AR-APARCH 모형을 이용한 VaR 사후검정 분석: 비대칭적이고 꼬리가 두터운 분포도를 중심으로 = Value-at-Risk Analysis using a APARCH model : Asymmetry and Fat-tails in Return Distribution Innovation

다국어 초록 (Multilingual Abstract)

Financial asset returns suffer from skewness and excess kurtosis, implying that the assumption of normal distribution is inappropriate for evaluating more accurate Value-at-Risk (VaR). This paper examines/compares VaR analysis performance using RiskMetrics, Normal_APARCH, student-t_APARCH and skewed student-t_APARCH model in three KOSPI size indices (Large, Medium and Small). From out-of-sample VaR analysis, we found that skewed student-t_APARCH model provides more accurate VaR one-day-ahead forecasting ability rather than others. This finding indicates that appropriate assumption of return distribution characteristics improve the computation of VaR in financial markets.

국문 초록 (Abstract)

금융자산 수익률의 분포특성은 정규분포 가정과 다른 꼬리가 두꺼우며 비대칭적인 평균을 갖는 분포로 잘 알려져 있다. 정확한 수익률 예측의 분포는 Value-at-Risk(VaR) 모형의 성과 예측력을 향상시킨다. 본 논문은 KOSPI 규모 지수를 수익률의 특징을 반영하는 skewed student-t분포를 기초로 하는 APARCH 모형을 이용하여 VaR의 성과를 예측하고 비교하였다. 분석결과 매입포지션(long position)과 매도포지션(short position) 모두에서 skewed student-t분포를 기초한 APARCH모형이 다른 변동성모형(RiskMetrics, Normal_APARCH, student-t_APARCH)들 보다 우월한 VaR성과를 나타냈다. 결론적으로 정확한 수익률 분포도의 가정이 VaR 예측력과 성과를 향상시켰다.

참고문헌 (Reference)

1 손판도, "한국 KOSPI시장의 GARCH-VaR 측정모형 및 분포간 성과평가에 관한 연구：롱 및 숏 포지션 전략을 중심으로" 한국재무관리학회 25 (25): 79-116, 2008

2 박정수, "일반화 극단분포를 이용한 VaR 추정" 한국자료분석학회 8 (8): 227-240, 2006

3 김병철, "위험 조종된 성과 측정 모형을 이용한 정액분할투자기법의 투자성과 분석" 한국자료분석학회 10 (10): 363-378, 2008

4 김태혁, "다양한 VaR모형들을 이용한 최적자산 배분모형의 성과 비교" 한국자료분석학회 10 (10): 347-362, 2008

5 유일성, "국내금융자산의 시장위험 추정에 있어서 ARCH류 모형의 유용성평가" 11 (11): 157-176, 2002

6 Giot, P., "Value-at-risk for long and short trading positions" 18 : 641-664, 2003

7 Huang, Y. C., "Value-at-risk analysis for Taiwan stock index futures: Fat tails and conditional asymmetries in return innovations" 22 : 79-95, 2004

8 Jorion, P., "Value at risk (third edition)" McGraw Hill 2007

9 강상훈, "VALUE-AT-RISK ANALYSIS FOR ASIAN EMERGING MARKETS: ASYMMETRY AND FAT TAILS IN RETURNS INNOVATION" 한국경제학회 25 (25): 387-411, 2009

10 Baillie, R. T., "The message in daily exchange rates: A conditional-variance tale" 7 : 297-305, 1989

11 Kupiec, P. H., "Techniques for verifying the accuracy of risk measurement models" 3 : 73-84, 1995

12 RiskMetrics Group, "RiskMetrics-technical document (Fourth Edition)" J.P. Morgan/Reuters 1996

13 Stambaugh, F., "Risk and value at risk" 14 : 612-621, 1996

14 Lambert, P., "Modelling financial time series using GARCH-type models and a skewed student density" Université de Liège 2001

15 Alexander, C., "Evaluating the use of RiskMetrics as a risk measurement tool for your operation: What are its advantages and limitations?" 2 : 277-285, 1996

16 Pafka, S., "Evaluating the RiskMetrics methodology in measuring volatility and value-at-risk in financial markets" 299 : 305-310, 2001

17 Duffie, D., "An overview of value at risk" 4 : 7-49, 1997

18 최성훈, "An Empirical Study of Markowitz's Optimal Portfolio Using Principal Component Analysis - Standard Deviation, VaR and ES as Risk Measures -" 한국자료분석학회 12 (12): 1249-1260, 2010

19 Ding, Z., "A long memory property of stock returns and a new model" 1 : 83-106, 1993

20 Bollerslev, T., "A conditionally heteroskedastic time series model for speculative prices and rates of return" 69 : 542-547, 1987

21 Bali, T. G., "A conditional-SGT-VaR approach with alternative GARCH models" 151 : 241-267, 2007