것이 일반적이다. 이 경우에는 정상적 과정에 한하여 적용이 가능하다. 시계열은 어느 시계열이던지 간에 이 시계열에 적합한 모형이 존재할 것이고 이 모형을 시계열에 적용하면 잔차 시계열을 얻을 수 있다. 원래 시계열의 이론적 상관 대신 원래 시계열의 잔차 시계열의 자기상관과 표본의 자기상관 사이의 거리를 최소하여 추정통계량을 얻으면 통계량의 계산이 편하고 이 추정량은 정상적 시계열과 비정상적 시계열에 다같이 적용할 수 있다. 본 논문에서는 잔차의 자기상관을 이용하여 자기회귀 분수적분 이동평균 과정의 모수 추정량을 도출한다. 그리고 이 추정 통계량에 입각하여 주가의 형성과정을 살펴보고 장기기억이 옵션가격과 포트폴리오 구성에 미치는 영향을 밝힌다.

  • PDF

호주 선물시장의 장기기억 변동성 예측 (Forecasting Long-Memory Volatility of the Australian Futures Market)

  • 강상훈;윤성민
    • 국제지역연구
    • /
    • 제14권2호
    • /
    • pp.25-40
    • /
    • 2010
  • 변동성을 정확하게 예측하는 것은 금융시장의 변동성 연구에 있어 특히 포트폴리오선택, 옵션가격결정, 위험관리와 관련하여 매우 흥미로운 연구주제이다. 왜냐하면 변동성은 시장의 위험을 의미하기 때문이다. 이 논문은 세 가지 변동성 모형(GARCH, IGARCH, FIGARCH)을 이용하여 호주 주가지수선물시장의 일일후 변동성을 예측하고 각 모형의 예측력을 비교 분석하였다.특히 호주 주가지수선물 변동성에 존재하는 장기기억 특성에 초점을 맞추고 실증분석하였다. 실증분석 결과 FIGARCH 모형이 GARCH 모형이나 IGARCH 모형보다 호주 주가지수선물시장의 장기기억 특성을 더 잘 포착한다는 것을 발견하였다. 또 세 모형 중 FIGARCH 모형을 이용할 경우 일일후 변동성 예측의 성과가 가장 우수하다는 것도 발견하였다. 이는 호주 주가지수선물 변동성에 장기기억이 존재하는 것을 의미하고, 변동성의 특징을 명시적으로 고려하는 FIGARCH 모형이 장기기억을 고려하지 않는 다른 모형들보다 예측성과 측면에서 더 우수하다는 것을 의미한다. 따라서 호주 주가지수선물시장의 장기기억 변동성을 예측하는 데는 FIGARCH 모형이 가장 유용한 것으로 나타났다.

다중프랙탈 확률과정과 주가형성 (Multifractal Stochastic Processes and Stock Prices)

  • 이일균
    • 재무관리연구
    • /
    • 제20권2호
    • /
    • pp.95-126
    • /
    • 2003
  • 주가가 정규분포보다 꼬리가 두꺼운 확률변수인 점, 주가의 변동이 군집화를 이루고 있는 현상, 주가가 장기기억과정에 의하여 생성되고 있다는 점이 실증분석을 통하여 밝혀지고 있다. 주가를 형성시키는 이 세 요소가 하나의 모형내에 통합되지 못하고 있는 실정인데. 이 세 요소가 통합되는 확률과정이 다중프랙탈과정이다. 다중프랙탈과정은 표준브라운 운동과정과 랜덤시간 변형과정의 결합을 통하여 얻게되는 확률과정이다. 이 과정은 Ito형의 확률과정에 포함되지 않는 연속과정인 것이다. 본 논문에서는 주가시계열의 Pareto-Levy 분포성, 분포의 두꺼운 꼬리성질, 시계열상관이 쌍곡선율로 완만하고 무척 더디게 감소하여 장기에 걸쳐서 평균에 회귀하는 장기기억성, 군집화 현상, 거래시간의 통합성을 포괄하는 다중프랙탈과정의 성질을 살펴보고 이 과정이 주가를 생성시키는 과정인지 아닌지를 검정하는데 그 목적을 둔다. 다중프랙탈과정은 표준브라운 운동과 시간변형과정의 통합을 통하여 형성된 확률과정이다. 시간변형과정은 주가의 군집화 현상을 포착하는 과정이다. 표준브라운 운동은 이 운동과 시간 변형과정의 통합화 속에서 분수브라운운동의 성질이 용해되어 장기기억과정을 포착해준다. 다중프랙탈성은 관찰치들의 시간척축이 변함에 따라 발생하는 확률과정의 적률에 가해진 일련의 제약조건이라 할 수 있다. 이 모형은 마팅게일 성질을 만족하는 모형으로 변형시킬 수도 있으며 자기회귀 조건부 이분산 모형을 대체할 수 있는 모형이다. 이 모형에서는 자기상관을 가지고 있지 않은 수익률에도 적용가능하며, 따라서 시장효율성을 점검하는데에도 이용할 수 있다. 이 모형은 축척일치성이라는 성질이 존재하므로 데이터의 총량화가 무리 없이 이루어질 수 있다. 다중프랙탈은 국소축척구성성질을 가지고 있으며, 시간의 흐름에 따라 변할 수 있는 국소축척구성요소를 내포하고 있다. 자본자산의 다중프랙탈 과정을 한국종합주가지수에 적용하였는 바, 이 과정이 한국종합주가 지수의 행동 잘 설명하고 있다. 따라서 한국종합주가지수는 분포의 꼬리의 두꺼움, 자산가격의 군집화현상, 특이한 값, 장기기억을 내포하고 있다.

