• Journal of Information Technology Applications and Management
• /
• 제25권4호
• /
• pp.157-169
• /
• 2018

The purpose of this study was to examine the volatility of bitcoin, diagnose if bitcoin are a systematic risk asset, and evaluate their effectiveness by estimating market beta representing systematic risk using GARCH (Generalized Auto Regressive Conditional Heteroskedastieity) model. First, the empirical results showed that the market beta of Bitcoin using the OLS model was estimated at 0.7745. Second, using GARCH (1, 2) model, the market beta of Bitcoin was estimated to be significant, and the effects of ARCH and GARCH were found to be significant over time, resulting in conditional volatility. Third, the estimated market beta of the GARCH (1, 2), AR (1)-GARCH (1), and MA (1)-GARCH (1, 2) models were also less than 1 at 0.8819, 0.8835, and 0.8775 respectively, showing that there is no systematic risk. Finally, in terms of efficiency, GARCH model was more efficient because the standard error of a market beta was less than that of the OLS model. Among the GARCH models, the MA (1)-GARCH (1, 2) model considering non-simultaneous transactions was estimated to be the most appropriate model.

• Journal of the Korean Data and Information Science Society
• /
• 제27권2호
• /
• pp.327-335
• /
• 2016

2008년 글로벌 금융위기 이후 중국은 위안화 국제화의 점진적 추진을 진행하면서 중국상하이 외환시장과 중국홍콩 외환시장에서 거래되는 통화인 역내위안화와 역외위안화를 형성시켰다. 본 연구는 위안화 국제화와 점진적인 중국 자본계정 개방에 따라 급변하는 외환시장상황의 변동성을 정확하게 파악하기 위해서 GARCH모형 (일반화된 자기회귀 조건부이분산성모형)에 다단계인공신경망을 결합한 MLP-GARCH 모형과 GARCH모형과 기계학습의 일종인 딥러닝 (deep learning)을 통합한 DL-GARCH을 가지고 위안화 변동성예측을 비교 실험과 분석을 하였다. 비교분석 결과 DL-GARCH 모형은 MLP-GARCH보다 모형 위안화 역내 외 환율변동성 예측 면에서 더욱 더 개선된 예측값을 제공하였다. 그래서 이분산시계열모형을 딥러닝과 결합한 DL-GARCH 모형은 시계열의 환율 변동성 예측 문제에 딥러닝을 응용할 수 있음을 확인하였다. 향후 이분산시계열과 결합된 딥러닝 모형은 다른 금융시계열 데이터에 응용하여 그 일반화 가능성을 높일 수 있을 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.697-707
• /
• 2017

In this paper, we propose a modified GARCH(p, q)-X model which is obtained by adding the exogenous variables to the modified GARCH(p, q) process. Some limiting properties are shown under various stationary and nonstationary exogenous processes which are generated by another process independent of the noise process. The proposed model extends the GARCH(1, 1)-X model studied by Han (2015) to various GARCH(p, q)-type models such as GJR GARCH, asymptotic power GARCH and VGARCH combined with exogenous process. In comparison with GARCH(1, 1)-X, we expect that many stylized facts including long memory property of the financial time series can be explained effectively by modified GARCH(p, q) model combined with proper additional covariate.

• 응용통계연구
• /
• 제24권1호
• /
• pp.61-69
• /
• 2011

다양한 GARCH류 모형들의 변동성 함수를 살펴보면 흥미롭게도 거의 대부분 모형에서 수익률의 일차항( rst or der term)이나 수익률과 변동성의 교차항(interaction term)이 나타나지 않는다. 일차항과 교차항은 변동성의 비대칭성을 설명하는 역할을 할 수 있으며 $h_t$의 회귀분석식의 형태로 볼 때 변동성 함수의 일반적인 이차형식(quadratic form)을 구성한다고 할 수 있다. 본 논문에서는 변동성과 수익률들 사이의 교차항 및 일차항을 포함한 이차형식(quadratic form) 변동성 모형들을 소개하고, 국내 금융시계열 자료에 적용한 후 비교 분석하고자 한다.

