MCMC 방법을 이용한 ARMA-GARCH 모형에서의 예측 방법 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 최화연 | - |
dc.contributor.author | 최보승 | - |
dc.contributor.author | 김기환 | - |
dc.contributor.author | 박유성 | - |
dc.date.accessioned | 2021-09-07T19:06:20Z | - |
dc.date.available | 2021-09-07T19:06:20Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2011 | - |
dc.identifier.issn | 1225-066X | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/114219 | - |
dc.description.abstract | 변동성은 최근 경제가 급변하면서 옵션의 가격 결정과 자산의 위험관리에서 그 중요성이 더 커지고 있다. 이러한 변동성은 분산을 지칭하며, 위험(risk)을 측정하는 수단이 되므로 정확한 추정과 예측이 매우 필요하다. 본 논문에서는 변동성에 대한 모형으로 오차항이 ARMA(p,q)-GARCH(r,s) 모형을 따르는 회귀모형을 설정하고, 이 모형의 모수에 대해 베이지안 추정법을 제시하였다. 또한 평균과 분산(변동성)에 대한 예측값을 구하고 이에 대한 베이지안 구간추정을 하였다. 이를 500개의 모의실험 자료를 통해 최우추정법과 비교하였다. 뿐만 아니라, 베이지안 방법을 이용하여 Frequentist의 관점에서는 구하기 어려운 GARCH 모형에서의 일종의 단위근이 존재할 확률을 구하였다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국통계학회 | - |
dc.title | MCMC 방법을 이용한 ARMA-GARCH 모형에서의 예측 방법 연구 | - |
dc.title.alternative | A Study for Forecasting Methods of ARMA-GARCH Model Using MCMC Approach | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김기환 | - |
dc.contributor.affiliatedAuthor | 박유성 | - |
dc.identifier.bibliographicCitation | 응용통계연구, v.24, no.2, pp.293 - 305 | - |
dc.relation.isPartOf | 응용통계연구 | - |
dc.citation.title | 응용통계연구 | - |
dc.citation.volume | 24 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 293 | - |
dc.citation.endPage | 305 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001548713 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 변동성 | - |
dc.subject.keywordAuthor | GARCH | - |
dc.subject.keywordAuthor | 베이지안 추론 | - |
dc.subject.keywordAuthor | MCMC. | - |
dc.subject.keywordAuthor | Volatility | - |
dc.subject.keywordAuthor | GARCH model | - |
dc.subject.keywordAuthor | Bayesian inference | - |
dc.subject.keywordAuthor | MCMC. | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.