KOSPI200지수선물과 KOSDAQ50지수선물의 헷지효과 비교 : 최소분산모형을 중심으로

정경선 충남대학교 대학원 2002 국내석사

I. Introduction In the recent few years, stock price volatility due to internationalization and liberalization has increased greatly in Korea stock markets. Consequently portfolio managers have seek to develop investment techniques to minimize risk and optimize returns and so stock index Futures contract has been introduced to hedge the stock markets in Korea. The objective of this study is to review hedging theories of the futures market and to examine the hedging effect in the Stock Futures on Kospi200 and Kosdaq50 in Korea. II. Constitution This stydy is made up as follow: Chapter two dealt with the economical function of stock indel futures and working method of Korea Stock Index Futures Markets. Chapter three reviewed the hedging model in stock index futures markets and post empirical studies. In chapter four, it is examined how statistical hedging model can ber applied and discussed the three techniques of the minimum variance hedging model. In chapter five, it is tested the hedging effectiveness of three thchniques and concluding remarks are followed in the chapter eight. III. Estimation of statistical hedging ratio 1. Price change hedging ratio The risk minimizing futures position is , where . Under OLS Conditions, is independent of the time interval over which the price change occurs. The least squares beta estimator is , and the risk minimizing futures position is 2. Percentage price change hedging ratio If percentage price change of spots goods is and percentage price change of futures is , minimum variance hedging ratio is the least squares beta estimator is 0 The minimum variance hedging ratio is therefore It is adjusted through time changing 3. Log-Price growth hedge ratio Given stochastic futures and spot price process, and respectively let and denote the price growth factor for spot and futures, repectively. The minimum variance hedging ratio is where The least squares beta estimator is where The minimun variance ledging ratio is therefore and indeed do not differ by a great deal, and J need not depart from 1 by much. In such a situaion, the hedging position where It is adjusted through time exchanging IV.conclusion We review the hedging models in Stock Index Futures on Kospi200 and Kosdaq50 and three techniques of the minimum variance hedging model. In the results of this test, we can find followings ; 1. As for the hedging effect on Kospi200, traditional hedging have slightly higher effect than minimum risk hedging. 2. As for the hedging effect on Kosdaq50, minimum risk hedging have slightly higher effect than traditional hedging. 3. Hedging effect the for the Stock Index Futures of Kospi200 is bigger than that for the Stock Index Futures of Kosdaq50 4. Hedging effectiveness of price change hedging ratio, percentage price hedging ratio and log-price growth hedging ratio is not different. 5. Hedging period and effectiveness is positive relationship.

KOSPI200지수 現物市場과 先物市場의 일중변동성에 관한 硏究

송래은 全北大學校 經營大學院 2003 국내석사

Since the KOSPI200 index futures and options market was opened in May 1996 and Jul 1997 in Korea, there have been many studies about the effects of the index futures on the spot market. The purpose of this study is to investigate the effet of the KOSPI200 futures market on the spot market. Theoritical studies on the introduction of stock index futures trading show diverse opinions abut the effect of the derivatives on the market volatility. This paper empirically examines the intraday price relationship between KOSPI200 futures and the KOSPI200 using five-minute returns data from July to December 2002. Empirical results of Autocorrelation-test confirm previous findings that there is an asymmetric lead-lag relation between two markets. In the cross-correlation-test, it appeared that the futures returns affects cash returns about 5 minutes. To account for lead-lag relation VAR is adopted to show the dynamic relationship between volatility of two markets. GARCH model is used because lead-lag relationships between the two markets should consider not only return itself also return volatility. The results from the VAR suggest that KOSPI200 futures returns and the spot returns are simultaneously related, the two returns may affect each other, which means the lead-lag relationship between two markets are bidirectional(not unidirectional). The results from the Granger-Causality test between the two markets, it appeared that the futures returns affects the spot returns, however, it was revealed that futures returns was not affected by the spot returns, Therefore, KOSPI200 futures market strongly lead the spot market but the spot market do not lead the futures market. In the case of Impulse Response Function, it appears that KOSPI200 spot market is mostly used up after reacting strongly for 20 minutes and futures market is reacting strongly for 15 minutes if there is unexpected shock in the futures market. If there is a shock in the spot market, its shock was gone after reacting between the way of plus and the way of the minus about 15 minutes in the two markets, the futurs market's shock was gone after reacting less weakly than the spot market. Then, it can be aware that the lead-lag relationship between the two markets are related with each other by not one way but both way. As a result of Forcast Error Variance Decomposition, the spot returns can be explaining its own immanent change about 45% while can be explaining the futures returns about 55%. In the futures returns, the shock of futures market can be explaining its immanent change almost 80% while the share of the spot returns's shock is about 20%, very little, so it is aware that futures returns has high independence. After assuming the spot returns and futures returns by means of significant returns volatility in GARCH model, I tried to infer the time-varying. Finally, evidence also suggests strong intermarket dependences in the conditional volatilities and in the return shocks. In the lead-lag relationship between the two markets, KOSPI200 futures markets strongly lead the spot market but KOSPI200 spot market do not lead the futures market. And it is found that one market's past volatility has a lot of influence on the other markets volatility. So the results have implications for understanding the pattern of information flows between the two markets.

