원/달러 환율 투자 손실률에 대한 극단분위수 추정

DOI QR코드

DOI QR Code

윤석훈
Yun, Seok-Hoon

  • 발행 : 2009.09.30

초록

금융자료에 극단값이론을 적용하는 것은 위험관리에서 중요한 최신 통계기법 중의 하나라고 할 수 있다. 극단값분석에서 전통적으로 사용해 오던 연간 최대값방법은 시계열자료의 연간 최대값들에 대하여 일반화 극단값분포를 적합시키는 것이고, 최근 대안으로 널리 사용되고 있는 분계점 방법은 시계열자료 중 충분히 큰 하나의 분계점을 넘어서는 초과값들에 대하여 일반화파레토분포를 적합시키는 것이다. 그러나, 보다 실질적인 방법은 분계점을 넘어서는 초과값들을 하나의 점과정으로 해석하는 것인데, 즉 초과값들의 초과시점과 초과여분을 점근적으로 비동질 포아송과정을 갖는 하나의 2차원 점과정으로 간주하는 것이다. 본 논문에서는 이러한 2차원 비동질 포아송과정 모형을 1982.1.4부터 2008.12.31까지 수집된 원/달러 환율 시계열자료로부터 계산된 일별 환율투자손실률, 즉 일별 로그 손실률에 적용한다. 여기서 주된 관심은 10년 혹은 50년에 한번 정도 발생하는 대형 손실률 수준과 같은 극단분위수를 어떻게 추정하느냐 하는 것이다.

키워드

극단값이론;2차원 점과정;극단분위수 추정;환율

참고문헌

  1. Fisher, R. A. and Tippett, L. H. C. (1928). Limiting forms of the frequency distribution of the largest or smallest member of a sample, Proceedings of the Cambridge Philosophical Society, 24, 180-190 https://doi.org/10.1017/S0305004100015681
  2. Gnedenko, B. V. (1943). Sur la distribution limite du terme maximum d’une serie aleatoire, Annals of Mathematics, 44, 423-453 https://doi.org/10.2307/1968974
  3. Leadbetter, M. R., Lindgren, G. and Rootrzen, H. (1983). Extremes and Related Properties of Random Sequences and Processes, Springer, New York
  4. Pickands, J. (1975). Statistical inference using extreme order statistics, Annals of Statistics, 3, 119-131
  5. Resnick, S. (1987). Extreme Values, Point Processes, and Regular Variation, Springer, New York
  6. Smith, R. L. (1989). Extreme value analysis of environmental time series: an application to trend detection in ground-level ozone (with discussion), Statistical Science, 4, 367-393 https://doi.org/10.1214/ss/1177012400

피인용 문헌

  1. 1. A Bayesian Extreme Value Analysis of KOSPI Data vol.24, pp.5, 2011, doi:10.5351/CKSS.2009.16.5.803