GARCH모형을 이용한 KOSPI지수 변동성 추정에 관한 연구

국문 초록 (Abstract)

최근 글로벌 금융시장의 불안으로 국내 금융시장의 변동성이 크게 확대됨에 따라 금융자산의 위험관리 필요성이 증대되고 있다. 그러므로 본 연구에서는 코스피지수의 로그수익률을 이용하여 코스피지수의 변동성을 ARCH모형과 GARCH모형으로 추정하고 검정하였다. 이를 위하여 포트맨토 검정을 이용하여 이분산성을 확인하였고, ARCH모형의 결정은 다중검정(LM-검정)을 이용하여 모형을 결정하였다. 그 결과 ARCH(1)모형과 ARCH(5)모형이 선택되어졌고, 두 모형의 AIC와 SBC 통계량을 비교한 결과 ARCH(5)모형을 선택할 수 있었다. 그러나 ARCH(5)모형은 추정할 모수가 많아 조건부 분산이 비음조건을 만족하지 않을 경우가 있는 것으로 알려져 있어 이를 대체할 수 있는 모형인 GARCH(1,1)모형을 적합한 결과 표준화된 잔차들은 더 이상 자기상관관계가 존재하지 않음을 확인할 수 있었다. 즉, 코스피지수 로그수익률의 변동성을 추정함에 있어 본 연구에서 사용한 모형은 매우 타당함을 나타내는 것이다. 따라서 본 연구 결과는 실무에서 투자수익과 관련한 금융거래, 금융상품의 가격 결정과 손실관리, 파생상품의 가치평가 등에서 매우 의미가 크다 할 수 있다.

다국어 초록 (Multilingual Abstract)

Recently, as the volatility of the domestic financial market has expanded significantly due to the instability of the global financial market, the need for risk management of financial assets is increasing. Therefore, in this study, the volatility of the KOSPI index is estimated and tested using the ARCH model and the GARCH model, using the log returns of the KOSPI index. For this purpose, heteroskedasticity was confirmed using the Portmanteau test, and the ARCH model was determined using the multiple test (LM-test). As the result, ARCH (1) model and ARCH (5) model were selected first, and then ARCH (5) model was selected after comparing AIC and SBC statistic of the two models. However, since the ARCH (5) model is known that the conditional variance may not satisfy the nonnegative condition due to a large number of parameters to be estimated, we replaced it with GARCH (1,1) model and confirmed that the standardized residuals was no longer autocorrelated. In other words, the model used in this study is very valid in estimating the volatility of KOSPI log returns. Therefore, the results of this study can be very meaningful in financial transactions related to investment income, pricing and loss management of financial instruments, and valuation of derivatives.

목차 (Table of Contents)

• 요약
• ABSTRACT
• Ⅰ. 서론
• Ⅱ. 관련연구
• Ⅲ. 실증분석 결과
• Ⅳ. 결론
• 참고문헌

참고문헌 (Reference)

1 문창권, "환율 변동성 측정과 GARCH모형의 적용 : 실용정보처리접근법" 한국통상정보학회 12 (12): 99-121, 2010

2 장국현, "한국 옵션시장의 변동성 예측과 비교에 관한 연구" 2001

3 박진아, "이차형식 변동성 Q-GARCH 모형의 비교연구" 한국통계학회 24 (24): 61-69, 2011

4 우준명, "경기 및 금융불안 판단을 위한 금융시장 변동성의 유용성" 한국은행경제연구원 2013

5 정승현, "Unbounded Johnson 분포를 이용한 GARCH 수익률 모형의 적용" 한국통계학회 25 (25): 29-43, 2012

6 Ghysels, E, "Predicting volatility: the most out of return data sampled at different frequencies" 2003

7 Jorion, P, "Predicting Volatility in the foreign exchange market" 50 : 507-528, 1995

8 Liung, W. K, "On a measure of lack of fit in time series model" 65 : 297-303, 1978

9 Akaike, H, "Information theory and an extension of the maximum likelihood principle" 267-281, 1973

10 Bollerslve, Tim, "Generalized Autoregressive Conditional Heteroskedasticity" 31 (31): 307-327, 1986

11 Xiao, "Forecasting Volatility in the Financial Markets" Elsevier 1-45, 2007

12 Schwartz, G, "Estimating the dimension of a model" 6 : 461-464, 1978

13 Akgiray V, "Conditional heteroskedasticity in time series of stock return: evidence and forecasts" 62 : 55-80, 1989

14 R. F. Engle, "Autoregressive Conditional Heteroskedasticity with Estimaters of the Variance of the United Kingdom Inflation" 50 : 987-1007, 1982

15 Anderson T. G, "Answering the skeptics: yes, atandard volatility models do provide accurate forecasts" 39 : 885-905,

16 Akaike, H, "A new look at the statistical model identification" AC-19 : 716-723, 1974