주가지수옵션과 주가지수선물 연계를 통한 옵션 투자전략연구 : 한국증권시장을 중심으로

이승훈 연세대학교 경제대학원 2010 국내석사

본 연구의 목적은 주가지수선물, 옵션 시장을 대상으로 하며 데이터는 일중 10초 데이터를 이용하여 분석하였다. 분석하고자 하는 내용은 KOSPI200옵션과 KOSPI200선물을 연계한 옵션투자 전략 시스템을 구현하고 손익 분석을 통해 최적의 조건을 찾는데 있다. KOSPI200옵션 투자전략은 옵션 민감도 중 델타를 이용하는 투자전략으로서 변수로는 옵션 델타 값과 KOSPI200선물 변화 분 값, 전단위(10초 단위) KOSPI200옵션 프리미엄, 현재 KOSPI200옵션 프리미엄이 필요했다. KOSPI200옵션 델타를 이용한 기본적인 투자전략에서는 KOSPI200지수 변화 분 값이 필요했으나 옵션 프리미엄 변화분과의 상관계수 값이 낮게 나오므로 이를 KOSPI200선물 변화 분 값으로 대체할 필요성을 느꼈다. 먼저 KOSPI200옵션 델타의 기본 변수로 들어가는 KOSPI200지수 변화 분 값을 KOSPI200선물 변화 분 값으로 대체 하는 것에 대한 타당성 분석이 필요했다. 따라서 첫번째 논문 데이터 분석에서는 KOSPI200지수, KOSPI200선물, KOSPI200옵션의 세 데이터를 가지고 서로의 상관 관계를 분석하여 옵션 델타 투자전략에 KOSPI200선물지수 변화 분의 사용이 적절하다는 것을 분석하였다. 모든 데이터가 시계열 데이터로 이루어져 있으므로 각각의 상관계수를 구하기 위해서는 이를 정규분포화 하는 과정이 필요하다. 이를 위해 모든 데이터를 로그 수익률로 전환하였다. KOSPI200지수, KOSPI200선물, KOSPI200옵션의 데이터를 일중 누적수익률, 10초 단위 변화 분 수익률로 전환한 후 각각의 상관계수 값을 구하였다. 분석결과 일별누적수익률과 일중 누적수익률에서는 KOSPI200옵션, KSOPI200선물, KOSPI200지수의 상관계수는 높게 나왔으며 각각의 수치도 차익가 크지 않았다. 그러나 10초 단위 변화 분 수익률에서는 KOSPI200옵션과 KOSPI200선물은 높은 상관관계를 나타냈으나 KOSPI200선물과는 상대적으로 낮은 상관관계를 나타냈다. 즉, KOSPI200옵션 프리미엄의 변화는 KOSPI200지수에 의한 변화가 아니라 KOSPI200선물의 변화에 의해 유발됨을 찾아냈다. KOSPI200지수와 KOSPI200선물의 일중 변화는 KOSPI200옵션 프리미엄에 동일한 영향을 미치나 일중 변화 분에서는 상대적으로 KOSPI200선물이 더 큰 영향을 미치는 것으로 나타냈다. 따라서 기존의 옵션 민감도 투자 전략에 있어서 기초자산으로 사용했던 KOSPI200지수 변화 분 보다 KOSPI200선물 변화 분을 사용하는 것이 더 적절함을 찾아냈다. 위에서 얻은 데이터 결과를 바탕으로 KOSPI200옵션 델타 투자 전략 시스템 구현하였고 최적의 수익 조건을 찾는데 주력했다. 진입범위와 슬리피지의 반영을 통해 적정한 조합조건을 도출하였다.