• 응용통계연구
• /
• 제28권3호
• /
• pp.429-442
• /
• 2015

변동성(volatility)은 투자위험을 의미하며 자산의 가격결정이나 포트폴리오 관리 및 투자전략에서 아주 중요한 역할을 한다. 이러한 변동성을 모형화하기 위한 조건부 이분산 모형으로서 전통적인 GARCH(generalized autoregressive conditional heteroskedastic) 모형 및 확장된 형태들이 널리 사용되어지고 있으나, 금융위기와 재정위기와 같은 구조적 변화를 변동성 예측에 반영할 수 없다는 단점을 가지고 있다. 본 논문에서는 이를 극복하기 위한 모형으로서 국면전환 GARCH(Markov regime switching GARCH) 모형을 소개하고, 한국의 일별 KOSPI 수익률에 적용하여 변동성 분석 및 예측을 실시하고, 기존의 GARCH 모형들과 비교하여 그 성능을 평가한다. 그 결과 표본 내(in-sample)의 변동성 적합도 측면에서 국면전환 GARCH 모형이 가장 우수한 성능을 보였으며, 표본 외(out-of-sample) 예측력 측면에서는 국면전환 GARCH 모형이 단기적 예측에서 좋지 않은 성능을 보였으나 장기적 예측에서 우수함을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제18권4호
• /
• pp.517-525
• /
• 2011

본 연구는 이상치가 존재하는 자료에 적용될 수 있는 방법을 비교한 연구로서, 이분산 시계열 모형 하에서 로버스트 추정 방법의 효용성을 보이고자 한다. GARCH 모형하에서 이상치 탐지 기법과 GARCH 모형을기반한 로버스트 추정방법의 성능을 비교하였다. 실제 인터넷 트래픽 자료에 두 방법을 적용했을때, 로버스트 추정방법이 이상치 탐지 기법에 비해 덜 복잡하고 성능이 우수함을 입증하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.437-445
• /
• 2000

국내 주가시계열을 분석하기 위해 기존의 비선형시계열모형인 분계점을 가진 자기외귀모형(TAR)과 일반화 이분산자기회귀모형(GARCH)을 비교 분석한 후, 이 두가지 모형을 결합시킨 새로운 모형 TAT-GARCH모형을 제안하였다. 이 모형은 그 자체로도 이론적인 관삼의 대상이 되어 연관된 모수추정 기법을 제시하였고 국내 개별 주가시계열 자료의 분석에 있어서 제안된 모형이 기존의 모형들 보다 상대적으로 더 좋은 예측치를 제공할 수 있음을 특정 9개 회사의 주가분석을 통해 알아보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1333-1343
• /
• 2014

본 연구는 일변량 금융지수의 변동성 모형에서 GARCH(1,1) 모형이 여러 복잡한 GARCH 확장 모형에 비교해서 결코 뒤쳐지지 않는다는 Hansen과 Lunde (2005) 연구를 다변량 변동성으로 확장한다. 또한 모형의 비교 방법으로 예측값에 기반한 평균제곱예측오차 (MSPE) 뿐 만 아니라 리스크 관리 측면에서 최대 손실 금액을 나타내는 VaR 및 사후 검정인 실패율을 동시에 고려하였다. 모의실험 결과 다변량 변동성의 경우에서도 GARCH 모형이 예측력은 크게 다르지는 않았으나 리스크 관리 측면에서는 좀 더 신중한 판단을 요구함을 보인다. 또한 최근 10년동안의 KOSPI, NASDAQ 및 HANG SENG의 주가 지수 실증 자료를 통하여 리스크 관리 측면에서의 다변량 GARCH 모형 선택에 대해서 논의한다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.785-799
• /
• 2018

신재생에너지 산업이 발전함에 따라 태양광 발전에 대한 중요성이 확대되고 있다. 태양광 발전량을 정확히 예측하기 위해서는 일사량 예측이 필수적이다. 본 논문에서는 태양광 패널이 존재하는 청주와 광주 지역을 선정하여 기상포털에서 제공하는 시간별 기상 데이터를 수집하여 연구하였다. 일사량 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH 모형을 비교하였다. 본 연구에서는 모형의 예측 성능을 비교하고자 mean absolute error와 root mean square error를 사용하였다. 모형들의 예측 성능 비교 결과 일사량만 고려하였을 때는 이분산 문제를 고려한 seasonal ARIMA-GARCH 모형이 우수한 성능을 나타냈고, 외생변수를 활용한 ARIMAX 모형으로 일사량 예측을 한 경우가 가장 좋은 예측력을 나타냈다.

• 응용통계연구
• /
• 제31권5호
• /
• pp.667-675
• /
• 2018

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.