본 논문은 현재 경제 및 금융시장 분석시 널리 이용되고 있는 기존 통계기법의 한계를 극복하기 위해 경제물리분야에서 새롭게 제기되고 있는 분석기법을 소개하고, 이러한 기법의 실제 적용가능성과 유용성을 실증적으로 검토해보려고 한다. 소파동변환은 시간영역의 정보 상실이라는 푸리에변환의 한계를 극복하기 위해 제기되었으며, 이는 시간영역과 진동수영역에서의 정보를 동시에 파악할 수 있는 통계적 분석도구이다. 다른 분야에서의 활발한 연구에 비해, 경제학과 금융이론분야에서 소파동에 대한 연구는 아직 부족한 편이지만 비모수적 추정법 또는 잡음제거를 위한 필터링방식으로 점차 관심이 증가하고 있다. 푸리에변환이 주기성을 가지고 있어 정상적인 시계열에서만 유효한 반면, 소파동변환은 복잡한 패턴을 보이는 비정상적인 금융시계열을 분석하는데 적절한 것으로 알려져 있다. 시계열을 다른 척도로 분해하는 소파동분해는 투자계획기간에서 이질적인 거래자들이 시장을 보고 해석하는 자료의 빈도, 즉 시간척도에 초점을 맞추어 ...
본 논문은 현재 경제 및 금융시장 분석시 널리 이용되고 있는 기존 통계기법의 한계를 극복하기 위해 경제물리분야에서 새롭게 제기되고 있는 분석기법을 소개하고, 이러한 기법의 실제 적용가능성과 유용성을 실증적으로 검토해보려고 한다. 소파동변환은 시간영역의 정보 상실이라는 푸리에변환의 한계를 극복하기 위해 제기되었으며, 이는 시간영역과 진동수영역에서의 정보를 동시에 파악할 수 있는 통계적 분석도구이다. 다른 분야에서의 활발한 연구에 비해, 경제학과 금융이론분야에서 소파동에 대한 연구는 아직 부족한 편이지만 비모수적 추정법 또는 잡음제거를 위한 필터링방식으로 점차 관심이 증가하고 있다. 푸리에변환이 주기성을 가지고 있어 정상적인 시계열에서만 유효한 반면, 소파동변환은 복잡한 패턴을 보이는 비정상적인 금융시계열을 분석하는데 적절한 것으로 알려져 있다. 시계열을 다른 척도로 분해하는 소파동분해는 투자계획기간에서 이질적인 거래자들이 시장을 보고 해석하는 자료의 빈도, 즉 시간척도에 초점을 맞추어 시계열자료를 분석할 수 있다는 장점을 가진다. 또한 본 논문에서는 마코비츠 방식의 기존 포트폴리오 이론이 정규분포 가정과 단순 상관계수에 과다하게 의존하는 문제를 극복하기 위해 시장의 상관성 구조를 금융네트워크 구조에서 파악하는 MST(Minimal Spanning Tree) 방식의 유용성을 살펴보고, 주식시장에서의 적용가능성을 검토하여 보았다. 기존 포트폴리오 이론은 다변량 정규분포의 가정에 기반하여 자산간 상관성을 분석하므로 실제 자산수익률의 분포인 두터운 꼬리(fat-tail)를 분석하는 경우 많은 오류를 내포하게 된다. 따라서 선형의존성을 나타내는 단순 상관계수의 추정치만으로 자산들 사이의 상관성 구조나 체계적 위험을 파악하려는 접근법은 신중하게 수행되어야 한다. MST기법은 변수간 상관성을 네트워크 위상구조에서 파악하는 방법으로 기존 분석기법의 한계를 극복할 수 있는 것으로 기대된다. 구체적으로, 주식시장의 네트워크에서 노드는 개별 주식이고, 링크는 주가 사이의 상관성을 나타낸다. MST방법론은 기존 상관계수행렬의 정보에 기반하여 시장의 상관성 구조와 체계적 위험을 쉽게 파악할 수 있다는 장점을 가지고 있다. 그와 동시에, 네트워크 구조의 관점에서 시장의 수익률 정보만을 이용해 산업부문에 대응되는 클러스터를 탐색할 수도 있다. MST를 이용하는 이러한 연구는 기존 산업분류와는 다른 형태로 주식들의 그룹화가 가능하다는 점과 시장내 개별 주식들의 체계적 위험에 대한 동태적 분석을 가능하게 한다는 점에서 포트폴리오 관리자나 리스크관리자에게 중요한 정보를 제공할 수 있을 것이다.