KOSPI200지수옵션의 풋-콜 패리티에 관한 실증적 연구 : 옵션거래승수 인상 전후 비교

장미령 건국대학교 대학원 2014 국내석사

본 연구는 KOSPI200지수옵션의 풋-콜 패리티에 대해 실증적 연구를 하는데 목적을 두었는데 여기서 옵션 거래승수 인상을 기점으로 두 기간으로 나누어 분석하였다. KOSPI200지수옵션 거래승수는 2012년 3월 9일부터 기존의 10만원에서 5배 인상되어 50만원으로 변경되었다. 따라서 본 연구는 옵션 거래승수 인상시기를 기점으로 하여 데이터 기간을 2011년 1월 3일부터 2012년 3월 8일까지인 인상 전과 2012년 6월 15일부터 2013년 6월 30일까지인 인상 후 기간으로 나누었다. 그리고 만기와 행사가격이 동일한 KOSPI200지수옵션의 콜가격, 풋가격과 KOSPI200지수의 1분 단위 데이터를 이용하여 실증분석 하였다. 분석결과는 다음과 같다. 먼저 풋-콜 패리티에 대한 위배정도를 계산한 결과 인상 전에는 약 -0.20으로 풋옵션이 고평가로 나타났으며 인상 후에는 약 0.21로 콜옵션이 고평가로 나타났다. 다음으로 풋-콜 패리티 위배정도가 갖는 KOSPI200지수에 대한 정보효과를 VAR모형을 이용하여 추정한 결과, 승수 인상 전·후 기간 동안 풋-콜 패리티 위배정도 변화량이 KOSPI200지수 수익률을 강하게 선도하는 것으로 나타났다. 또한 옵션 거래승수 인상 전·후 기간 동안 풋-콜 패리티 위배정도 변화율은 KOSPI200지수 수익률에 대해 정보효과를 가지지 않는 것으로 나타났다. This paper aims to conduct an empirical research on put-call parity based on KOSPI200 index options and during the sample period between January 3, 2011 and June 30, 2013. The multiplier for KOSPI200 Options was increased to 500,000won as of March 9, 2012. On the basis of such changing policy, this paper separates the data period into before (from January 3, 2011 to March 8, 2012) and after (from June 15, 2012 to June 30, 2013) the multiplier increase. The results of this research could be summarized as follows. First, as the results of the evaluation of the put-call parity violation, the put option is overvalued about -0.20 before the multiplier increase, while the call option is overvalued about 0.21 in the alternative period. Next, put-call parity spread variation leads KOSPI200 index return for about 39 minutes during the sample period before increasing option multiplier and 34 minutes during the period after increasing multiplier. Finally, put-call parity spread rate of change don't lead KOSPI200 index return during before and after changing option multiplier.

