• 응용통계연구
• /
• 제30권6호
• /
• pp.983-991
• /
• 2017

본 논문은 고빈도 시계열 자료 분석을 위한 최신 함수-변동성 functional ARCH : fARCH(1) 모형을 독자들에게 소개하고 국내 자료 적합을 예시하고 있다. fARCH(1) 모형을 KOSPI/현대차 1분 단위 고빈도 수익률 자료에 적합하여 기존의 ARCH 모형에서는 할 수 없었던 다이나믹한 일중(intraday) 변동성을 추정할 수 있음을 보여주고 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권4호
• /
• pp.819-829
• /
• 2017

가격의 추세가 형성되면 그 방향으로 진행하려는 price momentum 현상은 여러 국가의 거의 모든 주식, 채권 및 통화 시장에서 관찰되고 있다. KOSPI200선물을 대상으로 거래량 패턴과 일중 price momentum을 분석하였다. KOSPI200선물에서 장이 열릴 때와 닫힐 때 거래량이 집중되는 U자형 거래량 패턴이 관찰되었다. 9시 10분의 가격 수익률이 9시 시초가 대비 양 (+)이면 매수, 음 (-)이면 매도 진입하여 종가에 청산하는 전략의 유효성을 확인함으로써 일중 price momentum 현상이 존재함을 확인하였다. 또한, 9시부터 9시 10분까지 수익률이 점점 증가되는 J자형 가격 패턴 경우는 그렇지 않은 패턴 경우보다 price momentum 현상이 더 강함을 분석하였다. J자형 가격 패턴 여부를 판단하는 방법으로 DTW 분석 방식을 사용하였다. DTW 분석은 일중 가격 움직임을 예측하는데 유용함을 확인할 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권12호
• /
• pp.605-613
• /
• 2020

In unfrictionless markets, one measure of asset pricing is its height of friction. This study develops a three-factor model by loosening the assumptions about stocks without friction, without risk, and perfectly liquid. Friction is used as an indicator of transaction costs to be included in the model as a variable that will reduce individual profits. This approach is used to estimate return, beta and other variable for firms listed on the Indonesian Stock Exchange (IDX). To test the efficacy of friction-adjusted three-factor model, we use intraday data from July 2016 to October 2018. The sample includes all listed firms; intraday data chosen purposively from regular market are sorted by capitalization, which represents each tick size from the biggest to smallest. We run 3,065,835 intraday data of asking price, bid price, and trading price to get proportional quoted half-spread and proportional effective half-spread. We find evidence of adjusted friction on the three-factor model. High/low trading friction will cause a significant/insignificant return difference before and after adjustment. The difference in average beta that reflects market risk is able to explain the existence of trading friction, while the difference between SMB and HML in all observation periods cannot explain returns and the existence of trading friction.

• 응용통계연구
• /
• 제33권3호
• /
• pp.297-308
• /
• 2020

본 논문에서는 고빈도 함수적 ARCH 모형을 소개하고 근사모형으로써 다변량 변동성 모형을 고려하였다. 이를 기반으로 함수형 변동성 분석에서 중요한 요소인 일중 로그 수익률의 적절한 시간 간격을 찾아보았다. 또한 함수적 ARCH 모형에서 l-시차 후 변동성 예측식을 제시하고 고빈도 KOSPI 자료에 적합하여 예시하였다.

• 경영과정보연구
• /
• 제32권3호
• /
• pp.83-105
• /
• 2013

기관투자자들의 군집행동에 대해서는 다양한 연구들이 이루어져 왔으나 기관투자자를 구성하는 여러 투자자들 간의 거래행태의 관계에 대하여는 그 연구가 부족한 상태이다. 따라서 본 연구에서는 2009년 한국거래소의 일중거래자료를 바탕으로 기관투자자를 구성하는 은행, 보험, 증권, 연기금 등과 같은 세부 투자자 유형의 거래행태에 있어서 어떠한 관계가 있는지 살펴보았다. 그 결과 외국인, 개인, 그리고 증권 투자자의 경우 대체로 연기금을 비롯한 나머지 투자자 유형과는 주로 반대거래를 하고 있는 것으로 나타났으며 연기금, 보험, 자산운용, 사모펀드, 기타법인 및 국가, 은행 등은 서로간 교차추종을 하고 있어 군집행동의 증거가 관찰되었다. 특히 연기금과 보험은 오랜 기간 서로 교차추종거래를 하고 있는 것으로 조사되었다. 따라서 2009년의 경우 증권을 제외한 기관투자자들은 짧은 추종시차에서 군집행동을, 보험과 자산운용, 연기금 및 기타법인의 경우 군집행동과 자기추종의 가능성이 추종시차에 관계없이 높게 나타났으며, 외국인에 대한 추종 및 군집행동의 증거는 확인할 수 없었다.

