- 이분산성 시계열 모형(GARCH, IGARCH, EGARCH)들의 성능 비교
- ㆍ 저자명
- 김삼용,이용흔,Kim. S.Y.,Lee. Y.H.
- ㆍ 간행물명
- 응용통계연구
- ㆍ 권/호정보
- 2006년|19권 1호|pp.33-41 (9 pages)
- ㆍ 발행정보
- 한국통계학회
- ㆍ 파일정보
- 정기간행물| PDF텍스트
- ㆍ 주제분야
- 기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
최근 들어 시계열 자료 분석에서 관측된 각 시점에서의 관측치의 분산을 서로 다른 분산(조건부 이분산성)을 따른다고 가정하고, 이를 분석하는 모형(ARCH, GARCH, EGARCH, IGARCH 등)들이 옵션 가격 분석이나 환율 변화 등 경제적 시계열 자료의 예측 모형을 위하여 활발히 연구되고 있다. 본 논문에서는 한국의 KOSPI 데이터 (1999년 1월 4일 $sim$ 2003년 12월 30일, 총 1227일)를 바탕으로 조건부 우도함수 모수 추정 방법을 이용한 GARCH(1,1), IGARCH(1,1), EGARCH(1,1) 모형에 KOSPI 자료를 적합 시켜 각 모형들의 성능을 비교하여 보았다.
In this paper, we analyse the volatilities in financial data such as stock prices and exchange rates in term of a class of nonlinear time series models. We compare the performance of Generalized Autoregressive Conditional Heteroscadastic(GARCH) , Integrated GARCH(IGARCH), Exponential GARCH(EGARCH) models by KOSPI (Korean stock Prices Index) data. The estimation for the parameters in the models was carried out by the ML methods.