• 재무관리연구
• /
• 제25권4호
• /
• pp.79-116
• /
• 2008

본 논문은 1980년 1월부터 2004년 9월까지 한국 거래소 시장수익률을 이용하여 RiskMetrics, GARCH, IGARCH, GJR, APARCH 등의 모형에 정규분포, 스튜던트 t분포, 왜도 스튜던트 t분포 등을 이용하여 어느 분포를 가진 모형이 보다 더 정확한 VaR을 추정할 수 있는지를 실증검증 하였다. 실증결과 표본 내 검증 시 모든 신뢰수준($90%{\sim}99.9%$)에서 롱 포지션 전략에서는 ${\lambda}=0.87$를 가진 IGARCH 모형 및 왜도 스튜던트 t분포가 가장 우월하며, 숏 포지션 전략에서는 GARCH 및 GJR 모형이 그리고 왜도 스튜던트 t분포가 가장 우월하였고, 99% 이상의 신뢰수준에서는 또한 ${\lambda}=0.87$를 가진 IGARCH 모형이 롱 및 숏 포지션 양 전략에서 우월하였다. 또한 분포의 경우 롱 포지션에서 왜도 스튜던트 t분포, 숏 포지션에서 스튜던트 t분포가 가장 우월하였다. 표본 외 검증에서도 동일한 결과를 제시하고 있다.

• 국제지역연구
• /
• 제12권2호
• /
• pp.3-26
• /
• 2008

본 논문은 호주 금융시장의 두 가지 시계열(ASX200 주가지수와 AUD/USD 환율)의 수익률 자료에 존재할 수 있는 장기기억 변동성 특성을 모형화하는 데 skewed Student-t 분포가 유용한지를 연구한다. 이러한 연구목적을 위하여 FIGARCH 및 FIAPARCH Value-at-Risk (VaR) 모형을 교란항에 대한 정규분포, Student-t 분포 및 치우친 Student-t 분포 가정하에서 평가한다. 실증분석 결과 skewed Student-t 분포 모형이 정규분포 모형이나 Student-t 분포 모형보다 호주 금융시장의 VaR을 더 정확하게 추정한다는 발견하였다. 따라서 자산 수익률 분포의 왜도 및 첨도를 고려하는 것은 호주 주식시장과 외환시장의 장기기억 변동성 모형을 검토할 때 적절한 모형선택 기준을 제공한다는 것을 알 수 있다.

• 한국수학사학회지
• /
• 제13권1호
• /
• pp.1-14
• /
• 2000

The first part of this thesis discusses the Pearson's Curve Family which gives $\beta$distribution, $\Gamma$-distribution, $X^2$-distribution and t-distribution. The second part of this thesis gives some brief process of calculations for normal distribution density and t-distribution density by the 7-th type Curve of Pearson's Curve Family. Finally, a conclusion arrives that Student(Gosset) could not find out his famous 'Student's t-distribution' without his attending of 'Pearson's Differential Equation' class taught by Pearson himself when he was a senior student. However, if he had got a professorship at the Pearson Statistics Laboratory, the University of London, then he could not have found 'Student's t-distribution' for small sampling technique of modern statistics.

• 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.

• 재무관리연구
• /
• 제24권3호
• /
• pp.153-186
• /
• 2007

It is well known that the distributional properties of financial asset returns exhibit fatter-tails and skewer-mean than the assumption of normal distribution. The correct assumption of return distribution might improve the estimated performance of the Value-at-Risk(VaR) models in financial markets. In this paper, we estimate and compare the VaR performance using the RiskMetrics, GARCH and FIGARCH models based on the normal and skewed-Student-t distributions in two daily returns of the Korean Composite Stock Index(KOSPI) and Korean Won-US Dollar(KRW-USD) exchange rate. We also perform the expected shortfall to assess the size of expected loss in terms of the estimation of the empirical failure rate. From the results of empirical VaR analysis, it is found that the presence of long memory in the volatility of sample returns is not an important in estimating an accurate VaR performance. However, it is more important to consider a model with skewed-Student-t distribution innovation in determining better VaR. In short, the appropriate assumption of return distribution provides more accurate VaR models for the portfolio managers and investors.

• Journal of the Korean Statistical Society
• /
• 제7권1호
• /
• pp.3-10
• /
• 1978

Let $X_i,...,X_n$ be a random sample from a distribution with cumulants $K_1, K_2,...$. The statistic $t = \frac{\sqrt{x}(\bar{X}-K_1)}{S}$ has the well-known 'student' distribution with $\nu = n-1$ degrees of freedom if the $X_i$ are normally distributed (i.e., $K_i = 0$ for $i \geq 3$). An Edgeworth series expansion for the distribution of t when the $X_i$ are not normally distributed is obtained. The form of this expansion is Prob $(t

• 대한수학회논문집
• /
• 제20권3호
• /
• pp.547-562
• /
• 2005

The distribution of products of random variables is of interest in many areas of the sciences, engineering and medicine. This has increased the need to have available the widest possible range of statistical results on products of random variables. In this note, the distribution of the product | XY | is derived when X and Y are Student's t and Bessel function random variables distributed independently of each other.

• 대한수학회보
• /
• 제44권2호
• /
• pp.265-270
• /
• 2007

The modern approach for wavelets imposes a Bayesian prior model on the wavelet coefficients to capture the sparseness of the wavelet expansion. The idea is to build flexible probability models for the marginal posterior densities of the wavelet coefficients. In this note, we derive exact expressions for a popular model for the marginal posterior density.

• Journal of the Korean Statistical Society
• /
• 제22권1호
• /
• pp.13-25
• /
• 1993

The purpose of this paper is to investigate the properties of order statistics under various stochastic relations. We study the stochastic comparison of order statistics in a single sample. And we consider two sample case too. For example, F(t) > G9t) for t > 0 when X and Y are random variables symmetric about 0, with c.d.f.s F and G. Two examples are provided.

• 산경연구논집
• /
• 제10권2호
• /
• pp.25-37
• /
• 2019

Purpose - The goal of this study is to analyze the differences in education performances between students of the government's financial support program and those who do not receive support at a local university in Korea. Research design, data, and methodology - The questionnaire used was NASEL. NASEL is considered a highly suitable survey tool for professors, courses, and performances in Korean universities. The 290 students who participated and 44 students do not participate in the financial support program were surveyed for 10 days. The characteristics of students were investigated by frequency analysis and technical statistics. The analysis of student collective characteristics used independent t and f-tests,and one-way ANOVA with IBM SPSS Statistics 22.0 for statistical purposes. Results - The p-value of the group receiving financial support and the group without financial support in active-collaborative learning is 0.167. The p-value of the economically supported group and the non-supported group of the faculty-student interaction is 0.281. The confidence coefficient of the active-collaborative learning questionnaire is 0.861. The reliability coefficient of the questionnaire for the faculty-student interaction questionnaire is 0.871. Conclusions - There are no clear differences in active-collaborative learning and faculty-student interaction between participating and non-participating students in the economic program.