• 경영과정보연구
• /
• 제35권1호
• /
• pp.273-286
• /
• 2016

본 연구는 일중 KOSPI200 시장이 급변하는 시점을 기준으로 변동성지수의 KOSPI200점프를 예측력을 분석하였다. 본 연구의 주요 실증결과는 다음과 같다. 첫째, 변동성지수는 음의 KOSPI200점프에 대한 예측력을 가지는 것으로 나타났다. 변동성지수는 음의 점프 발생 전 정보의 유용성이 양의 점프 발생 시보다 유용한 것으로 나타났다. 둘째, 점프의 크기에 따른 변동성지수의 예측력은 강한 점프 발생보다는 약한 음의 점프에 대해서 높은 것으로 나타났다. 셋째, 변동성지수는 점프 발생 이후의 KOSPI200 수익률의 지속성에 대해서도 정보를 가지는 것으로 나타났다. 최소 6분에서 최대 8분까지 점프시점의 변동성지수에 따라서 점프 발생 후의 KOSPI200 수익률이 변화하는 움직임을 잘 설명해주었다. 넷째, 점프 방향에 따라서 음의 점프에 대해서 변동성지수가 증가하면 증가할수록, 향후 KOSPI200은 지속적으로 하락하게 되고, 양의 점프에 대해서는 변동성지수가 증가하면 증가할수록, KOSPI200은 상승하는 패턴을 보인다. 본 연구의 결과는 점프 예측뿐만 아니라 파생상품의 가격결정, ELW ELS 등 파생결합상품의 변동성위험 헤지 그리고 변동성거래를 이용한 포트폴리오 투자전략 수립 등에 기여할 것으로 기대되어진다.

• Korean Journal of Mathematics
• /
• 제22권3호
• /
• pp.529-552
• /
• 2014

As we know, some indices and data are strong influence to the price movement of some assets now, but not to another assets and in future. Thus we define some asset models for several time intervals; intraday, weekly, monthly, and yearly asset models. We define these asset models by using Brownian motion with volatility and Poisson process, and several deterministic functions(index function, twitter data function and big-jump simple function etc). In our asset models, these deterministic functions are the positive or negative levels of auxiliary indices, of analyzed data, and for imminent and extreme state(for example, financial shock or the highest popularity in the market). These functions determined by indices, twitter data and shocking news are a kind of one of speciality of our asset models. For reasonableness of our asset models, we introduce several real data, figurers and tables, and simulations. Perhaps from our asset models, for short-term or long-term investment, we can classify and reference many kinds of usual auxiliary indices, information and data.

• 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.

• 경영과정보연구
• /
• 제32권4호
• /
• pp.189-207
• /
• 2013

고빈도 자료를 이용하여 한국과 중국에서 주가지수선물시장이 개설된 이후 현물 시장과의 동적관련성에 어떠한 특징적 차이점이 있는지에 대해 분석하였다. KOSPI 200의 경우 시차변수를 이용한 다중회귀분석에서 주가지수선물가격이 현물가격을 약 15분 정도 선행하는 것으로 나타나 주가지수선물시장이 현물시장에 대해 가격발견기능을 수행하는 것으로 나타났다. EGARCH 모형을 이용한 수익률 변동성의 선-후행관계 분석의 경우 강하지는 않지만 주가지수선물가격의 변동성이 현물가격의 변동성에 선행하는 것으로 나타났다. 한국의 경우 주가지수선물시장이 개설된 초기단계에서부터 다른 선진국의 경우와 비슷하게 선물시장과 현물시장 간에는 가격 및 가격변동성의 동적관련성이 존재하는 것으로 나타났다. CSI 300의 경우 한국과는 다른 특징적 차이를 보여주고 있다. 우선 현물시장의 가격이 주가지수선물시장의 가격에 선행하는 것으로 나타났다. 그 이유는 국내의 개인투자자와 외국인 투자자들이 주가지수선물거래에 참여하는 것이 엄격히 제한됨으로써 선물시장으로 유입되는 정보가 상대적으로 늦게 가격에 반영되어 선물시장의 가격발견기능을 약화시킨 결과로 판단된다. 변동성의 경우 현물시장과 주가지수선물시장 간에는 양방향의 상호의존성이 나타나고 있어 어느 한 시장의 일방적인 선행효과는 발생하지 않는 것으로 나타났다. 정리하면, 중국의 주가지수선물시장은 투자자들의 시장참여에 대한 여러 가지 제약으로 인해 충분한 정보전달 기능을 수행하지 못하는 것으로 나타났다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.805-812
• /
• 2020

본 논문은 최근 금융시계열 분야에서 자주 등장하는 고빈도 시계열 변동성 분석을 다루고 있다. 고빈도 시계열 변동성 분석을 위해 차원 축소를 목적으로 하는 함수형 주성분분석을 적용하였으며 이를 수행하는 R의 두 함수를 비교하고 있다. 응용으로서, KOSPI 고빈도 자료에 적용해 보았다.