• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1661-1671
• /
• 2016

Risk analysis is a systematic study of uncertainties and risks we encounter in business, engineering, public policy, and many other areas. Value at Risk (VaR) is one of the most widely used risk measurements in risk management. In this paper, the Korean Composite Stock Price Index data has been utilized to model the VaR employing the classical ARMA (1,1)-GARCH (1,1) models with normal, t, generalized hyperbolic, and generalized pareto distributed errors. The aim of this paper is to compare the performance of each model in estimating the VaR. The performance of models were compared in terms of the number of VaR violations and Kupiec exceedance test. The GARCH-GPD likelihood ratio unconditional test statistic has been found to have the smallest value among the models.

• 산업경영시스템학회지
• /
• 제22권49호
• /
• pp.43-57
• /
• 1999

The recent trend is that risk management has more and more its importance. Neverthless, Korea's risk management is not developed. Even most banks does gap, duration in ALM for risk management, development and operation of VaR stressed at BIS have elementary level. In the case of Fallon and Pritsker, Marshall, gamma model is superior to delta model and Monte Carlo Simulation is improved at its result, as sample number is increased. And, nonparametric model is superior to parametric model. In the case of Korea's stock portfolio, VaR of Monte Carlo Simulation and Full Variance Covariance Model is less than that of Diagonal Model. The reason is that VaR of Full Variance Covariance Model is more precise than that of Diagonal Model. By the way, in the case of interest rate, result of monte carlo simulation is less than that of delta-gamma analysis on 95% confidence level. But, result of 99% is reversed. Therefore, result of which method is not dominated. It means two fact at forecast on volatility of stock and interest rate portfolio. First, in Delta-gamma method and Monte Carlo Simulation, assumption of distribution affects Value at Risk. Second, Value at Risk depends on test method. And, if option price is included, test results will have difference between the two. Therefore, If interest rate futures and option market is open, Korea's findings is supposed to like results of other advanced countries. And, every banks try to develop its internal model.

• 응용통계연구
• /
• 제26권3호
• /
• pp.483-494
• /
• 2013

국제적인 금융위기가 연달아 발생하면서, 금융리스크관리의 중요성이 어느 때보다 더 커지고 있다. 금융리스크관리의 주요 현안 가운데 하나는 리스크를 어떻게 측정할 것인가이며, 가장 널리 사용되고 있는 방법이 Value at Risk(VaR)이다. 금융자료가 최근 시장에서처럼 두꺼운 꼬리를 갖는 분포를 보일 때, 우리는 극단치 이론을 이용하여 VaR를 측정하는 방법을 고려할 수 있다. 이 논문에서는 꼬리가 매우 두꺼운 분포를 갖는 자료를 적합시킬 때 많이 사용되는 Peaks over Threshold(POT)를 이용하여 VaR를 측정하는 방법을 연구하였다. POT를 이용하기 위해서는 우선 일반화 파레토 분포(GPD)의 모수를 추정해야 하는데, 여기서 우리는 KOSPI 5분 자료를 이용하여 추정된 VaR의 성능을 살펴봄으로써 세 가지 다른 모수추정 방법을 비교하였다. 또한, Normal Inverse Gaussian(NIG) 분포에서 자료를 생성하여 두 가지 다른 모수추정 방법을 비교하기도 하였다. 이러한 비교를 통하여 KOSPI 수익률 자료의 첨도가 매우 큰 경우에는 최근 제안된 모수추정 방법들이 최대가능도 추정법에 비해 월등히 나은 성능을 보임을 알 수 있었고, 모의실험 자료에서도 같은 결과를 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제28권1호
• /
• pp.59-79
• /
• 2021

Value at Risk (VaR) is one of the most common risk management tools in finance. Since a portfolio of several assets, rather than one asset portfolio, is advantageous in the risk diversification for investment, VaR for a portfolio of two or more assets is often used. In such cases, multivariate distributions of asset returns are considered to calculate VaR of the corresponding portfolio. Copulas are one way of generating a multivariate distribution by identifying the dependence structure of asset returns while allowing many different marginal distributions. However, they are used mainly for bivariate distributions and are not widely used in modeling joint distributions for many variables in finance. In this study, we would like to examine the performance of various copulas for high dimensional data and several different dependence structures. This paper compares copulas such as elliptical, vine, and hierarchical copulas in computing the VaR of portfolios to find appropriate copula functions in various dependence structures among asset return distributions. In the simulation studies under various dependence structures and real data analysis, the hierarchical Clayton copula shows the best performance in the VaR calculation using four assets. For marginal distributions of single asset returns, normal inverse Gaussian distribution was used to model asset return distributions, which are generally high-peaked and heavy-tailed.

