http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
계수 시계열을 위한 정수값 GARCH 모델링: 사례분석
윤재은,황선영,Yoon, J.E.,Hwang, S.Y. 한국통계학회 2015 응용통계연구 Vol.28 No.1
This article is concerned with count time series taking values in non-negative integers. Along with the first order mean of the count time series, conditional variance (volatility) has recently been paid attention to and therefore various integer-valued GARCH(generalized autoregressive conditional heteroscedasticity) models have been suggested in the last decade. We introduce diverse integer-valued GARCH(INGARCH, for short) processes to count time series and a real data application is illustrated as a case study. In addition, zero inflated INGARCH models are discussed to accommodate zero-inflated count time series. 본 연구에서는 정수값을 갖는 계수 시계열의 조건부 이차적률인 변동성(volatility)을 다루고 있다. 여러 가지 정수값 GARCH, 즉, INGARCH 모형들을 소개하고 계수 시계열인 국내 풍진발생건수에 적용시켜 보았다. 과산포(over-dispersion)와 영과잉(zero-inflation)현상을 계수 시계열의 변동성 분석 입장에서 살펴보았고 향후 분석 모형으로서 영과잉(zero-inflation) INGARCH 모형인 ZI-INGARCH 모형을 살펴보았다.
함수적 변동성 fGARCH(1, 1)모형을 통한 초고빈도 시계열 변동성
윤재은,김종민,황선영,Yoon, J.E.,Kim, Jong-Min,Hwang, S.Y. 한국통계학회 2018 응용통계연구 Vol.31 No.5
초고빈도(ultra high frequency; UHF)시계열의 함수적 변동성 측정을 위한 최신 기법인 함수적 변동성 functional GARCH : fGARCH(1, 1) 모형을 소개하고 설명하였다. 실증분석을 위해 R-code fGARCH(1, 1) 프로그램을 KOSPI/현대차 초고빈도 수익률 자료에 적합하여 예시하였다. When a financial time series consists of daily (closing) returns, traditional volatility models such as autoregressive conditional heteroskedasticity (ARCH) and generalized ARCH (GARCH) are useful to figure out daily volatilities. With high frequency returns in a day, one may adopt various multivariate GARCH techniques (MGARCH) (Tsay, Multivariate Time Series Analysis With R and Financial Application, John Wiley, 2014) to obtain intraday volatilities as long as the high frequency is moderate. When it comes to the ultra high frequency (UHF) case (e.g., one minute prices are available everyday), a new model needs to be developed to suit UHF time series in order to figure out continuous time intraday-volatilities. Aue et al. (Journal of Time Series Analysis, 38, 3-21; 2017) proposed functional GARCH (fGARCH) to analyze functional volatilities based on UHF data. This article introduces fGARCH to the readers and illustrates how to estimate fGARCH equations using UHF data of KOSPI and Hyundai motor company.
고빈도 금융 시계열 실현 변동성을 이용한 가중 융합 변동성의 가중치 선택
윤재은,황선영,Yoon, J.E.,Hwang, S.Y. 한국통계학회 2016 응용통계연구 Vol.29 No.3
본 연구에서는 금융시계열의 일간 변동성 측정을 위해 가중 융합 방법을 제안하고 있다. 고빈도(high frequency)자료에 기반을 둔 조정된 실현변동성을 계산하고 이를 참 값으로 간주하여 제안된 가중 융합 변동성에서 최적 가중치를 결정하는 과정을 서술하였다. 국내 KOSPI200자료의 1분 단위 고빈도 주가로부터 조정된 실현변동성을 구한 후 최적의 가중 융합 변동성을 제안해 보았다. The paper is concerned with high frequency financial time series. A weighted hybrid volatility is suggested to compute daily volatilities based on high frequency data. Various realized volatility (RV) computations are reviewed and the weights are chosen by minimizing the differences between the hybrid volatility and the realized volatility. A high frequency time series of KOSPI200 index is illustrated via QLIKE and Theil-U statistics.
FPCA를 통한 고빈도 시계열 변동성 분석: R함수 소개와 응용
윤재은,김종민,황선영,Yoon, Jae Eun,Kim, Jong-Min,Hwang, Sun Young 한국통계학회 2020 응용통계연구 Vol.33 No.6
본 논문은 최근 금융시계열 분야에서 자주 등장하는 고빈도 시계열 변동성 분석을 다루고 있다. 고빈도 시계열 변동성 분석을 위해 차원 축소를 목적으로 하는 함수형 주성분분석을 적용하였으며 이를 수행하는 R의 두 함수를 비교하고 있다. 응용으로서, KOSPI 고빈도 자료에 적용해 보았다. High-frequency data are now prevalent in financial time series. As a functional data arising from high-frequency financial time series, we are concerned with the intraday volatility to which functional principal component analysis (FPCA) is applied in order to achieve a dimension reduction. A review on FPCA and R function is made and high-frequency KOSPI volatility is analysed as an application.
금융시계열 변동성 측정 방법의 비교 분석: 고빈도 자료 및 융합 방법
윤재은,황선영,Yoon, J.E.,Hwang, S.Y. 한국통계학회 2015 응용통계연구 Vol.28 No.6
Various computational methods for obtaining volatilities for financial time series are reviewed and compared with each other. We reviewed model based GARCH approach as well as the data based method which can essentially be regarded as a smoothing technique applied to the squared data. The method for high frequency data is focused to obtain the realized volatility. A hybrid method is suggested by combining the model based GARCH and the historical volatility which is a data based method. Korea stock prices are analysed to illustrate various computational methods for volatilities. 본 연구에서는 금융시계열 변동성 측정을 위한 다양한 방법들을 소개하고 비교분석 하였다. 최근 들어 활발한 연구가 이루어지고 있는 고빈도(high frequency) 자료에 기초한 변동성 측정방법을 국내 주가에 적용시켜 1분 단위 고빈도 주가로부터 일별 변동성을 계산하였다. 또한, 모형 기반 방법인 GARCH와 자료 기반 방법인 역사적 변동성(historical volatility)을 융합하여 새로운 변동성 측정법을 제안하였다.