KCI등재
장기기억 속성을 이용한 주가 변동성 예측에 관한 연구 = Forecasting Stock Return Volatility by Employing the Long-memory Property
저자
발행기관
학술지명
권호사항
발행연도
2009
작성언어
Korean
주제어
KDC
320
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
33-62(30쪽)
KCI 피인용횟수
6
제공처
본 논문에서는 장기기억 속성을 이용하여 우리나라 주가 변동성을 예측하고 예측성과를 비교한다. 이를 위해 GARCH 모형과 EGARCH 모형에 분수적분 과정을 도입한 FIGARCH 모형과 FIEGARCH 모형을 이용하여 표본 외 기간을 예측하고, 이들 모형의 예측성과가 단기기억 변동성 모형(GARCH 모형)의 예측성과에 비해 우월한지를 비교한다. 분석 결과 우리나라 주가 변동성에 대해 다음과 같은 사실을 발견하였다. 첫째, 주가에서는 장기기억 속성이 나타나지 않은 것과는 달리 주가 변동성에서는 장기기억 속성이 뚜렷하게 나타났다. 둘째, FIGARCH(1, d, 0) 모형과 FIEGARCH(1, d, 0) 모형의 예측성과가 GARCH(1, 1) 모형의 예측성과에 비해 우월한 것으로 나타났다. 그리고 장기기억 변동성 모형의 상대적 예측성과는 예측기간이 길 때 더 우월한 것으로 나타났다. 본 연구의 결과 장기기억 속성을 이용한 변동성 모형은 예측의 정확도를 높일 수 있는 것으로 나타나, 파생상품의 가격결정이나 VaR 측정 등 위험관리에 유용하게 사용될 수 있을 것으로 기대된다.
더보기This paper investigates the long-memory property in estimating and forecasting Korean stock market return volatility. Volatility is a central role in derivative pricing, portfolio allocation, risk management, and performance evaluation of funds. In consequence, there has been much research on estimating and forecasting return volatility. Little has been studied about forecasting return volatility, however, by exploiting the long-persistent property in Korean stock market. In this paper, we estimate and forecast return volatility by employing the long-memory property. For this purpose, we use the Fractionally Integrated GARCH and Fractionally Integrated EGARCH models. The estimation results and forecasting performance of the long-memory volatility models are compared with those obtained from the short-memory volatility model such as GARCH model. Many studies suggest that the conditional volatility of stock returns follows a long-memory process; shock dissipates at a slow hyperbolic rate. This type of persistence cannot be appropriately modeled by standard GARCH type models. In this aspect, the long-memory volatility models are needed to explain the high-persistent volatility. Baillie et al. (1996) and Bollerslev and Mikkelsen (1996) suggest the FIGARCH and FIEGARCH models which introduced the high-persistent property in the standard GARCH and EGARCH models. Therefore, we used these long-memory volatility models in forecasting Korean stock market return volatility. We identified some key findings from the results. First, the auto- correlations for the absolute and squared returns decline at very slow rate which suggest that there is a long-memory property in Korean stock return volatility. Second, it is difficult to say that there is a high-persistent property in the level of stock returns. However, the return volatility follows a long-memory process. The estimated values of long-memory parameters, d of FIGARCH (1, d, 0) and d of FIEGARCH (1, d, 0) models, are 0.356 and 0.584, respectively, and are statistically significant at the 1% significance level. Third, we conducted out-of-sample one-step-ahead and ten-step- ahead forecasts using the FIGARCH (1, d, 0) and FIEGARCH (1, d, 0) models and compared the volatility forecasts of both fractionally integrated volatility models with those of the GARCH (1, 1) model as a benchmark. We found that the long-memory volatility models produce superior out-of-sample forecasts in terms of root mean squared error (RMSE), mean absolute error (MAE), and R2 of Mincer-Zarnowitz regression. In addition, relative forecasting performance of the ten day ahead forecasts is better than that of the one day ahead forecasts. These findings suggest that the long-range volatility models are useful tools in forecasting the volatility of asset returns as well as pricing derivatives and hedging risks. The results of this study also will facilitate to induce variance swaps and variance futures in the Korean financial market.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 학술지 통합 (기타) | |
2008-03-28 | 학술지명변경 | 한글명 : 금융학회지 -> 금융연구외국어명 : Korean Journal of Money & Finance -> Journal of Money & Finance | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2003-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.57 | 0.57 | 0.64 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.61 | 0.62 | 1.431 | 0.06 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)