• 응용통계연구
• /
• 제24권1호
• /
• pp.71-81
• /
• 2011

본 논문은 GARCH-ARJI(auto regressive jurnp intensity) 모형을 활용하여 KOSPI 주가지수의 변동을 체계적으로 분석하였다. GARCH-ARJI 모형은 변동성과 점프 인텐시티의 시간 가변성을 동시에 고려하는 모형으로, 수익률의 조건부 변동성을 GARCH 모형으로 설명할 수 있는 일상적인 변동과 점프에 의해 설명되는 변동의 두 부분으로 나눌 수 있는 장점이 있다. 실증분석 결과, KOSPI 주가 수익률에 내재된 점프 인텐시티가 상수가 아니라 자기 희귀 과정을 따르는 시간 가변성을 뚜렷이 확이할 수 있었고, KOSPI 수익률의 조건부 변동성은 점프로 인한 변동성이 GARCH에 의해 설명되는 일상적인 변동성보다 다소 작게나타나는 것을 발견할 수 있었다. 추가적으로, 9.11 위기와 2008 금융위기 등의 외부 충격으로 인한 KOSPI 수익률의 변동성에 대한 영향을 분석한 결과, 점프에 의한 영향력은 2008년 금융위기 기간이 9.11 기간보다 크고 지속적임을 발견할 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권10호
• /
• pp.63-71
• /
• 2020

In this paper, we propose the new time-varying coefficient GARCH-in-Mean model. The benefit of our model is to allow the risk-return parameter in the mean equation to vary over time. At the end of 2019 to the beginning of 2020, the world witnessed two shocking events: COVID-19 pandemic and 2020 oil price war. So, we decide to use the daily data from December 2, 2019 to May 29, 2020, which cover these two major events. The purpose of this study is to find the dynamic movement between risk and return in four major oil markets: Brent, West Texas Intermediate, Dubai, and Singapore Exchange, during COVID-19 pandemic and 2020 oil price war. For the European oil market, our model found a significant and positive risk-return relationship in Brent during March 26-April 21, 2020. For the North America oil market, our model found a significant positive risk return relationship in West Texas Intermediate (WTI) during March 12-May 8, 2020. For the Middle East oil market, we found a significant and positive risk-return relationship in Dubai during March 12-April 14, 2020. Lastly, for the South East Asia oil market, we found a significant positive risk return relationship in Singapore Exchange (SGX) from March 9-May 29, 2020.

• Communications for Statistical Applications and Methods
• /
• 제25권1호
• /
• pp.29-42
• /
• 2018

We combine the integer-valued GARCH(1, 1) model with a generalized regime-switching model to propose a dynamic count time series model. Our model adopts Markov-chains with time-varying dependent transition probabilities to model dynamic count time series called the generalized regime-switching integer-valued GARCH(1, 1) (GRS-INGARCH(1, 1)) models. We derive a recursive formula of the conditional probability of the regime in the Markov-chain given the past information, in terms of transition probabilities of the Markov-chain and the Poisson parameters of the INGARCH(1, 1) process. In addition, we also study the forecasting of the Poisson parameter as well as the cumulative impulse response function of the model, which is a measure for the persistence of volatility. A Monte-Carlo simulation is conducted to see the performances of volatility forecasting and behaviors of cumulative impulse response coefficients as well as conditional maximum likelihood estimation; consequently, a real data application is given.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권9호
• /
• pp.95-104
• /
• 2020

In financial economics studies, the autoregressive model has been a workhorse for a long time. However, the model has a fixed value on every parameter and requires the stationarity assumptions. Time-varying coefficient autoregressive model that we use in this paper offers some desirable benefits over the traditional model such as the parameters are allowed to be varied over-time and can be applies to non-stationary financial data. This paper provides the Monte Carlo simulation studies which show that the model can capture the dynamic movement of parameters very well, even though, there are some sudden changes or jumps. For the daily data from January 1, 2015 to February 12, 2020, our paper provides the empirical studies that Thailand, Taiwan and Tokyo Stock market Index can be explained very well by the time-varying coefficient autoregressive model with lag order one while South Korea's stock index can be explained by the model with lag order three. We show that the model can unveil the non-linear shape of the estimated mean. We employ GJR-GARCH in the condition variance equation and found the evidences that the negative shocks have more impact on market's volatility than the positive shock in the case of South Korea and Tokyo.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.423-436
• /
• 2011

정보기술의 발달과 함께 금융 자유화 확대 및 글로벌 금융시장의 동조화 등으로 인해 금융시장의 변동성이 현저하게 증폭되는 현상을 나타내고 있다. 최근 행태경제학 분야에서 이에 대한 주요 원인으로 금융시장의 무리행동에 대한 이론적 연구가 활발하게 진행되고 있지만 무리행동의 동적 속성에 대한 계량적 측정이 쉽지 않기 때문에 무리행동의 시계열적 속성을 파악할 수 있는 경험적 연구는 거의 전무하다. 따라서 본 연구는 QR-GARCH (quantile regression for generalized autoregressive conditional heteroskedasticity)모형을 이용하여 시변 무리행동을 시계열적으로 측정할 수 있는 무리 행동 측정법을 새롭게 제안하였다. 이 무리행동 측정법의 유용성과 개별 주가의 시변 무리행동 행태를 분석하기 위해 기업 규모별 세 그룹 (대기업, 일반기업, 소기업)으로 나눈 개별 주가 자료를 이용한 실증분석 결과를 수행하였으며 몇 가지 의미 있는 사실을 발견하였다. 우선 일부 대기업을 제외한 대부분의 주식 거래자에게서 무리행동이 발생하고 있으며 특히 일반기업 주식 거래자들의 경우 대기업과 소기업 주식 거래자들에 비해 강한 무리행동과 함께 심한 무리행동의 변화를 보여준다. 또한 예상과 달리 일부 무리행동 파라미터 시계열 자료에서 자기상관이 지속적으로 나타나고 있는데 이런 결과는 기업에 따라 주식 거래자의 쏠림현상이 오래 지속될 수도 있음을 의미한다.

