SALIM, Muhammad;HASHMI, Muhammad Arsalan;ABDULLAH, A.
The Journal of Asian Finance, Economics and Business
/
제8권11호
/
pp.1-10
/
2021
This paper compares the performance of Fama-French three-factor and five-factor models using a dataset of 20 Pakistani commercial banks for the period 2011 to 2020. We focus on an emerging economy as the findings from earlier studies on developed countries cannot be generalized in emerging markets. For empirical analysis, twelve portfolios were developed based on size, market capitalization, investment strategy, and growth. Subsequently, we constructed five Fama-French factors namely, RM, SMB, HML, RMW, and CMA. The OLS regression technique with robust standard errors was applied to compare the predictive power of both the Fama-French models. Further, we also compared the mean-variance efficiency of the Fama-French models through the GRS test. Our empirical analysis provides three unique and interesting findings. First, both asset pricing models have similar predictive power to explain the expected portfolio returns in most cases. Second, our results from the GRS test suggest that there is no noticeable difference in the mean-variance efficiency of one asset pricing model over the other. Third, we find that all factors of both Fama-French models are statistically significant and are important for explaining the volatility of expected commercial bank returns in the context of Pakistan.
최근 들어 바이오 제약 의료 분야의 기술가치평가를 수행할 때 미래에 투입될 사업화 소요기간 및 비용을 고려하여 기술가치를 산정하는 경우가 증가하고 있다. 기존의 현금흐름할인법(DCF법)은 연속된 투자에 대한 고려를 못하거나 기술적용 제품의 상용화 투입비용에 대한 확률적인 속성을 반영하지 못하는 등 한계점을 지니고 있다. 그러나 기술과 투자의 가치는 기회가치로 보고 자원배분을 위한 의사결정 정보를 감안해야 하므로, 실물옵션의 개념을 적용하는 것이 바람직하다고 여겨지며, 흔히 기업가치평가 수행시 적용하는 주가의 변동성(volatility) 개념을 대상기술에 대한 비즈니스 모델 특성이 반영되도록 하기 위해 '주가의 연속성(상대적 미세한 변화)' 및 '양(+)의 조건'을 고려해야 한다. 따라서 많은 문헌에서 연구된 바와 같이, 실물옵션 기반의 기술가치 산정을 위한 블랙-숄즈 모형에서 변동성과 기초자산가치, 그리고 사업화비용 간의 관계를 살펴볼 필요가 있다. 본 연구는 옵션가격결정모형(Option Pricing Model)에서 불확실성을 반영한 기초자산의 현재가치와 사업화비용의 현재가치 비율이 특정 임계조건 하에서 '옵션행사 포기(NAT; no action taken)' 영역으로 구분되는 지를 수학적으로 도출하고 관찰변수(입력값)에 따른 옵션가치 산출로직을 제시함으로써 정교화된 실물옵션 모형을 제공할 수 있을 것으로 기대된다.
This paper derives an equilibrium asset price when there exist three kinds of traders in financial market: a risk-averse informed trader, noise traders, and risk neutral market makers. This paper is an extended version of Kyle's (1985, Econometrica) continuous time model by introducing insider's risk aversion. We obtain not only the equilibrium asset pricing and market depth parameter but also insider's value function and optimal insider's trading strategy explicitly. The comparative static shows that the market depth (the reciprocal of market pressure) increases with time and volatility of noise traders' trading.
본 연구는 국내 주식시장을 대상으로 고유변동성을 위험요인으로 산출한 CIV(common idiosyncratic volatility)요인이 가격결정요인으로 평가될 수 있는지를 검증하였다. 분석기간은 1992년 7월부터 2016년 6월까지로 설정하였으며, 총 288개월간의 월별 자료를 이용하였다. 본 연구의 주요 실증결과는 다음과 같다. CIV요인 계수를 기준으로 구성된 검증포트폴리오들의 CIV요인민감도 차이에 따라 통계적으로 유의한 수익률 차이를 보임으로써 CIV요인에 대한 위험프리미엄이 존재하는 것을 확인하였다. 또한, CIV요인에 대한 위험프리미엄은 기존의 요인모형들에 CIV요인을 추가함으로써 잘 설명되는 것으로 나타났다. 결과적으로 CIV요인은 유의한 위험프리미엄을 가지고 있으며 가격결정요인의 관점에서 평가가 가능한 것으로 판단된다.
Timer options are financial instruments proposed by Société Générale Corporate and Investment Banking in 2007. Unlike vanilla options, where the expiry date is fixed, the expiry date of timer options is determined by the investor's choice, which is in linked to a variance budget. In this study, we derive a pricing formula for hybrid options that combine timer options, digital options, and power options, considering an environment where volatility of an underlying asset follows a fast-mean-reverting process. Additionally, we aim to validate the pricing accuracy of these analytical formulas by comparing them with the results obtained from Monte Carlo simulations. Finally, we conduct numerical studies on these options to analyze the impact of stochastic volatility on option's price with respect to various model parameters.