  • PDF

웨이브렛 변환과 재무시계열

  • 이일균
    • 재무관리논총
    • /
    • 제11권1호
    • /
    • pp.1-36
    • /
    • 2005
  • 한 시계열의 원래 관찰치가 본래 가지고 있는 정보를 하나도 잃지 않고 또한 손상시키지 않고 그대로 보존되며 계산이 용이하고, 뿐만 아니라 가능도함수나 비모수 추정함수를 계산함에 있어 수치적 불안정 잠재성이 존재하지 않도록 변환된 시계열을 얻을 수 있으면, 다시 말해 각종 통계량의 계산에 용이하게 적용 가능하되 원래 시계열이 보유하고 있는 모든 성질들은 추호도 손상시킴이 없이 이 시계열을 변환시킬 수 있는 변환방법이 존재한다면, 모수의 추정치와 검정통계량을 정확히 얻을 수 있을 것이다. 이와 같은 변환방법이 웨이브렛 변환이다. 이 변환은 푸리에 분석의 결점을 극복하되 후리에 변환이 적용되는 분야에는 거의 모두 적용 가능한 변환방법이다. 이 논문에서는 시계열의 웨이브렛 변환을 소개하고 이 변환이 재무시계열의 모형화에 한몫을 단단히 할 수 있다는 점을 밝히고자 한다. 그리고 웨이브렛 변환을 성공적으로 적용할 수 있는 주가과정을 하나의 예로 제시하여 웨이브렛 변환의 구체적 적용방법을 탐구하고자 한다. 웨이브렛의 주가 시계열의 적용방법의 한 예로 주가의 장기기억과정을 분석한다. 한국과 외국의 일별 주가지수의 수익률 시계열들이 장기기억과정을 따르는 시계열임이 발견되었다. 여러 형태의 웨이브들을 사용하여 검정하였는데 이 모두가 한결같이 주가지수가 장기기억성과정임을 지지하고 있다.

  • PDF

쪽거리와 장기기억

  • 이일균
    • 재무관리연구
    • /
    • 제12권1호
    • /
    • pp.1-17
    • /
    • 1995
  • 경제에 미친 충격이 경제에 일시적 영향을 미치고 사라지며 그 영향력이 곧 소멸하고 마는 경우와 영구히 존속하는 경우가 있을 수 있다. 경제에 불현듯 다가와 영향력을 행사한 충격이 일시적으로 존재하고 사라지느냐 아니면 영원히 또는 장기적으로 존재하느냐 하는 것은 경제 현상을 시계열적으로 파악하고 이해하는 데 중요한 요소이다. 충격이 경제 내에 장기기억으로 존재한다면 경제 현상은 경제가 시작되는 순간부터 현재까지의 충격들의 결합적 집합이라 할 수 있을 것이다. 이 논문에서는 적분확률과정의 모수 d가 정수를 갖지 않고 비정수를 갖을 때의 ARIMA(p, d, g)process, 즉 ARFIMA(p, d, q)process의 비정수차분 모수 d를 추정 하고자 한다. 그리고 이 비정수차 분모수의 추정과 검정을 통하여 우리나라의 주가가 충격을 받았을 때 이 충격을 금시 해소시키고 버리는지, 또는 장기적으로 기억하여 항상 주가에 반영시키고 있는지의 여부를 검증하였다. 이 논문에서는 periodogram 방법과 lag window 방법을 다같이 사용하여 차분모수 d를 추정하고 표준오차를 계산하여 d의 추정치에 대한 기각여부를 검정한 우리나라의 주식시장은 충격에 대한 장기기억을 보유하고 있다는 것을 발견하였다. 이와 같은 발견은 충격적이다.

