• 응용통계연구
• /
• 제31권6호
• /
• pp.785-799
• /
• 2018

신재생에너지 산업이 발전함에 따라 태양광 발전에 대한 중요성이 확대되고 있다. 태양광 발전량을 정확히 예측하기 위해서는 일사량 예측이 필수적이다. 본 논문에서는 태양광 패널이 존재하는 청주와 광주 지역을 선정하여 기상포털에서 제공하는 시간별 기상 데이터를 수집하여 연구하였다. 일사량 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH 모형을 비교하였다. 본 연구에서는 모형의 예측 성능을 비교하고자 mean absolute error와 root mean square error를 사용하였다. 모형들의 예측 성능 비교 결과 일사량만 고려하였을 때는 이분산 문제를 고려한 seasonal ARIMA-GARCH 모형이 우수한 성능을 나타냈고, 외생변수를 활용한 ARIMAX 모형으로 일사량 예측을 한 경우가 가장 좋은 예측력을 나타냈다.

• 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.

• 무역학회지
• /
• 제47권3호
• /
• pp.211-232
• /
• 2022

Due to the impact of the public health event COVID-19 epidemic, the Chinese futures market showed "Black Swan". This has brought the unpredictable into the economic environment with many commodities falling by the daily limit, while gold performed well and closed in the sunshine(Yan-Li and Rui Qian-Wang, 2020). Volatility is integral part of financial market. As an emerging market and a special precious metal, it is important to forecast return of gold futures price. This study selected data of the SHFE gold futures returns and conducted an empirical analysis based on the generalised autoregressive conditional heteroskedasticity (GARCH)-type model. Comparing the statistics of AIC, SC and H-QC, ARMA (12,9) model was selected as the best model. But serial correlation in the squared returns suggests conditional heteroskedasticity. Next part we established the autoregressive moving average ARMA-GARCH-type model to analysis whether Volatility Clustering and the leverage effect exist in the Chinese gold futures market. we consider three different distributions of innovation to explain fat-tailed features of financial returns. Additionally, the error degree and prediction results of different models were evaluated in terms of mean squared error (MSE), mean absolute error (MAE), Theil inequality coefficient(TIC) and root mean-squared error (RMSE). The results show that the ARMA(12,9)-TGARCH(2,2) model under Student's t-distribution outperforms other models when predicting the Chinese gold futures return series.

• 재무관리연구
• /
• 제26권4호
• /
• pp.191-234
• /
• 2009

주식시장에서의 수익률과 변동성 간의 역의 상관관계에 대하여는 이미 1980년대 이후부터 선진국 주식시장을 통해 많이 분석되어 왔다. 이는 예기치 않은 수익률의 음(-) 또는 양(+)의 충격이 변동성에 비대칭적으로 영향을 미치고 특히 음(-)의 충격 국면에서 변동성이 급격히 증가되어 과잉반응이 형성된다는 것으로 귀결된다. 그런데 이렇게 증가된 변동성이 거꾸로 수익률에 지속적인 음(-)의 영향력을 나타낸다고 하는 변동성 반응가설(Volatility Feedback Hypothesis)에 대하여는 아직까지 학계에서 일치된 검정결과를 보이지 못하고 있는 실정이다. 본 연구에서는 이제까지 총체적인 연구가 되지 못하였던 14개 신흥국 주식시장을 대상으로 이러한 변동성반응가설 즉, 변동성의 수익률에 대한 지속적인 음(-)의 영향력 효과가 발견되는지에 대하여 세계공통의 위험요인(Global Risk Factors)과 개별국가 고유의 위험요인(Country-specific Risk Factors)으로 설명변수를 구분한 GJR-GARCH in Mean 모형을 사용하여 심층적인 검정을 시도하였다. 그 결과 신흥국 주식시장에서는 개별국가 고유의 위험요인보다는 세계공통의 위험요인이 보다 중요한 체계적인 설명요인으로 작용한다는 것이 입증되었고 나아가 이러한 위험요인들을 통제한 이후의 시변적 변동성도 수익률에 지속적으로 음(-)의 영향력을 미친다는 변동성 반응가설이 대상 14개국 중 12개국에서 지지되는 것으로 밝혀졌다. 즉, 신흥주식시장의 수익률 하락충격에서 형성된 변동성 증가는 투자자들의 위험 프리미엄 증가로 연결되고 이후 지속적인 수익률 하락압력으로 작용한다는 것이 입증되었다.

