변동성 추정 모형과 실증성과에 관한 연구 = A Study on the Empirical Performance of the Volatility Estimation Models

국문 초록 (Abstract)

본 연구에서는 이분산성과 시장 급둥락 위험이 존재하는 한국 주식시장에서 KOSPI200 실현변동성을 가장 잘 설명하는 변동성 모형을 추정하고자 하였다. 변동성 추정은 기존 연구에서 사용된 역사적 변동성, EWMA 모형, GARCH 모형,EGARCH 모형 그리고 이분산성을 고려한 점프-확산 GARCH 모형 및 변동성지수인 VKOSPI200을 이용하였다. 표본기간은 글로벌 금융위기 영향이 대부분 사라지고 비교적 저분산 국면을 유지하고 있는 2010년 7월 1일부터 2014년 7월 31일까지이며, 실증자료는 일별 KOSP1200 현물지수의 종가 및 동일기간 5분 단위 일중자료이다 본 연구의 결과 KOSPI200 변동성 추정에서 GARCH 계열 모형들이 역사적 변동성과 EWMA 모형보다 실증성과가 더 우수한 것을 확인하였으며, 그 중에서도 점프-확산 GARCH 모형이 비교적 우수한 것으로 판명되었다. 특히 회귀분석 및 평가통계랭RMSE, MAPE, TIC) 추정결과 VKOSP1200이 가장 높은 설명력과 낮은 평가통계량 값을 보여 표본기간 동안 KOSPI200의 실현변통성을 가장 잘 설명하는 것으로 확인되었다 한편 GARCH류 모형에서는 기존 연구에서 고려하지 않았던 점프위험을 고려하여 한국 주식시장 변동성을 추정하는 것이 필요한 것으로 보인다.

다국어 초록 (Multilingual Abstract)

In this paper, we examine which volatility estimation model best explains KOSPI200-realized volatility in the Korean stock market, which has both heteroscedasticity and jump risk, The sample covers from July 1, 2010 to July 31, 2014, which is a low-volatility period in Korean stock market by which time the effects of the global crisis had almost vanished. We use the intra-day return of KOSPI200, which has been measured by 5-minute intervals. This study finds GARCH-family models are efficient estimators compared to historical volatility and EWMA. Also, among the GARCH-family models, Jump-Diffusion GARCH has shown comparatively good results. Especially this study finds that VKOSPI200 is the most efficient model with the largest adi. Ft and the smallest evaluation statistics during the sample period. Meanwhile, it seems to be necessary to consider jump risk when we estimate volatility in Korean stock market.

참고문헌 (Reference)

1 장국현, "한국자본시장의 점프위험과 조건부 이분산성에 관한 연구" 20 (20): 273-299, 1997

2 최영수, "변동성 측정방법에 따른 KOSPI200 지수의 변동성 예측 비교" 한국통계학회 17 (17): 293-308, 2010

3 정희수, "변동성 측정방법에 따른 KOSPI200 실현변동성 예측력 비교" 37 (37): 285-329, 2012

4 류두진, "변동성 예측모형의 실증성과에 관한 연구: 미국시장을 중심으로" 한국금융공학회 11 (11): 59-82, 2012

5 김명직, "금융시계열분석" 경문사 2002

6 Anderson, T., "Towards an empirical foundation for continuous-time equity returns models" 57 : 1239-1284, 2002

7 Christensen, B. J., "The relation between realized and implied volatility" 50 : 125-150, 1998

8 Canina, L., "The informational content of implied volatility" 6 : 659-681, 1993

9 Eraker, B., "The impact of Jumps in Volatility and Returns" 58 : 1269-1300, 2003

10 Andersen, T. G., "The distribution of realized stock return volatility" 61 : 43-76, 2003

11 Corrado, C. J., "The Forecast Quality of CBOE Implied Volatility Indexes" 25 (25): 339-373, 2005

12 Black, F., "Studies of Stock Price Volatility Changes" 177-181, 1976

13 Day, T. E., "Stock market volatility and the information content of stock index options" 52 : 267-287, 1992

14 Jorion, P., "Predicting volatility in the foreign exchange market" 50 : 507-528, 1995

15 Merton, R. C., "Option Pricing When Underlying Stock Returns are Discontinuous" 3 : 125-144, 1976

16 Andersen, T. G., "Modeling and Forecasting Realized Volatility" 71 : 579-625, 2001

17 이재하, "KOSPI200 옵션시장에서의 변동성지수 산출 및 분석" 한국증권학회 35 (35): 109-138, 2006

18 유시용, "KOSPI200 실현변동성 예측력 제고에 관한 연구" 한국파생상품학회 17 (17): 21-49, 2009

19 Bollerslev, T., "Jump tail, extreme dependencies, and the distribution of stock returns" 172 : 307-324, 2013

20 Bollerslev, T., "Generalized Autoregressive Conditional Heteroskedasticity" 31 : 307-327, 1986

21 Nelson, D. B., "Conditional Heteroskedasticity in Asset Returns : A New Approach" 59 (59): 347-370, 1991

22 Engle, R. F., "Autoregressive Conditional Heteroscadasticity with Estimates of the Variance of United Kingdom Inflation" 50 (50): 987-1007, 1982