Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

붓스트랩 방법을 이용한 일반화 자기회귀 조건부 이분산모형에서의 조건부 분산 예측Prediction of Conditional Variance under GARCH Model Based on Bootstrap Methods.

Other Titles
Prediction of Conditional Variance under GARCH Model Based on Bootstrap Methods.
Authors
김희영박만식
Issue Date
2009
Publisher
한국통계학회
Keywords
Bootstrap; GARCH; conditional variance; 붓스트랩; 일반화 조건부 이분산 모형; 조건부 이분산
Citation
Communications for Statistical Applications and Methods, v.16, no.2, pp.287 - 297
Indexed
KCI
Journal Title
Communications for Statistical Applications and Methods
Volume
16
Number
2
Start Page
287
End Page
297
URI
https://scholar.korea.ac.kr/handle/2021.sw.korea/122065
ISSN
2287-7843
Abstract
일반적으로 일반화 자기회귀 조건부 이분산(GARCH)모형 하에서, 우도함수에 기반한 자료의 예측구간의 추정은 오차항의 분포에 민감하게 반응하고 더욱이 조건부 분산의 경우 구간 추정이 현실적으로 쉽게 풀리지 않는 문제이다. 이를 해결하기 위해 붓스트랩방법(bootstrap method)이 적용될 수 있음을 최근 연구들을 통해 밝혀졌다. 본 논문에서는 GARCH모형 하에서 자료와 변동성(조건부 분산)의 예측구간 추정을 위해 최근 소개된 Pascual 등 (2006)의 논문을 토대로 붓스트랩 방법를 정리하였다. 실제 사례분석을 위해 국내 주가수익률자료를 이용하였다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
College of Public Policy > Division of Big Data Science > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Kim, Hee Young photo

Kim, Hee Young
공공정책대학 (빅데이터사이언스학부)
Read more

Altmetrics

Total Views & Downloads

BROWSE