주식은 그 자체로도 투자의 대상이며, 또한 옵션의 기초자산으로서 옵션의 가격을 평가하는 기본도구로 사용되고 있기에, 주식에 대한 정확한 예측값 도출은 매우 중요하다고 불 수 있다.주식의 가치평가를 위하여 기존 연구들은 대표적으로 GARCH 류의 모형과 SV(stochastic volatility, 확률변동성)류의 모형을 사용하였다. 본 연구에서는 SV 모형에 대해서 초점을 맞추어 KOSPI200 지수를 실증분석하였다. 특히 Durham (2008)의 방법론에 따라서 로그 SV 모델에 변동성지수(VKOSPI 지수)를 추가로 고려하여 모델의 정확도 향상을 기대하였다. VKOSPI 지수는 KOSPI200의 옵션으로부터 계산된 미래에 대한 기대 변동성으로, 주식과 옵션간의 유기적 관련성을 바탕으로 추정하기에 그 의미가 있다. 자료는 2003년 1월2일부터 2010년 9월 24일을 기간으로 사용하였다.
International journal of advanced smart convergence
/
제12권4호
/
pp.75-87
/
2023
We designed to employ an Artificial Intelligence learning model to predict real estate prices and determine the reasons behind their changes, with the goal of using the results as a guide for policy. Numerous studies have already been conducted in an effort to develop a real estate price prediction model. The price prediction power of conventional time series analysis techniques (such as the widely-used ARIMA and VAR models for univariate time series analysis) and the more recently-discussed LSTM techniques is compared and analyzed in this study in order to forecast real estate prices. There is currently a period of rising volatility in the real estate market as a result of both internal and external factors. Predicting the movement of real estate values during times of heightened volatility is more challenging than it is during times of persistent general trends. According to the real estate market cycle, this study focuses on the three times of extreme volatility. It was established that the LSTM, VAR, and ARIMA models have strong predictive capacity by successfully forecasting the trading price index during a period of unusually high volatility. We explores potential synergies between the hybrid artificial intelligence learning model and the conventional statistical prediction model.
Purpose: This study investigates the relationship between earnings forecasts estimated from a cross-sectional earnings forecast model and firm characteristics such as firm size, sales volatility, and earnings volatility. Research design, data and methodology: The association between earnings forecasts and the aforementioned firm characteristics is examined using 214 firm-year observations with analyst following and 848 firm-year observations without analyst following for the period of 2011-2019. I estimate future earnings using a cross-sectional earnings forecast model, and then compare these model-based earnings forecasts with analysts' earnings forecasts in terms of forecast bias and forecast accuracy. The earnings forecast bias and accuracy are regressed on firm size, sales volatility, and earnings volatility. Results: For a sample with analyst following, I find that the model-based earnings forecasts are more accurate as the firm size is larger, whereas the analysts' earnings forecasts are less biased and more accurate as the firm size is larger. However, for a sample without analyst following, I find that the model-based earnings forecasts are more pessimistic and less accurate as firms' past earnings are more volatile. Conclusions: Although model-based earnings forecasts are useful for evaluating firms without analyst following, their accuracy depends on the firms' earnings volatility.
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.
본 연구는 2015년 1월부터 2020년 4월까지 건화물선 시장의 일별 운임수익률에 대한 레버리지 효과를 포착하기 위한 확률 변동성(stochastic volatility) 모형을 제안하고 운임수익률을 분석한다. 확률 변동성 분석에서 수익률과 변동성 간에 존재하는 음의 상관관계에 기초한 레버리지 효과에 대한 Bayesian Markov Chain Monte Carlo 방법을 포함하는 추정은 건화물선 운임수익률은 레버리지 효과를 포함하는 추정이 일반적인 SV 모형에 기초한 분석보다 유사한 추정치를 나타내지만 레버리지 효과에 대한 상관성 추정에서 통계적으로 유의미함을 나타낸다. 즉, 실증분석 결과는 수익률과 변동성의 상관도, 변동의 크기와 부호에 따라 상이함을 나타내며, 이는 SV 모델이 레버리지 효과를 고려하는 것이 추정치의 적합도를 향상시킴을 나타낸다. 추정모형의 레버리지 효과에 대한 통계적 유의성에 추가적으로 로그 예측력 점수를 통한 분석은 레버리지 효과를 고려하는 모형의 예측력이 향상된 추정 결과를 제시한다. 이러한 실증분석 결과는 레버리지 효과를 포함하는 확률 변동성 모형이 해양 산업의 운임 리스크 모델링에 중요함을 통계적으로 제시하는 유의미한 실증분석 결과다.
