$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

재무 시계열 자료 분석을 위한 로버스트 추정방법
The Robust Estimation Method for Analyzing the Financial Time Series Data 원문보기

응용통계연구 = The Korean journal of applied statistics, v.21 no.4, 2008년, pp.561 - 569  

김상용 (중앙대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 재무 시계열 자료에서 흔히 나타나는 이상치를 처리하기 위하여 이중 로버스트 추정함수를 제시하였다. 이중 로버스트 추정 방정식의 해인 로버스트 추정치를 이용하여 ARCH모형과 GARCH 모형 하에서 이상치를 처리하였다. 또한 실제 주가자료를 응용하여 기존의 최소제곱추정치보다 로버스트 추정치나 이중 로버스트 추정치의 성능이 우수함을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose the double robust estimators which are the solutions of the double robust estimating equations to analyze and treat the outliers in the stock market data in Korea including the IMF period. The feasibility study shows that the proposed estimators work quitely better than the...

주제어

#로버스트 추정   #GARCH 모형   #주가지수  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그리고 Kim과 Hwang (2007)은 이중 로버스트 추정함수를 이용하여 AR(1)-ARCH(1) 모형의 모수를 추정하고 추정치의 점근적인 성질을 규명하였다. 본 연구에서는 Kim과 Hwang (2007)이 제시한 이 중 로버스트 추정함수를 응용하여 ARCH 모형 및 GARCH 모형 하에서 이상치가 존재하는 경우 이를 처리하는 방법을 실제 주가자료를 웅용하여 그 효율성을 보이고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity, Journal of Econometrics, 31, 307-327 

    상세보기 crossref

  2. Box, G. E. P. and Jenkins, G. M. (1976). Time Series Analysis: Forecasting and Control, Holden Day, Oakland 

  3. Chan, W. S. and Cheung, S. H. (1994). On robust estimation of the threshold autoregressions, Journal of Forecasting, 13, 37-49 

    상세보기 crossref

  4. Charles, A. and Darne, O. (2005). Outliers and GARCH models in financial data, Economics Letters, 86, 347-352 

    상세보기 crossref

  5. Denby, L. and Martin, R. D. (1979). Robust estimation of the first order autoregressive parameter, Journal of the American Statistical Association, 74, 140-146 

    상세보기 crossref

  6. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation, Econometrica, 50, 987-1007 

    상세보기 crossref

  7. Franses, P. H. and Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility, International Journal of Forecasting, 15, 1-9 

    상세보기 crossref

  8. Godambe, V. P. (1985). The foundations of finite sample estimation in stochastic processes, Biometrika, 72, 419-428 

    상세보기 crossref

  9. Huber, P. J. (1981). Robust Statistics, John wiley & Sons, New York 

  10. Kim, S. and Hwang, S. Y. (2007). A doubly robustified estimating function for ARCH time series models, Journal of the Korean Statistical Society, 36, 387-396 

    원문보기 상세보기

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로