아시아 이머징 주식시장에서의 VaR 분석: 수익률 분포의 비대칭성과 꼬리가 두터운 특징을 중심으로 = Value-at-Risk analysis for Emerging Asian Markets: Asymmetric and Fat-tailed Distributions
저자
발행기관
학술지명
권호사항
발행연도
2014
작성언어
Korean
주제어
자료형태
학술저널
수록면
149-179(31쪽)
제공처
본 연구는 아시아 이머징 주식시장 MSCI지수 수익률을 사용하여 변동성의 장기기억 특성을 나타내는 AR(1)-FIGARCH 와 AR(1)-FIAPARCH 모형을 이용하여 수익률 분포도 가정의 적합도를 실증 분석하였다. 즉, 정규분포, Student-t 분포, Skewed student-t 분포 등을 이용하여 어떤 분포도가 모형에 보다 더 정확한VaR 를 추정할 수 있는지를 실증 분석하였다. 실증분석 결과 아시아 이머징 시장 변동성에 장기기억과 비대칭성이 존재하는 것으로 분석 되었다. 이는 주식시장에 충격이 소멸되지 않고 장기간 지속되는 것을 의미한다. 또한, 투자자들은 나쁜 충격에 민감하게 반응하는 것으로 분석 되었다. 마지막으로 표본내 VaR분석의 정확성 검정 결과 정규분포나 Student-t 분포를 가정한 모형보다는 skewed Student-t 분포를 가정한 모형이, 그리고 FIGARCH 모형보다는 FIAPARCH 모형이 다른 변동성 모형들보다 근소하지만 우월한 VaR 성과를 나타내었다. 하지만 표본외 VaR 분석의 정확성 검정 결과, 검정 모형에 따라서 다소 차이가 났으며, 일부 국가에서는 정규분포를 가정한 FIGARCH 모형이 전반적으로 우월한 VaR 측정성과를 나타내는 등 특별히 우월한 VaR 성과를 나타내는 모형을 찾을 수 없었다. 이는 복잡한 모형들이 항상 VaR 측정에 최적의 모형이 아님을 알 수 있었다. 하지만 본 연구에서 아시아 이머징 주식시장에 변동성의 비대칭성, 장기기억, 변동성 군집현상, 레버리지 효과 등의 대표적인 특징이 존재하는 것으로 나타났고, 표본내 분석에서 변동성의 특징들을 잘 나타내는 skewed Student-t 분포를 적용한 FIAPARCH 모형이 다른 모형에 비해 우월한 성과를 나타낸 만큼, 위험관리자나 투자자들은 변동성의 특징을 고려한 최적의 VaR 모형의 선택이 필요할 것이다.
더보기In this paper, we investigate the relevance of the skewed Student-t distribution innovation in capturing long memory and asymmetric features in the volatility of five Asian emerging stock markets. In this perspective, we compare the performance of in-sample and out-of-sample Value-at-Risk(VaR) analysis using the AR(1)-FIGARCH and AR(1)-FIAPARCH models with the normal, Student-t and skewed Student-t distributions. Our empirical results indicated that the AR(1)-FIAPARCH model is more appropriate in estimating long memory and asymmetric features in the volatility of all stock returns. In addition, the in-sample VaR analysis confirms that the FIAPARCH model with the skewed Student-t innovation predicted critical loss more accurately than did the models with the normal and Student-t innovations for both long and short positions. However, the out-of-sample analysis do not point out superior models with different distributions, implying that models with complicated assumptions are not the best model for VaR estimations.
더보기분석정보
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)