본문 바로가기
KERD
논문KCI 등재

확률적 변동성 모형을 이용한 최적혼합 헤지비율 추정: KOSPI200 지수를 중심으로

Shrinkage Hedge Ratio with Stochastic Volatility Model: Application in KOSPI200 Index

김지훈|김병천|천도현
국가데이터연구원 (Statistics Research Institute)|2018.03|통계연구 (Journal of the Korean Official Statistics)|제23권 제1호|pp. 72-103|DOI 10.22886/jkos.2018.23.1.72

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

Stochastic Volatility Model헤지비율확률적 변동성 모형KOSPI200혼합 헤지 전략MCMCHedge RatioShrinkage Hedge Strategy
주제분류경제학

초록

본 연구에서는 기존 연구에서 주가지수 변동성을 잘 추정한다고 알려진 확률적 변동성(SV) 모형을 고려한 KOSPI200 최소분산 헤지포트폴리오 성과를 비교하였다. SV모형은 이전에 헤지 전략 연구에서 고려된 적 없었던 모형으로, 본 연구에서 처음 고려하였다는데 의의가 있다. 추정 결과 내표본에서는 SV모형의 헤지성과가 가장 우수한 것으로 나타났다. 또한 본 연구에서는 시간불변 헤지비율과 SV모형, GARCH모형으로 구한 시간가변 헤지비율을 가중합한 최적혼합 헤지비율(Shrinkage hedge ratio)을 제시하였다. 외표본 분석 결과 본 연구에서 도입한 혼합 헤지포트폴리오가 다양한 헤지기간에서 전반적으로 우수했다. 특히 현실적 헤지기간인 5일 이상의 헤지기간에서 SV모형을 이용한 혼합모형의 성과가 우수함을 보였으며, 이를 통해 본 연구에서 제시한 혼합 SV모형이 실무에서 유용하게 사용할 수 있는 모형이라는 결론을 도출하였다.

Abstract

The paper examines a minimum variance hedge portfolio performance in the KOSPI200, using the Stochastic Volatility (SV) model – the well-performing model in estimating the volatility of stock index. SV model has not highly been considered in the previous literatures of hedge portfolio. The results show that the SV model represents the best hedging performance among other considered models in sample period. This paper also presents the optimal shrinkage hedge ratio utilizing both time invariant hedge ratio and time variant hedge ratio – the latter being estimated formed upon the SV model and the GARCH model. The shrinkage time variant hedge ratio introduced in this study shows an outstanding performance, in general, in various hedge periods over the out-of-sample period. Most notably, the paper proves that the shrinkage SV model is an appropriate model in hedge period of 5 days or more, the most widely used hedge period in practice.

참고문헌 (40)