KOSPI200섹터지수를 이용한 최적성장포트폴리오(Growth Optimal Portfolio: GOP)모형 실증분석

이정호 韓國外國語大學校 大學院 2022 국내박사

The GOP model is a theory that the value of investment assets can be maximized in the long run by maximizing the geometric mean of return. Using the KOSPI 200 sector indices from July 2010 to April 2021 in the Korean stock market, this paper empirically analyzed whether the return on the portfolio which the GOP model was applied showed a statistically significant excess return compared to the KOSPI200 index. It is known that the decision of investment weight according to the GOP model (1) represents the highest growth rate of assets in the long run and (2) is the investment weight that can maximize the value of assets within a given period, and (3) it is the fastest proportion of investments that investors can realize target return. In addition, (4) the GOP model has the advantage of providing only the proportion of investment that induces the optimal growth of the portfolio without assuming a different utility function for each investor in the CAPM. In this study Chapter 3 of this paper examines the Kelly(1956) criterion, Markowitz (1959)'s geometric mean optimization equation, Estrada (2010)'s GOP model optimization algorithm and the GOP model using the stochastic process of stock prices. And empirical analysis was conducted by using daily(Chapter 4) and monthly(Chapter 6) data applied to the GOP model. In Chapter 5, the statistical method of ARMA, GARCH, DCC model applied to the GOP model is analyzed considering autocorrelation and the clustering phenomenon of volatility using daily data. In Chapter 4, the return on the portfolio of five models were analyzed using the daily return. The five models are the geometric mean equation suggested by Markowitz(1959)([Model 1], [Model 2]), the optimization algorithm of the GOP model of Estrada(2010)([Model 3]) and the Sharpe ratio optimization model([Model 4]), and the GOP model using the stochastic process of stock prices([Model 5]). Dividing the parameter estimation period from 6 months to 36 months, this paper analyzed the effect of returns by GOP model when the average (1/2) and 1/3 of the market weight was applied and analyzed when the allowable range of short selling was increased. As a result of the analysis in Chapter 4, the GOP model showed a positive excess return compared to the KOSPI200 index return according to the parameter estimation period, and in particular, it showed a relatively high return in the short-term period, indicating that the momentum effect is occurring. The returns of GOP_1/2 and GOP_1/3 considering the market weight also exceeded the return on the KOSPI200 index. What was found through the analysis of the short selling effect was that even if the results of the GOP model showed excess returns compared to the KOSPI200 index, the excess returns did not increase proportionally as the allowable ratio of short selling increased but rather decreased above a certain percentage. In Chapter 5, while analyzing the portfolio returns by [Model 1], [Model 2], [Model 3], [Model 4], and [Model 5] using daily returns, autocorrelation, the conditional heteroscedasticity and changes in conditional correlation is considered. According to the prediction method of expected return and expected variance-covariance matrix, the statistical method was divided into three types: historical-historical, historical-GARCH-DCC, and ARMA-GARCH-DCC. The results of the empirical analysis are as follows. Firstly, all the return on portfolio obtained by estimating the parameter estimation method in three ways showed excess returns compared to the KOSPI200 index. At this time, the model considering the effect of conditional heteroscedasticity showed better results, especially in the short-term period within one year than the return on the model using variance-covariance by the historical-history model, indicating that the GARCH-DCC model is useful for short-term data analysis. Secondly, the ARMA-GARCH-DCC model showed a more significant amount of excess return even after controlling the three factors of Fama-French and market momentum effects in a short-term parameter estimation period of less than one year. However, the return on portfolio after deducting transaction costs provided lower returns than the KOSPI200 index in all cases, especially the ARMA-GARCH-DCC model, which showed frequent changes in investment weight and high volatility hinder the usefulness of each investment model. Assuming daily rebalancing, it was found that transaction costs could inevitably increase too much to get enhanced portfolio by applying GOP model or even using ARMA-GARCH-DCC model. In Chapter 6, the monthly return of the portfolio was analyzed. Since the monthly rate of return was used, the rebalancing period (holding period) could be adjusted to 1 month, 2 months, and 3 months. And also the return on GOP_full, GOP_1/2 and GOP_1/3 models, the effect of increasing the short selling ratio could be analyzed. The analysis results are as follows. Firstly, the monthly rate of return was found to be relatively more consistent with the assumption of normality assumed in each model than with the daily rate of return, and the analysis of ACF and PACF in each sector showed more significant autocorrelation between 6 and 12 months. The special nature of the data was found to have an effect on the short-term momentum phenomenon that appeared in the return on the portfolio by the GOP model. Secondly, as a result of the analysis, in GOP_full, holding period of 1 month, and parameter estimation period of 6 months and 9 months, the average return of each model was 140.52% and 125.13% separately, indicating that the GOP model had a significant excess return and even after deducting transaction cost. It was found that the portfolio return by the GOP model showed statistically significant excess returns of alpha even after controlling Fama-French's three factors, and market momentum effect. Thirdly, as in the case of increasing the allowable limit of short selling, the results of the analysis showed that in most cases, the portfolio's return decreased as the allowable ratio increased above a certain level. The implications of the results of this paper are that when applying the GOP model, it can be used as a method of asset allocation for selecting the optimal investment weight of portfolios by reflecting the time series characteristics of the data to be analyzed. Therefore, even if the GOP model is not a model that can be applied to any situation, such as Samuelsen's (1972), the GOP model could be used as a superior asset allocation strategy if the model was used in consideration of the characteristics of assets such as momentum effects. On the other hand, the reason for the momentum effect in the analysis using KOSPI200 sector indices data can be seen as the effect of the economic cycle characteristics of the industry to which the sector belongs in the real economy. And even if the period of data increases in the future, it will be necessary to re-estimate the usefulness of the GOP model, because the characteristics of the data may be analyzed by selecting with reverse momentum effect. Therefore, it shows that after the characteristics of the analysis data are discovered through basic analysis and statistical methods, the GOP model can be used as an asset allocation strategy for various assets along with the existing MV model. In the future, if the accuracy of parameter estimation is improved by considering characteristics such as the exact distribution of returns of the assets, the theory of the GOP model can be developed more precisely.

