• 응용통계연구
• /
• 제25권1호
• /
• pp.29-43
• /
• 2012

주식, 환율 등과 같은 금융자료의 수익률의 분포는 정규분포에 비해 꼬리가 두껍고, 좌우 비대칭성을 보인다. 조건부수익률이 정규분포를 따른다고 가정한 GARCH 모형을 이용하여 VaR을 추정하였을 때, 이러한 비정규성 때문에 적절한 추정이 이루어지지 않고, VaR을 초과하는 손실의 발생과정에 군집(clustering)현상이 발생하는 문제점이 있다. 이러한 문제를 해결하기 위해, 본 논문에서는 조건부수익률의 분포로 unbounded Johnson 분포를 이용한 GARCH 모형을 이용하여 VaR을 추정한다. 또한, 조건부수익률이 각각 정규분포, Student-t 분포를 따르는 GARCH 모형의 경우와 비교하였다. 초과손실 발생과정 자료를 이용하여 실패율검정과 군집성검정을 통해 조건부수익률 분포로 unbounded-Johnson 분포를 사용하는 방법의 타당성을 살펴보았다. Unbounded Johnson 분포가 조건부수익률 분포로 주어지는 GARCH 모형의 경우는 과소, 과대추정을 하지 않고, 군집현상 또한 발생하지 않아 적절한 추정을 하고 있음을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1449-1466
• /
• 2014

본 논문에서는 기초자산의 선물을 이용하는 헷지 전략을 연구하였다. 최적헷지비율을 구하기 위한 전통적인 방법으로 회귀분석이 사용되고 있으나, 현물과 선물 사이에 존재하는 장기균형관계와 금융 시계열 자료의 분산에 존재하는 변동성 군집현상 등의 특징을 설명하지 못하는 한계가 있다. 이를 극복하기 위해 코스피200 지수와 선물 자료에 대해 평균모형으로 벡터오차수정모형을 적합하고, 분산모형으로 다변량 GARCH 모형을 적합하여 분산-공분산 행렬을 추정하고, 이를 통해 최적헷지비율을 구하는 방법을 연구하였다. 실증분석 결과에 의하면 시장이 안정적일 때에는 회귀분석을 사용해도 큰 차이가 없지만, 시장이 불안정해지고 변동성이 커지는 구간에서는 벡터오차수정모형과 다변량 GARCH 모형을 이용하는 경우에 헷지성과가 월등히 좋아지는 결과를 얻을 수 있었다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.995-1005
• /
• 2009

금융 시계열 자료들 간의 상관계수는 자산의 배분, 위험관리 그리고 포트폴리오의 선택에 있어서 중요한 역할을 한다. 이러한 상관계수들을 모형화하기 위해 단변량-GARCH 모형을 다변량-GARCH 모형으로 확장시킨 MGARCH류 모형들에 대한 많은 연구들이 진행되고 있다. 특히, CCC 모형 (Bollerslev, 1990)과 DCC 모형 (Engle, 2002)은 다른 모형들에 비해 추정해야 할 모수의 수가 작다는 이점으로 인해 분석에 널리 쓰이고 있다. 본 논문에서는 국내 주가자료에 대해 CCC 모형과 DCC 모형을 적합시킨 후, 각 모형들에 대한 VaR(value at risk)와 사후검증(back-testing), 결합예측영역(joint prediction region) 등을 통하여 두 모형의 예측 능력을 비교해 보고자 한다.

• 자원ㆍ환경경제연구
• /
• 제13권2호
• /
• pp.175-194
• /
• 2004

본 논문은 예상하지 못한 뉴스충격이 유가의 변동성에 미치는 영향이 비대칭임을 밝힘과 더불어 유가의 변동성을 가장 정확히 추정할 수 있는 변동성모형을 결정하는데 연구의 목적을 둔다. 여기에는 GARCH모형, EGARCH모형, AGARCH모형, GJR모형과 같은 네 가지 변동성모형이 이용된다. 변동성모형을 선정하기에 앞서 부호편의검정과 규모편의검정을 통해 모형의 설정오류를 조사한 후, GARCH모형은 비대칭효과를 보이는 AGARCH모형과 GJR모형에 비해 나쁜 뉴스에 대해서는 과소평가를, 좋은 뉴스에 대해서는 과대평가를 하는 경향이 있음을 보인다. 그리고 EGARCH모형은 GARCH모형, GJR모형, AGARCH모형에 비해 좋은 뉴스와 나쁜 뉴스에 대해 조건부 분산을 지나치게 높거나 낮게 평가하며, 특히 나쁜 뉴스에 대해서는 이해하기 어려울 정도로 높게 평가함을 보인다. 또한 AGARCH모형은 GARCH모형보다 나쁜 뉴스를 낮게 평가하며, EGARCH모형은 GARCH모형보다 좋은 뉴스를 높게 평가하기 때문에 유가의 변동성을 설명하는 데 GJR모형이 적합함을 밝힌다.

