KCI등재
Markov Switching Multifractal 모형을이용한 ESG ETF의 변동성 추정과 예측 = Forecasting of Global ESG ETF Volatility: A Markov switching Multifractal Approach
저자
윤병조 (건국대학교)
발행기관
학술지명
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
115-133(19쪽)
제공처
In this study, volatility dynamics were identified and predicted performance was evaluated using the Markov switching multifractal model for six ETFs (5 ESG ETFs, 1 global stock market ETF) traded in the United States and Europe from January 2, 2017 to January 31, 2023.
The results of empirical analysis during the sample period are as follows. First, based on the likelihood, the two-state MSM (1) model was the most suitable, but it was confirmed that there was no significant difference between the models. Second, when comparing ESG ETFs and ETFs that track market indexes based on the highly fitted MSM(1) model, ESG ETFs were reported to have a longer fluctuation cycle than market ETFs. Third, in the performance evaluation of the 1-day and 22-day forecasts, ESGU showed excellent MSM(2) model, ESGD, SUAS, and XSER, but in the case of XAXJ, the MSM(6) model in the 1-day forecast and the MSM(4) model in the 22-day forecast showed high performance. However, in terms of predictability, there were no characteristics that the ESG ETF's prediction had significantly larger or smaller losses than the market ETF's prediction. Fourth, when comparing the loss functions of the 1-day prediction and the 22-day prediction for a model with excellent prediction performance, the case with a long prediction period was relatively high.
본 연구에서는 2017년 1월 2일부터 2023년 1월 31일까지, 미국과 유럽에서 거래되고 있는 6개의 ETF(ESG ETF 5개, 글로벌 주식시장 ETF 1개)를 대상으로 Markov switching multifractal (MSM) 모형을 이용해 변동성 다이나믹스를 파악하고, 예측성과를 평가하였다. 본 연구에서 제시하는 표본기간동안의 실증분석 결과는 다음과 같다. 첫째, 우도를 기준으로 2상태의 MSM(1) 모형이 가장 적합했지만 모형 간에 큰 차이는 없는 것으로 확인되었다. 둘째, 적합도가 높은 MSM(1) 모형을 기준으로 ESG ETF와 시장 지수를 추적하는 ETF를 비교했을 때, ESG ETF는 시장 ETF에 비해 변동주기가 긴 것으로 보고되었다. 셋째, 1일 예측과 22일 예측에 대한 성과평가에서 ESGU는 MSM(2) 모형, ESGD, SUAS, XSER은 MSM(6) 모형이 우수한 것으로 나타났지만 XAXJ의 경우 1일 예측에서는 MSM(6) 모형, 22일 예측에서는 MSM(4) 모형이 높은 성과를 보여주었다. 다만 예측성과 측면에서 ESG ETF에 대한 예측이 시장 ETF에 대한 예측보다 손실이 뚜렷하게 크거나 작은 특징은 발견되지 않았다. 넷째, 예측성과가 우수한 모형에 대해 1일 예측과 22일 예측의 손실함수를 비교하면, 예측기간이 긴 경우가 상대적으로 높게 나타났다.
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)