원문정보
초록
한국어
본 연구는 2000년 1월 3일부터 2011년 6월 30일까지의 KOSPI 200 일별 시가, 고가, 저가, 종가 자료를 대수변환한 후 범위 변동성 추정량 공식에 따라 산출한 세 가지 범위 변 동성 추정량 시계열과 종가 기준 수익률 시계열을 분석 대상 으로, ARMA, GARCH, 2국면 SETAR 모형을 예측필터로 하 여 RMSE 평가기준에 의거, 세 가지 범위 변동성 추정량의 예측성과를 비교분석한 것이다. 분석 결과는 다음과 같다. 첫째, 범위 변동성 추정량은 변동성이 큰 기간에서는 낮은 예측 성과를, 변동성이 작아서 안정적인 기간에서는 높은 예측성과 를 보였다. 둘째, Parkinson 변동성 추정량과 Garman and Klass 변동성 추정량은 선형 필터인 ARMA 모형을 사용한 경우에, Rogers and Satchell 변동성 추정량은 비선형 필터 인 GARCH 모형과 2국면 SETAR 모형을 사용한 경우에 더 좋은 예측성과를 보였다. 셋째, ARMA 모형은 Parkinson 변 동성 추정량과 Garman and Klass 변동성 추정량에서 좋은 성과를 보인 반면, 2국면 SETAR 모형은 가격과정에 추세를 반영한 Rogers and Satchell 변동성 추정량에서 좋은 예측력 을 보였다. 추가적으로 GARCH 모형은 시장 상황과 범위 변 동성 추정량의 종류에 상관없이 가장 무난한 예측력을 보이 는 모형이라고 평가할 수 있다.
목차
Ⅰ. 서론
Ⅱ. 변동성 추정량
1. 범위 변동성 추정량
2. 실현변동성의 측정
Ⅲ. 예측필터
1. ARMA(AutoRegressive Moving Average) (1,1) 모형
2. GARCH (1,1) 모형
3. 2국면 SETAR(2-regime Self-Exciting Threshold AutoRegressive) (2) 모형
Ⅳ. 예측성과의 비교 기준
Ⅴ. 분석자료
Ⅵ. 실증분석
1. 구조적 변환점 탐지와 하위 자료기간의 설정
2. 자료의 구조와 성질: 5개 하위 자료기간
3. 예측성과의 비교
Ⅶ. 결론
참고문헌