Morning Glory Syndrome 2 예

신동완(Dong Wan Shin),조윤애(Yoon Ae Cho) 대한안과학회 1985 대한안과학회지 Vol.26 No.3

만성 녹내장 환자에서 약물요법의 순응에 대한 임상적 고찰

신동완(Dong Wan Shin),정해륜(Hai Ryun Jung) 대한안과학회 1986 대한안과학회지 Vol.27 No.6

21세기 농촌지도사업의 선택

신동완(Dong Wan Shin) 한국농촌지도학회 1994 농촌지도와 개발 Vol.1 No.1

This study reviews the actual changes in Korean agricultural, including direction of agricultural policy and development process of the Korean agricultural extension work as well as recent problems. The study, then, presents future direction of the agriculture extension work for the century 21.

한국주요상장사 주가 실현변동성 추정시 시장미시구조 잡음과 최적 추출 빈도수

오로지,신동완,Oh, Rosy,Shin, Dong-Wan 한국통계학회 2012 응용통계연구 Vol.25 No.1

본 논문에서는 KOSPI 시가총액기준 상위 4종목(삼성전자, 현대차, 현대모비스, POSCO)의 고빈도 거래 데이터를 바탕으로 일중 수익률의 실현변동성과 시장미시구조잡음에 대해 연구한다. Volatility signature plot을 통해 실현변동성(Realized Variance; RV)과 편의수정 실현변동성($RV_{AC_1}$)의 편의를 확인하고 시장미시구조 잡음의 특징을 실증적으로 파악한다. 또한, 잡음 대 신호비(Noise-to-Signal Ratio; NSR)를 사용하여, 평균제곱오차(Mean Square Error; MSE) 기준의 실현변동성(RV)과 편의수정 실현변동성($RV_{AC_1}$)의 최적 추출 빈도수를 추정해본다. We have studied the realized variance(RV) of intra-day returns and market microstructure noise based on high-frequency stock transaction data for the four largest companies in terms of market capitalization in the KOSPI. First, non-negligible biases are observed for the RV and for the bias-corrected realized variance($RV_{AC_1}$) which is constructed by adjusting RV for the first order autocorrelation in intra-day returns. Bias is more obvious for the RV and the $RV_{AC_1}$ when intra-day returns are sampled more frequently than every 2 minutes. Transaction Time Sampling(TTS) is shown to be better than Calendar Time Sampling(CTS) in terms of biases of the RV and the $RV_{AC_1}$ for the 4 companies. The analysis reveals that market microstructure noise is temporally dependent. Second, by using the Noise-to-Signal Ratio(NSR), we estimate sampling frequencies that are optimal in terms of the Mean Square Errors(MSE) of the RV and the $RV_{AC_1}$. The optimal sampling frequencies are around 200 for RV and is around 5000 for the $RV_{AC_1}$ for all the four stock prices. For the 6 hour transaction period of the Korean stock trading, these correspond to about 2 minutes and 6 seconds.

시범단지의 기술구조와 자원이용에 관한 연구

이정환,신동완,홍철선 ( Jung Hwan Lee,Dong Wan Shin,Chul Sun Hong ) 한국농업경제학회 1977 農業經濟硏究 Vol.19 No.1

이상치에 근거한 선택적 실현변동성 예측 방법

신지원,신동완,Shin, Ji Won,Shin, Dong Wan 한국통계학회 2017 응용통계연구 Vol.30 No.3

실현변동성(RVs)이 지속적인 장기기억성과 상당히 큰 이상치의 존재로 인해 정상계열과 비정상계열의 경계에 위치한다는 것에 주목하였다. 실현변동성을 예측하기 위해 실현변동성 이상치 관측 유무에 따라 heterogeneous autoregressive (HAR) 모형과 integrated HAR (IHAR) 모형을 번갈아 사용하는 새로운 방법을 제안하였고, 이 방법을 IHAR-O-HAR라 칭하였다. 예측력 비교는 주요 지수인 S&P 500, Nasdaq과 Nikkei 225의 실현변동성 데이터를 이용하였으며 표본 외 예측력 비교에서 새로운 IHAR-O-HAR 방법은 RW 방법, HAR 방법이나 IHAR 방법의 예측력보다 우수함을 확인하였다. We note that the dynamics of realized volatilities (RVs) are near the boundary between stationarity and non-stationarity because RVs have persistent long-memory and are often subject to fairly large outlying values. To forecast realized volatility, we consider a new method that adaptively use models with and without unit root according to the abnormality of observed RV: heterogeneous autoregressive (HAR) model and the Integrated HAR (IHAR) model. The resulting method is called the IHAR-O-HAR method. In an out-of-sample forecast comparison for the realized volatility datasets of the 3 major indexes of the S&P 500, the NASDAQ, and the Nikkei 225, the new IHAR-O-HAR method is shown superior to the existing HAR and IHAR method.