코스피200지수옵션 실현변동성의 예측력에 관한 연구 : 글로벌 금융위기 전,후 시기의 비교를 중심으로

최원철 연세대학교 경제대학원 2010 국내석사

한국의 주식시장에서 코스피200주가지수선물과 함께 코스피200주가지수옵션은 다양한 위험에 대한 관리수단을 제공 할 뿐만 아니라 다른 금융자산과의 결합형태로 새로운 금융상품을 개발하는 매체로 사용된다. 위험은 관리나 투자에 있어 가장 중요한 고려사항이 되며, 그것의 계량적 척도로서 변동성(Volatility)이 사용된다. 이런 이유에서 코스피200옵션의 변동성을 정확하게 예측하는 것은 옵션가격결정 및 투자전략에 있어 매우 중요한 역할을 하고 있다. 변동성을 추정하는 방법에는 과거에 일어난 가격의 변화로부터 실제 변동치를 구하는 역사적변동성과 현재 일어나고 있는 변화를 반영하여 실제 변동성에 대한 예측치를 도출하는 내재변동성이 널리 이용되는데 옵션의 가치에 대한 시장의 평가 즉, 옵션의 현재 시장가격은 이미 시장이 평가한 내재변동성을 포함하고 있으므로 만일 시장이 효율적이라면 내재변동성은 미래실현변동성의 효율적인 예측치가 될 것이다. 특히 전 세계적인 신용경색을 초래했던 글로벌 금융위기 상황에서는 매우 높은 변동성 상황이 상당기간 지속되었으므로 본 논문에서는 2003년 1월 3일부터 2009년 12월 30일까지의 분석대상기간 중 2003년 1월 3일부터 2007년 7월 30일까지를 글로벌 금융위기 이전 시점으로 2007년 8월 1일부터 2009년 12월 30일까지를 글로벌 금융위기 이후 시점으로 기간을 구분하여 실증분석을 해 보았다. 분석결과 분석기간 전체적으로는 변동성지수인 VKOSPI가 가장 높은 예측력을 보였고, 금융위기 이전에는 전체분석기간과 동일하게 VKOSPI가 가장 우수한 예측력을 보였으며, 금융위기 이후에는 대표내재변동성의 예측력이 가장 뛰어난 것으로 나타났다. 특히 금융위기 이후 대표내재변동성의 예측력은 다변량 회귀분석 결과 다른 변수의 변동성을 추가 하지 않더라도 대표내재변동성만으로도 높은 예측력을 보여 주었다.

