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.
This study investigates the impact of exchange rate and exchange rate volatility on the stock prices of eight industries from 2006 to 2015. The first and second exchange rate exposure of these eight industries is estimated with respect to four different exchange rates, namely the US dollar, Japanese yen, European currency unit, and British pound. In exchange rate exposure, stock prices in foods-beverages, paper-wood, electricity-gas, and banks industries are negatively related to exchange rate, whereas stock prices in electrical-electronic equp. and transport-equp. industries are positively related to exchange rate as expected. However stock price in machinery industry is negatively related to exchange rate, which is opposite to the expectation. Negative relationship is found between stock price in chemicals industry and exchange rate. In exchange rate volatility exposure, stock price in paper-wood industry is found to be negatively related to exchange rate volatility. Stock price in banks industry is also negatively related to exchange rate volatility. This result is opposite as expected, because banks are supposed to get more revenue by issuing derivatives related to foreign exchange when exchange rate volatility increases.
본 연구에서는 국내 주가지수선물시장과 현물시상간의 일중 가격 및 가격변동성의 선-후행관계를 실증적으로 분석함으로써 양 시장간의 동적관련성을 살펴보고자 하였다. 먼저, 상관관계분석의 결과는 KOSPI 200 주가지수선물수익률과 현물수익률, 그리고 주가지수선물수익률자승과 현물수익률 자승간에 유의한 교차상관관계가 존재하는 것으로 나타났다. 수익률의 선-후행관계를 살펴보기 위한 주가지수선물수익률의 시차변수들과 현물수익률간의 다중회귀분석의 결과는 주가지수선물수익률이 현물수익률을 약 15분 정도 선행하는 것으로 나타났으며, 이러한 현상은 현물수익률에 존재할 수 있는 비동시적 거래의 영향을 통제한 경우에도 비록 그 강도가 약하기는 하지만 여전하였다. 다음으로, 수익률 변동성의 선-후행관계를 살펴보기 위해 Grammatikos-Saunders (1986)가 제시한 무조건부 변동성의 추정치인 로그수익률자승을 사용하여 분석한 결과 주가지수선물수익률의 변동성이 현물수익률의 변동성을 약 10분 정도 선행하는 것으로 나타났으며, 이러한 결과는 비동시적 거래의 영향을 통제한 경우에도 동일하였다. 또한, Nelson(1991)의 EGARCH모형을 사용하여 수익률의 변동성을 추정한 후 이를 갖고 분석한 결과, 특히 비동시적 거래의 영향을 통제한 경우에는 주가지수선물시장과 현물시장의 수익률 변동성간에 선-후행관계가 존재한다는 것을 부정할 수 없었다.
Journal of the Korea Academia-Industrial cooperation Society
/
v.5
no.1
/
pp.78-82
/
2004
Volatility may be defined as the sum of fundamental volatility caused by information arrival and transitory volatility caused by noise trading. This study decomposes the observed KOSPI volatility into fundamental volatility and transitory volatility using Kalman filtering method. This study investigates the effects of the introduction of cyber trading on the KOSPI volatility. Most studies investigates the effect on the observed volatility. In contrast to other studies, this study investigates the effect on the fundamental volatilty and transitory volatility individually. Analysis showed that observed volatility is increased significantly at 1% level, but transitory volatility is not increased. This means that noise trading by irrational investors is not increased.
본 연구는 KOSPI 200 주가지수선물이 현물시장의 유동성 및 변동성에 미치는 영향을 분석하기 위하여 1996년 5월 3일 주가지수선물의 도입 전 후 각각 6개월간의 일중 매수 매도호가, 일중 최고가, 최저가, 종가, 거래량에 대한 109개 기업의 패널자료(panel data)를 일반화최소승자(GLS) 방법에 의하여 시계열횡단면회귀분석(time series cross-sectional regression)으로 실시하였다. 본 연구에서 발견된 결과는 다음과 같다. 첫째, 주가지수선물 도입이후 주식시장 전반적으로 매수 매도호가 스프레드 증가는 발견할 수 없었다. 그러나 KOSPI 200 지수 비채택종목의 스프레드는 증가하여 주가지수선물 도입이후 유동성의 감소를 보였고 KOSPI 200 종목군은 유의적인 변화가 없었다. 둘째, 스프레드의 설명변수중 가격변수는 주가지수선물의 도입 이전에 유의적 설명변수이었고, 주가지수선물 도입이후에도 구조적 차이의 변화를 발견할 수 없었다. 그러나 스프레드의 설명변수 중 주가지수선물의 도입 이전에는 유의적이지 못하였던 변동성과 거래량의 스프레드에 대한 민감도가 주가지수선물 도입이후에는 유의적인 차이변화를 나타냈다. 변동성은 KOSPI 200 지수 비채택종목군에서, 그리고 거래량은 지수채택종목과 비채택종목군 모두에서 통계적으로 유의적인 차이 변화를 나타내어 주가지수선물 도입이후 스프레드의 설명변수에 구조적 변화가 발생하였다. 셋째, 주가지수선물의 도입이후 가격변수를 설명변수로 조정하고 난 현물시장의 변동성이 유의적으로 증가하였고, 특히 지수비채택종목군에서 더 심한 증가를 보여 주었다. 이는 선물가격이 정보를 효율적으로 반영하지 못하여 현물시장의 변동성에 다소 영향을 미친 것으로 볼 수 있다.
