• Quantitative Bio-Science
• /
• 제37권2호
• /
• pp.73-79
• /
• 2018

As high frequency (HF, for short) time series is now prevalent in the presence of real time big data, volatility computations based on traditional ARCH/GARCH models need to be further developed to suit the high frequency characteristics. This article reviews realized volatilities (RV) and multivariate GARCH (MGARCH) to deal with high frequency volatility computations. As a (functional) infinite dimensional models, the fARCH and fGARCH are introduced to accommodate ultra high frequency (UHF) volatilities. The fARCH and fGARCH models are developed in the recent literature by Hormann et al. [1] and Aue et al. [2], respectively, and our discussions are mainly based on these two key articles. Real data applications to domestic UHF financial time series are illustrated.

• 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.

• 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.

• 재무관리연구
• /
• 제24권3호
• /
• pp.63-89
• /
• 2007

본 연구는 금융시계열자료의 특징적 속성을 관찰하고자 하는 연구시도의 일환으로, 실제자료 뿐만 아니라 이론자료를 이용하여 장기기억속성의 존재와 장기기억속성의 정도에 영향을 미칠 수 있는 가능한 요인을 수익률 및 변동성차원에서 체계적으로 검증하는 것이 목적이다. 검증결과의 견고함을 위하여, 이론자료 뿐만 아니라 24개국 주식시장의 지수자료, KOSPI 시장지수를 구성하는 430개 개별주식자료를 함께 사용하였다. 관찰된 검증결과를 요약 정리하면 다음과 같다. 첫째, 이론자료와 실제자료를 이용하여 장기기억속성의 존재여부를 체계적으로 검증한 결과에 의하면, 분석자료에 관계없이 수익률차원에서는 장기기억속성의 존재를 확인할 수 있는 긍정적인 증거를 발견하지 못하였으나, 변동성차원에서는 강한 장기기억속성의 증거를 지지하는 증거를 발견할 수 있었다. 둘째, 관찰된 변동성의 장기기억속성 정도에 영향을 미칠 수 있는 가능한 요인으로는, 분석자료에 관계없이, 금융시계열자료에서 일반적으로 관찰되는 변동성 군집효과의 속성이 가능한 것으로 확인되었다.