BARRA 모형을 수정한 베타요인모형(BFM)의 포트폴리오를 연계한 시장 리스크 분석 - 모수적(parametric) 및 비모수적(non-parametric) VaR, t-Copula VaR, 그리고 t-Copula ES 중심으로 -

이홍재; 김태석

추천

검색

자료유형: 학술저널

저자정보: 이홍재 (독립연구자) 김태석 (백석대학교)

저널정보: 글로벌경영학회 글로벌경영학회지 글로벌경영학회지 제18권 제5호

발행연도: 2021.10

수록면: 1 - 38 (38page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 글로벌 금융시장은 COVID 충격이후 저금리와 양적완화로 인한 유동성 장세 및 변동성 증가로 주가가 높은 상관관계를 보이는 것으로 나타났다. 따라서 주가가 극단치 꼬리 의존성(tail dependence)을 가질 것으로 보아 이를 더 잘 설명하는 Copula 모형을 시장리스크 측정에 적용하였다. 실증분석 데이터는 벤치마크 시장포트폴리오로 미국 주식시장의 Vanguard S&P500 ETF와 GICKS의 글로벌 산업분류 표준에 의한 11개 산업의 Vanguard ETF 섹터를 분석에 사용하였으며, 분석기간은 2018년 1월 3일~2021년 3월 17일까지이다. 본 연구의 분석모형은 MSCI의 BARRA 산업요인모형(IFM)을 수정한 베타요인모형(BFM)을 최초로 적용하였으며, 공격적 베타와 방어적 베타의 최소분산 가중치를 Student’s t-Copula-VaR 및 ES를 산출하는 데 적용하였다. 분석 결과를 요약하면, BFM모형의 연간 수익률은 2.688%로서 공매도를 제약한 공격적 베타 41.72%와 방어적 베타 39.44%에 비해 현저히 낮았으며, 이 같은 결과는 공매도에 기인된 것으로 추정된다. 또한 모수적 및 비모수적 방법에 의한 VaR, Student’s t-VaR, 그리고 Student’s t-ES는 신뢰수준이 클수록 크며, BFM의 시장 리스크는 모수적 및 비모수적 방법에 관계없이 베타 투자전략에 비해 더 낮았다. 또한 Student’s t-Copula VaR 및 ES는 베타 투자전략에서 모수적 방법이 비모수적 방법보다 작고, 비모수적 방법의 시장 리스크는 공격적 베타 투자전략이 방어적 베타 투자전략 보다 더 큰 것으로 나타났다. 본 연구의 공헌도는 BFM을 시장 리스크 측정에 최초로 도입하였으며, 리스크 매니저가 모델 시장위험을 선제적으로 대응할 수 있는 방향성을 제시하였다. 또한 변동성 충격을 반영하기 위한 꼬리 의존성의 적용은 주변확률(Marginal) t-분포에 의한 통계량(, , )을 계산한 후 모수적(parametric) Student’s t-Copula VaR 및 ES에 대한 분석적(analytic)산출이 가능하도록 하였다. 본 연구의 한계점은 변동성 충격 시기 전·후의 시장 리스크의 차이점을 분석하지 못한 한계점이 존재한다. 추후 연구과제로는 이 같은 한계점을 극복하고 시변(time-varying)변동성이 고려된 동태적(dynamics) Copula를 적용하는 데 대한 연구가 필요하다.

Recently, the global financial market has been shown to show a high correlation with the stock price, along with the increase in liquidity market and volatility due to low interest rates and quantitative easing after the COVID shock. Therefore, the Copula model, which explains this behavior better, was applied to the market risk measurement, considering that stock prices have extreme tail dependence of high kurtosis and thick skewness. For the empirical analysis data, the US stock market was analyzed, and the Vanguard S&P 500 ETF and the Vanguard ETF sector of 11 industries according to the global industry classification standard of GICKS were used for the analysis as the benchmark market portfolio. The analysis period is from January 3, 2018 to March 17, 2021. For the analysis model of this study, the beta factor model (BFM) modified from MSCI's BARRA industry factor model (IFM) was applied to this study for the first time, and the minimum variance weight calculated as a beta investment strategy divided into aggressive beta and defensive beta was applied to calculate Student's t-Copula-VaR and ES. To summarize the analysis results, VaR, Student’s t-VaR, and Student’s t-ES by parametric and non-parametric methods increased as the confidence level increased, and the market risk of BFM was lower than that of beta investment strategies regardless of parametric and non-parametric methods. Also, in Student's t-Copula VaR and ES, the parametric method was smaller than the non-parametric method in the beta investment strategy, and the market risk of the non-parametric method was greater in the aggressive beta investment strategy than the defensive beta investment strategy. The contribution of this study introduced BFM for the first time to calculate market risk, and suggested a direction for risk managers to preemptively respond to market risk in the model portfolio. In addition, in order to apply the tail dependence to reflect the volatility shock, statistics(,,) by marginal t-distribution were calculated, and then parametric Student's t-Copula VaR and ES were analyzed analytically. calculation was made possible. A limitation of this study is that it does not analyze the difference between the same portfolio rebalancing strategy and market risk analysis results before and after the volatility shock period. As a future research task, it is necessary to overcome this limitation and to apply a dynamics Copula that considers time-varying variability.

#BARRA의 Industry Factor Model #Gaussian-Copula #Student's t-Copula #베타요인모형(Beta Factor Model) #tail-dependence #Sharpe's Single Index Model #t-Copula-VaR #t-Copula-ES(Expected Shortfall) #공격적(active) 베타 및 방어적(passive) 베타 포트폴리오. #BARRA's Industry Factor Model #Gaussian-Copula #Student's t-Copula #Beta Factor Model #tail-dependence #Sharpe's Single Index Model #Copula-VaR #Copula-ES(Expected Shortfall) #Active Beta Portfolio #Passive Beta Portfolio.

참고문헌 (37)

참고문헌 신청

고봉찬 / 2010 / 공무원연금공단 중장기 자산배분 연구용역

이홍재 / 2018 / GARCH류와 DCC-GARCH 모형을 이용한 VIX와 S&P500의 Leverage 효과 및 비대칭적 변동성 Spillover Effect / 글로벌경영학회지 15(5):27~65

이홍재 / 2019 / Black-Litterman 역최적화 모형에서 Tau()와 Lambda(λ)의 변화에 따른 산업 인덱스 포트폴리오의 자산배분 효과 / 글로벌경영학회지 16(4):185~224

Aloui, R. / 2011 / Global financial crisis, extreme interdependences, and contagion effects : The role of economic structure? / Journal of Banking and Finance 35:130~141

Aloui, R. / 2014 / Depenꠓdence and extreme dependence of crude oil and natural gas prices with applications to risk management / Energy Economics 42:332~342

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이홍재

소속기관 독립연구자

주요연구분야 사회과학 > 경영학

논문수 7 이용수 50

김태석

소속기관 백석대학교

주요연구분야 사회과학 > 경영학

논문수 8 이용수 50

최근 본 자료

전체보기

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 (37)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)