AR-APARCH 모형을 이용한 VaR 사후검정 분석

• 영문명: Value-at-Risk Analysis using a APARCH model: Asymmetry and Fat-tails in Return Distribution Innovation
• 발행기관: 한국자료분석학회
• 저자명: 정재헌(Jae Hyun Jung) 강상훈(Sang Hoon Kang)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.12 No.6, 3375~3386쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2010.12.30

국문 초록

금융자산 수익률의 분포특성은 정규분포 가정과 다른 꼬리가 두꺼우며 비대칭적인 평균을 갖는 분포로 잘 알려져 있다. 정확한 수익률 예측의 분포는 Value-at-Risk(VaR) 모형의 성과 예측력을 향상시킨다. 본 논문은 KOSPI 규모 지수를 수익률의 특징을 반영하는 skewed student-t분포를 기초로 하는 APARCH 모형을 이용하여 VaR의 성과를 예측하고 비교하였다. 분석결과 매입포지션(long position)과 매도포지션(short position) 모두에서 skewed student-t분포를 기초한 APARCH모형이 다른 변동성모형(RiskMetrics, Normal_APARCH, student-t_APARCH)들 보다 우월한 VaR성과를 나타냈다. 결론적으로 정확한 수익률 분포도의 가정이 VaR 예측력과 성과를 향상시켰다.

영문 초록

Financial asset returns suffer from skewness and excess kurtosis, implying that the assumption of normal distribution is inappropriate for evaluating more accurate Value-at-Risk (VaR). This paper examines/compares VaR analysis performance using RiskMetrics, Normal_APARCH, student-t_APARCH and skewed student-t_APARCH model in three KOSPI size indices (Large, Medium and Small). From out-of-sample VaR analysis, we found that skewed student-t_APARCH model provides more accurate VaR one-day-ahead forecasting ability rather than others. This finding indicates that appropriate assumption of return distribution characteristics improve the computation of VaR in financial markets.

목차

1. 서론

2. 분석방법

3. 분석자료 및 기초통계량

4. 실증분석

5. 결론

참고문헌

키워드

Value-at-Risk RiskMetrics APARCH Kupiec LR student-t skewed student-t