최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.30 no.6, 2017년, pp.983 - 991
윤재은 (숙명여자대학교 통계학과) , 김종민 (미네소타대학교 통계분야) , 황선영 (숙명여자대학교 통계학과)
High frequency time series are now prevalent in financial data. However, models need to be further developed to suit high frequency time series that account for intraday volatilities since traditional volatility models such as ARCH and GARCH are concerned only with daily volatilities. Due to
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
금융시계열에서 함수적 데이터 분석은 어떻게 활용되는가? | 이러한 함수적 접근은 지금까지는 함수적 시계열이 등분산(homoskedastic)인 경우에 대해 많이 연구가 되었는데 최근에는 고빈도 변동성 자료(high-frequency volatility data)의 분석과 관련되어서도 연구가 이루어지고 있다. 금융시계열에서 함수적 데이터 분석은 변동성을 모델링하기 위한 방법으로 적용할 수 있으며 고빈도 자료를 활용한 함수적 데이터 분석은 관측값의 연속적인 흐름(continuous flow)에 대한 정보를 얻을 수 있게 해준다. 함수적 데이터 분석의 세부적인 내용은 Ramsay와 Silvermann (2005) 등을 참고하기 바란다. | |
함수적 시계열 모형 중 가장 잘 알려진 ARH(1) 모형의 한계점은 무엇인가? | 함수적 시계열 모형 중 가장 잘 알려진 모형은 autoregressive hilbertian process (ARH(1)) (Brockwell과 Davis, 1991) 모형으로 AR(1) 모형의 확장이다. 이 모형은 활용 면에서 비선형 모형을 나타내는 데에 한계가 있다. 이에 Hörmann 등 (2013)은 함수적 이분산성 모형의 framework를 정립하고 functional ARCH (fARCH) 모형을 제안하였다. | |
변동성 모델링에 사용하는 모형은 무엇인가? | 변동성(volatility, 조건부 분산)을 모델링하는 것은 금융시계열분석의 주요한 요소 중 하나이다. 대부분의 변동성 모델링은 Engle (1982)의 ARCH 모형, Bollerslev (1986)의 GARCH 모형 등 다양한 조건부 이분산성 모형을 설정하고 모수를 추정하는 모형 기반(model based) 방법을 통해 이루어진다. ARCH모형과 GARCH 모형은 대표적인 변동성 모형으로 이에 대한 많은 연구들이 있으며 이 모형들에 기초한 다양한 변형 모형들이 금융시계열분석에서 이론과 응용 면에서 주요한 역할을 하고 있다. |
Andersen, T. G., Bollerslev, T., Diebold, F. X., and Labys, P. (2003). Modelling and forecasting realized volatility, Econometrica, 71, 579-625.
Aue, A., Horvath, L., and Pellatt, D. (2017). Functional generalized autoregressive conditional heteroskedasticity, Journal of Time Series Analysis, 38, 3-21.
Bollerslev, T. (1986). Generalized autoregressive heteroskedasticity, Journal of Econometrics, 31, 307-327.
Brockwell, P. and Davis, R. A. (1991). Time Series: Theory and Methods, Springer, New York.
Didericksen, D., Kokoszka, P., and Zhang, X. (2010). Empirical properties of forecasts with the functional autoregressive model (Technical report), Utah State University.
Engle, R. F. (1982). Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation, Econometrica, 50, 987-1007.
Hormann, S., Horvath, L., and Reeder, R. (2013). A functional version of the ARCH model, Econometric Theory, 29, 267-288.
Martens, M. (2002). Measuring and forecasting S&P 500 index-futures volatility using high-frequency data, Journal of Futures Markets, 22, 497-518.
Ramsay, J. O. and Silverman, B. W. (2005). Functional Data Analysis (2nd ed), Springer, New York.
Tsay, R. S. (2010). Analysis of Financial Time Series (3rd ed), John Wiley & Sons, New York.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.