장기기억성과 비대칭성을 띠는 실현변동성의 예측을 위한 LIHAR모형

신지원,신동완,Shin, Jiwon,Shin, Dong Wan 한국통계학회 2016 응용통계연구 Vol.29 No.7

최근에 Cho와 Shin (2016)가 변동성 예측 모형으로 유명한 HAR (Corsi, 2009) 모형보다 단위근을 부과한 IHAR 모형이 더 우수하다는 것이 보고하였다. 금융시계열에 비대칭 변동성이 존재한다는 것은 널리 알려져 있다. 이 논문에서는 IHAR 모형에 레버리지를 고려한 LIHAR 모형을 제안한다. LIHAR 모형과 IHAR 모형 기존의 HAR 모형, LHAR 모형과의 예측력 비교를 통해 LIHAR 모형의 우수성을 보인다. 모형을 평가하기 위해 Oxford-Man 라이브러리 20개의 실현변동성 데이터를 이용하였다. 특히 DJIA, S&P 500, Russell 2000, KOSPI Composite 데이터는 다양한 분석을 하였다. 주가와 같은 금융지수의 변동성에는 장기기억성과 비대칭 변동성이 존재하고, 이런 특징을 LIHAR 모형이 HAR, IHAR, LHAR 모형보다 적절하게 반영하고 있는 것을 확인 하였다. 또한 예측력도 LIHAR 모형이 가장 우수하였다. 금융시계열의 실현변동성에 장기기억성, 비대칭변동성, 비정상성을 모두 반영하여 예측하는 것이 상당한 가치가 있음을 확인하였다. Cho and Shin (2016) recently demonstrated that an integrated HAR model has a forecast advantage over the HAR model of Corsi (2009). Recalling that realized volatilities of financial assets have asymmetries, we add a leverage term to the integrated HAR model, yielding the LIHAR model. Out-of-sample forecast comparisons show superiority of the LIHAR model over the HAR and IHAR models. The comparison was made for all the 20 realized volatilities in the Oxford-Man Realized Library focusing specially on the DJIA, the S&P 500, the Russell 2000, and the KOSPI. Analysis of the realized volatility data sets reveal apparent long-memory and asymmetry. The LIHAR model takes advantage of the long-memory and asymmetry and produces better forecasts than the HAR, IHAR, LHAR models.

금융자산의 시장 미시구조 잡음에 대한 부트스트래핑 라그랑지 승수 검정

김효진,신동완,박종헌,이상구,Kim, Hyo Jin,Shin, Dong Wan,Park, Jonghun,Lee, Sang-Goo 한국통계학회 2015 응용통계연구 Vol.28 No.2

본 논문에서는 정상적 부트스트래핑을 금융 자산 가격에서 시장 미시구조 잡음에 대한 라그랑지 승수 검정에 적용한다. 몬테 카를로 실험을 통해 부트스트래핑 방법이 조건부 이분산 모형을 적용한 기존 라그랑지 승수 검정의 유의수준 왜곡 문제를 개선함을 보인다. 이 검정을 KOSPI 지수와 원-달러 환율과 같은 실제 데이터에 적용한다. Stationary bootstrapping is applied to a Lagrangian multiplier (LM) test to test market microstructure noise (MMN) in financial asset prices. A Monte-Carlo experiment shows that the bootstrapping method improves the size of the original LM test which has some size distortion for conditional heteroscedastic models. The proposed test is illustrated for real data sets like KOSPI index and Won-Dollar exchange rate.

