View : 899 Download: 0

Value-at-Risk 예측

Title
Value-at-Risk 예측
Other Titles
Forecasting Value-at-Risk : by linear quantile regression using the realized volatility
Authors
김아영
Issue Date
2018
Department/Major
대학원 경제학과
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
윤재호
Abstract
최근 금융시장의 충격이 실물시장으로 전이되는 현상이 빈번히 일어나고 있다. 더 이상 금융시장의 충격은 금융시장만의 문제로 국한되지 않으며, 한 국가의 금융 위험이 여러 나라에 영향을 미치고 있다. 따라서 날이 갈수록 금융 자산의 위험을 측정하고 관리하는 일의 중요성은 커져가고 있다. Value-at-Risk(이하 VaR)는 이러한 금융자산의 위험을 나타내는 개념으로서 널리 쓰이고 있다. 본 연구는 VaR을 예측하는 방법으로 실현 변동성(realized volatility)을 이용하여 분위 회귀를 사용한 모형들 4 가지를 정리하고, 기존의 VaR 예측 방법들과의 예측성과를 두 가지 검정을 통하여 비교하였다. 또한, 선형 분위 회귀 모형들의 변수들의 설명력을 살펴보고 KOSPI 200과 S&P 500 지수에 어떤 차이가 있는지 보았다. 무엇보다 적합한 VaR 예측 모형을 제시하는 것이 주된 연구 목적이라 할 수 있다. 본 연구의 실증 분석 결과는 다음과 같이 요약된다. 먼저 선형 분위 회귀 모형들 중 실현 변동성을 분해(decompose)하여 연속적인 부분과 비연속적인 부분으로 나누었을 때 비연속적인 Jump variation은 유의한 설명력을 가지지 않는다. 하지만 한국의 KOSPI 200 지수는 확률 수준 90%, 95% VaR에서 Jump variation은 유의하게 나타났다. 이외 모든 모형의 변수들은 유의한 설명력을 가졌다. 특히 시장의 기대가 반영된 내재 변동성(implied volatility)을 포함한 모형들에서도 다른 변수들이 유의한 것으로 미루어 보아, 내재 변동성의 설명력이 다른 변수들의 설명력을 다 내포하지 않았다. 또한, out-of-sample 예측을 moving window 방식으로 구하여 그 성과를 비교해 본 결과 기존에 많이 쓰이는 RiskMetrics, GJR-GARCH 모형과 비교해 보았을 때 S&P 500, KOSPI 200 두 지수 모두 선형 분위 회귀 모형의 성과가 뛰어남을 알 수 있었다. 특히 가장 예측성과가 좋은 모형은 실현 변동성만을 포함한 가장 단순한 모형이다. 반면 금융시장의 이질성을 반영한 HARQR 모형의 경우, 다른 선형 분위 회귀 모형에 비해 예측성과가 떨어지며 GJR-GARCH 모형과 비슷한 수준이라고 할 수 있었다. 반면 KOSPI 200 지수의 경우 모든 모형의 성과가 S&P 500의 경우보다 좋다는 점이 특기할만하다. GJR-GARCH의 경우에도 90% 확률 수준을 제외하고는 모두 검정 결과 적합하게 나타났다. 하지만 GJR-GARCH 모형은 window 크기에 따라 예측성과에 차이를 보였다. Window 크기를 1000에서 500으로 줄이자 1%, 5% 확률수준에서는 모든 검정을 통과하지 못하였다. 이런 결과를 종합해보면 실현 변동성을 고려한 모형이 예측성과가 우수할 뿐 아니라 추정이 간단하여 VaR 예측 모형으로 적합하다고 할 것이다.;The purpose of the study is to find the best fit Value-at-Risk model for the Korea financial market. This study compares the models that predict VaR using realized volatility by linear quantile regression with RiskMetrics and GJR-GARCH model, that are used frequently in finance market, and focused on the performance of HARQR model which applies the HAR-RV model of Corsi (2009). By using data of S&P 500 and KOSPI 200 index, this research finds that the most parsimonious model, LQR 1, has the best performance in both indices, and other LQR models also suitable for VaR forecasting. Also, the out-of-sample forecast of KOSPI 200 index’s VaR has better results than S&P 500 regardless of choice of model. However, RiskMetrics has poor performance and GJR-GARCH’s performance is changed when the window size is changed. Therefore this research concludes that the realized volatility and other variation data have to be considered for the VaR forecasting in both US and Korea stock market.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 경제학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

BROWSE