• 응용통계연구
• /
• 제27권1호
• /
• pp.159-168
• /
• 2014

Engle과 Ng (1993)가 제안한 뉴스 임팩트 커브(NIC)는 표준적인 GARCH 모형에 적용되는 대칭 커브이다. 최근들어 금융시계열의 변동성이 비대칭 성질을 가지는 경향이 있으며 이에 따라 분계점(threshlod) GARCH, 이중선형(bilinear) GARCH 등의 비대칭 모형이 연구되고 있다. 본 논문은 비대칭 모형의 변동성 커브에 대해 연구하고 있으며 LASSO를 통한 방법론을 제안하고 있다. 제시된 방법론을 국내 KOSDAQ 자료분석을 통해 예시해 보았다.

• 응용통계연구
• /
• 제24권2호
• /
• pp.293-305
• /
• 2011

변동성은 최근 경제가 급변하면서 옵션의 가격 결정과 자산의 위험관리에서 그 중요성이 더 커지고 있다. 이러한 변동성은 분산을 지칭하며, 위험(risk)을 측정하는 수단이 되므로 정확한 추정과 예측이 매우 필요하다. 본 논문에서는 변동성에 대한 모형으로 오차항이 ARMA(p, q)-GARCH(r, s) 모형을 따르는 회귀모형을 설정하고, 이 모형의 모수에 대해 베이지안 추정법을 제시하였다. 또한 평균과 분산(변동성)에 대한 예측값을 구하고 이에 대한 베이지안 구간추정을 하였다. 이를 500개의 모의실험 자료를 통해 최우추정법과 비교하였다. 뿐만 아니라, 베이지안 방법을 이용하여 Frequentist의 관점에서는 구하기 어려운 GARCH 모형에서의 일종의 단위근이 존재할 확률을 구하였다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.33-41
• /
• 2006

최근 들어 시계열 자료 분석에서 관측된 각 시점에서의 관측치의 분산을 서로 다른 분산(조건부 이분산성)을 따른다고 가정하고, 이를 분석하는 모형(ARCH, GARCH, EGARCH, IGARCH 등)들이 옵션 가격 분석이나 환율 변화 등 경제적 시계열 자료의 예측 모형을 위하여 활발히 연구되고 있다. 본 논문에서는 한국의 KOSPI 데이터 (1999년 1월 4일 $\sim$ 2003년 12월 30일, 총 1227일)를 바탕으로 조건부 우도함수 모수 추정 방법을 이용한 GARCH(1,1), IGARCH(1,1), EGARCH(1,1) 모형에 KOSPI 자료를 적합 시켜 각 모형들의 성능을 비교하여 보았다.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.415-422
• /
• 2012

본 연구에서는 단기에 측정되는 트래픽 자료를 예측하기 위하여 Holt-Winters, Fractional Seasonal ARIMA, AR-GARCH, Seasonal AR-GARCH 모형을 사용하여 각 모형의 예측 성능을 비교하고자 한다. 예측에 이용된 시계열 모형에 대해 소개하고, 실제 트래픽 자료에 적용하여 트래픽 자료를 분석한 결과 Holt-Winters방법이 예측력 측면에서 가장 우수하였다.

• 응용통계연구
• /
• 제28권1호
• /
• pp.115-122
• /
• 2015

본 연구에서는 정수값을 갖는 계수 시계열의 조건부 이차적률인 변동성(volatility)을 다루고 있다. 여러 가지 정수값 GARCH, 즉, INGARCH 모형들을 소개하고 계수 시계열인 국내 풍진발생건수에 적용시켜 보았다. 과산포(over-dispersion)와 영과잉(zero-inflation)현상을 계수 시계열의 변동성 분석 입장에서 살펴보았고 향후 분석 모형으로서 영과잉(zero-inflation) INGARCH 모형인 ZI-INGARCH 모형을 살펴보았다.

• 한국항만경제학회지
• /
• 제30권3호
• /
• pp.1-14
• /
• 2014

BDI건화물운임지수의 변동성은 환율과 주가의 변동성을 크게 초과할 정도로 대단히 클 뿐만 아니라 변동성이 점차 커지고 있어서 운임을 예측하는데 많은 어려움을 겪고 있다. 이에 본고는 이러한 운임지수의 변동성을 정확히 포착할 수 있는 모형을 찾는데 목적을 둔다. 이를 위해 변동성 분석에 흔히 사용되는 대칭형 변동성 모형인 GARCH 모형과 비대칭 변동성 모형인 AGARCH모형, GJR모형, EGARCH모형을 도입한다. 그것은 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기할 가능성이 높기 때문이다. 먼저 운임의 예측불가능요소를 운임의 요일별 특성을 제거한 후 자기회귀를 하여 구한 후 GARCH 분석을 적용하는데 적합한 성격을 갖는가를 조사한다. 비대칭모형의 AGARCH모형에서는 비대칭을 나타내는 계수가 유의하나 부호가 모형의 예상과 달라 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기하지 않으며, EGARCH모형의 비대칭계수도 양의 부호로 모형의 예상과 반대일 뿐만 아니라 유의하지 않아 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기하지 않는다는 것, 그리고 GJR모형에서도 해당 계수가 음으로 모형과 반대로 유의하지 않아 음의 충격이 양의 충격보다 더 큰 변동성을 유발하지 않음을 보인다. 이에 따라 BDI건화물운임지수의 변동성은 GARCH모형을 이용하는 것이 합리적이라는 점을 보인다.