본 논문은 현재 경제 및 금융시장 분석시 널리 이용되고 있는 기존 통계기법의 한계를 극복하기 위해 경제물리분야에서 새롭게 제기되고 있는 분석기법을 소개하고, 이러한 기법의 실제 적용가능성과 유용성을 실증적으로 검토해보려고 한다. 소파동변환은 시간영역의 정보 상실이라는 푸리에변환의 한계를 극복하기 위해 제기되었으며, 이는 시간영역과 진동수영역에서의 정보를 동시에 파악할 수 있는 통계적 분석도구이다. 다른 분야에서의 활발한 연구에 비해, 경제학과 금융이론분야에서 소파동에 대한 연구는 아직 부족한 편이지만 비모수적 추정법 또는 잡음제거를 위한 필터링방식으로 점차 관심이 증가하고 있다. 푸리에변환이 주기성을 가지고 있어 정상적인 시계열에서만 유효한 반면, 소파동변환은 복잡한 패턴을 보이는 비정상적인 금융시계열을 분석하는데 적절한 것으로 알려져 있다. 시계열을 다른 척도로 분해하는 소파동분해는 투자계획기간에서 이질적인 거래자들이 시장을 보고 해석하는 자료의 빈도, 즉 시간척도에 초점을 맞추어 시계열자료를 분석할 수 있다는 장점을 가진다. 또한 본 논문에서는 마코비츠 방식의 기존 포트폴리오 이론이 정규분포 가정과 단순 상관계수에 과다하게 의존하는 문제를 극복하기 위해 시장의 상관성 구조를 금융네트워크 구조에서 파악하는 MST(Minimal Spanning Tree) 방식의 유용성을 살펴보고, 주식시장에서의 적용가능성을 검토하여 보았다. 기존 포트폴리오 이론은 다변량 정규분포의 가정에 기반하여 자산간 상관성을 분석하므로 실제 자산수익률의 분포인 두터운 꼬리(fat-tail)를 분석하는 경우 많은 오류를 내포하게 된다. 따라서 선형의존성을 나타내는 단순 상관계수의 추정치만으로 자산들 사이의 상관성 구조나 체계적 위험을 파악하려는 접근법은 신중하게 수행되어야 한다. MST기법은 변수간 상관성을 네트워크 위상구조에서 파악하는 방법으로 기존 분석기법의 한계를 극복할 수 있는 것으로 기대된다. 구체적으로, 주식시장의 네트워크에서 노드는 개별 주식이고, 링크는 주가 사이의 상관성을 나타낸다. MST방법론은 기존 상관계수행렬의 정보에 기반하여 시장의 상관성 구조와 체계적 위험을 쉽게 파악할 수 있다는 장점을 가지고 있다. 그와 동시에, 네트워크 구조의 관점에서 시장의 수익률 정보만을 이용해 산업부문에 대응되는 클러스터를 탐색할 수도 있다. MST를 이용하는 이러한 연구는 기존 산업분류와는 다른 형태로 주식들의 그룹화가 가능하다는 점과 시장내 개별 주식들의 체계적 위험에 대한 동태적 분석을 가능하게 한다는 점에서 포트폴리오 관리자나 리스크관리자에게 중요한 정보를 제공할 수 있을 것이다.
