해밀턴 필터를 이용한 베이지안 마코프-스위칭 ARMA(p,q)-GARCH(r,s) 모형 연구A Study of Bayesian Markov-Switching ARMA(p,q)-GARCH(r,s) Model with Hamilton Filter
- Other Titles
- A Study of Bayesian Markov-Switching ARMA(p,q)-GARCH(r,s) Model with Hamilton Filter
- Authors
- 김현아; 노태영; 최태련
- Issue Date
- 2018
- Publisher
- 한국자료분석학회
- Keywords
- 마코프-스위칭 모형; ARMA(p; q)-GARCH(r; s); 마코프 체인 몬테 카를로; 해밀턴 필터; 코스피.; Markov-switching model; ARMA(p; q)-GARCH(r; s); Markov chain Monte Carlo; Hamilton filter; KOSPI.
- Citation
- Journal of The Korean Data Analysis Society, v.20, no.4, pp.1801 - 1817
- Indexed
- KCI
- Journal Title
- Journal of The Korean Data Analysis Society
- Volume
- 20
- Number
- 4
- Start Page
- 1801
- End Page
- 1817
- URI
- https://scholar.korea.ac.kr/handle/2021.sw.korea/78570
- DOI
- 10.37727/jkdas.2018.20.4.1801
- ISSN
- 1229-2354
- Abstract
- 마코프-스위칭(Markov-switching) 모형은 자료의 구조적인 변화를 각 국면별 다른 행태를 갖는 시계열의 다중구조(multiple structure)를 통해서 그 현상을 설명하는 모형으로 금융 및 경제 시계열자료 분석에 주로 사용된다. 본 논문에서는 해밀턴 필터(Hamilton filter)를 이용한 베이지안 마코프-스위칭 모형을 제안하며, 이를 바탕으로 구조적 변화가 존재하는 금융자료를 분석하고자 한다. 이때, 금융자료가 가지고 있는 변동성을 설명하기 위해서 각 국면별로 ARMA(p,q)- GARCH(r,s) 모형을 가정하며, ARMA(p,q)-GARCH(r,s) 모형 추정 시 사전표본오차를 고려함으로써 모수 추정의 정확도가 향상된 방법을 제시하였다. 제안하는 베이지안 모형을 바탕으로 사후분포를 유도하고 마코프 체인 몬테 카를로(Markov chain Monte Carlo, MCMC)를 통한 사후추론 방법에 대해서 설명한다. 아울러, 제안된 모형의 성능을 평가하기 위한 모의실험을 수행하고, 코스피 자료를 통한 실증 분석을 실시한다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Political Science & Economics > Department of Statistics > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.