• Journal of the Korean Data and Information Science Society
• /
• 제16권2호
• /
• pp.283-288
• /
• 2005

Value at Risk(VaR) has been proven useful in finance literature as a tool of risk management(cf. Jorion(2001)). This article is concerned with introducing VaR to various Korean financial time series. Five daily data sets with sample period ranging from 2000 and 2004 such as KOSPI, KOSPI 200, KOSDAQ, KOSDAQ 50 and won-dollar exchange rate are analyzed using GARCH modeling and in turn VaR is obtained for each data.

• 통상정보연구
• /
• 제9권2호
• /
• pp.65-86
• /
• 2007

This paper reviews the properties and application methods of widely used types of risk measures, identifies the rationale and business-side effects of hedging, derives the theoretical formula of optimal hedging ratio, and analyzes the various functional aspects of VaR(Value-at-risk) as a risk measure and a hedging tool. Especially this paper focuses on the characteristics of VaR compared with other risk measures in terms of their own principal determinants and identifies its stronger aspects in the dimension of hedging strategy tools. As well, this paper provides the detailed processes deriving the optimal hedge ratios based on the distributional parameters and risk factors. In addition, this paper presents the detailed and substantial processes of estimating the minimum variance hedge ratio and minimum-VaR hedge ratio using the actual data and shows that the minimum variance hedge ratio proves helpful for many cases although it is not appropriate for the non-linear portfolio including the option contracts. We demonstrate the trade-off relationship between the minimum variance hedge strategy and the minimum-VaR hedge strategy in their hedging costs and performances through calculation of the respective VaRs and variances of unhedged and hedged portfolios and the optimal hedge ratio and hedging effectiveness values for the given long position in US Dollar with the short position in Euro.

• 응용통계연구
• /
• 제24권4호
• /
• pp.597-607
• /
• 2011

금융자산에의 투자에서 리스크 관리의 중요성이 부각되면서 리스크를 측정할 수 있는 도구로서 Value at Risk (VaR)가 널리 각광을 받고 있다. Value at Risk는 주어진 신뢰수준에서 목표기간 동안 발생 가능한 최대손실로 정의되는데 몇 가지 한계점이 있지만 비교적 간단하게 계산되고 이해될 수 있다는 장점이 있어 리스크 측정 및 관리의 기본적인 측도로 이용되고 있다. 그러나 포트폴리오에 포함되는 자산의 숫자가 많아지는 경우 VaR을 계산하는 데에 필수적인 변동성 추정이 매우 어려워지게 된다. 이때 차원축소의 방법을 생각할 수 있는데, 전통적인 인자분석은 시계열자료에 적합한 방법이 아니기 때문에 직접 적용할 수 없고 자료의 자기상관성을 제거하는 방법이 선행되어야 한다. 본 논문에서는 인자분석의 확장 형태인 시계열인자분석을 활용하여 시계열자료의 차원축소과정을 간결하게 하는 방법을 제시하고, 시계열인자분석으로 차원을 축소할 때 기존의 방법을 사용하는 것과 어떠한 차이가 있는지를 실제 금융자료를 이용한 VaR의 사후검증을 통해 분석하였다.

• 응용통계연구
• /
• 제23권4호
• /
• pp.669-681
• /
• 2010

Value-at-Risk(VaR) is an important part of risk management in the financial industry. This paper present a VaR forecasting for financial time series based on the quantile regression for GARCH models recently developed by Lee and Noh (2009). The proposed VaR forecasting features the direct conditional quantile estimation for GARCH models that is well connected with the model parameters. Empirical performance is measured by several backtesting procedures, and is reported in comparison with existing methods using sample quantiles.

