• 통상정보연구
• /
• 제12권1호
• /
• pp.99-121
• /
• 2010

This paper reviews the categories and properties of risk measures, analyzes the classes and structural equations of volatility forecasting models, and presents the practical methodologies and their expansion methods of estimating and forecasting the volatilities of exchange rates using Excel spreadsheet modeling. We apply the GARCH(1,1) model to the Korean won(KRW) denominated daily and monthly exchange rates of USD, JPY, EUR, GBP, CAD and CNY during the periods from January 4, 1998 to December 31, 2009, make the estimates of long-run variances in the returns of exchange rate calculated as the step-by-step change rate, and test the adequacy of estimated GARCH(1,1) model using the Box-Pierce-Ljung statistics Q and chi-square test-statistics. We demonstrate the adequacy of GARCH(1,1) model in estimating and forecasting the volatility of exchange rates in the monthly series except the semi-variance GARCH(1,1) applied to KRW/JPY100 rate. But we reject the adequacy of GARCH(1,1) model in estimating and forecasting the volatility of exchange rates in the daily series because of the very high Box-Pierce-Ljung statistics in the respective time lags resulting to the self-autocorrelation. In conclusion, the GARCH(1,1) model provides for the easy and helpful tools to forecast the exchange rate volatilities and may become the powerful methodology to overcome the application difficulties with the spreadsheet modeling.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1477-1488
• /
• 2013

In this study, we analyze the dependence structure of KOSPI and NYSE indices based on a two-step estimation procedure. In the rst step, we adopt ARMA-GARCH models with Gaussian mixture innovations for marginal processes. In the second step, time-varying copula parameters are estimated. By using these, we measure the dependence between the two returns with Kendall's tau and Spearman's rho. The two dependence measures for various copulas are illustrated.

• Communications for Statistical Applications and Methods
• /
• 제20권5호
• /
• pp.395-404
• /
• 2013

This paper studies the skewness of the absolute value GARCH(1, 1) models with Gaussian mixture innovations (Gaussian mixture AVGARCH(1, 1) models). The maximum estimated-likelihood estimator (MELE) employed (a two- step estimation method in order to estimate the skewness of Gaussian mixture AVGARCH(1, 1) models. Through the real data analysis, the adequacy of adopting Gaussian mixture innovations is exhibited in reflecting the skewness of two major Korean stock indices.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권4호
• /
• pp.59-70
• /
• 2020

The purpose of this study is to construct the ACD model for the block trading volume duration. The ACD model based on the block trading volume duration is referred to as Volume ACD (VACD) in this study. By integrating with GARCH-type models, the VACD based GARCH type models, which include VACD-GARCH, VACD-IGARCH and VACD-FIGARCH models, are set up. This study selects Chunghwa Telecom (CHT) Inc., offering the America Depository Receipt (ADR) in NYSE, to investigate the block trading volume duration in Taiwanese equity market. The empirical results indicate that the long memory in volume duration series increases dependence at level of volatility clustering by VACD (2,1)-FIGARCH (3,d,1) model. Moreover, the VACD (2,1)-IGARCH (1,1) exhibits relatively better performance of prediction on capturing block trading volume duration. This volatility model is more appropriate in this study to portray the change of the CHT Inc. prices and provides more information about the volatility process for investment strategy, which can be a reference indicator of financial asset pricing, hedging strategy and risk management.

• 응용통계연구
• /
• 제34권4호
• /
• pp.611-622
• /
• 2021

본 논문에서는 변동성의 비대칭성과 비정상성을 동시에 고려하고 있다. 다양한 변동성 모형을 분석하고 있으며 모수적-붓스트랩을 통한 예측분포를 이용하여 변동성 모형의 예측 성능을 비교하고 있다. 오차항 분포로서 표준정규분포 및 표준화 t-분포를 고려하였으며 1-시차 후 예측과 2-시차 후 예측을 미국의 다우지수 사례를 통해 설명하였다.

• 부동산연구
• /
• 제27권3호
• /
• pp.41-50
• /
• 2017

변동성 모형을 이용한 국내의 주택가격에 대한 기존의 연구에서는 변동성모형을 어떻게 주택시장분석에 적용할 수 있는지를 보여주고 있지만 최근 국내의 지역주택시장들에 나타나는 유의미한 변화를 반영하는데는 한계가 존재할 수 밖에 없다. 본 연구에서는 변동성모형을 적용하여 전국의 각 지역별 주택시장을 분석하고 이를 통해 미래의 지역별 주택시장의 가격변동을 실제적으로 예측하였다. AR(1)-ARCH(1), AR(1)-GARCH(1,1), AR(1)-EGARCH(1,1,1) 모형을 통하여 지역주택시장에 ARCH 및 GARCH효과가 존재하는 것을 확인하였다. 그리고 각 지역의 예측력을 비교하여 지역별 최적예측모형을 선정하였으며, 이러한 지역별 최적모형의 선정이 실제적으로 어떻게 이용될 수 있는지를 보여주기 위하여 2017년 하반기의 각 지역주택시장의 가격변동을 선정된 지역별 최적모형을 이용하여 예측하였다.

