KOSPI의 변동성 집중현상 및 비대칭성 분석과 변동성 예측력 비교

• 영문명: Analysis of Volatility Clustering and Asymmetry and Volatility Forecasting in KOSPI PDF icon
• 발행기관: 한국자료분석학회
• 저자명: 김태혁(Tae Hyuk Kim) 박종해(Jong Hae Park) 김미란(Mi Ran Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.6, 2861~2875쪽, 전체 15쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.12.30

국문 초록

금융 시계열 자료의 변동성은 집중하여 나타나고, 두꺼운 꼬리형태의 분포를 가지기 때문에 iid(independently and identically distributed)를 가정하는 역사적 변동성보다는 이분산성을 가정하는 ARCH 모형을 사용하는 것이 더욱 바람직하다. 이 ARCH모형을 일반화시킨 것이 GARCH 모형이며, 변동성의 비대칭성을 포함시킨 모형이 TARCH 모형이다. 1988년부터 2007년까지의 KOSPI 지수를 이용하여 변동성 집중현상과 비대칭성을 검토하고, GARCH(1,1)모형과 TARCH(1,1)모형을 이용하여 변동성을 추정하였다. KOSPI 지수의 수익률의 첨도는 3이상이며, Q-Q 도표가 S자 형태이므로, 정규분포를 따르지 않는다. 또한 자승수익률의 자기상관이 모두 양수로 변동성 집중현상이 있음이 증명되었다. GARCH(1,1) 모형으로 추정해본 결과 alpha + beta의 값이 거의 1에 가깝기 때문에 KOSPI 지수 수익률의 현재의 변동성이 미래에도 지속될 것이며, TARCH 모형으로 추정한 결과 gamma != 0이므로 KOSPI 지수의 변동성에 비대칭성이 있음을 알 수 있다. 외환위기 전 후로 나누어 변동성의 비대칭성 비율을 비교해 보면, 외환위기 이후에 비대칭 정도가 낮아졌는데, 이는 외환위기 이후 KOSPI에 정보의 효율성이 높아지고 있음을 나타낸다. 마지막으로 실시간 자료를 이용하여 측정한 실현된 변동성에 대하여 GARCH(1,1)모형과 TARCH(1,1)모형에서 추정한 변동성 그리고 역사적 변동성의 예측력을 평균자승오차근으로 비교해보면, GARCH(1,1)과 TARCH(1,1)의 예측력이 역사적 변동성 보다 높음을 알 수 있다.

영문 초록

Volatility series have some features, that is fat tails, volatility clustering and asymmetry. Because of these features, we need to use the ARCH model that assumed Hetero-scedasticity. GARCH model is a more generalized model and TARCH model is an asymmetric volatility model. In this paper, we will use the daily KOSPI data from 1988 to 2007. we will find features of volatility series in KOSPI data and estimate volatilities to use GARCH(1,1) and TARCH(1,1). The kurtosis of the data is more than 3, a Q-Q plot is not a straight line and there is positive autocorrelations in squared returns. So, KOSPI have an effect that have called volatility clustering. In GARCH model, alpha + beta < 1 and it is very close to 1. It means that volatilities are stationary. In TARCH model, gamma != 0, so volatilities are asymmetric. An asymmetric ratio before 1997 is larger than after 1997. So, after 1997, information affect to KOSPI better than before. We use RMSE to estimate predicting accuracy. GARCH, TARCH have better predicting accuracies than historical volatility.

목차

I. 서론

II. 연구방법론 및 선행연구

III. 실증결과

IV. 결론

참고문헌

키워드

변동성 집중현상 변동성 비대칭성 Volatility Clustering asymmetric volatility GARCH TARCH