옵션시장에서 GARCH계열 모형들의 성과 비교에 관한 연구

강장구; 류두진

추천

검색

질문

자료유형: 학술저널

저자정보: 강장구 류두진

저널정보: 한국증권학회 한국증권학회지 한국증권학회지 제38권 제2호

발행연도: 2009.6

수록면: 137 - 176 (40page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 ARCH 모형을 포함한 여러 표준 GARCH계열 모형들의 실증성과를 Duan (1995)의 GARCH 옵션가격결정모형의 틀 하에서 옵션에 대한 가격결정성과와 헤지성과의 측면에서 살펴보았다. 논문의 주요 실증분석 결과는 아래와 같다. 첫째, 옵션가격 정보를 이용하여 모형들을 추정하면 기초자산 수익률만을 사용한 경우 보다 가격결정력 및 헤지성과가 대체로 향상된다. 단, 옵션가격 사용시 가격결정력의 경우 향상의 정도가 큰 반면, 헤지성과의 경우 향상의 정도가 상대적으로 작다. 둘째, GARCH계열 모형들은 본 연구에서 벤치마크(benchmark)로 비교한, 기초자산의 등분산성을 가정하는 이산(discrete) 블랙-숄즈(Black-Scholes) 모형보다 가격결정력 및 헤지성과가 우수하다. 셋째, 기초자산 수익률만을 이용하여 추정했을 때, 내가격 및 등가격 옵션에 대해서는 GARCH 모형의 가격결정성과가 가장 우수한 반면, 외가격 옵션에 대해서는 비대칭 변동성반응을 구조화 할 수 있는 모형들의 가격결정성과가 우수하다. 넷째, 옵션가격을 사용하여 추정했을 때, 변동성의 비대칭 반응을 구조화하는 모형들이 상대적으로 실증성과가 우수하다. 또한 모형이 복잡해질수록 대체로 가격결정성과가 좋으나, GARCH-News 모형처럼 아주 복잡한 모형 보다는, 단순하면서도 적절히 유연한 형태로 비대칭 변동성반응을 모형화할 수 있는 NGARCH와 같은 모형의 가격결정성과가 가장 우수하다. 다섯째, 기초자산의 수익률만을 이용하여 추정한 경우는 GARCH 모형이, 옵션가격을 이용하여 추정한 경우는 ARCH 모형의 헤지성과가 대체로 우월하다. 이는 복잡한 모형이 언제나 헤지를 잘 하는 것은 아니며, 기초자산의 경로와 변동성의 상관관계 및 변동성 군집현상을 적절히 파악해 낼 수 있는 단순한 모형들의 헤지성과가 뛰어남을 의미한다.

This study examines the empirical performance of the standard GARCH-type models in view of the pricing and hedging options under Duan (1995)`s GARCH option pricing framework. The empirical findings documented in this study are as follows: First, the pricing and hedging performance of the GARCH-type models is generally enhanced when we estimate the models using option price data compared to using only underlying return data. The degree of improvement is more prominent in case of the option pricing result. Second, the empirical performance of the GARCH-type models is superior to the discrete-time Black-Scholes model that assumes a constant volatility process for its underlying process. Third, when we estimate the models using underlying return data, while the pricing performance of the GARCH (1, 1) model is quite good with respect to ITM and ATM options, other asymmetric GARCH-type models designed to reflect the asymmetric volatility response phenomenon show better pricing performance. Fourth, when we estimate the models using option price data, the asymmetric GARCH-type models relatively perform prominently. The more elaborate are models, the better models tend to price observed options. However, the moderately complicated model such as the NGARCH model prices options more accurately than the GARCH-News model, which is most complicated model in this study. Fifth, the empirical performance of the GARCH (1, 1) model is good if we estimate the model using only underlying return data. The ARCH (1) model shows generally good hedging performance if we estimate the model using option price data. This result implies that the elaborate model does not always hedge better relatively to the simple models that are enough to capture the correlation structure between the path of underlying and volatility and describe the volatility clustering in the KOSPI 200 options market.

#Pricing Performance #가격결정성과 #KOSPI 200 옵션 #GARCH Option Pricing Model #Hedging Performance #GARCH #GARCH 옵션가격결정모형 #헤지성과 #KOSPI 200 Options

참고문헌 (49)

참고문헌 신청

1. [학술지(정기간행물)] - 류두진 / 2008 / 실증적 추계할인율에 대한 연구 : KOSPI 200 옵션 시장을 중심으로 / 재무연구 21 (3) : 91 ~ 137

2. [학술지(정기간행물)] - 김솔 / 2006 / 위험중립분포 왜도·첨도의 옵션가격결정에 대한 영향력 / 선물연구 14 (2) : 21 ~ 51

3. [학술지(정기간행물)] - 김솔 / 2008 / 위험중립분포 왜도ㆍ첨도의 상대적 중요성：Corrado and Su(1996) 모형을 이용한 옵션 가격 예측 / 선물연구 16 (1) : 1 ~ 20

4. [학술지(정기간행물)] - 정혜욱 / 2002 / 우리나라 시장에서의 옵션 가격결정 모형의 성과 비교: KOSPI 200 지수콜 옵션을 중심으로 / POSRI 경영연구 2 (2) : 225 ~ 254

5. [학술지(정기간행물)] - Bakshi, C / 1997 / Empirical Performance of Alternative Option Pricing Models / Journal of Finance 52 : 2003 ~ 2049

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

강장구

소속기관 한국과학기술원

주요연구분야 사회과학 > 경영학

논문수 9 이용수 1,502

류두진

소속기관 성균관대학교

주요연구분야 사회과학 > 경영학 TOP 0.1% 사회과학 > 행정학

논문수 39 이용수 35,465

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-032-001238738

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (49)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)