• Communications for Statistical Applications and Methods
• /
• 제25권6호
• /
• pp.605-618
• /
• 2018

Risk management has been a crucial part of the daily operations of the financial industry over the past two decades. Value at Risk (VaR), a quantitative measure introduced by JP Morgan in 1995, is the most popular and simplest quantitative measure of risk. VaR has been widely applied to the risk evaluation over all types of financial activities, including portfolio management and asset allocation. This paper uses the implementations of multivariate GARCH models and copula methods to illustrate the performance of a one-day-ahead VaR prediction modeling process for high-dimensional portfolios. Many factors, such as the interaction among included assets, are included in the modeling process. Additionally, empirical data analyses and backtesting results are demonstrated through a rolling analysis, which help capture the instability of parameter estimates. We find that our way of modeling is relatively robust and flexible.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1065-1074
• /
• 2011

1990년대 중반 이후 금융 분야에서 가장 많은 관심을 받는 연구 주제 중의 하나는 대표적인 위험측정 방법인 VaR (Value at risk)이다. VaR는 주어진 신뢰수준에서 정상적인 시장조건을 가정할 때 선택한 목표기간 동안 발생할 수 있는 포트폴리오의 최대손실액으로 정의된다. 본 논문에서는 국내 주가지수 자료를 이용한 포트폴리오에 다변량 정규분포를 이용하는 VaR 예측 방법인 단순이동평균법과 지수가중이동평균법을 고려하여 VaR를 예측한 결과와 t 분포 및 조건부 코퓰라 (Copula) 함수를 이용하여 VaR를 예측한 결과를 비교 평가하였다. 자료 분석 결과에 의하면 포트폴리오 구성 종목 간에 종속성구조와 비정규성이 존재하는 경우에 t 분포와 조건부 코퓰라 방식을 이용하여 VaR 추정의 정확도를 높일 수 있다는 결론을 얻을 수 있었다.

• 응용통계연구
• /
• 제19권3호
• /
• pp.481-504
• /
• 2006

금융위험의 측정 및 관리를 위한 도구로서 분포의 꼬리 부분과 관련한 위험척도로 VaR가 현재 널리 활용되고 있다. 특히 VaR의 정확한 추정을 위해 정규분포를 가정한 기존의 방법보다는 극단치이론을 이용한 방법이 최근 관심을 끌고 있다. 지금까지 극단치이론을 이용한VaR의 추정에 관한 연구는 대부분 단변량의 경우에 대해 이루어졌다. 본 논문에서는 코퓰러를 극단치이론에 결부시켜 다변량 극단치분포를 모형화하여 포트폴리오 위험측정을 다루고 있다. 특히 본 연구에서는 포트폴리오 위험 척도로 VaR와 더불어 ES에 대한 추정 방법도 함께 논의하였다. 포트폴리오 위험측정을 위한 방법으로 본 논문에서 논의한 코퓰러-극단치이론에 의한 접근방법이 기존의 분산-공분산 방법보다 상대적으로 우수한지를 실증자료에 대한 사후검증을 통해 살펴보았다.

• 응용통계연구
• /
• 제28권3호
• /
• pp.541-559
• /
• 2015

VaR는 금융위험을 측정하고 관리하기위한 중요한 도구로 현재 널리 사용되고 있다. 특히 금융자산 수익률의 변동성에 적합한 모형을 찾는 것은 VaR의 정확한 측정을 위해 중요한 과제이다. 본 연구에서는 한국의 코스피, 중국의 항셍, 일본의 니케이지수들로 구성된 포트폴리오의 VaR를 측정하기 위한 변동성모형으로 다양한 일변량모형들과 다변량모형들을 함께 고려하여 그 성과를 비교하였다. 사후검증을 통해 전체적으로 일변량모형들보다는 다변량모형들이 VaR의 측정에 더 적합한 것으로 보여 졌으며 특히 DCC와 ADCC모형이 더욱 우수한 것으로 나타났다.

• 응용통계연구
• /
• 제23권3호
• /
• pp.471-485
• /
• 2010

금융위험의 위험관리를 위한 도구로서 현재 VaR가 널리 이용되고 있다. VaR의 측정은 사용의 편리상 정규분포를 가정하여 이루어져 왔으나 좀 더 정확한 VaR의 산출을 위해 최근 극단치이론을 이용한 추정방법이 관심을 끌고 있다. 지금까지 극단치이론을 이용하여 VaR의 추정을 위한 확률모형에는 주로 GEV모형과 GPD모형이 사용되고 있다. 본 논문에서는 기존의 EV모형이 갖는 문제점들을 극복하고 좀 더 정확한 VaR를 측정하기위한 노력으로 PP모형을 제시하였다. PP모형은 확률과정의 관점에서 GEV모형과 GPD모형을 포괄하는 모형으로서 기존의 EV모형을 일반화시키는 모형이라고 할 수 있다. PP모형이 기존의 정규분포와 두 EV모형에 비해 VaR추정의 성과가 우수함을 실증분석을 통해 보여주었다.

• Communications for Statistical Applications and Methods
• /
• 제15권5호
• /
• pp.697-708
• /
• 2008

본 논문은 금융기관에서 활용하고 있는 운영리스크 측정모형에 대한 적합성검증 방법 중 안정성 검증에 관한 것이다. 신용리스크와는 달리 운영리스크는 손실자료의 특징, 과거 자료의 부족 그리고 적합성검증을 위한 이론적 도구의 부족 등으로 인해 현재 적절한 적합성검증 방안에 제시되지 못하고 있다. 본 논문에서는 운영리스크 VaR(Value at Risk) 추정값의 안정성을 평가하는 적합성검증 방법을 제시하고 이를 활용한 실증분석을 통해 제안된 방법에 대한 실제적 활용 가능성을 확인해 보고자 한다. 구체적으로 본 논문에서는 붓스트랩 방법을 활용하여 운영리스크 VaR의 신뢰구간을 생성함으로써 운영리스크 VaR 추정값의 안정성을 검증하는 기법을 제안하였으며, 이를 토대로 적합에 따른 운영리스크 VaR 추정값의 안정성을 측정하는 방안도 제시하였다.