• 응용통계연구
• /
• 제28권3호
• /
• pp.429-442
• /
• 2015

변동성(volatility)은 투자위험을 의미하며 자산의 가격결정이나 포트폴리오 관리 및 투자전략에서 아주 중요한 역할을 한다. 이러한 변동성을 모형화하기 위한 조건부 이분산 모형으로서 전통적인 GARCH(generalized autoregressive conditional heteroskedastic) 모형 및 확장된 형태들이 널리 사용되어지고 있으나, 금융위기와 재정위기와 같은 구조적 변화를 변동성 예측에 반영할 수 없다는 단점을 가지고 있다. 본 논문에서는 이를 극복하기 위한 모형으로서 국면전환 GARCH(Markov regime switching GARCH) 모형을 소개하고, 한국의 일별 KOSPI 수익률에 적용하여 변동성 분석 및 예측을 실시하고, 기존의 GARCH 모형들과 비교하여 그 성능을 평가한다. 그 결과 표본 내(in-sample)의 변동성 적합도 측면에서 국면전환 GARCH 모형이 가장 우수한 성능을 보였으며, 표본 외(out-of-sample) 예측력 측면에서는 국면전환 GARCH 모형이 단기적 예측에서 좋지 않은 성능을 보였으나 장기적 예측에서 우수함을 보였다.

• 응용통계연구
• /
• 제24권2호
• /
• pp.293-305
• /
• 2011

변동성은 최근 경제가 급변하면서 옵션의 가격 결정과 자산의 위험관리에서 그 중요성이 더 커지고 있다. 이러한 변동성은 분산을 지칭하며, 위험(risk)을 측정하는 수단이 되므로 정확한 추정과 예측이 매우 필요하다. 본 논문에서는 변동성에 대한 모형으로 오차항이 ARMA(p, q)-GARCH(r, s) 모형을 따르는 회귀모형을 설정하고, 이 모형의 모수에 대해 베이지안 추정법을 제시하였다. 또한 평균과 분산(변동성)에 대한 예측값을 구하고 이에 대한 베이지안 구간추정을 하였다. 이를 500개의 모의실험 자료를 통해 최우추정법과 비교하였다. 뿐만 아니라, 베이지안 방법을 이용하여 Frequentist의 관점에서는 구하기 어려운 GARCH 모형에서의 일종의 단위근이 존재할 확률을 구하였다.

• 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.

• 응용통계연구
• /
• 제27권1호
• /
• pp.123-132
• /
• 2014

인플레이션의 불확실성은 기업투자의 기회비용 산정 등에 어려움을 줌으로써 설비투자를 위축시킬 수 있다. 본 연구에서는 우리나라에서도 이러한 가설의 성립여부를 검정하고자 시변모수(Time-Varying) GARCH모형과 품목별 상대가격 변동성을 통해 인플레이션과 관련된 불확실성을 측정하고 동 불확실성이 기업의 설비투자에 미치는 영향을 살펴보았다. 인플레이션 불확실성을 인플레이션율의 불확실성과 품목별 상대가격 변동성으로 각각 산출하여 추이를 살펴보면 우리나라의 인플레이션율이 구조적으로 낮아진 2000년대 이후에도 인플레이션 관련 변동성이 등락을 거듭하는 모습으로 보이고 있다. 또한, 동 지표들을 활용하여 설비투자와의 관계를 점검한 결과 인플레이션 불확실성은 예상한 바와 같이 기업의 설비투자에 유의한 부(-)의 영향을 미치는 것으로 나타났다. 특히 이러한 인플레이션 불확실성의 비대칭적 효과를 살펴보기 위해 마코프 국면전환 회귀모형(Markov-Switching Regression Model)을 추정한 결과, 인플레이션 불확실성의 투자위축 효과가 경기위축기에 더욱 커지는 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.251-260
• /
• 2017

Black와 Scholes (1973)와 Merton (1973)의 옵션 가격결정이론에 대한 논문이 발표 된 이후 다양한 실증 분석 결과에 의하여 시간의 흐름에 따라 변동성이 불변한다고 가정하는 Black-Scholes 모형이 시장의 옵션 가격을 적절히 설명하지 못하고 있다는 것이 밝혀지면서 많은 대안적인 연구들이 진행되어 왔다. 예를 들어, Duan (1995)은 위험중립측도 하에서의 몬테카를로 시뮬레이션을 통해 GARCH 모형을 따르는 기초 자산의 옵션가격을 도출하는 방법을 제시하였다. 그러나 실제 주식이나 환율 등의 금융자료에 수익률분포는 정규분포에 비해 꼬리가 두껍고, 급첨의 형태를 보이는 데 Duan (1995)의 옵션가격 결정 방법은 이를 적절히 반영하지 못하고 있다. 이를 해결하기 위해 본 논문에서는 정규혼합모형의 오차를 갖는 GARCH 모형을 이용한 옵션가격 결정 방법을 제안하고자 한다. KOSPI200 옵션가격 자료를 이용하여 본 논문에서 제시된 옵션가격과 정규분포를 가정한 GARCH 모형에 의해 결정된 옵션가격과 비교한 결과, 금융 자료의 급첨의 성질이 뚜렷한 불안정한 시기인 경우에 오차가 정규혼합모형이라고 가정한 GARCH 모형에 의한 옵션가격 결정의 성과가 월등히 좋아지는 것을 확인할 수 있었다.