• 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.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권10호
• /
• pp.63-71
• /
• 2020

In this paper, we propose the new time-varying coefficient GARCH-in-Mean model. The benefit of our model is to allow the risk-return parameter in the mean equation to vary over time. At the end of 2019 to the beginning of 2020, the world witnessed two shocking events: COVID-19 pandemic and 2020 oil price war. So, we decide to use the daily data from December 2, 2019 to May 29, 2020, which cover these two major events. The purpose of this study is to find the dynamic movement between risk and return in four major oil markets: Brent, West Texas Intermediate, Dubai, and Singapore Exchange, during COVID-19 pandemic and 2020 oil price war. For the European oil market, our model found a significant and positive risk-return relationship in Brent during March 26-April 21, 2020. For the North America oil market, our model found a significant positive risk return relationship in West Texas Intermediate (WTI) during March 12-May 8, 2020. For the Middle East oil market, we found a significant and positive risk-return relationship in Dubai during March 12-April 14, 2020. Lastly, for the South East Asia oil market, we found a significant positive risk return relationship in Singapore Exchange (SGX) from March 9-May 29, 2020.

• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.

• 국제지역연구
• /
• 제20권3호
• /
• pp.123-144
• /
• 2016

This paper investigates the linkages between returns both in foreign exchange and stock markets, and uncertainties in two markets using daily data for the period of 16 July 2004 to 30 June 2014 in Nepalese economy. Four hypotheses are tested about how uncertainty influences the stock index and exchange rates. From the empirical results, a bivariate EGARCH-M model is the best to explain the volatility in the two markets. There is a negative relationship from the exchange rates return to stock price return. Empirical results do provide strong empirical confirmation that negative effect of stock index uncertainty and positive effect of exchange rates uncertainty on average stock index. GARCH-in-mean variables in AR modeling are significant and shows that there is positive effect of exchange rates uncertainty and negative effect of stock index uncertainty on average exchange rates. Stock index shocks have longer lived effects on uncertainty in the stock market than exchange rates shock have on uncertainly in the foreign exchange market. The effect of the last period's shock, volatility is more sensitive to its own lagged values.

• 응용통계연구
• /
• 제34권4호
• /
• pp.623-632
• /
• 2021

본 연구에서는 여러가지 시계열 모형 중 평활법(가법계절지수, 승법계절지수), 계절 ARIMA 모형, ARARCH 그리고 AR-GARCH 회귀모형을 이용하여 최대 전력수요를 예측하는 방법을 연구하였다. 이 때 가중 평균모형으로 추세를 갖는 시계열 모형과 온도에 대한 회귀 모형을 적절한 가중치로 예측 정확도를 높이는 방법도 연구하였다. 결과적으로 AR-GARCH 회귀모형으로 예측하는 것이 가중 우수함을 보였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권3호
• /
• pp.217-227
• /
• 2022

Predicting return and volatility in the global Capital Market during a pandemic is challenging, and it is more difficult for a specific sector, particularly if that sector has a positive outlook. The goal of this research is to look at the impact of COVID-19 on the mean and volatility of the Information Technology Indexes of the best nine technology-driven countries based on return performance using an econometric GARCH model that is widely used. The daily returns of information technology indexes are evaluated for the same from November 2018 to February 2021. Data is taken from Yahoo Finance for CAC Tech (France), DAX Tech (Germany), FTSE All Tech (UK), KOPSI 200 IT (Korea), NIFTY IT (India), S&P 500 IT (US), S&P TSX (Canada), SSE_IT (China) and TOPIX17 (Japan). The results show daily positive mean returns for 8 countries' IT Indices and further, an uptrend in mean daily returns is observed in the crisis period for 6 countries' IT Indices. The exogenous variable COVID-19 which was taken as a regressor for the GARCH model was found to be positively significant for IT indices of all the countries. The overall results confirm the presence of the mean-reverting phenomenon for IT indices of all the countries.