• 응용통계연구
• /
• 제29권1호
• /
• pp.221-230
• /
• 2016

주식시장 거래에서 기록되는 고빈도 자료를 사용하여 주식 수익률에 대한 변동성을 분석하였다. 변동성을 설명할 수 있는 한 요소로 주식거래에서 불규칙한 간격으로 발생하는 가격 듀레이션을 생각할 수 있는데, 실제 자료에 ACD 모형을 사용하여 듀레이션을 추정해 보았고, ACD-GARCH 모형을 사용하여 주식 수익률과 변동성에 미치는 듀레이션의 영향을 살펴보았다. 이 과정에서 ACD 모형 추정에는 ML과 EF 방법을 적용하였고, ACD-GARCH 모형에는 이중-분계점(double-threshold)을 추가하여 평균수익률의 비대칭성 및 변동성의 비대칭성을 동시에 분석해 보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.237-245
• /
• 2007

Nonlinear asymmetric time series models have the growing interest in econometrics and finance. Threshold model is one of the successful asymmetric model. We consider a smooth transition ARMA model which converges a.s. to a threshold ARMA model and show that the smooth transition ARMA model admits a stationary measure, provided a suitable condition on the coefficients of the autoregressive parts of the different regimes is satisfied. Stationarity of a smooth transition GARCH model is also obtained.

• 응용통계연구
• /
• 제36권4호
• /
• pp.295-307
• /
• 2023

HAR 모형은 간단한 선형 모형으로 실현 변동성의 장기기억성을 비교적 잘 설명할 수 있어 널리 쓰이고 있다. 하지만, 실현 변동성은 조건부 이분산성, 레버리지 효과, 변동성 집중 등과 같은 복잡한 특징을 보이고 있기에 단순 HAR 모형을 확장할 필요가 있다. 따라서 본 연구는 조건부 이분산성을 설명하는 GARCH 모형에 임계값에 따라 계수가 달라지는 비선형 모형인 임계 HAR 모형(THAR-GARCH)을 제안하고 그 추정 방법 및 예측 성능에 대해서 살펴보고자 한다. 보다 구체적으로 오차항의 등분산 가정을 벗어났기 때문에 모형의 계수를 추정하기 위해서 반복적인 가중최소제곱추정법을 제안하고 모의실험을 통해 일치성을 보였다. 또한 전세계 21개의 주요 주가 지수의 실현 변동성에 대한 예측 오차를 비교함으로써 제안한 GARCH 오차를 가지는 임계 HAR 모형이 일반적으로 더 우수한 예측력을 보임을 확인하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.437-445
• /
• 2000

국내 주가시계열을 분석하기 위해 기존의 비선형시계열모형인 분계점을 가진 자기외귀모형(TAR)과 일반화 이분산자기회귀모형(GARCH)을 비교 분석한 후, 이 두가지 모형을 결합시킨 새로운 모형 TAT-GARCH모형을 제안하였다. 이 모형은 그 자체로도 이론적인 관삼의 대상이 되어 연관된 모수추정 기법을 제시하였고 국내 개별 주가시계열 자료의 분석에 있어서 제안된 모형이 기존의 모형들 보다 상대적으로 더 좋은 예측치를 제공할 수 있음을 특정 9개 회사의 주가분석을 통해 알아보았다.

• 수산경영론집
• /
• 제45권2호
• /
• pp.29-38
• /
• 2014

This study is to analyse the timing of the structural change of price volatility and the asymmetry of price volatility during the period before and after the timing of the structural change of price volatility using Jeju Farming Olive Flounder's production area market price data from January 1, 2007 to June 30, 2013. The analysis methods of Quandt-Andrews break point test and Threshold GARCH model are employed. The empirical results of this study are summarized as follows: First, the result of Quandt-Andrews break point test shows that a single structural change in price volatility occurred on May 4, 2010 over the sample period. Second, during the period before structural change, daily price change rate has averagely positive value which means price increase, but during the period after structural change daily price change rate has averagely negative value which means price decrease. Also, daily volatility of price change rate during the period before structural change is higher than during the period after structural change. This indicates that price volatility decreases after structural change. Third, the estimation results of Threshold GARCH Model show that the volatility response against price increase is larger during the period after structural change than during the period before structural change. Also the result shows the volatility response against price decrease is larger during the period after structural change than during the period before structural change. And, irrespective of the timing of structural change, price increase has an larger effect on volatility than price decrease. This means volatility is asymmetric at price increase.