옵션시장과 현물시장의 내가격, 재가격, 외가격에 있어서의 가격선도/후행 관계에 관한 실증연구 : KOSPI 200 주가지수 옵션

김희정 서울대학교 대학원 2003 국내석사

한국의 자본시장에서는 KOSPI 200에 대한 선물, 옵션의 도입으로 다양한 파생상품들의 거래가 가능하게 되었고, 이러한 파생 상품들은 현물시장에 대한 위험관리와 가격발견 기능이라는 중요한 역할을 수행하게 되었다. 기존의 연구들에 의하면 대다수의 연구 결과에 있어서 현물 시장에 있어서의 불빈번 거래, 옵션 시장의 레버리지 효과, 시장 유입 정보의 성격에 따른 차이, 현물 시장에 있어서의 거래 상의 제약 등의 이유로 인해 옵션 시장이 현물 시장을 선도하는 것으로 나타나고 있다. 이러한 점에 근거해서 보면 옵션 시장이 현물 시장에 대해 가지고 있는 관계를 살펴보아 시장 간의 비교와 시장의 효율성 검증을 해보는 것은 실제 현업에 종사하는 사람들에게도 시사하는 바가 크다고 하겠다. 지금까지의 연구는 주로 선물시장에 중심으로 진행된 반면 옵션시장에 대해서는 적은 수의 연구만이 진행되었다. 특히 옵션의 대한 연구에 있어서 자주 거론되는 것은 주로 재가격 옵션(At-the-money)이다. 이에 대한 이유는 재가격 옵션이 내재된 현물가격에 대한 가장 효율적인 정보를 지니고 있고 또한 내재적 변동성의 측정에 있어서도 그 효용성이 기간의 연구를 통해서 나타나 있기 때문이다. 그러나 본 연구에서는 기존의 연구와는 달리 재가격 옵션만을 다룬 것에서 벗어나 내가격 옵션(In-the-money)과 외가격 옵션(Out-of-the-money)을 모두 다루고 있다. 이는 옵션의 영향을 미치는 요인인 주가, 행사가격, 잔존만기, 이자율, 변동성, 배당 등의 여러 요인에 있어 주가와 행사가격의 차이에 의해 나타내어질 수 있는 옵션의 moneyness를 이용하여 각각의 재가격 옵션(At-the-money), 내가격 옵션(In-the-money), 외가격 옵션(Out-of-the-money)에 따른 선도시차관계를 분석함으로써 각각의 정보네 대한 가격 반영 속도를 파악하고 한국 주식시장의 효율성에 대한 검증에 유익한 정보를 제고하고자 한다. 따라서 본 연구는 IFB/KSE 거래자료의 KOSPI 200 현물가격과 옵션의 재가격 옵션(At-the-money), 내가격 옵션(In-the-money), 외가격 옵션(Out-of-the-money)에 대한 일 중 자료를 바탕으로 하여 옵션시장과 현물시장간의 선도/후행 관계를 살펴보고자 한다. 본 논문에서는 5분간 KOSPI 200 현물 가격과 옵션 가격에 대한 거래자료를 이용하여 회귀분석을 통해 α, β를 추정하여 주가지수 현물과 주가지수 옵션의 재가격 옵션(At-the-money), 내가격 옵션(In-the-money), 외가격 옵션(Out-of-the-money)을 살펴본 결과 모든 경우에 있어 양방향 선도 후행 관계가 있음을 알 수 있었다. 또한, 각각의 경우의 옵션에 있어서 선도(lead), 후행(lag)가 없는 k가 0인 경우에 계수의 값들이 옵션의 델타를 의미하는 것으로 나타났다. 즉, call option의 경우 재가격 옵션(At-the-money)의 경우에 있어 β0 의 값이 0.45 ~ 0.65 의 사이에서 도출되는 것을 알 수 있다. 반대로 내가격 옵션(In-the-money)의 경우에서는 0.61 ~ 0.70에서의 값을 나타내고 있고 마지막으로 외가격 옵션(Out-of-the-money)의 경우에 있어서는 0.02 ~ 0.20 의 값의 분포를 보이고 있음을 알 수 있었다. put option의 경우에서도 call option과 비슷한 결과를 볼 수 가 있었다. put option 중에서도 재가격 옵션(At-the-money)의 경우에는 -0.31 ~ -0.62 에서의 값의 분포를 살펴볼 수 있었다. 또한 내가격 옵션(In-the-money)의 경우에서는 -0.38 ~ -0.74 의 재가격 옵션 보다 절대값이 큰 값의 분포를 보이고 있음을 알 수 있었고 역시 마지막으로 외가격 옵션(Out-of-the-money)의 경우에 있어서는 베타 값이 -0.01 ~ -0.14 로서 비교적 앞서 살펴본 재가격 옵션(At-the-money)과 내가격 옵션(In-the-money)의 베타값에 비해 적은 값의 분포를 나타내는 것을 살펴볼 수 있었다. 또한, 모든 가격의 반영이 5분안에 즉, 선행(lead)/ 후행(lag)의 관계를 나타내는 베타의 k의 지표 값이 1과 -1인 경우에 베타의 값이 크고 다른 지표들은 1과 -1의 경우에 비해서는 작은 값들을 갖고 있음을 알 수 있다. 결국 5분안에 시장에 가격 반영이 되는 것으로 우리나라 시장이 비교적 효율적임을 알 수 있는 결과치라 할 수 있다. 또한, 7월에서 점점 12월로 갈수록 베타 값이 미세하게 작아짐을 볼 수 있다. 물론 sample 기간이 한 연도에 6개월 단위 밖에 안되므로 유의한 결과라 보기에는 다소 무리가 있기는 하지만, 시간이 흐를수록 베타의 값이 작아져 시장이 점점 효율적으로 변한다고 볼 수 있을 것이다. In Korea, KOSPI 200 Index Futures and Option markets opened May 3rd in 1996 and July 7th in 1997 respectively. In early days, Both markets were distributed by infrequency of trading and speculative trading. But, as time goes on, arbitrary trading and Institutional investors made both markets more and more efficient. Derivatives play an important role in capital market as means of risk management and price discovery function. This article studies the price discovery function, that is lead-lag relationship, between KOSPI200 ITM, ATM, OTM option and stock markets. As a result, this study has contributions; KOSPI200 index option and KOSPI200 have bidirectional lead-lag relationships. ITM, OTM, ATM option''''s results are all the same.

