국면전환 GARCH 모형을 이용한 코스피 변동성 분석

• Published in: Ŭngyong tʻonggye yŏnʼgu Vol. 28; no. 3; pp. 429 - 442
• Main Authors: 허진영, Jinyoung Huh, 성병찬, Byeongchan Seong
• Format: Journal Article
• Language: Korean
• Published: 한국통계학회 2015
• Subjects: conditional heteroskedasticity; Markov regime switching model; structural change; 구조적 변화; 마코프 전환 모형; 조건부 이분산; 통계학; conditional heteroskedasticity; Markov regime switching model; structural change; 마코프 전환 모형; 조건부 이분산; 구조적 변화
• ISSN: 1225-066X; 2383-5818

변동성(volatility)은 투자위험을 의미하며 자산의 가격결정이나 포트폴리오 관리 및 투자전략에서 아주 중요한 역할을 한다. 이러한 변동성을 모형화하기 위한 조건부 이분산 모형으로서 전통적인 GARCH(generalized autoregressive conditional heteroskedastic) 모형 및 확장된 형태들이 널리 사용되어지고 있으나, 금융위기와 재정위기와 같은 구조적 변화를 변동성 예측에 반영할 수 없다는 단점을 가지고 있다. 본 논문에서는 이를 극복하기 위한 모형으로서 국면전환 GARCH(Markov regime switching GARCH) 모형을 소개하고, 한국의 일별 KOSPI 수익률에 적용하여 변동성 분석 및 예측을 실시하고, 기존의 GARCH 모형들과 비교하여 그 성능을 평가한다. 그 결과 표본내(in-sample)의 변동성 적합도 측면에서 국면전환 GARCH 모형이 가장 우수한 성능을 보였으며, 표본 외(out-ofsample) 예측력 측면에서는 국면전환 GARCH 모형이 단기적 예측에서 좋지 않은 성능을 보였으나 장기적 예측에서 우수함을 보였다. Volatility forecasting in .nancial markets is an important issue because it is directly related to the pro.t of return. The volatility is generally modeled as time-varying conditional heteroskedasticity. A generalized autoregressive conditional heteroskedastic (GARCH) model is often used for modeling; however, it is not suitable to re.ect structural changes (such as a .nancial crisis or debt crisis) into the volatility. As a remedy, we introduce the Markov regime switching GARCH (MRS-GARCH) model. For the empirical example, we analyze and forecast the volatility of the daily Korea Composite Stock Price Index (KOSPI) data from January 4, 2000 to October 30, 2014. The result shows that the regime of low volatility persists with a leverage e.ect. We also observe that the performance of MRS-GARCH is superior to other GARCH models for in-sample .tting; in addition, it is also superior to other models for long-term forecasting in out-of-sample .tting. The MRS-GARCH model can be a good alternative to GARCH-type models because it can re.ect .nancial market structural changes into modeling and volatility forecasting.