KOSPI지수와 원-달러 환율의 변동성의 비대칭성에 대한 실증연구

맹혜영,신동완,Maeng, Hye-Young,Shin, Dong-Wan 한국통계학회 2011 응용통계연구 Vol.24 No.6

본 논문에서는 KOSPI지수와 원-달러 환율의 로그수익률을 사용하여 비대칭 이분산성에 대해 연구한다. 커널 density plot과 상승기와 하강기의 평균, 분산을 검토하여 이들 시계열의 변동의 비대칭성에 대한 윤곽을 파악하고 GARCH군의 여러 비대칭 모형을 적합하여 비대칭성을 실증적으로 파악한다. 또한 최종선택 모형인 EGARCH 모형을 바탕으로 부트스트래핑을 사용하여 미래 시점의 변동성인 조건부 분산의 기대치를 예측하고 예측표준오차를 구해본다. In this paper, we use a nested family of models of Generalized Autoregressive Conditional Heteroscedasticity(GARCH) to verify asymmetric conditional heteroscedasticity in the KOSPI and Won-Dollar exchange rate. This study starts from an investigation of whether time series data have asymmetric features not explained by standard GARCH models. First, we use kernel density plot to show the non-normality and asymmetry in data as well as to capture asymmetric conditional heteroscedasticity. Later, we use three representative asymmetric heteroscedastic models, EGARCH(Exponential Garch), GJR-GARCH(Glosten, Jagannathan and Runkle), APARCH(Asymmetric Power Arch) that are improved from standard GARCH models to give a better explanation of asymmetry. Thereby we highlight the fact that volatility tends to respond asymmetrically according to positive and/or negative values of past changes referred to as the leverage effect. Furthermore, it is verified that how the direction of asymmetry is different depending on characteristics of time series data. For the KOSPI and Korean won-US dollar exchange rate, asymmetric heteroscedastic model analysis successfully reveal the leverage effect. We obtained predictive values of conditional volatility and its prediction standard errors by using moving block bootstrap.

장외시간 수익률을 반영한 실현변동성 추정치들의 비교

조수진,김도연,신동완,Cho, Soojin,Kim, Doyeon,Shin, Dong Wan 한국통계학회 2016 응용통계연구 Vol.29 No.1

본 논문은 장외거래 수익률을 이용하여 추정한 여러 실현변동성들을 실증적으로 비교분석한다. 실제 금융 자산 시장에서는 장외시간이나 휴일에 거래가 적거나 드물게 나타나기 때문에 하루 전체의 실현변동성을 정확히 계산하는데 문제가 발생한다. 이를 해결하기 위해 제안되어진 장외거래 수익률을 여러 가지 방법으로 반영한 다양한 실현변동성의 추정치들에 대한 검토가 이루어진다. 실제 데이터의 실현변동성 추정치들의 예측정확성을 비교하기 위해 미국의 NASDAQ 지수와 S&P500 지수와 우리나라의 KOSPI 지수와 원/달러환율이 분석된다. 적분변동성의 불편추정치인 다음날의 로그수익률의 제곱을 기준으로 일일 실현 변동성의 추정치들은 비교되어지며 비교를 위해 절대평균오차(MAE)와 제곱평균오차근(RMSE)이 이용된다. 또한 통계적 추론을 위하여 Model Confidence Set(MCS) 방법과 Diebold-Mariano 검정법을 사용한다. 세 가지 주가지수 데이터에 대해 동일한 최적 방법이 선택되어지는데, 장외시간 수익률을 이용하여 장내시간 실현변동성의 크기 조정을 한 방법이다. This study makes an empirical comparison of various realized volatilities (RVs) in terms of overnight returns. In financial asset markets, during overnight or holidays, no or few trading data are available causing a difficulty in computing RVs for a whole span of a day. A review will be made on several RVs reflecting overnight return variations. The comparison is made for forecast accuracies of several RVs for some financial assets: the US S&P500 index, the US NASDAQ index, the KOSPI (Korean Stock Price Index), and the foreign exchange rate of the Korea won relative to the US dollar. The RV of a day is compared with the square of the next day log-return, which is a proxy for the integrated volatility of the day. The comparison is made by investigating the Mean Absolute Error (MAE) and the Root Mean Square Error (RMSE). Statistical inference of MAE and RMSE is made by applying the model confidence set (MCS) approach and the Diebold-Mariano test. For the three index data, a specific RV emerges as the best one, which addresses overnight return variations by inflating daytime RV.