• 응용통계연구
• /
• 제31권5호
• /
• pp.667-675
• /
• 2018

초고빈도(ultra high frequency; UHF)시계열의 함수적 변동성 측정을 위한 최신 기법인 함수적 변동성 functional GARCH : fGARCH(1, 1) 모형을 소개하고 설명하였다. 실증분석을 위해 R-code fGARCH(1, 1) 프로그램을 KOSPI/현대차 초고빈도 수익률 자료에 적합하여 예시하였다.

• 응용통계연구
• /
• 제37권1호
• /
• pp.39-48
• /
• 2024

이 논문에서는 비대칭 지렛대 효과를 처리하기 위한 확장된 GARCH 모형을 소개한다. 표준 GARCH 모형의 분산은 이전의 조건부 분산과 이전의 잔차 제곱 항으로 구성되어 있다. 잔차 제곱항으로는 비대칭 지렛대 효과를 모형화할 수 없는데 이 논문에서는 Yeo-Johnson 변환을 이용하여 지렛대 효과를 설명하는 확장된 GARCH 모형을 제안한다. Yeo-Johnson 변환은 변환 모수를 조절하여 비대칭 자료를 보다 정규성 또는 대칭성을 만족하도록 만든데 우리는 Yeo-Johnson 변환의 성질을 역으로 이용하여 비대칭 변동성을 모형화 한다. 제안 모형의 특징에 대해 살펴보고 모수 추정에 대해 알아본다. 제안 모형에서 예측과 예측구간을 어떻게 구하는지 살펴보고 실증 자료분석을 통해 제안모형과 GARCH, 비대칭 지렛대 효과를 모형화한 다른 GARCH 모형을 비교해 본다.

• 응용통계연구
• /
• 제27권7호
• /
• pp.1257-1268
• /
• 2014

KTX에 등장에 따라 국내 여객시장은 KTX 시장을 중심으로 변화가 이루어졌다. 이에 따라 KTX 이용 여객의 수요예측은 열차 운영에 있어서 매우 중대한 사안이다. 본 논문에서는 여러 시계열 모형의 비교를 통해 KTX 이용 여객의 수요와 연관이 있는 요일과 공휴일, 명절을 어떠한 형태로 고려할 것인지 연구하였다. 모형 간 예측력을 비교하기 위하여 Mean Absolute Percentage Errors (MAPE)를 사용하였으며, 1달간의 단기간 예측에 있어서 변동성을 고려해줄 수 있는 Reg-AR-GARCH 모형이 우수한 예측력을 나타냈으며, 1달을 초과한 기간의 예측에서는 Reg-ARMA 모형이 우수한 예측력을 나타냈다.

• 응용통계연구
• /
• 제23권2호
• /
• pp.219-234
• /
• 2010

시가총액에 따른 인덱스(INDEX) 투자를 했을 경우에, VaR(Value at Risk)을 종합주가지수(KOSPI)로부터 얻은 수익율의 극단 손실값들로부터 추정한다. 이를 위해, 극단값 이론 중 BM(Block Maxima) 모형을 적용하며, 극단 손실값들의 비독립적 발생을 고려하기 위하여, extremal index 역시 추정한다. 모형의 타당성을 알아보기 위해, 실패율방법을 이용한 사후검정 (back-testing) 을 실시한다. 사후검정을 통해, BM 모형을 적용한 VaR의 추정이 적절함을 알 수 있었다. 또한, 일반적으로 많이 사용되는 GARCH 모형을 이용한 VaR의 추정과 비교한다. 이를 통해, 오차가 t-분포를 따른다고 가정하는 경우, GARCH 모형을 이용한 VaR의 추정이 BM 모형을 이용한 경우와 사후 검정결과에 차이가 없음을 확인하였다. 그러나, GARCH 모형을 통한 VaR 추정은 추정시점근방의 극단 손실값들에 민감하게 반응하지만, BM 모형은 그렇지 않았다. 따라서, 현 시점으로부터 단기간동안의 손실위험은 GARCH 모형을 이용한 VaR의 추정값을 사용하는 것이 적절하며, 장기간동안의 손실위험은 BM 모형으로부터 얻은 VaR의 추정값을 사용하는 것이 적절하다.