• 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 Statistical Society
• /
• 제36권2호
• /
• pp.183-200
• /
• 2007

We consider a nonlinear autoregressive moving average model with nonlinear GARCH errors, and find sufficient conditions for the existence of a strictly stationary solution of three related time series equations. We also consider a geometric ergodicity and functional central limit theorem for a nonlinear autoregressive model with nonlinear ARCH errors. The given model includes broad classes of nonlinear models. New results are obtained, and known results are shown to emerge as special cases.

• 자원ㆍ환경경제연구
• /
• 제16권4호
• /
• pp.947-978
• /
• 2007

본 연구에서는 원유시장의 변동성 분석에 적용될 수 있는 VaR(Value-at-Risk) 접근법을 고찰한다. 그리고 다양한 VaR 모형들(RiskMetrics, GARCH, IGARCH와 FIGARCH 모형)의 성과를 정규분포와 치우친 Student-t 분포 가정 하에서 평가한다. Brent 및 Dubai 시장의 일별가격 자료를 이용한 실증분석 결과에 따르면, FIGARCH 모형이 GARCH 모형이나 IGARCH 모형보다 원유시장의 변동성에 내재되어 있는 장기기억 특성을 잘 반영한다는 점에서 더 우월한 것으로 나타났다. 이러한 사실은 원유시장 수익률의 변동성에는 장기기억이 존재한다는 것을 의미한다. 그리고 VaR 분석 결과, 치우친 Student-t 분포 가정 하에서 추정되는 FIGARCH 모형이 롱 포지션과 숏 포지션 모두에서 정규분포 가정 하에서 추정되는 다른 변동성 모형들보다 원유시장에서의 투자 위험을 더 정확하게 예측하는 것으로 나타났다. 이러한 사실은 치우친 Student-t 분포 가정이 원유시장 수익률 분포에 내재되어 있는 비정상적 왜도와 첨도를 모형화하는데 더 적합하다는 것을 의미한다. 이와 같은 발견은 원유시장 구매자 및 판매자들이 원유가격의 움직임을 올바르게 측정하고 VaR을 정확하게 추정하는데 도움을 줄 것이다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권8호
• /
• pp.297-309
• /
• 2021

In this study, to capture the skewness and kurtosis detected in both conditional and unconditional return distributions of the stock markets of Kazakhstan and Russia, two versions of normal mixture GARCH models are employed. The data set consists of daily observations of the Kazakhstan and Russia stock prices, and world crude oil price, covering the period from 1 June 2006 through 1 March 2021. From the empirical results, incorporating the long memory effect on the returns not only provides better descriptions of dynamic behaviors of the stock market prices but also plays a significant role in improving a better understanding of the return dynamics. In addition, normal mixture models for time-varying volatility provide a better fit to the conditional densities than the usual GARCH specifications and has an important advantage that the conditional higher moments are time-varying. This implies that the volatility skews implied by normal mixture models are more likely to exhibit the features of risk and the direction of the information flow is regime-dependent. The findings of this study contain useful information for diverse purposes of cross-border stock market players such as asset allocation, portfolio management, risk management, and market regulations.

• Journal of the Korean Data and Information Science Society
• /
• 제18권4호
• /
• pp.915-925
• /
• 2007

Multivariate GARCH has been useful to model dynamic relationships between volatilities arising from each component series of multivariate time series. Methodologies including EWMA(Exponentially weighted moving-average model), DVEC(Diagonal VEC model), BEKK and CCC(Constant conditional correlation model) models are comparatively reviewed for bivariate time series. In addition, these models are applied to evaluate VaR(Value at Risk) and to construct joint prediction region. To illustrate, bivariate stock prices data consisting of Samsung Electronics and LG Electronics are analysed.

• Communications for Statistical Applications and Methods
• /
• 제16권5호
• /
• pp.791-801
• /
• 2009

VaR(Value-at-Risk)는 시장위험을 측정하기 위한 중요한 도구로 사용되고 있다. 그러나 적절한 VaR 모형의 선택에는 논란의 여지가 많다. 본 논문에서는 특정 모형을 선택하여 VaR 예측값을 구하는 대신 대표적으로 많이 사용되는 두개의 VaR 모형인 역사적 모의실험과 GARCH 모형의 예측값들을 서포트벡터기계 분위수 회귀모형을 이용하여 결합하는 방법을 제안한다.