• 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.

• Communications for Statistical Applications and Methods
• /
• 제30권1호
• /
• pp.75-94
• /
• 2023

The growing trend of cyber risk has put forward the importance of cyber risk management. Cyber risk is defined as an accidental or intentional risk related to information and technology assets. Although cyber risk is a subset of operational risk, it is reported to be handled differently from operational risk due to its different features of the loss distribution. In this study, we aim to detect the characteristics of cyber loss and find a suitable model by measuring value at risk (VaR). We use the loss distribution approach (LDA) and the time series model to describe cyber losses of financial and non-financial business sectors, provided in SAS^® OpRisk Global Data. Peaks over threshold (POT) method is also incorporated to improve the risk measurement. For the financial sector, the LDA and GARCH model with POT perform better than those without POT, respectively. The same result is obtained for the non-financial sector, although the differences are not significant. We also build a two-dimensional model reflecting the dependence structure between financial and non-financial sectors through a bivariate copula and check the model adequacy through VaR.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.319-331
• /
• 2011

In this paper, we propose automatic procedures for the model selection of various univariate time series data. Automatic model selection is important, especially in data mining with large number of time series, for example, the number (in thousands) of signals accessing a web server during a specific time period. Several methods have been proposed for automatic model selection of time series. However, most existing methods focus on linear time series models such as exponential smoothing and autoregressive integrated moving average(ARIMA) models. The key feature that distinguishes the proposed procedures from previous approaches is that the former can be used for both linear time series models and nonlinear time series models such as threshold autoregressive(TAR) models and autoregressive moving average-generalized autoregressive conditional heteroscedasticity(ARMA-GARCH) models. The proposed methods select a model from among the various models in the prediction error sense. We also provide an R package autots that implements the proposed automatic model selection procedures. In this paper, we illustrate these algorithms with the artificial and real data, and describe the implementation of the autots package for R.

• 응용통계연구
• /
• 제20권3호
• /
• pp.487-497
• /
• 2007

일반적인 ARCH 형태의 모형들은 자산수익률의 급첨 (leptokurtic; heavy-tail) 성질과 변동성 집중 (volatility clustering) 현상 등의 특징을 잘 포착해내는 반면, 수익률의 부호에 따른 비대칭 레버리지 효과 (leverage effect)는 반영 할 수 없다는 단점을 가진다. 따라서 최근 금융 시계열 분야에서는 비대칭-조건부-이분산 시계열 모형에 대한 관심이 높아지고 있다. 본 연구에서는 국내 금융 시계열자료 (KOSPI, KOSDAQ, 환율, 채권, 주요종목의 주가)의 수익률 제곱을 그래프화 하여 비대칭 이분산성을 시각적으로 탐지하고 이를 바탕으로 비대 칭 TGARCH(1,1) 모형을 적합한 후 기존의 대칭 GARCH(1,1) 모형과 비교분석하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제16권2호
• /
• pp.271-281
• /
• 2005

Zokian(1993) and Li and Li(1996) developed TARCH(Threshold ARCH) model, considering the asymmetries in volatility. The models are based on Engle(1982)'s ARCH model and Bollerslev(1986)'s GARCH model. However, two TARCH models can be expressed a common model through Box Cox Power transformation, which was used by Higgins and Bera(1992) for developing NARCH(nonlinear ARCH) model. This article shows the PTARCH(Power transformation TARCH) model is necessary in some condition, and it checks the fact that PTARCH model has better performance comparing estimates and RMSE(Root Mean Square Error) with those of Zakoian's TARCH model and Li and Li's TARCH model. PTARCH model would give contribution in asymmetric study as well as heteroscedastic study.