This Research focuses on the effect of the price limits change in KOSDAQ market change on the volatility. The sample period ranges from 22 May 2000 to 24 March 2010 for daily data. We construct two subsample periods for comparing with the effect of the change of the price limit. These limits were relaxed from 12% to 15% on March 25, 2005. The first subsample period is from 25 March 2000 to 24 March 2005. The second subsample period is from 25 March 2005. to 24 March 2010. We employee four different volatility, which are the range-based volatility of Parkinson(1980; PK), Garman and Klass(1980; GK) Rogers and Satchell(1991; RS), Yang and Zhang(2008; YZ). The empirical result as follows. The major findings are summarized as follows; First, the volatility of individual stocks in KOSDAQ market reduces significantly after the price limit change. Second, There is so high volatile especially when the volatility of stock prices is high. Third, There is no meaningful relationship between volatility and market capitalization. Fourth, the more volume stocks reduce the volatility. Our results show the volatility decreased the more large volume, the more trading amount and the high price stock.
The volatility in the stock market responds differently to information types. That is, the asymmetric volatility exists in the stock market which responds more to unexpected negative returns due to bad news than unexpected positive returns due to good news. This paper examines the asymmetric response of the volatility of KOSPI, large-cap, middle-cap, and small-cap indices returns which is announced in Korea exchange (KRX) by using the MA-GJR model and the MA-EGARCH model. According to empirical analyses, it shows that the asymmetric response of volatility exists in all indices regardless of volatility estimation models and the degree of the asymmetric volatility response of the small-cap index returns is greater than that of the large-cap index returns. Moreover, this results also observed robustly during the period of both before and after the global financial crisis.
Volatility in the stock market returns is a measure of investment risk. It plays a central role in portfolio optimization, asset pricing and risk management as well as most theoretical financial models. Engle(1982) presented a pioneering paper on the stock market volatility that explains the time-variant characteristics embedded in the stock market return volatility. His model, Autoregressive Conditional Heteroscedasticity (ARCH), was generalized by Bollerslev(1986) as GARCH models. Empirical studies have shown that GARCH models describes well the fat-tailed return distributions and volatility clustering phenomenon appearing in stock prices. The parameters of the GARCH models are generally estimated by the maximum likelihood estimation (MLE) based on the standard normal density. But, since 1987 Black Monday, the stock market prices have become very complex and shown a lot of noisy terms. Recent studies start to apply artificial intelligent approach in estimating the GARCH parameters as a substitute for the MLE. The paper presents SVR-based GARCH process and compares with MLE-based GARCH process to estimate the parameters of GARCH models which are known to well forecast stock market volatility. Kernel functions used in SVR estimation process are linear, polynomial and radial. We analyzed the suggested models with KOSPI 200 Index. This index is constituted by 200 blue chip stocks listed in the Korea Exchange. We sampled KOSPI 200 daily closing values from 2010 to 2015. Sample observations are 1487 days. We used 1187 days to train the suggested GARCH models and the remaining 300 days were used as testing data. First, symmetric and asymmetric GARCH models are estimated by MLE. We forecasted KOSPI 200 Index return volatility and the statistical metric MSE shows better results for the asymmetric GARCH models such as E-GARCH or GJR-GARCH. This is consistent with the documented non-normal return distribution characteristics with fat-tail and leptokurtosis. Compared with MLE estimation process, SVR-based GARCH models outperform the MLE methodology in KOSPI 200 Index return volatility forecasting. Polynomial kernel function shows exceptionally lower forecasting accuracy. We suggested Intelligent Volatility Trading System (IVTS) that utilizes the forecasted volatility results. IVTS entry rules are as follows. If forecasted tomorrow volatility will increase then buy volatility today. If forecasted tomorrow volatility will decrease then sell volatility today. If forecasted volatility direction does not change we hold the existing buy or sell positions. IVTS is assumed to buy and sell historical volatility values. This is somewhat unreal because we cannot trade historical volatility values themselves. But our simulation results are meaningful since the Korea Exchange introduced volatility futures contract that traders can trade since November 2014. The trading systems with SVR-based GARCH models show higher returns than MLE-based GARCH in the testing period. And trading profitable percentages of MLE-based GARCH IVTS models range from 47.5% to 50.0%, trading profitable percentages of SVR-based GARCH IVTS models range from 51.8% to 59.7%. MLE-based symmetric S-GARCH shows +150.2% return and SVR-based symmetric S-GARCH shows +526.4% return. MLE-based asymmetric E-GARCH shows -72% return and SVR-based asymmetric E-GARCH shows +245.6% return. MLE-based asymmetric GJR-GARCH shows -98.7% return and SVR-based asymmetric GJR-GARCH shows +126.3% return. Linear kernel function shows higher trading returns than radial kernel function. Best performance of SVR-based IVTS is +526.4% and that of MLE-based IVTS is +150.2%. SVR-based GARCH IVTS shows higher trading frequency. This study has some limitations. Our models are solely based on SVR. Other artificial intelligence models are needed to search for better performance. We do not consider costs incurred in the trading process including brokerage commissions and slippage costs. IVTS trading performance is unreal since we use historical volatility values as trading objects. The exact forecasting of stock market volatility is essential in the real trading as well as asset pricing models. Further studies on other machine learning-based GARCH models can give better information for the stock market investors.
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.
This paper explores the relationship between firm-specific volatility and some firm characteristics such as size, the market-to-book ratio of equity, PER, PBR, PCR, PSR and turnover in KOSDAQ market. In addition, I investigate whether portfolios with difference to realized range-based volatility and firm-specific volatility have different investment performance using CAPM and FF-3 factor model. The main findings of this study can be summarized as follows. First, firm-specific volatility have mostly positive relationship between firm-specific volatility and some firm characteristics. Second, this study found that realized range-based volatility and firm-specific volatility are positively related to expected return. It means that portfolios with high idiosyncratic volatility have significantly higher expected return than portfolios with low firm-specific volatility.
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.