• 응용통계연구
• /
• 제26권3호
• /
• pp.483-494
• /
• 2013

국제적인 금융위기가 연달아 발생하면서, 금융리스크관리의 중요성이 어느 때보다 더 커지고 있다. 금융리스크관리의 주요 현안 가운데 하나는 리스크를 어떻게 측정할 것인가이며, 가장 널리 사용되고 있는 방법이 Value at Risk(VaR)이다. 금융자료가 최근 시장에서처럼 두꺼운 꼬리를 갖는 분포를 보일 때, 우리는 극단치 이론을 이용하여 VaR를 측정하는 방법을 고려할 수 있다. 이 논문에서는 꼬리가 매우 두꺼운 분포를 갖는 자료를 적합시킬 때 많이 사용되는 Peaks over Threshold(POT)를 이용하여 VaR를 측정하는 방법을 연구하였다. POT를 이용하기 위해서는 우선 일반화 파레토 분포(GPD)의 모수를 추정해야 하는데, 여기서 우리는 KOSPI 5분 자료를 이용하여 추정된 VaR의 성능을 살펴봄으로써 세 가지 다른 모수추정 방법을 비교하였다. 또한, Normal Inverse Gaussian(NIG) 분포에서 자료를 생성하여 두 가지 다른 모수추정 방법을 비교하기도 하였다. 이러한 비교를 통하여 KOSPI 수익률 자료의 첨도가 매우 큰 경우에는 최근 제안된 모수추정 방법들이 최대가능도 추정법에 비해 월등히 나은 성능을 보임을 알 수 있었고, 모의실험 자료에서도 같은 결과를 확인하였다.

• 수산경영론집
• /
• 제40권2호
• /
• pp.49-70
• /
• 2009

This study proviedes GARCH model(Bollerslev, 1986) to analyze the structural characteristics of price volatility in domestic aquacultural fish market of Korea. As a case study, flatfish and rock-fish are analyzed as major species with relatively high portion in an aspect of production volume among fish captured in Korea. For analyzing, this study uses daily market data (dating from Jan 1 2000 to June 30, 2008) published by the Noryangjin Fisheries Wholesale Market which is located in Seoul of Korea. This study performs normality test on trading volume and price volatility of flatfish and rock-fish as an advanced empirical approach. The normality test adopted is Jarque-Bera test statistic. As a result, first, a null hypothesis that "an empirical distribution follows normal distribution" was rejected in both fishes. The distribution of daily market data of them were not only biased toward positive(+) direction in terms of kurtosis and skewness, but also characterized by leptokurtic distribution with long right tail. Secondly, serial correlations were found in data on market trading volume and price volatility of two species during very long period. Thirdly, the results of unit root test and ARCH-LM test showed that all data of time series were very stationary and demonstrated effects of ARCH. These statistical characteristics can be explained as a reasonable ground for supporting the fitness of GARCH model in order to estimate conditional variances that reveal price volatility in empirical analysis. From empirical data analysis above, this study drew the following conclusions. First of all, from an empirical analysis on potential effects of seasonality and the day of week on price volatility of aquacultural fish, Monday effects were found in both species and Thursday and Friday effects were also found in flatfish. This indicates that Monday is effective in expanding price volatility of aquacultural fish market and also Monday has higher effects upon the price volatility of fish than other days of week have since it has more new information for weekend. Secondly, the empirical analysis led to a common conclusion that there was very high price volatility of flatfish and rock-fish. This points out that the persistency parameter($\lambda$), an index of possibility for current volatility to sustain similarly in the future, was higher than 0.8-equivalently nearly to 1-in both flatfish and rock-fish, which presents volatility clustering. Also, this study estimated and compared and model that hypothesized normal distributions in order to determine fitness of respective models. As a result, the fitness of GARCH(1, 1)-t model was better than model where the distribution of error term was hypothesized through-distribution due to characteristics of fat-tailed distribution, was also better than model, as described in the results of basic statistic analysis. In conclusion, this study has an important mean in that it was introduced firstly in Korea to investigate in price volatility of Korean aquacultural fishery products, although there was partially a limited of official statistic data. Therefore, it is expected that the results of this study will be useful as a reference material for making and assessing governmental policies. Also, it is looked forward that the results will be helpful to build a fishery business plan as and aspect of producer, and also to take timely measures to potential price fluctuations of fishery products in market. Hence, it is advisable that further studies related to such price volatility in fishery market will extend and evolve into a wider variety of articles and issues in near future.