• 응용통계연구
• /
• 제23권2호
• /
• pp.219-234
• /
• 2010

시가총액에 따른 인덱스(INDEX) 투자를 했을 경우에, VaR(Value at Risk)을 종합주가지수(KOSPI)로부터 얻은 수익율의 극단 손실값들로부터 추정한다. 이를 위해, 극단값 이론 중 BM(Block Maxima) 모형을 적용하며, 극단 손실값들의 비독립적 발생을 고려하기 위하여, extremal index 역시 추정한다. 모형의 타당성을 알아보기 위해, 실패율방법을 이용한 사후검정 (back-testing) 을 실시한다. 사후검정을 통해, BM 모형을 적용한 VaR의 추정이 적절함을 알 수 있었다. 또한, 일반적으로 많이 사용되는 GARCH 모형을 이용한 VaR의 추정과 비교한다. 이를 통해, 오차가 t-분포를 따른다고 가정하는 경우, GARCH 모형을 이용한 VaR의 추정이 BM 모형을 이용한 경우와 사후 검정결과에 차이가 없음을 확인하였다. 그러나, GARCH 모형을 통한 VaR 추정은 추정시점근방의 극단 손실값들에 민감하게 반응하지만, BM 모형은 그렇지 않았다. 따라서, 현 시점으로부터 단기간동안의 손실위험은 GARCH 모형을 이용한 VaR의 추정값을 사용하는 것이 적절하며, 장기간동안의 손실위험은 BM 모형으로부터 얻은 VaR의 추정값을 사용하는 것이 적절하다.

• 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.

• 응용통계연구
• /
• 제29권4호
• /
• pp.753-771
• /
• 2016

금융기관의 위험관리를 위한 중요한 도구로서 현재 VaR가 널리 사용되고 있다. 본 논문에서는 코퓰러 함수들을 이용하여 극단치이론과 GARCH 모형을 결합한 일변량분포로부터 구축한 다변량분포들을 바탕으로 코스피, 다우존스, 상하이 그리고 니케이 지수들로 구성된 포트폴리오의 VaR 추정과 그 성과에 관해 논의하였다. 사후검증 결과 전체적으로 볼 때 가우시안, t, 클레이톤, 프랭크 코퓰러를 사용한 t-분포의 오차항을 가진 변동성 모형들이 포트폴리오 VaR의 측정에 적합한 모형들로 나타났으며, 특히 프랭크 코퓰러의 경우에 가장 우수한 성과를 나타내었다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.875-887
• /
• 2021

최대예상손실액(VaR)은 위험관리수단으로 금융에서 시장위험을 측정하는 대표적인 값이다. 본 논문에서는 다양한 자산으로 이루어진 고차원 금융자료에서 자산들 간의 의존성 구조를 잘 설명할 수 있는 성근 바인 코풀라를 이용한 VaR 추정에 대해서 논의한다. 성근 바인 코풀라는 정규 바인 코풀라 모형에 벌점화를 적용한 방법으로 추정하는 모수의 개수를 벌점화를 통해 축소하는 방법이다. 모의 실험 결과 성근 바인 코풀라를 이용한 VaR 추정이 더 작은 표본 외 예측오차를 줌을 살펴볼수 있었다. 또한 최근 5년간의 코스피 60개 종목을 바탕으로 실시한 실증 자료 분석에서도 성근 바인 코풀라 모형이 더 좋은 예측 성능을 보임을 확인할 수 있었다.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1263-1274
• /
• 2013

VaR (value at risk)는 주어진 신뢰수준에서 일정기간 동안 발생할 수 있는 최대손실의 기대치를 나타내는 것으로, 현재 금융기관들의 대표적인 위험관리 수단으로 사용되고 있다. 기존의 대다수 연구에서는 수익률의 확률분포를 정규분포라 모형화한 후 VaR을 측정한다. 최근 Chen 등 (2012)은 수익률의 확률분포를 비대칭 라플라스 분포라 모형화하고 VaR을 측정하였기도 하였으나, 비대칭 라플라스 분포의 경우 그 모양을 결정하는 최빈값, 비대칭 정도, 분산정도 등을 실제적인 환경에서 제한된 개수의 데이터를 가지고 추정하기가 매우 어렵다는 단점이 있다. 이 논문에서, 우리는 (대칭) 라플라스 분포 모형이 정규분포 모형이나 비대칭 라플라스 분포 모형보다 실제적인 환경에서 VaR을 보다 더 정확히 추정해 줌을 주식시장의 실제 데이터와 VaR 초과비율, 기대초과손실, VaR초과편차율 등의 통계지표를 도입하여 입증한다.