KOSPI200 주가지수 옵션에서의 Put-Call Parity를 이용한 차익거래 전략 및 시장의 안정성에 대한 연구

경강수 가톨릭대 대학원 2005 국내석사

Put-call parity is a relationship, first identified by Stoll, that must exist between the prices of European put and call options that both have the same underling, strike price and expiration date. The relationship is derived using arbitrage arguments. If put-call parity dose not hold, there are arbitrage opportunities. The test of put-call parity used date on option prices taken from trades in KOSPI200 sock index option. The conclusion is that put-call parity does not hold and arbitrage opportunities were available. However, when transactions costs were taken into account, there were no profitable opportunities frequently.

KOSPI200指數와 指數先物의 日中變動性에 關한 硏究 : 二變量 AR(1)-GARCH(1,1)模型을 中心으로

박형중 成均館大學校 大學院 1998 국내석사

KOSPI200지수 옵션시장에서 변동성을 이용한 투자전략 분석

박용태 전남대학교 경영대학원 2002 국내석사

1997년 7월 한국증권거래소에 kospi200주가지수 옵션거래가 상장되었다. 옵션거래는 초반에 미미한 거래량을 보였으나 2002년 현재는 세계에서 가장 큰 거래량이 이루어지는 세계적 수준에 달할 정도로 급성장해 왔다. 그러나 이러한 성장에도 불구하고 우리 나라 주가지수 옵션시장은 장기적 위험 관리기능보다는 단기적 투기수단으로 활용되는 모습을 보여왔다. 이러한 사실은 내가격옵션보다는 외가격옵션에 거래가 치중되고 있으며 미국, 일본, 영국 등 선진국에 비해 주가 변동성이 크다는 데서 알 수 있다. 하지만 현재는 주가 변동성이 어느 정도 안정화를 찾아가고 있기에 변동성을 이용한 투자수익을 올릴 수 있는 투자전략에 대해 알아보았다. 본 논문에서는 옵션의 기본적인 개념과 옵션가격결정모형에 대해 간략히 알아보고, 올해 초에 도입한 개별주식옵션(7종목)에 대해 기본적인 것에서부터 투자전략까지 분석해보았다. 또한 장외주식선물의 도입이 검토되고 있는 현재 해외주식선물의 현재 거래의 규모와 성장에 대해 알아보았다. 투자전략으로서는 방향성매매에 의해 큰 수익을 올렸던 사례를 알아보고, 변동성의 안정화에 의해 과거처럼 큰 수익을 올릴 확률이 줄어든 시점에서 변동성을 이용한 여러 가지 투자전략에 대해 알아보았다. 상승과 하락에 의한 단순투자가 아닌 만기 시점에 이르기까지 상승과 하락이라는 변동의 폭을 이용하여 수익을 올릴 수 있는 투자전략에 대해 알아보았다. Kospi200 Index Option was listed on the Korean Stock Exchange in July 1997. The volume on the market was small in the beginning, but currently in 2002 it has sharply increased to be the biggest market in the world. However, in spite of the growth in the market, Index Option market has played the role not for a long-term risk management, but for a short-term speculation. It is shown on the fact that market is heavily weighted on the OTM rather than the ITM, and there is rapid change in the Stock Index compared to the market in the developed countries like USA, Japan and United Kingdom. Now sharp fluctuation is getting stable to a certain extent, so hereafter the investment strategy utilizing the index volatility will be described. This paper will briefly describe about the principal concept of Option and Option-Price-decision model and analyze Independent Stock Option (7 stocks), which was introduced on the market early this year from the basic to investment strategy. Furthermore, it will touch upon the volume and growth of foreign Future Markets in order to understand the nature of off-board market in future. As an investment strategy, a case study was conducted wherein it was shown that big interests were resulted from directional transaction. Various investment strategies depending upon the fluctuation were investigated at this time and it was being found that when the volatility is pretty stable it's very difficult to earn the interest compared to past. The strategy about how to yield a good return was studied not by the simple investment using up and down in index, but by the band of volatility through the full term.