• 헤리티지:역사와 과학
• /
• 제51권4호
• /
• pp.84-107
• /
• 2018

첨모직은 표면에 짧은 파일이 나타나는 것으로 조선시대 후기에는 첨모직 깔개를 지칭하는 용어로 채담이 사용되었으며, 20세기 초에는 융전과 단통, 양탄자 등으로 불리었다. 조선 말기 이후의 여러 문헌이나 신문기사, 그리고 각종 사진자료를 통해 첨모직 깔개가 왕실뿐만 아니라 일반인도 사용하였고 당시 국내에서 제작하였다는 것이 확인되었다. 본 연구에서는 조선 말기 이후의 첨모직 깔개 6점을 실물 조사하였는데 5점은 페르시아매듭의 컷파일이며 1점은 루프파일의 기법으로 제작되었다. 컷파일의 깔개는 크기가 가로 72~98 ${\times}$ 세로 150~156cm의 직사각형이며, 나비, 사슴, 호랑이, 그리고 십장생 등의 주 무늬를 중앙에 배치하고 卍자를 가장자리에 배치하였다. 컷파일의 소재는 지경사는 모두 면사이며 지위사는 3점은 면사, 1점은 모사, 그리고 1점은 면사와 비스코스레이온의 혼섬사이다. 지위사는 4점이 S꼬임의 실 여러 올을 합쳐 Z방향으로 합사한 실을 사용했다. 파일위사는 4~6가지의 색이 사용되었는데 홍색을 제외하고 모두 염색을 하지 않은 자연색 그대로의 모섬유가 사용되었다. 그리고 S나 Z꼬임의 모사를 2올 이상 합하여 반대방향으로 꼬임을 주었는데 굵기에 맞춰 올수를 합하였다. 깔개의 위아래 가장자리는 위사를 6올 이상 넣고 남은 지경사는 몇 올씩을 한데 묶어서 정리하였으며, 좌우 가장자리는 3올 이상의 면사를 가운데 놓고 수평으로 감아 마치 둥근 막대처럼 만들며, 가장자리에서 2~3번째 지경사를 징거서 튼튼하게 고정하였다. 루프파일은 경사방향으로 고리를 만든 경첨모직이며 지경사와 지위사는 면사, 파일경사는 모사로 추정된다. 소재의 성분 분석이 가능했던 깔개는 3점으로 파일위사는 판단이 불명한 것을 제외하고 염소와 비미종 양으로 판명되어 첨모직 깔개에 다양한 종류의 동물털이 사용되었을 가능성이 있다고 본다. 본 연구에서 조사한 6점의 깔개는 1800년대 말부터 1900년대 초에 제작되었다고 추정된다. 깔개의 정확한 제작지는 확인할 수 없었으나 당시 국내에서 첨모직 깔개를 제작하고 있다는 문헌기록과 깔개의 문양의 조형성을 고려한다면 우리나라에서 제작된 것으로 본다.

• 헤리티지:역사와 과학
• /
• 제56권2호
• /
• pp.80-98
• /
• 2023

조선 말기에 혼례를 마치고 신부가 시댁으로 가면서 가마를 타고 가는데 그 때 가마 위에 벽사의 뜻이 담긴 호피를 덮는 풍습이 있었다. 상류층을 중심으로 호피나 표피를 사용했으나 서민들 사이에서는 호랑이무늬를 그린 모포를 덮었다. 그 모포는 호탄자, 호구, 호구욕 등으로 불리었다. 신부 가마덮개가 처음 사용된 시기는 정확히 알 수 없으나 대략 19세기 말부터 1930년대까지 성행하다 점차 사라졌는데 신식혼례의 등장으로 신부의 가마가 필요 없어졌기 때문으로 추정된다. 호랑이무늬 모포는 신부 가마 위에 덮는 것뿐만 아니라 상 위에 덮거나 바닥에 깔기도 하였는데 모두 혼인식에 사용되었다. 호랑이무늬 모포 9점에 대한 성분 분석 결과 겉감과 안감의 경사는 무명실, 위사에는 모사(毛絲)가 사용되었다. 겉감의 위사에 사용된 모사는 2종류인데 중국의 비미종 양모와 중국 허베이성 카펫용 염소모로 밝혀졌다. 러시아에서 '호랑이 그린 무늬의 담요'가 수입되었다는 것과 중국에서 모물을 사들인 후 우리나라에서 깔개를 만들었다는 내용, 그리고 여러 기법의 모깔개를 제작했다는 사료를 고려해보면 중국과 러시아 등지에서 완제품으로 수입하기도 했고 국내에서 생산하기도 했다는 것으로 추정된다. 실물 조사한 호랑이무늬 모포 13점의 겉감은 직물의 조직과 실꼬임 방향에 따라 6종류가 있으며 안감은 3종류, 그리고 가선은 4종류로 분류되었다. 안감과 겉감은 한 폭을 그대로 사용한 것으로 직물의 폭이 최소 135cm의 광폭으로 직조하였다. 호랑이 무늬를 표현하는 방법은 공판화 기법이다. 빨간색 겉감 위에 호랑이 몸통과 꼬리의 도안을 대고 흰색을 칠한 후 호랑이의 바탕색인 노란색과 얼룩무늬인 갈색, 검은색의 순서로 칠한다. 호랑이무늬는 조금씩 달라서 여러 공방에서 제작된 것으로 추정된다. 호탄자의 무늬는 호피처럼 엎드린 상태로 그렸는데 서 있는 자세도 생겨나고 호랑이무늬는 작아지면서 가장자리에 화려한 꽃무늬를 그려 넣었다. 이같이 호탄자는 무늬에 장식적인 요소가 가미되는 변천을 겪다가 가마덮개로서의 기능이 상실되면서 점차 사라졌을 것으로 여겨진다. 현재 남아 있는 호랑이무늬 모포 중 수입품이 포함되어 있다는 점과 당시 유행이었던 점을 고려하면 여러 생산지에서 제작되었을 것으로 추정된다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.