혼합 빈도 GARCH 모형을 이용한 주식시장 변동성 예측
Forecasting Stock Market Volatility using GARCH-MIDAS Model
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 연구에서는 저빈도의 정보 변수와 고빈도의 금융 변수가 결합된 혼합 빈도 GARCH 모형에 근거하여 우리나라 주식시장의 변동성 예측력을 조사하였다. 이 연구를 통하여 장기적인 거시경제 요소들이 주가 변동성의 예측에 어떠한 효과를 주는지를 연구하였다. 모형의 표본 내 추정으로부터 얻어진 분산 비율 통계량으로부터 거시적인 요인은 거시 변수의 변화율과 변동성 공히 주가 변동성의 움직임에 통계적으로 매우 유의한 기여를 하고 있는 것을 발견하였다. 표본 내 추정에 더하여 우리는 모형의 적합성을 조사하기 위한 표본 외 예측력 연구 시행을 집중적으로 수행하였다. 전반적으로 혼합 빈도 GARCH 모형은 실무적으로 널리 쓰이는 GARCH 모형보다 대칭적 손실함수의 측면에서 우월한 예측력을 보였다. 분석 결과, 국내 거시경제 변수뿐만 아니라 해외 생산이나 물가, 유가나 환율 등 국제 경제상황을 반영하는 변수가 국내 주식 변동성을 효과적으로 설명하는 것으로 나타났다. 특히 거시 변수의 변화율 보다는 거시 변수의 변동성의 주가 변동성 예측력이 더 높게 나타났다. 본 연구에서의 높은 표본 외 예측력 분석과 경험적 결과들로부터, 혼합 빈도 변동성 모형은 실무적인 분야에서의 주가 변동성 예측에 유용하게 사용될 수 있다.
Abstract
We study the volatility forecasts in Korean stock market based on the GARCHMIDAS(GARCH with the Mixed Data Sampling) model consisting of low frequency information variables and high-frequency financial variables. Through this work, we analyze the effect of long-term components of macroeconomic variables on predictability of stock market volatility. The variance ratio statistic based on in-sample estimation of GARCH-MIDAS models shows that macroeconomic components including both growth rates and volatilities of macroeconomic series statistically significant contribution to movements of stock volatility. In addition to in-sample estimation, we conduct out-of-sample forecasts to investigate adequacy of volatility models. Our results show that the GARCH-MIDAS models generally yield superior predictive power than the widely-used benchmark model of GARCH(1,1) model. It is also found that not only domestic macroeconomic components but foreign macroeconomic variables including output, price level, oil price and exchange rates significantly help predict the stock price volatility. In particular, macroeconomic volatilities are shown to better perform than macroeconomic growth rates in terms of stock return predictability. Based on our analysis of out-of-sample forecasts as well as a set of empirical results, proposed GARCH-MIDAS models could provide useful tools to predict volatility of the stock market in various practical areas.
참고문헌 (19)
- 김영일, "한국 주식시장의 지속적 변동성과 거시경제적 관련성 분석", KDI Journal of Economic Policy, 35(4), pp.63~94 (2013), 한국개발연구원
- 박재곤, "주가와 환율의 위험-수익 관계에 대한 연구", 재무관리연구, 26(3), pp.199~226 (2009), 한국재무관리학회
- 변영태, "거시경제변수의 주식시장에 대한 변동성전이효과에 관한 실증연구", 재무관리논총, 14(1), pp.97~117 (2008), 한국재무관리학회
- 송영렬, "다요인모형을 기초로 한 거시경제변수와 주가간의 영향에 관한 연구", e-비즈니스연구, 10(3), pp.97~128 (2009), 국제e-비즈니스학회
- 유한수, "국제원자재가격지수 변동성과 주가지수 변동성의 상호연관성", 글로벌경영학회지, 11(1), pp.1~18 (2014), 글로벌경영학회
- 이근영, "주가와 환율의 상호작용분석", 국제경제연구, 13(2), pp.55~82 (2007), 한국국제경제학회
- 이승희, "경제", 금융 변수를 이용한 한국 주식시장의 변동성분석 및 예측, 2016, pp.64(2), 67~95[DOI]
- 황성원, "국면전환 GARCH 모형을 이용한 변동성 구조 분석 및 예측에 관한 실증 연구", 한국증권학회지, 40(1), pp.171~194 (2011), 한국증권학회
- Asgharian, H, "The Importance of the Macroeconomic Variables in Forecasting Stock Return Variance: A GARCH-MIDAS Approach", Journal of Forecasting, 32(7), pp.600~612 (2013)
- Conrad, C, "Anticipating Long-Term Stock Market Volatility", Journal of Applied Econometrics, 30(7), pp.1090~1114 (2015)
- Doolan, M, "Evaluating Multivariate Volatility Forecasts: How Effective are Statistical and Economic Loss Functions", Ph.D, pp.2011
- Engle, R, "A Long-run and Short-run Component Model of Stock Return Volatility", Cointegration, Causality, and Forecasting: A Festschrift in Honour of Clive WJ Granger, pp.475~497 (1999)
- Engle, R, "The Spline-GARCH Model for Low-frequency Volatility and Its Global Macroeconomic Causes", Review of Financial Studies, 21(3), pp.1187~1222 (2008)
- Engle, R, "Stock Market Volatility and Macroeconomic Fundamentals", Review of Economics and Statistics, 95(3), pp.776~797 (2013)
- Ghysels E, "The MIDAS Touch: Mixed Data Sampling Regression Models" (2004), The Anderson School at UCLA
- Hansen, P, "A Forecast Comparison of Volatility Models: Does Anything Beat a GARCH(1,1)?", Journal of Applied Econometrics, 20(7), pp.873~889 (2005)
- Lopez, J.A, "Evaluation of Predictive Accuracy of Volatility Models", Journal of Forecasting, 20(2), pp.87~109 (2001)
- Shiller, R, "The Use of Volatility Measures in Assessing Market Efficiency", Journal of Finance, 36(2), pp.291~304 (1981)
- Schwert, W, "Why Does Stock Market Volatility Change Over Time?", Journal of Finance, 44(5), pp.1115~1153 (1989)