초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

우리나라의 금융시장은 외환위기와 글로벌 금융위기를 겪으면서 환경에 많은 변화가 있었다. 최근 유로존 위기로 세계 경제가 둔화되면서 급랭한 우리나라 금융시장의 불확실성은 더욱 높아지고 있다. 이에 따라 금융시장 위험관리의 중요성은 더욱 부각되었고 금융위기 상황에서 금융시장의 변동성 행태를 예측하는 것은 금융시스템의 안정성 강화를 위한 중요한 과제로 부각되었다. 본 연구에서는 금융시계열 변동성의 특징인 비대칭성, 지속성, 구조적 변화를 고려해 금융시장 변동성의 특징을 살펴보고 이를 위험관리 측면에서 분석했다. 이를 위해 주식시장, 채권시장과 외환시장의 데이터를 활용하여 GARCH, 국면전환 ...

우리나라의 금융시장은 외환위기와 글로벌 금융위기를 겪으면서 환경에 많은 변화가 있었다. 최근 유로존 위기로 세계 경제가 둔화되면서 급랭한 우리나라 금융시장의 불확실성은 더욱 높아지고 있다. 이에 따라 금융시장 위험관리의 중요성은 더욱 부각되었고 금융위기 상황에서 금융시장의 변동성 행태를 예측하는 것은 금융시스템의 안정성 강화를 위한 중요한 과제로 부각되었다. 본 연구에서는 금융시계열 변동성의 특징인 비대칭성, 지속성, 구조적 변화를 고려해 금융시장 변동성의 특징을 살펴보고 이를 위험관리 측면에서 분석했다. 이를 위해 주식시장, 채권시장과 외환시장의 데이터를 활용하여 GARCH, 국면전환 GARCH 모형을 추정하고 변동성을 예측하는 것에 초점을 맞추어 손실함수와 Value-at-Risk에 관한 예측 검정을 수행했다. 모형을 추정한 결과 주식시장과 외환시장에서 국면전환 GARCH 모형의 적정성이 GARCH 모형에 비해 우수하게 나타났으며 채권시장에서는 두 모형의 적정성이 비슷하게 나타났다. 또한 모형별 추정된 계수를 분석한 결과 우리나라 금융시장에서 국면에 따라 변동성 행태의 차이가 뚜렷했고 평균 회귀 현상이 나타났으며 음의 충격이 변동성에 더 큰 영향을 줌을 확인했다. 손실함수를 통한 성과평가 결과 주식시장과 외환시장에서 국면전환 GARCH 모형의 손실함수가 작아 설명력이 우수하게 나타났다. VaR에 의한 예측성과를 비교에서도 국면전환 GARCH 모형으로 주식시장과 외환시장의 손실확률을 계산했을 때 VaR 값이 이론적인 손실확률에 가깝게 나타났다. 국면전환 GARCH 모형은 변동성 변화가 민감한 금융시계열의 구조적 변화를 반영한 모형으로서 변동성을 분석하고 예측할 때 우수한 결과를 보임을 확인할 수 있었다.

주제어