한, 중, 일 변동성 지수의 VaR 예측

Abstract

최근 빈번한 금융 사고와 주식 시장의 불확실성에 대한 우려의 목소리가 높아지면서 발생가능한 위기에 효율적으로 대처하기 위해 VaR과 같은 시장위험 지표의 예측에 대한 중요성이 증대되었다. VaR의 확률 변화에 대한 효과적인 추론은 단기적으로는 시장 내 자산이나 부채의 손실을 관리할 수 있는 지표로 활용될 수 있으며 나아가 경제 전반에 대한 예측 효율성을 높일 수 있다는 점에서 의의를 가진다. 본 논문에서는 아시아 주요국의 변동성 지표인 한국, 중국, 일본의 변동성 지수를 이용하여 VaR 예측을 진행하였다. 먼저, 각 국의 변동성 지수를 시기별로 살펴보면서 비교, 분석하여 흐름을 파악하였다. 이후 변동성 지수들의 특징인 조건부 이분산성, 장기 기억성, 비대칭성, 두터운 꼬리(heavy-tail) 등을 효과적으로 반영하기 위해 HAR(3) 모형과 skewed-t 분포를 가정한 GARCH(1,1)모형을 이용하여 상위 및 하위 1%, 5%, 10% VaR 값을 각각 예측하였다. 결과를 통해 위 모형이 예측력에 있어 한, 중, 일의 변동성 지수 모두에 높은 적합도를 보인다는 점을 확인하였다. 또한, 이는 거시적 차원에서 지리적으로 근접한 동아시아 국가 간 주식 변동성에 연관성이 존재함을 시사한다. 아시아 지역 내 금융시장 변동성 간 관계 파악 및 변동성 지수 예측에 있어 본 연구가 도움이 되기를 바란다.;Financial events are occurring ever more often and concerns are increasing at the sight of fluctuations and uncertainties in the stock market. As a possible tool for more effectively managing these crisis situations, increasing merit is being put on market risk index predicators, such as VaR. Through analyzing probability of VaR fluctuations, one can, in the short-term, effectively reduce uncertainties of asset and liabilities management, and, in the long term enhance general macro-economic forecasting. This thesis paper conducts VaR forecast using volatility index of three leading Asian countries: South Korea, China, and Japan. To more effectively reflect features of volatility index, including conditional heteroscedasticity, long-memory, asymmetry, and heavy-tail, this research used HAR(3) model and GARCH(1,1) model to predict the upper and lower 1%., 5%, 10% VaR. Upon conclusion of the research, it has been confirmed that VaR goodness of fit to be the highest when applying skew-t distribution of HAR model error assumption.