earticle

영어

Major empirical regularities in the distribution of time series of financial asset return data are their skewness and excess kurtosis. To capture the non-normality in estimating financial time series using GARCH models, many researchers have introduced more flexible parametric distributions than the normal distribution such as Student-t and GED. While considerable attempts have been made in modeling conditional distribution in univariate GARCH models, there has been little work on the multivariate conditional distribution function in multivariate GARCH models. Most academic studies in multivariate GARCH models have relied on multivariate normal distribution. The purpose of this paper is to introduce into the multivariate GARCH models a flexible multivariate parametric distribution in order to capture the non-normality of financial time series in a multivariate dimension. For an illustrative purpose, we apply the new bivariate distribution function to modeling time varying dependence of returns on KOSPI and won/dollar exchange rate, and compare the results with those of normal and Student-t models.

한국어

금융자산 수익률의 시계열이 보이는 전형적인 특성 중의 하나는 그 확률분포가 대개 정규분포에 비해 꼬리가 두껍고, 다소간 좌우 비대칭성을 보인다는 점이다. 이러한 비정규성 때문에 GARCH 모형을 이용하여 금융 시계열을 추정할 때 정규분포 대신 Student-t나 GED 분포 등 정규분포에 비해 유연성이 높은 분포함수를 이용할 필요성이 꾸준히 제기되어 왔다. 그러나 이러한 논의는 대부분 단일변량 GARCH 모형에 국한되며, 다변량 GARCH 모형에서는 여전히 정규분포가 주로 이용되고 있다. 본 논문은 금융 시계열의 비정규성을 다변량 차원에서 잘 포착하기 위해 유연성이 매우 높은 새로운 다변량 분포함수를 GARCH 모형에 도입하는 것을 목적으로 한다. 이 분포함수의 유연성을 예시적으로 보여주기 위해 우리나라 종합주가지수와 원/달러 환율을 대상으로 2변량-조건부상관관계-GARCH 모형에 이 분포함수를 적용하여 추정하고, 이를 정규분포 모형 및 Student-t 모형의 결과와 비교한다.