The present paper is intended to illuminate the limitations of existing statistical methods to popularly apply to economic and financial data analysis. And then, to introduce two methodologies which was developed in econophysics field. Wavelet Transform (WT) has been introduced to overcome the limit...
The present paper is intended to illuminate the limitations of existing statistical methods to popularly apply to economic and financial data analysis. And then, to introduce two methodologies which was developed in econophysics field. Wavelet Transform (WT) has been introduced to overcome the limit of Fourier transform (FT) with information deficiency in time domain. The wavelet technique is a useful statistical tool in that it can get the important information both in time domain and in frequency domain. Relatively little attention on this method was paid to economics and finance fields. However, interest on it has been increasing as a tool of nonparametric estimation technique or denoising filter. In opposition that FT is valid in stationary time series data, the WT is proper for analyzing nonstationary time series with complex behavior. The scale-dependent WT is advantage of focusing on time-scale(frequency) aspect when analyzing signals. The time scale is related to dealing frequencies of financial market traders. On the other hand, this study will examine the validity of MST(Minimal Spanning Tree) to figure out financial market. This method releases the assumptions of normality and linear correlation with Markowitz'' portfolio theory, and thus helps us to understand the complicated dependence structure of financial assets. In this paper, I will show the applicability of MST in Korean stock market analysis. The modern portfolio theory established by Markowitz has embedded with some critical errors when dealing with the leptokurtic distribution of real data. Therefore, in financial market analysis, should be careful in applying such theory of considering only linear correlation coefficients to figure out the dependence structure and the systematic risk of assets. The MST is highly probable of improving the problems of present analyzing methods. More specifically, nodes of MST are individual stocks and links of MST are the degrees of dependence among stocks in stock market network. This approach is advantage of easy understanding the systeamtic risk and the dependence structure of stocks on the basis of given correlation matrix. Moreover, it can investigate correlation clusters corresponding to industrial sectors only using stock''s return data. This research using MST will provide precious information to portfolio managers and risk managers with regard to be able to grouping based on correlation and analyzing dynamic properties of systematic risk in financial market.
The present paper is intended to illuminate the limitations of existing statistical methods to popularly apply to economic and financial data analysis. And then, to introduce two methodologies which was developed in econophysics field. Wavelet Transform (WT) has been introduced to overcome the limit of Fourier transform (FT) with information deficiency in time domain. The wavelet technique is a useful statistical tool in that it can get the important information both in time domain and in frequency domain. Relatively little attention on this method was paid to economics and finance fields. However, interest on it has been increasing as a tool of nonparametric estimation technique or denoising filter. In opposition that FT is valid in stationary time series data, the WT is proper for analyzing nonstationary time series with complex behavior. The scale-dependent WT is advantage of focusing on time-scale(frequency) aspect when analyzing signals. The time scale is related to dealing frequencies of financial market traders. On the other hand, this study will examine the validity of MST(Minimal Spanning Tree) to figure out financial market. This method releases the assumptions of normality and linear correlation with Markowitz'' portfolio theory, and thus helps us to understand the complicated dependence structure of financial assets. In this paper, I will show the applicability of MST in Korean stock market analysis. The modern portfolio theory established by Markowitz has embedded with some critical errors when dealing with the leptokurtic distribution of real data. Therefore, in financial market analysis, should be careful in applying such theory of considering only linear correlation coefficients to figure out the dependence structure and the systematic risk of assets. The MST is highly probable of improving the problems of present analyzing methods. More specifically, nodes of MST are individual stocks and links of MST are the degrees of dependence among stocks in stock market network. This approach is advantage of easy understanding the systeamtic risk and the dependence structure of stocks on the basis of given correlation matrix. Moreover, it can investigate correlation clusters corresponding to industrial sectors only using stock''s return data. This research using MST will provide precious information to portfolio managers and risk managers with regard to be able to grouping based on correlation and analyzing dynamic properties of systematic risk in financial market.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.