GARCH 모형을 적용한 가상화폐 수익률의 변동성 분석
Analysis of Cryptocurrency Volatility
0
조회
0
다운로드
6
인용
0
참고문헌
키워드
초록
본 연구는 가상화폐 시장의 수익률 변동성과 거래량의 관계를 분석하였고, 혼합 분포가설(mixture of distribution hypothesis)과 연속적 정보 도착가설(sequential information arrival hypothesis)을 검정하였다. 그리고 그 결과를 바탕으로 외부 충격 요인을 반영한 국면 전환 모형을 적용하여 변동성을 추정하였다. 실증분석을 위해 2013년 4월 1일부터 2018년 12월 30일의 비트코인의 가격과 거래량을 사용하였다. 그리고 1기를 2013년 4월 1일부터 2016년 12월 31일로, 2기를 2017년 1월 1일부터 2018년 12월 30일로 구분하였다. 전체기간을 분석하고, 강건성 확보를 위해 가격 급등기가 포함되어 있는 2기에 대한 분석을 추가하였다. 연구 결과를 요약하면 다음과 같다. 첫째, 가상화폐의 수익률 변동성의 비대칭성이 통계적으로 유의미하고 변동성 피드백 현상이 나타남을 확인하였다. 둘째, 가상 화폐시장의 수익률과 거래량의 관계에서 혼합분포가설을 지지하는 결과가 도출되었다. 셋째, 구조 변화를 반영하는 마르코프 국면 전환(markov regime switching) 모형을 이용하여 변동성을 추정한 결과, 국면 전환 전이 확률이 통계적으로 유의미하였다. 본 연구는 가상 화폐시장의 변동성을 분석한 결과, 변동성 피드백(volatility feedback)에 관한 기존 연구 결과를 지지하며, 가상화폐의 수익률과 거래량의 관계는 혼합 분포가설을 지지하는 결과를 도출한 것에 의의가 있다.
Abstract
This paper analyzes the relationship between volatility and volatility of the Cryptocurrency. For the empirical analysis, we used the bitcoin price and trading volume from January 1, 2014 to Deptember 30, 2018 by GJR-GARCH and test the mixture of distribution hypothesis and sequential information arrival hypothesis. Based on the results, the volatility is estimated by applying the transition model reflecting external shock factors. The results of this study are as follows. First, the asymmetry of the volatility of the volatility of the Cryptocurrency is statistically significant and the volatility feedback phenomenon is confirmed. Second, we supported mixture of distribution hypothesis. Next, using the Markov regime switching model, which is a model reflecting the structural change, the transition probability from the estimation of volatility is statistically significant. This study is not only different from previous study but also the implications in that it investigates volatility of the cryptocurrency that has not been performed before. Asymmetric volatility of the cryptocurrency supports the prior study on volatility feedback, Also the result of supporting the mixed distribution hypothesis.
참고문헌 (25)
- 박범조, "주식시장의 비대칭 무리행동과 변동성 연구", 한국증권학회지, 41(3), pp.373~391 (2012), 한국증권학회[DOI]
- 임상수, "KOSPI 수익률과 거래량 변화율 간 관계 연구", 한국산업경제학회 정기학술발표대회논문집, pp.395~417 (2016)
- 최서연, "한국 및 미국 주식시장과 가상화폐의 동조화", 金融工學硏究, 17(4), pp.119~132 (2018), 한국금융공학회[DOI]
- 최서연, "미국 주식과 가상화폐의 비대칭 변동성과 군집 현상", 재무관리연구, 35(4), pp.163~184 (2018), 한국재무관리학회[DOI]
- Aitkin, M, "Estimation and Hypothesis Testing in Finite Mixture Models", Journal of the Royal Statistical Society, 47(1), pp.67~75 (1985)
- Black, F, "Studies of Stock Price Volatility Changes", Proceedings of the 1976 Meetings of the American Statistical Association, Business and Economic Statistics Section (1976)
- Black, K, "Asymmetric information and options", Review of Financial Studies, 6(3), pp.435~472 (1993)
- Bollerslev, T, "Generalized Autoregressive Conditional Heteroscedasticity", Journal of Econometrics, 31(3), pp.307~327 (1986)
- Brooks, C, "Garch modelling in finance: A review of the software options", The Economic Journal, 107(443), pp.1271~1276 (1997)
- Brown, K. C, "Risk aversion uncertain information and market efficiency", Journal of Financial Economics, 22, pp.355~385 (1988)
- Copeland, T. E, "The Effect of Sequential Information Arrival on Asset Prices: An Experimental Study", The Journal of Finance, 42(3), pp.763~797 (1987)
- Cumhy, R, "Forecasting volatility and correlations with EGARCH models", Journal of Derivatives, pp.51~63 (1993)
- Cryptocurrencies as an Asset Class, "Daniele, B", WBS, 35~ (2017)
- Darrat, A. F, "Intraday trading volume and return volatility of the DJIA stocks: A note", Journal of Banking & Finance, 27(10), pp.2035~2043 (2003)
- Dueker, M. J, "Markov switching in GARCH processes and mean-reverting stock- market volatility", Journal of Business & Economic Statistics, 15(1), pp.26~34 (1997)
- Engle, R. F, "Autoregressive conditional heteroskedasticity with estimates of the variance of U.K inflation", Econometrica, 50, pp.51~63 (1982)
- Glosten, L. R, "On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks", The Journal of Finance, 48(5), pp.1779~1801 (1993)
- Hamilton, J. D, "A new approach to the economic analysis of nonstationary time series and the business cycle", Econometrics, 64, pp.307~333 (1989)
- French, K. R, "Expected stock returns and volatility", Journal of Financial Economics, 19(1), pp.3~29 (1987)
- Jennings, R. H, "An Equilibrium Model of Asset Trading with Sequential Information Arrival", The Journal of Finance, 36(1), pp.143~161 (1981)
- Klaassen, F, "Improving GARH volatility forecasts with regime-switching GARCH", Empirical Economics, 27(2), pp.363~394 (2002)
- Marcucci, J, "Forecasting stock market volatility with regime-switching GARCH models", Studies in Nonlinear Dynamics and Econometrics, 9(4), pp.1~55 (2005)
- Nelson, D. B, "Conditional Heteroskedasticity in Asset Returns: A New Approach", Econometrica, 59(2), pp.347~370 (1991)
- Rapach, D. E, "Structural Breaks and Garch Models of Exchange Rate Volatility", Journal of Applied Econometrics, 23(1), pp.65~90 (2008)
- Smirlock, M, "A Further Examination of Stock Price Changes and Transaction Volume", The Journal of Finance, 8(3), pp.217~226 (1985)