초록 열기/닫기 버튼
This study analyzes the cryptocurrency index (CRIX) using the generalized autoregressive conditional heteroskedasticity (GARCH) and extended GARCH models. Using the daily cryptocurrency index for July 31, 2014, to March 22, 2019, from the CRIX (https://thecrix.de/), we examine the CRIX return volatility forecast performance of three GARCH models. This empirical research investigates the importance of asymmetry in cryptocurrency volatility, which is not accounted for by the standard GARCH model; thus, asymmetric model variations are applied. The results show that the regime-switching model resolves the single-regime model’s problem of elevated forecasts for high-volatility periods. Additionally, we show that the forecasting performance of the Markov-switching exponential GARCH (MS-EGARCH) model is superior to that of other models. This suggests that the MS-EGARCH model outperforms other models in accounting for cryptocurrency index volatility. Hence, the regime-switching model, which applies asymmetry, has greater explanatory power than the standard GARCH model.
본 연구는 가상화폐 지수(cryptocurrency index)를 일반화된 자기회귀모형(GARCH) 및 해당 모형의 확장 모형을 사용하여 변동성 및 예측 성과를 분석하였다. 분석 기간은 2014년 7월 31일부터 2019년 3월 22일까지 일별 가상화폐 지수를 사용하였다. 해당 기간을 2기로 분류하여 가격 급등기와 가격 안정기로 나누어 GARCH, EGARCH, 그리고 MS-EGARCH 모형을 이용하여 각각의 수익률 변동성을 분석하고 강건성 확보를 위해 예측 성과를 검정하였다. 그 결과, 국면전환을 반영한 MS-EGARCH 모형이 국면전환을 반영하지 않는 모형에 비해 예측 성과가 더 우수한 것으로 나타났다. 또한, MS-EGARCH(Markov-switching exponential GARCH)모형의 다른 모델보다 통계적으로 유의미하였고, 예측 성과도 우수하다는 결론을 도출하였다. 즉, 국면전환과 비대칭성을 반영한 모형의 분석 결과가 GARCH 모형에 비해 설명력이 우수하다는 기존 연구를 지지하는 결과이다.
키워드열기/닫기 버튼
가상화폐 지수, 비대칭성, 국면 전환, 예, 마르코프국면전환모형