• KIEE International Transactions on Power Engineering
• /
• 제4A권3호
• /
• pp.159-166
• /
• 2004

Forecasting prices in electricity markets is critical for consumers and producers in planning their operations and managing their price risk. We utilize the generalized autoregressive conditionally heteroskedastic (GARCH) method to forecast the electricity prices in two regions of New York： New York City and Central New York State. We contrast the one-day forecasts of the GARCH against techniques such as dynamic regression, transfer function models, and exponential smoothing. We also examine the effect on our forecasting of omitting some of the extreme values in the electricity prices. We show that accounting for the extreme values and the heteroskedactic variance in the electricity price time-series can significantly improve the accuracy of the forecasting. Additionally, we document the higher volatility in New York City electricity prices. Differences in volatility between regions are important in the pricing of electricity options and for analyzing market performance.

• Communications for Statistical Applications and Methods
• /
• 제30권2호
• /
• pp.163-178
• /
• 2023

GARCH-X(1, 1) model specifies that conditional variance follows an AR(1) process and includes a past exogenous variable. This study proposes a new class from that model by allowing a more general (non-linear) variance function to follow an AR(1) process. The functions applied to the variance equation include exponential, Tukey's ladder, and Yeo-Johnson transformations. In the framework of normal and student-t distributions for return errors, the empirical analysis focuses on two stock indices data in developed countries (FTSE100 and SP500) over the daily period from January 2000 to December 2020. This study uses 10-minute realized volatility as the exogenous component. The parameters of considered models are estimated using the adaptive random walk metropolis method in the Monte Carlo Markov chain algorithm and implemented in the Matlab program. The 95% highest posterior density intervals show that the three transformations are significant for the GARCHX(1, 1) model. In general, based on the Akaike information criterion, the GARCH-X(1, 1) model that has return errors with student-t distribution and variance transformed by Tukey's ladder function provides the best data fit. In forecasting value-at-risk with the 95% confidence level, the Christoffersen's independence test suggest that non-linear models is the most suitable for modeling return data, especially model with the Tukey's ladder transformation.

• 한국콘텐츠학회논문지
• /
• 제13권12호
• /
• pp.369-378
• /
• 2013

원-달러 장외 외환 시장은 1990년말 외환위기 및 2008년 서브프라임 위기때 극심한 변동성을 보였으므로 변동성 연구에 적합한 특성을 띤다. 본고는 ARCH 모형에 기반해 옵션 가격 결정 모형을 제시한 Duan, Heston and Nandi의 GARCH 모형으로 외환 옵션 시장에서 변동성의 특성이 옵션 가격에 반영되는 정도를 분석해 보았다. 2006년 5월부터 2013년 1월까지 원-달러 장외시장에서 거래되는 옵션 자료에 대해 본고는 세 가지 모형(Black and Scholes, Duan, Heston and Nandi)간의 설명력을 비교했다. 최우추정법으로 계산된 모수를 고정하고 전일 내재 변동성을 이용하여 당일의 이론 가격을 구해 오차를 계산하면 Duan 및 Black and Scholes 모형 모두 약 0.1% 수준을 보인다. 다만 Heston and Nandi는 상기 두 모형에 비해 큰 오차값을 가지며 또한 만기가 길어지면 설명력이 약해진다. 따라서 원-달러 외환 옵션시장의 경우 Duan 또는 Black and Scholes 모형을 이용하여 가치를 측정하는 것이 유용할 것으로 사료된다. 또한 정책적 시사점으로는 외환 현물 시장의 과거 변동성 평균이 14% 전후에서 형성되었으므로 내재 변동성 5%전후에서 외환 옵션 등을 매매하는 것은 매도자에게 대규모 손실을 초래할 수 있다.

• 동아시아경상학회지
• /
• 제1권1호
• /
• pp.17-21
• /
• 2013

Purpose: Forecasting of petroleum consumption is useful in planning and management of petroleum production and control of air pollution. Research Design, Data and Methodology: ARMA models, sometimes called Box-Jenkins models after the iterative Box-Jenkins methodology usually used to estimate them, are typically applied to auto correlated time series data. Results: Petroleum consumption modeling plays a role key in big urban air pollution planning and management. In this study three models as, MLFF, MLFF with GARCH (1,1) and ARMA(1,1), have been investigated to model the petroleum consumption forecasts. Certain standard statistical parameters were used to evaluate the performance of the models developed in this study. Based upon the results obtained in this study and the consequent comparative analysis, it has been found that the MLFF with GARCH (1,1) have better forecasting results.. Conclusions: Survey of data reveals that deposit of government policies in recent yeas, petroleum consumption rises in Tehran and unfortunately more petroleum use causes to air pollution and bad environmental problems.