실현변동성을 이용한 Value at Risk 예측

Abstract

본 연구의 목적은 금융 시장의 위험성을 예측하기 위해 실현 변동성을 이용하여 VaR를 계산해보는 것에 있다. 이를 위해 미국의 주가 지수인 S&P 500의 5분 간격 데이터를 이용하여 VaR를 계산한다. 변동성 지수의 특징인 장기 기억성, 비대칭성, 조건부 이분산성을 고려하기 위해 GARCH, HAR, ARFIMA모형과 장외시간 반영, 실현변동성, 오차항의 분포 등을 다양하게 적용하여 정확성을 비교해본다. 예측된 VaR의 추정치 비교 방법으로 Violation 방법을 이용하였다. 그 결과 GARCH모형을 이용하고, 장외시간을 반영하며, skew-t 분포를 이용하여 추정한 VaR가 가장 정확한 예측을 나타내는 것을 알 수 있다.;The purpose of this research is to calculate and display VaR using realized volatility to predict the volatility of financial market. For this reason, VaR is calculated using data of 5 minute interval of S & P 500 which is a stock price index of the United States. We applied GARCH, HAR, ARFIMA models and overnight log-return, realized volatility, distribution of error terms etc. diversely to consider the long-term memory, asymmetry and conditional heteroskedasticity which is the feature of the fluctuation index which I will compare it. Violation method was used as a comparison method of estimated VaR. As a result, using the GARCH model, we can see that the VaR estimated by using the skew – t distribution reflects the overnight time and the most accurate prediction.