변동성의 예측은 자산의 리스크에 대비하는 데에 중요한 역할을 하기때문에 필수적이다. 인공지능을 통하여 이러한 복잡한 특성을 지닌 변동성 예측을 시도하였는데 기존 시계열 예측에 적합하다 알려진 LSTM (1997)과 GRU (2014)은 기울기 소실로 인한 문제, 방대한 연산량의 문제, 그로 인한 메모리양의 문제 등이 존재하였다. 변동성 데이터는 비정상성(non-stationarity)과 정상성(stationarity)을 모두 가지고 있는 특성이 있으며, 자산 가격 하방 쇼크에 더 큰 폭으로 상승하는 비대칭성과 상당한 장기 기억성, 시장에 큰 사건이 발생할 때 기존의 값들에 비해 이상치라 할 수 있을 정도의 예측할 수 없는 큰 값이 발생하는 특성들이 존재한다. 이렇게 여러 가지 복잡한 특성들은 하나의 모형으로 구조화되기 어려워서 전통적인 방식의 모형으로는 변동성에 대한 예측력을 높이기 어려운 면이 있다. 이러한 문제를 해결하기 위해 1D CNN의 발전된 형태인 causal TCN (causal temporal convolutional network) 모형을 변동성 예측에 적용하고, 예측력을 최대화 할 수 있는 TCN 구조를 설계하고자 하였다. S&P 500, DJIA, Nasdaq 지수에 해당하는 변동성 지수 VIX, VXD, and VXN, 에 대하여 예측력 비교를 하였으며, TCN 모형이 RNN 계열의 모형보다도 전반적으로 예측력이 높음을 확인하였다.
Some empirical studies have shown that asset prices respond to announcements of economic news, however, others also have found little evidence. This study assesses how market participants of the S&P 500 Index Futures reacted to the U.S. economic news announcements. For this purpose, using a GARCH (Generalized Autoregressive Conditional Heteroscedasticity) model, we use several U.S. news variables, its each surprise component and interest rates. We find that some economic news variables affected significantly on the S&P 500 Index Futures. In other words, we find that weekend variable, lagged volatility, and surprise component of trade deficit increased level of volatility. However, interest rate, M1, unemployment announcements caused the variance of the S&P 500 Index Futures to reduce, and each of the surprise component of M1 and trade deficit increased it. The result suggests that resolution of uncertainty, through economic news announcement, while, in some cases, causes market participants to reduce their forecast of volatility, a large difference between the market's forecast and the realization of the series causes the volatility to increase.
인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.
Purpose: This study presents a research approach that utilizes deep reinforcement learning to construct optimal portfolios based on the business cycle for stocks and other assets. The objective is to develop effective investment strategies that adapt to the varying returns of assets in accordance with the business cycle. Methods: In this study, a diverse set of time series data, including stocks, is collected and utilized to train a deep reinforcement learning model. The proposed approach optimizes asset allocation based on the business cycle, particularly by gathering data for different states such as prosperity, recession, depression, and recovery and constructing portfolios optimized for each phase. Results: Experimental results confirm the effectiveness of the proposed deep reinforcement learning-based approach in constructing optimal portfolios tailored to the business cycle. The utility of optimizing portfolio investment strategies for each phase of the business cycle is demonstrated. Conclusion: This paper contributes to the construction of optimal portfolios based on the business cycle using a deep reinforcement learning approach, providing investors with effective investment strategies that simultaneously seek stability and profitability. As a result, investors can adopt stable and profitable investment strategies that adapt to business cycle volatility.
본 논문은 차세대 그린에너지원으로 주목받고 있는 태양광산업의 핵심소재 기술에 대한 가치를 실물 옵션 기법을 이용하여 추정한다. 본 논문의 기여는 두 가지이다. 하나는 방법론적인 기여로서, 실물옵션의 기초자산 불확실성을 대변하는 변수로서 주가를 고려하여 실물옵션 적용에서 가장 복잡한 단계인 기초자산 불확실성의 모형과정을 대폭 단순화시켰다. 다른 하나는 응용장의 기여로서, 최근 수요가 크게 증가하고 있는 태양광산업의 핵심소재인 폴리실리콘의 생산공정 기술의 경제적 가치를 평가하였다. 분석사례인 폴리실리콘 산업의 A기업에 적용한 결과, 동 기업의 폴리실리콘 기술의 기초자산이 기하브라운모션을 따르는 것으로 나타났으며 이러한 결과에 블랙-숄즈 옵션가격결정모형을 적용하여 A기업의 폴리실리콘 기술에 대한 콜옵션의 가치는 약 34,229억원으로 측정되었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.