• Asia-Pacific Journal of Business
• /
• v.13 no.2
• /
• pp.23-37
• /
• 2022

Purpose - The purpose of this paper is to analyze the dynamic factors of the daily FX implied volatility based on the fractional integration methods focusing on long memory feature and structural changes. Design/methodology/approach - This paper uses the daily FX implied volatility data of the EUR-USD and the JPY-USD exchange rates. For the fractional integration analysis, this paper first applies the basic ARFIMA-FIGARCH model and the Local Whittle method to explore the long memory feature in the implied volatility series. Then, this paper employs the Adaptive-ARFIMA-Adaptive-FIGARCH model with a flexible Fourier form to allow for the structural changes with the long memory feature in the implied volatility series. Findings - This paper finds statistical evidence of the long memory feature in the first two moments of the implied volatility series. And, this paper shows that the structural changes appear to be an important factor and that neglecting the structural changes may lead to an upward bias in the long memory feature of the implied volatility series. Research implications or Originality - The implied volatility has widely been believed to be the market's best forecast regarding the future volatility in FX markets, and modeling the evolution of the implied volatility is quite important as it has clear implications for the behavior of the exchange rates in FX markets. The Adaptive-ARFIMA-Adaptive-FIGARCH model could be an excellent description for the FX implied volatility series

• Communications for Statistical Applications and Methods
• /
• v.24 no.5
• /
• pp.507-518
• /
• 2017

Volatility plays a crucial role in theory and applications of asset pricing, optimal portfolio allocation, and risk management. This paper proposes a combined model of autoregressive moving average (ARFIMA), generalized autoregressive conditional heteroscedasticity (GRACH), and skewed-t error distribution to accommodate important features of volatility data; long memory, heteroscedasticity, and asymmetric error distribution. A fully Bayesian approach is proposed to estimate the parameters of the model simultaneously, which yields parameter estimates satisfying necessary constraints in the model. The approach can be easily implemented using a free and user-friendly software JAGS to generate Markov chain Monte Carlo samples from the joint posterior distribution of the parameters. The method is illustrated by using a daily volatility index from Chicago Board Options Exchange (CBOE). JAGS codes for model specification is provided in the Appendix.

• Communications for Statistical Applications and Methods
• /
• v.25 no.2
• /
• pp.199-215
• /
• 2018

Interest in $PM_{10}$ concentrations have increased greatly in Korea due to recent increases in air pollution levels. Therefore, we consider a forecasting model for next day $PM_{10}$ concentration based on the principal elements of air pollution, weather information and Beijing $PM_{2.5}$. If we can forecast the next day $PM_{10}$ concentration level accurately, we believe that this forecasting can be useful for policy makers and public. This paper is intended to help forecast a daily mean $PM_{10}$, a daily max $PM_{10}$ and four stages of $PM_{10}$ provided by the Ministry of Environment using various data mining techniques. We use seven models to forecast the daily $PM_{10}$, which include five regression models (linear regression, Randomforest, gradient boosting, support vector machine, neural network), and two time series models (ARIMA, ARFIMA). As a result, the linear regression model performs the best in the $PM_{10}$ concentration forecast and the linear regression and Randomforest model performs the best in the $PM_{10}$ class forecast. The results also indicate that the $PM_{10}$ in Seoul is influenced by Beijing $PM_{2.5}$ and air pollution from power stations in the west coast.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.20-20
• /
• 2018

다년동안 지속되는 가뭄현상이 빈번하게 발생하고 있지만, 우리나라에서는 지금까지 장기 가뭄보다 단기 가뭄에 초점을 맞춰 연구가 진행되어 왔다. 다년 가뭄을 반영하지 않고 댐의 저수용량을 평가할 경우, 저수용량이 과소평가될 수 있기 때문에 다년간의 가뭄을 반영한 시계열 모형을 통해 다양한 시나리오를 생성하고 분석해야 한다. 본 연구에서는 2015년부터 2017년까지 장기 가뭄이 발생한 보령댐의 1998년-2017년까지의 관측 월평균 유입량 자료를 바탕으로 Autoregressive Moving Average(ARMA)시계열 모형과 Hurst Coefficient를 추가하여 장기지속성을 반영하도록 개발된 시계열 모형인 Autoregressive Fractionally Integreated Moving Average(ARFIMA)를 사용하여 보령댐 500년 기간의 유입량 자료를 생성하였다. Hurst Coefficient는 Hurst가 제안한 Rescaled Range(R/S)방법 외에도 경험식, 이론식을 모두 사용하여 산정하였다. 생성된 자료가 관측 자료의 장기지속성을 잘 반영하는지에 대한 검증을 위해 관측자료의 누적유입량으로부터 선형 이동평균방법을 사용하여 가뭄기준을 산정하고, 생성한 유입량 자료가 장기가뭄을 반영하고 있는지 판단하였다. 그 결과 가뭄의 장기지속성을 잘 반영하는 시계열 모형을 선정하였으며, 향후 연구를 통해 미래 기후변화 시나리오를 반영한 장기가뭄 분석을 수행할 예정이다.

