• Journal of Communications and Networks
• /
• 제13권6호
• /
• pp.621-624
• /
• 2011

With the rapid growth of internet traffic, accurate and reliable prediction of internet traffic has been a key issue in network management and planning. This paper proposes an autoregressive-generalized autoregressive conditional heteroscedasticity (AR-GARCH) error model for forecasting internet traffic and evaluates its performance by comparing it with seasonal autoregressive integrated moving average (ARIMA) models in terms of root mean square error (RMSE) criterion. The results indicated that the seasonal AR-GARCH models outperformed the seasonal ARIMA models in terms of forecasting accuracy with respect to the RMSE criterion.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.809-816
• /
• 2011

A tree-indexed autoregressive(AR) process is a time series defined on a tree which is generated by a branching process and/or a deterministic splitting mechanism. This short article is concerned with conditional heteroscedastic structure of the tree-indexed AR models. It has been usual in the literature to analyze conditional mean structure (rather than conditional variance) of tree-indexed AR models. This article pursues to identify quadratic conditional heteroscedasticity inherent in various tree-indexed AR models in a unified way, and thus providing some perspectives to the future works in this area. The identical conditional variance of sisters sharing the same mother will be referred to as the branching heteroscedasticity(BH, for short). A quasilikelihood but preliminary estimation of the quadratic BH is discussed and relevant limit distributions are derived.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.831-839
• /
• 2010

최소제곱 서포트벡터기계는 비선형회귀분석과 분류에 널리 쓰이는 커널기법이다. 본 논문에서는 금융시계열자료의 평균 및 변동성을 추정하기 위하여 평균의 추정 방법으로는 가중최소제곱 서포트벡터기계, 변동성의 추정 방법으로는 최소제곱 서포트벡터기계를 사용하는 비선형 평균 일반화 이분산 자기회귀모형을 제안한다. 제안된 모형은 선형 일반화 이분산 자기회귀모형 및 선형 평균 일반화 이분산 자기회귀모형보다 더 나은 추정 능력을 가진다는 것을 실제자료의 추정을 통하여 보였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권5호
• /
• pp.533-542
• /
• 2021

The main objective of this article is to investigate the existence of the lunar effect during the full moon period (FM period) and the new moon period (NM period) on the selected Islamic stock market returns and volatilities. For this purpose, the Ordinary Least Squares model, Autoregressive Conditional Heteroscedasticity model, Generalised Autoregressive Conditional Heteroscedasticity model and Generalised Autoregressive Conditional Heteroscedasticity-in-Mean model are employed using the mean daily returns data between January 2010 and December 2019. Next, the log-likelihood, Akaike Information Criterion and Schwarz Information Criterion value are analyzed to determine the best models for explaining the returns and volatility of returns. The empirical results have deduced that, during the NM period, excluding Malaysia, the total mean daily returns for all of the selected countries have increased mean daily returns in contrast to the mean daily returns during the FM period. The volatility shocks are intense and conditional volatility is persistent in all countries. Subsequently, the volatility behavior tends to have lower volatility during the FM period and NM period in the Islamic stock market, except Malaysia. This article also concluded that the ARCH (1) model is the preferred model for stock returns whereas GARCH-M (1, 1) is preferred for the volatility of returns.

• Communications for Statistical Applications and Methods
• /
• 제24권5호
• /
• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제15권4호
• /
• pp.783-791
• /
• 2004

In this paper we review recent developments in nonlinear time series modeling on both conditional mean and conditional variance. Traditional linear model in conditional mean is referred to as ARMA(autoregressive moving average) process investigated by Box and Jenkins(1976). Nonlinear mean models such as threshold, exponential and random coefficient models are reviewed and their characteristics are explained. In terms of conditional variances, ARCH(autoregressive conditional heteroscedasticity) class is considered as typical linear models. As nonlinear variants of ARCH, diverse nonlinear models appearing in recent literature including threshold ARCH, beta-ARCH and Box-Cox ARCH models are remarked. Also, a class of unified nonlinear models are considered and parameter estimation for that class is briefly discussed.

• 대한수학회보
• /
• 제38권3호
• /
• pp.495-504
• /
• 2001

In this paper we consider the (generalized) autoregressive model with conditional heteroscedasticity (ARCH/GARCH models). We willing give conditions under which strict stationarity, ergodicity and the functional central limit theorem hold for the corresponding models.

• 응용통계연구
• /
• 제24권6호
• /
• pp.1033-1043
• /
• 2011

본 논문에서는 KOSPI지수와 원-달러 환율의 로그수익률을 사용하여 비대칭 이분산성에 대해 연구한다. 커널 density plot과 상승기와 하강기의 평균, 분산을 검토하여 이들 시계열의 변동의 비대칭성에 대한 윤곽을 파악하고 GARCH군의 여러 비대칭 모형을 적합하여 비대칭성을 실증적으로 파악한다. 또한 최종선택 모형인 EGARCH 모형을 바탕으로 부트스트래핑을 사용하여 미래 시점의 변동성인 조건부 분산의 기대치를 예측하고 예측표준오차를 구해본다.

• 응용통계연구
• /
• 제36권4호
• /
• pp.295-307
• /
• 2023

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.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.925-937
• /
• 2008

본 논문에서는 주식시장에서 거래되는 다수의 주식거래종목들을 몇 개의 그룹으로 군집화하는 주제를 연구한다. 시간에 관계없이 분산이 일정한 ARMA모형과 다르게, 주가, 환율 등의 금융시계열자료에서는 조건부 이분산성을 따르게 된다. 또한, 많은 사람들이 금융시계열자료에서 관심을 갖는 것은 바로 이 변동성이다. 그러므로, 이 연구에서는 조건부 이분산성을 모형화하기에 적합하다고 알려진 일반화 조건부 이분산성 자기회귀모형에 초점을 맞춘다. 먼저 두 개의 주식종목들 사이에 변동성(volatility)의 유사성 그리고 구조의 유사성을 재는 거리를 정의하고, 모의실험을 수행한다. 실증자료로 최근 3년 동안 관찰된 국내 11개 주가의 수익률을 변동성과 구조에 따라 군집화한다.