$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

수익률 분포의 적합과 리스크값 추정

Distribution fitting for the rate of return and value at risk

초록

자산을 운용할 때 다양한 위험요인의 증가로 인해 위험관리에 대한 많은 연구가 진행되어왔으며, 통합적인 위험관리기법의 필요성이 대두됨에 따라 개발된 많은 방법 중의 하나가 리스크값이다. 현재까지 연구된 많은 리스크값의 추정과정에서 중요한 과제는 수익률분포의 비대칭성 및 두꺼운 꼬리와 같은 비정규성과 관련된 문제들을 해결하는 것이다. 대부분의 수익률 분포는 첨도가 매우 큰 양수값을 가지며 약한 음수값의 왜도를 갖는다. 본 연구에서는 실제 금융자산 수익률분포에 여러 종류의 대체분포들을 이용하여 실제의 수익률 분포에 적합한 분포를 선정하여 리스크값를 추정한다. 정규분포를 포함한 대체분포들을 이용하여 추정한 리스크값들이 실제 분포로부터 추정한 리스크값에 얼마나 일치하는지를 비교 연구한다. 다양한 대체분포 중에서 실제 분포에 정규혼합분포가 가장 적합하였으며, 이 정규혼합분포를 이용하여 추정한 리스크값과 다른 대체분포를 이용하여 구한 리스크값보다 정확함을 실증 자료를 통해 보였다.

Abstract

There have been many researches on the risk management due to rapid increase of various risk factors for financial assets. Aa a method for comprehensive risk management, Value at Risk (VaR) is developed. For estimation of VaR, it is important task to solve the problem of asymmetric distribution of the return rate with heavy tail. Most real distributions of the return rate have high positive kurtosis and low negative skewness. In this paper, some alternative distributions are used to be fitted to real distributions of the return rate of financial asset. And estimates of VaR obtained by using these fitting distributions are compared with those obtained from real distribution. It is found that normal mixture distribution is the most fitted where its skewness and kurtosis of practical distribution are close to real ones, and the VaR estimation using normal mixture distribution is more accurate than any others using other distributions including normal distribution.

저자의 다른 논문

참고문헌 (18)

  1. 김건우, 이홍재 (2003). <금융공학>, 경문사, 서울. 
  2. 김규형 (1998). <금융기관의 위험관리>, 한국금융공학컨설팅. 
  3. 남두우 (2008). <리스크값과 금융기관의 리스크관리>, 한경사, 서울. 
  4. 박철용 (2006). A nonparametric additive risk model based on splines. <한국데이터정보과학회 추계학술발표회논문집>, 49-50. 
  5. 윤평식, 김철중 (1998). <리스크값 시장위험관리>, 경문사, 서울. 
  6. Blattberg, R. C. and Gonedes, Nicholas, J. (1974). A comparison of the stable and student distributions as statistical models for stock prices. The Journal of Business, 47, 244-280. 
  7. Duffie, D. and Pan, J. (1997). An overview value at risk. Journal of Derivatives, 4, 11-49. 
  8. Hong, Y. W. and Suh, J. S. (2008). Estimating the credit value-at-risk of Korean property and casuality insurers. Journal of the Korean Data & Information Science Society, 19, 1027-1036. 
  9. Hwang, S. Y. and Park, J. (2005). 리스크값 for Korean financial time series. Journal of the Korean Data & Information Science Society, 16, 283-288. 
  10. Jorion, P. (1997). Value at risk , McGraw-Hill, New York. 
  11. Kupiec, P. (1995). Techniques for verifying the accuracy of risk management models. Journal of Derivatives, 2, 73-84. 
  12. Li, D. X. (1999). Value at risk based on the volatility skewness and kurtosis, RiskMetrics Group. 
  13. Park, C. Y (2008). A genenal semiparametric additive risk model. Journal of the Korean Data & Information Science Society, 19, 421-429. 
  14. Praetz, P. D. (1972). The distribution of share price changes. The Journal of Business, 45, 49-55. 
  15. Pritsker, M. (1997). Evaluating value at risk methodologies: Accuracy versus computational time. Journal of Financial Services Research, 12, 201-242. 
  16. Vlaar, P. J. G. (2000). Value at risk models for dutch bond portfolios. Journal of Banking & Finance, 1131-1154. 
  17. Yeo, S. C. (2006). Performance analysis of 리스크값 and ES based extreme value theory. The Korean Communications in Statistics, 13, 389-407. 
  18. Zangari. (1996). An improved methodology for measuring 리스크값. RiskMetrics Monitor, 2, 7-25. 

이 논문을 인용한 문헌 (7)

  1. Hong, Chong-Sun ; Jung, Mi-Yang 2011. "Undecided inference using bivariate probit models" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 22(6): 1017~1028 
  2. Kim, Eun-Young ; Lee, Tae-Wook 2011. "A numerical study on portfolio VaR forecasting based on conditional copula" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 22(6): 1065~1074 
  3. Hong, Chong-Sun ; Jung, Min-Sub 2011. "Undecided inference using logistic regression for credit evaluation" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 22(2): 149~157 
  4. Hong, Chong-Sun ; Lee, Jae-Hyung 2011. "VaR Estimation of Multivariate Distribution Using Copula Functions" 응용통계연구 = The Korean journal of applied statistics, 24(3): 523~533 
  5. Hong, C.S. ; Lin, Meihua ; Hong, S.W. ; Kim, G.C. 2011. "Classification accuracy measures with minimum error rate for normal mixture" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 22(4): 619~630 
  6. Hong, Chong-Sun ; Lee, Won-Yong 2011. "VaR Estimation with Multiple Copula Functions" 응용통계연구 = The Korean journal of applied statistics, 24(5): 809~820 
  7. Kim, Hyun-Ho ; Oh, Kyong-Joo 2012. "Using rough set to develop the optimization strategy of evolving time-division trading in the futures market" Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, 23(5): 881~893 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일