  1. 김명직, "KOSPI200 지수의 확률변동성 측정 방법", 선물연구, 4, pp.131~156 (1996)
  2. 김석진, "KOSPI 200 선물시장의 비대칭적 변동성과 헤지성과", 금융학회지, 12(4), pp.167~190 (2007)
  3. 남상구, "분수 공적분을 이용한 최적 헤지비율 추정", 재무관리연구, 18(1), pp.23~41 (2001)
  4. 안병국, "전통적 회귀분석모형과 오차수정모형을 통한 헤지비율 추정과 동적 헤징 전략: KOSPI 200 지수 선물과 현물을 대상으로", 금융지식연구, 1, pp.212~232 (2003)
  5. 옥기율, "STR 모형을 이용한 채권 수익률 분석", 金融工學硏究, 10(3), pp.1~23 (2011), 한국금융공학회[DOI]
  6. 이용흔, "확률적 변동성 모형과 자기회귀이분산 모형의 비교분석", 응용통계연구, 16(2), pp.3~224 (2003), 한국통계학회
  7. 이재하, "KOSPI 200 선물을 이용한 헤지전략", 증권학회지, 28, pp.379~417 (2001)
  8. 장광열, "KOSPI 200 선물을 이용한 포트폴리오 보험전략", 산업경제연구, 12(3), pp.1~20 (1999)
  9. 정진호, "KOSPI 200, S&P 500 주가지수 선물시장간 헤지모형의 성과비교에 관한 연구", 대한경영학회지, 16(1), pp.299~319 (2003), 대한경영학회
  10. 정한규, "KOSPI 200 현 선물간 최적헤지비율의 추정", 재무관리연구, 16(1), pp.223~243 (1999)
  11. 정혜욱, "우리나라 시장에서의 옵션 가격 결정 모형의 성과 비교:KOSPI 200 지수 콜 옵션을 중심으로", POSRI 경영경제연구, 2(2), pp.225~254 (2002)
  12. 천도현, "확률적 변동성 모형을 이용한 원화 환율 변동성 추정", 통계연구, 22(3), pp.68~99 (2017), 통계청[DOI]
  13. Baillie, R. T., "Bivariate GARCH estimation of the optimal commodity futures hedge", Journal of Applied Econometrics, 6(2), pp.109~124 (1991)
  14. Bhaduri, S. N., "Optimal hedge ratio and hedging effectiveness of stock index futures : evidence from India", Macroeconomics and Finance in Emerging Market Economies, 1(1), pp.121~134 (2008)
  15. Bollerslev, T., "Generalized autoregressive conditional heteroskedasticity", Journal of Econometrics, 31(3), pp.307~327 (1986)
  16. DeJong, D. N., "Reconsidering ‘Trends and random walks in macroeconomic time series", Journal of Monetary Economics, 28(2), pp.221~254 (1991)
  17. Ederington, L. H., "The hedging performance of the new futures markets", The Journal of Finance, 34(1), pp.157~170 (1979)
  18. Engle, R. F., "Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation", Econometrica: Journal of the Econometric Society, pp.987~1007 (1982)
  19. Floros, C., "Hedge ratios in Greek stock index futures market", Applied Financial Economics, 14(15), pp.1125~1136 (2004)
  20. Geweke, J., "Bayesian inference in econometric models using Monte Carlo integration", Econometrica : Journal of the Econometric Society, 57(6), pp.1317~1339 (1989)
  21. Ghosh, A., "Cointegration and error correction models : Intertemporal causality between index and futures prices", Journal of futures markets, 13(2), pp.193~198 (1993)
  22. Ghosh, A., "Hedging with stock index futures : Estimation and forecasting with error correction model", Journal of Futures Markets, 13(7), pp.743~752 (1993)
  23. Harvey, A., "Multivariate Stochastic Variance Models", Review of Economic Studies, 61, pp.247~264 (1994)
  24. Herbst, A. F., "A time varying, convergence adjusted hedge ratio model", Advances in Futures and Options Research, 6, pp.137~155 (1993)
  25. Hol, E. M., "Empirical Studies on Volatility in International Stock Markets", pp.71~97 (2003), Springer
  26. Johansen, S., "Likelihood-based inference in cointegrated vector autoregressive models" (1995), Oxford University Press
  27. Johnson, L. L., "The theory of hedging and speculation in commodity futures", The Review of Economic Studies, 27(3), pp.139~151 (1960)
  28. Kenourgios, D., "Hedge ratio estimation and hedging effectiveness: the case of the S&P 500 stock index futures contract", International Journal of Risk assessment and management, 9(1-2), pp.121~134 (2008)
  29. Kim, S., "Stochastic volatility: likelihood inference and comparison with ARCH models", The Review of Economic Studies, 65(3), pp.361~393 (1998)
  30. Kroner, K. F., "Time-varying distributions and dynamic hedging with foreign currency futures", Journal of Financial and Quantitative Analysis, 28(4), pp.535~551 (1993)
  31. Kwiatkowski, D., "Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root?", Journal of Econometrics, 54(1-3), pp.159~178 (1992)
  32. 권동안, "벡터오차수정모형과 다변량 GARCH 모형을 이용한 코스피200 선물의 헷지성과 분석", 한국데이터정보과학회지, 25(6), pp.1449~1466 (2014), 한국데이터정보과학회[DOI]
  33. Lee, H. T., "A random coefficient autoregressive Markov regime switching model for dynamic futures hedging", Journal of Futures Markets, 26(2), pp.103~129 (2006)
  34. Myers, R. J., "Estimating time‐varying optimal hedge ratios on futures markets", Journal of Futures Markets, 11(1), pp.39~53 (1991)
  35. Nelson, D. B., "Conditional heteroskedasticity in asset returns : A new approach", Econometrica : Journal of the Econometric Society, 59(2), pp.347~370 (1991)
  36. Park, T. H., "Bivariate GARCH estimation of the optimal hedge ratios for stock index futures : A note", Journal of Futures Markets, 15(1), pp.61~67 (1995)
  37. Salvador, E., "Measuring Hedging Effectiveness of Index Futures Contracts : Do Dynamic Models Outperform Static Models? A Regime‐Switching Approach", Journal of Futures Markets, 34(4), pp.374~398 (2014)
  38. Schwert, G. W., "Effects of model specification on tests for unit roots in macroeconomic data", Journal of Monetary Economics, 20(1), pp.73~103 (1987)
  39. Tanner, M. A., "The calculation of posterior distributions by data augmentation", Journal of the American Statistical Association, 82(398), pp.528~540 (1987)
  40. Taylor, S., "Time Series Analysis:Theory and Practice 1" (1982), Anderson

관련 논문AI추천

KOSPI200 선물시장과 시간변동 최적헤지비율의 비대칭적 행태허화, 옥기율, 이상구한국금융공학회 · 金融工學硏究2004 · 제3권 제1호코스피 200 주가지수선물을 이용한 교차헤지(cross-hedge)문규현, 홍정효한국재무관리학회 · 재무관리연구2006 · 제23권 제1호Heston(1993) 모형을 이용한 옵션 내재변동성의 미래 변동성 예측김솔예금보험공사 · 금융안정연구2010 · 제11권 제1호KOSPI 200 지수의 단기시간 척도 확률변동성에 관한 연구최승일한국금융공학회 · 金融工學硏究2007 · 제6권 제2호개별주식선물시장의 헤지성과에 관한 실증적 연구 : 정태적헤지모형 vs 동태적헤지모형문규현, 홍정효한국재무관리학회 · 재무관리연구2010 · 제27권 제3호KOSPI200과 KOSDAQ50 선물시장의 헤지성과에 관한 비교 연구박준우, 옥기율한국금융공학회 · 金融工學硏究2004 · 제3권 제2호

이 간행물의 다른 논문 (4건)

가계금융복지조사를 이용한 사회적 현물이전의 추정홍경희, 유경준, 김서영pp. 1-22청소년기 고등학교 선택의 유형별 특성이 청년층의 행복도에 미치는 영향홍은주, 서미숙pp. 23-47지방자치단체의 행사축제경비 예산 결정요인에 관한 실증연구: 지방자치단체장을 중심으로정재호, 이성우pp. 48-71Li-Lee 모형에서 준거집단의 선택 문제안형석, 고경표pp. 104-128
원문 보기