초록 열기/닫기 버튼
본 연구는 코스피 주가지수의 범위 (즉, 일중 고가와 저가의 차이)에 대한 적절한 모형을 제시하는 것이다. 범위(range)를 사용하여 주식시장의 변동성을 평가하기 위해서는 주어진 자료가 독립성을 가졌다는 전제를 필요로 한다. 만약 범위가 자기상관 또는 장기기억을 가지면 예측된 변동성은 부정확하게 된다. 연구의 목적은 주어진 범위가 서로 다른 시점 간에 의존적일 때 그것의 의존구조를 파악하는 데 있다. 이를 위해, 조건부 자기회귀 범위(ACD) 모형을 적용하여 주가지수 범위의 동태적 행위를 모형화한다. 본 연구의 기여는 미래 주가지수의 변동성을 예측하기 위해 범위 자료를 가지고 새로운 모형(FIACD)의 적합도를 평가하는 것이다. 주가지수 범위를 이용한 외표본(Out-of-sample) 변동성 예측 결과에 의하면 비교되는 다른 모형들(ACD, FIGARCH) 모형에 비해 더 나은 성과를 제시하고 있다.
This study presents an appropriate model for the range of KOSPI index, which is the difference between daily high and low prices. In order to assess the volatility of a stock market using the evolution of the range, it is necessary to assume that the given data have independence. If the range has autocorrelation or long memory at different points in time, the forecasted volatility becomes inaccurate. The purpose of the study is to identify its dependency structure when a given range is dependent on different points in time. To do so, we model the dynamic behavior of the KOSPI range by applying the conditional autoregressive range (ACD) model. The contribution of this study is to evaluate the fit of the new model (FIACD) with the range data to predict the volatility of the future stock price index. Following Out-of-sample volatility forecasts it is shown that FIACD model has better performance than other models including EACD, WACD, and FIGARCH.
키워드열기/닫기 버튼
KOSPI range, Stock Volatility, Fractionally Integrated Autoregressive Duration (FIACD) model
