다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
응용통계연구 = The Korean journal of applied statistics, v.23 no.4, 2010년, pp.651 - 668
김지현 (숭실대학교 정보통계보험수리학과) , 박화영 (숭실대학교 정보통계보험수리학과)
AI-Helper
Various estimators of two risk measures of a specific financial portfolio, Value-at-Risk and Expected Shortfall, are compared for each case of 1-day and 10-day horizons. We use the Korea Composite Stock Price Index data of 20-year period including the year 2008 of the global financial crisis. Indexe...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 위험 추정방법을 어떻게 구분할 수 있는가? | 위험 추정방법을 크게 모수적 모형과 비모수적 모형으로 구분할 수 있는데, 앞에서 설명한 역사적 모의실험은 손실 xt+1의 분포 추정을 위해 경험적분포함수를 이용하는 비모수적 모형이다. 모수적 모형을 다시 조건부적인 방법과 무조건부적인 방법으로 구분할 수 있다. | |
| 변동성의 군집이란? | 주가지수와 같은 금융자료의 또 다른 특징은 한번 변동성이 커지면 그 경향이 당분간 지속된다는 ‘변동성의 군집(volatility clustering)’ 성향이다. 이 성향은 Bollerslev (1986)의 조건부 이분산성(generalized autoregressive conditional heteroscedasticity; GARCH)이라는 시계열모형으로 분석에 반영할 수 있다. | |
| 우리나라 주식수익률에 적절한 방법이 무엇인가에 관한 연구가 필요한 이유는? | 우선 주식시장별로 추정방법의 성능 결과가 달라진다는 점을 지적해야 할 것 같다. 변동성이 큰 주식 시장과 안정된 주식시장이 있고 그 특성에 따라 추정방법의 성능이 달라진다 (Seymour과 Polakow, 2003). 따라서 우리나라 주식수익률에 적절한 방법이 무엇인가에 관한 연구가 필요하다. |
Artzner, P., Delbaen, F., Eber, J. and Heath, D. (1999). Coherent measures of risk, Mathematical Finance,
Balkema, A. A. and de Haan, L. (1974). Residual lifetime at great age, Annals of Probability, 2, 792-804.
Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity, Journal of Econometrics,
Fama, E. F. (1965). The behavior of stock market prices, Journal of Business, 38, 34-105.
Frey, R. and McNeil, A. (2002). VaR and expected shortfall in portfolios of dependent credit risks: Conceptual and practical insights, Journal of Banking and Finance, 26, 1317-1334.
Gencay, R., Selcuk, F. and Ulugulyagci (2003). High volatility, thick tails and extreme value theory in VaR estimation, Insurance: Mathematics and Economics, 33, 337-356.
McNeil, A. and Frey, R. (2000). Estimation of tail-related risk measures for heteroscedastic financial time series: An extreme value approach, Journal of Empirical Finance, 7, 271-300.
McNeil, A., Frey, R. and Embrechts, P. (2005). Quantitative Risk Management, Princeton University Press.
McNeil, A. and Saladin, T. (1997). The peaks over thresholds method for estimaing high quantiles of loss distributions, Proceedings of 28th International ASTIN Colloquium.
McNeil, A. for S-Plus original; R port by Scott Ulman (2007). QRMlib: Provides R-language code to examine Quantitative Risk Management concepts. R package version 1.4.2. http://www.ma.hw.ac.uk/ mcneil/book/index.html.
Pickands, J. (1975). Statistical inference using extreme order statistics, Annals of Statistics, 3, 119-131.
R Development Core Team (2008). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org.
Rootzen, H. and Tajvidi, N. (1996). Extreme value statistics and wind storm losses: A case study, Scandinavian Actuarial Journal, 70-94.
Seymour, A. and Polakow, D. (2003). A coupling of extreme-value theory and volatility updating with value-at-risk estimation in emerging markets: A South African test, Multinational Finance Journal,
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.