• Asia-Pacific Journal of Business
• /
• v.11 no.4
• /
• pp.255-269
• /
• 2020

Purpose - This paper analyzes the market efficiency focusing on the long memory properties of the domestic futures market. By decomposing futures prices into yield and volatility and looking at the long memory properties of the time series, this study aims to understand the futures market pricing and change behavior and risks, specifically and in detail. Design/methodology/approach - This study analyzes KOSPI 200 futures, KOSDAQ 150 futures, 3 and 10-year government bond futures, US dollar futures, yen futures, and euro futures, which are among the most actively traded on the Korea Exchange. To analyze the long memory and market efficiency, we used the Variance Ratio, Rescaled-Range(R/S), Geweke and Porter-Hudak(GPH) tests as semi- parametric methods, and ARFIMA-FIGARCH model as the parametric method. Findings - It was found that all seven futures supported the efficiency market hypothesis because the property of long memory turned out not to exist in their yield curves. On the other hand, in futures volatility, all 7 futures showed long memory properties in the analysis, which means that if new information is generated in the domestic futures market and the market volatility once expanded due to the impact, it does not decrease or shrink for a long period of time, but continues to affect the volatility. Research implications or Originality - The results of this paper suggest that it can be useful information for predicting changes and risks of volatility in the domestic futures market. In particular, it was found that the long memory properties would be further strengthened in the currency futures and bond rate futures markets after the global financial crisis if the regime changes of the domestic financial market are taken into account in the analysis.

• The Korean Journal of Financial Management
• /
• v.12 no.1
• /
• 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.

• Management & Information Systems Review
• /
• v.33 no.1
• /
• pp.139-155
• /
• 2014

This study is to examine the linkage of volatility between changes in the stock market of India and other countries through the integration of the world economy. The results were as follows: First, autocorrelation or serial correlation did not exist in the classic RS model, but long-term memory was present in the modified RS model. Second, unit root did not exist in the unit root test for all periods, and the series were a stable explanatory power and a long-term memory with the normal conditions in the ARFIMA model. Third, in the multivariate asymmetric BEKK and VAR model before the financial crisis, it showed that there was a strong influence of the own market of Taiwan and UK in the conditional mean equation, and a strong spillover effect from Japan to India, from Taiwan to China(Korea, US), from US(Japan) to UK in one direction. In the conditional variance equation, GARCH showed a strong spillover effect that indicated the same direction as the result of ARCH coefficient of the market itself. Asymmetric effects in three home markets and between markets existed. Fourth, after the financial crisis, in the conditional mean equation, only the domestic market in Taiwan showed strong influences, and strong spillover effects existed from India to US, from Taiwan to Japan, from Korea to Germany in one direction. In the conditional variance equation, strong spillover effects were the same as the result of the pre-crisis and asymmetric effect in the domestic market in UK was present, and one-way asymmetric effect existed in Germany from Taiwan. Therefore, the results of this study presented the linkage between the volatilities of the stock market of India and other countries through the integration of the world economy, observing and confirming the asymmetric reactions and return(volatility) spillover effects between the stock market of India and other countries.

• The Korean Journal of Applied Statistics
• /
• v.22 no.4
• /
• pp.735-744
• /
• 2009

In this paper, we introduce a fast approach for Bayesian detection of change points in long-memory processes. Since a heavy computation is needed to evaluate the likelihood function of long-memory processes, a method for simplifying the computational process is required to efficiently implement a Bayesian inference. Instead of estimating the parameter, we consider selecting a element from the set of possible parameters obtained by categorizing the parameter space. This approach simplifies the detection algorithm and reduces the computational time to detect change points. Since the parameter space is (0, 0.5), there is no big difference between the result of parameter estimation and selection under a proper fractionation of the parameter space. The analysis of Nile river data showed the validation of the proposed method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.373-373
• /
• 2022

전세계적으로 기후변화로 인해 3년 이상의 기간동안 지속되는 다년 가뭄의 빈도와 심도가 증가하고 있으며, 이로 인한 피해도 증가하고 있다. 본 연구에서는 이를 반영하여 전국 다목적댐 및 용수댐에서 모두 주요 가뭄 대응 대책으로 사용되고 있는 현행 용수공급 조정기준을 개선하는 방안을 제안하고자 한다. 가장 먼저, 장기 기억 반영이 가능한 시계열 모형인 ARFIMA(Autoregressive Fractional Integrated Moving Average) 모델을 사용하여 다양한 강도의 장기 기억을 가지고 있는 연간 유입량을 생성하였다. 이후, 연간 유입량을 k-최근접 이웃 방법 기반의 배분 도구를 사용하여 10일 단위 유입량으로 분배하였으며 이를 대체 용수공급 조정기준을 생성하기 위한 입력 변수로 사용하였다. 새로운 용수공급 조정기준은 매 시점마다 새롭게 업데이트되는 정보를 통해 현행 기준과 함께 적응형으로 저수지 운영에 사용되었다. 다년 가뭄이 반영된 유입량으로 적응형으로 저수지 운영을 관측 유입량 하에서 빈도와 크기의 측면에서 분석을 시행하였다. 그 결과, 심각한 실패(물 부족 비율 30% 이상)의 빈도의 경우 현행 기준 운영 시 6.14%에서 적응형 운영 시행 시 2.99%로 개선되었지만, 전체 기간 동안의 신뢰도는 적응형 운영보다(26.42%) 현행 운영 하에서 더욱 나은 결과를 보였다(41.19%). 위와 같은 분석 결과는 심각한 실패의 빈도와 크기를 줄이는 용수공급 조정기준을 시행하는 원론적인 목적과 일치하기에, 본 연구에서 제안하는 다년 가뭄에 대비한 적응형 운영 방안은 향후 길게 지속되는 가뭄 조건에서 저수지 운영 정책으로 활용될 수 있음을 확인하였다.