지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
대부분의 VaR모형은 수익률의 분포로서 정규분포를 가정한다. 그러나 실제로는 극단적인 사건들이 많이 발생하기 때문에 정규분포보다 훨씬 꼬리부분이 두꺼우며, 또한 왼쪽꼬리와 오른쪽꼬리가 대칭적이지도 않다. 따라서 정규분포에 근거한 VaR모형은 VaR값을 과소평가하는 경향이 있고 왼쪽꼬리와 오른쪽꼬리의 특성을 반영하지 못하기 때문에 적정한 위험관리모형으로 부적합하다. 이러한 문제를 해결하기 위한 시도로서 극단적인 사건들을 잘 다룰 수 있는 극단치이론(Extreme Value Theory)이 최근 각광을 받고 있는데, 이는 원래 분포에 대한 가정 없이도 표본자료만을 이용하여 극단적 상황에서의 꼬리분포를 추정할 수 있다는 장점이 있다. 본 논문은 EVT모형들을 이용하여 꼬리부분의 위험량을 산출하고 그의 적절성을 평가하는 것을 목적으로 한다.본 논문은 원/달러 환율자료를 사용하여 다음과 같은 점들을 발견하였다. 첫째, 극단치모형 중 GPD모형은 GEV모형, RiskMetrics모형이나 GARCH모형보다 더 정확한 VaR예측치를 제공할 뿐만 아니라, 왼쪽꼬리와 오른쪽꼬리의 비대칭성을 적절히 고려한다. 둘째, GPD모형은 모형의 정확성과 확고함(robustness)에 있어서 다른 모형들보다 뛰어나다. 셋째, GPD모형은 다른 모형들과는 달리 안정적인(stable) VaR예측치를 제공하기 때문에 최소필요자본량을 통한 위험관리 실무 목적에 더 적합하다. 넷째, GPD모형의 경우 극단치를 생성할 때 임계값(threshold point)을 어떻게 결정하는가가 항상 문제인데, 2단계 부분표본 부스트랩 시뮬레이션(two stage subsample Bootstrapping simulation)을 적용하여 최적의 임계값을 구하였고, 임계값의 크기가 GPD모형의 예측결과에 매우 큰 영향을 미침을 알 수 있었다.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청최근 본 자료
댓글(0)
0