Purpose: The aim of this study is to explore the dynamic linkage between conditional stock market volatility and macroeconomic uncertainty of Bangladesh. Research design, data, and methodology: This study uses monthly data covering the time period from January 2005 to December 2018. A comprehensive set of macroeconomic variables, namely industrial production index (IP), consumer price index (CPI), broad money supply (M2), 91-day treasury bill rate (TB), treasury bond yield (GB), exchange rate (EX), inflow of foreign remittance (RT) and stock market index of DSEX are used for analysis. Symmetric and asymmetric univariate GARCH family of models and multivariate VAR model, along with block exogeneity and impulse response functions, are implemented on conditional volatility series to discover the possible interactions and causal relations between macroeconomic forces and stock return. Results: The analysis of the study exhibits time-varying volatility and volatility persistence in all the variables of interest. Moreover, the asymmetric effect is found significant in the stock return and most of the growth series of macroeconomic fundamentals. Results from the multivariate VAR model indicate that only short-term interest rate significantly influence the stock market volatility, while conditional stock return volatility is significant in explaining the volatility of industrial production, inflation, and treasury bill rate. Conclusion: The findings suggest an increasing interdependence between the money market and equity market as well as the macroeconomic fundamentals of Bangladesh.
This paper quantitatively compares the intrinsic features of the daily USD-GBP exchange rates in two different periods, the 1920s and the 2010s, under the same freely floating exchange rate system. Even though the foreign exchange markets in the 1920s seem to be much less organized and developed than in the 2010s, this paper finds that both the long memory volatility property and the structural break appear to be the common intrigue features of the exchange rates in the two periods by using the FIGARCH model. In particular, the long memory volatility properties in the two periods are found to be upward biased and overstated because of the structural breaks in the exchange markets. Thus this paper applies the Adaptive-FIGARCH model to consider the long memory volatility property and the structural breaks jointly. The main finding is that the structural breaks in the exchange markets affect the long memory volatility property significantly in the two periods but the degree of the long memory volatility property in the 1920s is reduced more remarkably than in the 2010s after the structural breaks are accounted for; thus implying that the structural breaks in the foreign exchange markets in the 1920s seem to be more significant.
본 연구는 변동성의 비대칭적 반응과 관련하여 주식시장에 비하여 상대적으로 많은 연구가 이루어지지 않은 채권시장에 대해서 살펴보았다. 이를 위하여 국채시장과 유가증권시장을 대상으로 분석을 실시하였으며, 분석모형은 가장 일반적인 대칭모형인 GARCH모형과 비대칭모형으로는 GJR-GARCH모형을 이용하였다. 실증분석 결과를 요약하면 다음과 같다. KOSPI수익률의 경우에는 변동성의 비대칭성을 나타내는 계수와 모형의 적합성을 나타내는 우도비(LR) 통계량이 유의수준 1%에서 유의한 것으로 나타나고 있어서, 기존의 선행연구들과 같이, 주식시장에 비대칭적 변동성이 존재한다는 것을 재확인할 수 있다. 반면에 국고채수익률의 경우에는 비대칭적 변동성을 나타내는 계수가 통계적으로 유의하지 않고 모형의 적합성을 검정하는 우도비(LR) 통계량 또한 유의하지 않은 것으로 나타나고 있다. 이는 국고채수익률의 경우에는 비대칭적 변동성이 존재하지 않으며, 변동성의 군집화현상과 시간 가변적인 특성을 포착하기 위해서 대칭모형인 GARCH(1,1)모형을 이용하는 것만으로 충분하다는 것을 보여주고 있다. 이러한 결과는 미 재무성채권을 대상으로 한 연구에서 채권시장에는 비대칭적 변동성이 존재하지 않는다는 Hoti, Maasoumi, McAleer & Slottje(2005)와 Cappiello, Engle & Sheppard(2006)의 연구결과와도 일치하는 것이다.
We study an optimization problem for hyperbolic absolute risk aversion (HARA) utility function under two-factor Heston's stochastic volatility model. It is not possible to obtain an explicit solution because our financial market model is complicated. However, by using asymptotic analysis technique, we find the explicit forms of the approximations of the optimal value function and the optimal strategy for HARA utility function.
We use a power series expansion method to get an analytic approximation value for the quanto option price under the Hull and White stochastic volatility model, which turns out to be accurate enough by comparing with the simulation prices using Monte Carlo method.
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.