  • PDF

계절적 변동과 주가의 형성 : 계절적 단위근 (Seasonal Unit Roots in Stock Prices)

  • 이일균
    • 재무관리연구
    • /
    • 제16권1호
    • /
    • pp.171-191
    • /
    • 1999
  • 시간의 흐름에 걸친 주가시계열의 행동양식에 대한 연구에서는 선형성, 비선형성, 장기기억, 항상성분 등에 대한 명확한 결론을 내리고 있지 못한 실정이다. 주가 시계열과정을 설명하고 예측하기 위한 여러 모형들에 대한 실증연구에는 설명력과 예측력을 완벽하게 갖추고 있지 못하고 있다는 증거들이 제시되고 있다. 계절적 변동을 주가시계열에 적용하지 않는 관계로 이와 같은 결과가 발생할 가능성이 존재한다. 분기별 종합주가지수의 수익률에 계절적 단위근이 존재하고 있음이 실증분석을 통하여 밝혀졌다. 이 시계열에서는 계절적 단위근을 제거하기 위하여서는 제4계 시차 작용소가 적절한 필터임이 인정되었다. 월별 종합주가지수의 수익률에서도 계절적 단위근이 존재하고 있다. 따라서 제12계 시차 작용소를 사용하여 계절적 단위근을 제거하여야 할 것이다. 분기별 수익률에는 제4차 시차 작용소를, 월별수익률에서는 제12차 시차 작용소를 필터로 사용하여 이 시계열들을 차분화하고 이 차분화를 통하여 계절적 단위근을 제거한 후에 이 시계열들의 시계열적 성질과 특성을 탐구해야 할 것이다. 이 과정을 통할 때 시계열 과정에 대한 계량경제학적 모형에 대한 정확한 추론이 가능하게 된다.

  • PDF

호주 금융시장 변동성의 장기기억 특성: VaR 접근법 (Long Memory Properties in the Volatility of Australian Financial Markets: A VaR Approach)

  • 강상훈;윤성민
    • 국제지역연구
    • /
    • 제12권2호
    • /
    • pp.3-26
    • /
    • 2008
  • 본 논문은 호주 금융시장의 두 가지 시계열(ASX200 주가지수와 AUD/USD 환율)의 수익률 자료에 존재할 수 있는 장기기억 변동성 특성을 모형화하는 데 skewed Student-t 분포가 유용한지를 연구한다. 이러한 연구목적을 위하여 FIGARCH 및 FIAPARCH Value-at-Risk (VaR) 모형을 교란항에 대한 정규분포, Student-t 분포 및 치우친 Student-t 분포 가정하에서 평가한다. 실증분석 결과 skewed Student-t 분포 모형이 정규분포 모형이나 Student-t 분포 모형보다 호주 금융시장의 VaR을 더 정확하게 추정한다는 발견하였다. 따라서 자산 수익률 분포의 왜도 및 첨도를 고려하는 것은 호주 주식시장과 외환시장의 장기기억 변동성 모형을 검토할 때 적절한 모형선택 기준을 제공한다는 것을 알 수 있다.

증권시장에서 형성되는 실수적분과정 : 분수적분과정, 무작위행보와 평균회귀과정 (Fractionally Integrated Processes in Securities Markets)

  • 이일균
    • 재무관리연구
    • /
    • 제19권2호
    • /
    • pp.159-185
    • /
    • 2002
  • 한 시계열이 비정상적과정에 의해 생성될 때 이 시계열의 정상성을 확보하기 위하여 시계열의 차분을 수행한다. 이 시계열에 I(1)을 적용하여도 정상적과정이 되지 못하는 경우가 존재하고 있다. 그러면 이 시계열은 과도한 차분과정을 거치게 된다. 따라서 차분모수 d는 0

  • PDF