주택가격 수익률 분포의 꼬리부분 위험과 Value-at-Risk
Tail Estimation and Value-at-Risk in Housing Price Returns
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구는 극단치이론(Extreme Value Theory)을 이용하여 주택가격 수익률 분포의 꼬리부분 위험수준을 VaR로 측정하고 그것을 계산하기 위한 다양한 방법들의 성과를 비교 평가한다. 주택가격의 위험은 주택가격의 변동성이 심화되는 현상이다. 주택가격 위험 관리에 있어 가장 기본이 되는 것은 향후 발생할 가능성이 있는 위험을 정확하게 예측하는 것이다. 금융 위험을 측정하는 기본적인 지표인 VaR는 시장 위험관리 영역에서 주요한 역할을 수행하고 있다. VaR는 개념적으로 간단하고 적용하기도 쉽지만 극단적인 값들을 가진 경우에는 적절하지 않은 것으로 알려져 있다. 이러한 VaR의 단점을 극복하기 위한 방안으로 극단치이론을 활용한다. 본 연구에서는 극단치이론 중 극단치에 대해 GP분포를 적용한다. VaR의 계산을 위해서는 모수모형, 준모수모형, 그리고 비모수모형의 방법을 사용한다. VaR의 예측을 위해 롤링 윈도우 방법을 이용하여 모형별 상대적인 성과를 비교한다. 분석 결과에 의하면, 로그수익률 분포는 좌측으로 많이 기울어져 있어서 왼쪽 꼬리 부분의 VaR가 오른쪽 꼬리보다 더 크게 나타났으며, 고려 대상이 된 모형들 중에서는 GARCH- EVT 모형이 주어진 자료들을 잘 설명하고 있는 것으로 나타났다.
Abstract
This study uses the Extreme Value Theory(EVT) to measure the tail risk of the house price return distribution as Value-at-Risk(VaR) and compares the performance of various methods for calculating it. The stability of the housing market is very important for the gradual growth of the economy. The risk of housing price is the phenomenon that the volatility of house price is getting larger. The critical part of housing price risk management is to accurately measure the risks that may arise in the future. VaR, a fundamental indicator of financial risk, plays a major role in the area of market risk management. VaR is conceptually simple and easy to apply, but is not appropriate for extreme values. To overcome the shortcomings of VaR, EVT is employed. Extreme values are very important from a risk management point of view. When the housing market is more likely down, it is necessary to predict the housing price risk accurately and come up with a plan in advance considering the unfavorable situation. In this study, the GP distribution is applied to extreme values. For the calculation of VaR, we use parametric, quasi-parametric, and nonparametric methods. We compare the relative performance of each model using the rolling window method to predict VaR. According to the results, the distribution of housing returns is heavily skewed to the left, so that the VaR of the left tail is larger than that of the right tail. Among the models considered, the GARCH-EVT model well describes the given data.
참고문헌 (38)
- 강민정, "Peacks over threshold를 이용한 Value at Risk: 모수추정 방법론의 비교", 응용통계연구, 26(3), pp.483~494 (2013), 한국통계학회
- 곽승준, "부동산정책이 주택가격의변동성 변화에 미치는 영향- 주택가격의 변동성 변화 시점을 중심으로 -", 주택연구, 14(2), pp.175~194 (2006), 한국주택학회
- 김대원, "마코프 국면전환 AR 모형을 이용한주택 가격 지수 변동성 결정 요인 분석", 주택연구, 22(3), pp.69~99 (2014), 한국주택학회
- 노상윤, "국내 주택시장의 시차가변적 위험 프리미엄 존재에 관한 연구", 경제연구, 32(2), pp.29~52 (2014), 한국경제통상학회
- 박정수, "일반화 극단분포를 이용한 VaR 추정", Journal of The Korean Data Analysis Society, 8(1), pp.227~240 (2006), 한국자료분석학회
- 양성국, "전통적 방법과 이분산성과 꼬리위험을 고려한 방법에 의한 VaR 예측치의 성과비교: 한？중？일 증시를 중심으로", 산업경제연구, 20(6), pp.2343~2361 (2007), 한국산업경제학회
- 오세경, "극단치이론(Extreme Value Theory)과 Value-at-Risk: GPD모형을 중심으로", 금융연구, 19(1), pp.69~112 (2005), 사단법인 한국금융연구원
- 임재만, "주택가격지수선물을 활용한 주택가격위험 헤징 방안", 주택연구, 23(1), pp.5~24 (2015), 한국주택학회
- 이창무, "시세가격을 활용한 아파트 실거래가 반복매매지수 산정", 부동산학연구, 14(2), pp.21~37 (2008), 한국부동산분석학회
- 장용삼, "부동산 투자 위험 성과 측정지표에 관한 연구 - 서울, 동경, 런던, 뉴욕을 대상으로 -", 한국지적학회지, 24(2), pp.73~84 (2008), 한국지적학회[DOI]
- 한상범, "극치분포(Extreme Value Distribution)를 이용한 VaR(Value at Risk)의 추정 및성과분석", 금융연구, 13(2), pp.319~341 (1999), 한국금융학회
- "KB국민은행 부동산통계", ~
- Artzner, P., "Coherent measures of risk", Mathematical Finance, 9, pp.203~228 (1999)
- Balkema, A. A., "Residual lifetime at great age", Annals of Probability, 2, pp.792~804 (1974)
- Bollerslev, T, "Generalized Autoregressive Conditional Heteroskedasticity", Journal of Econometrics, 31, pp.307~327 (1986)
- Davidson, A. C., "Models of exceedances over high thresholds(with discussion)", Journal of the Royal Statistical Society Series B, 52, pp.393~442 (1990)
- Dowd, K, "Measuring market risk" (2005), John Wiley & Sons
- Duffie, D., "An Overview of Value at Risk", Journal of Derivatives, 4(3), pp.7~49 (1997)
- Embrechts, P., "Modeling extremal events for insurance and finance" (1997), Springer
- Extreme value theory as a risk management tool, "Embrechts, P.", Federal Technical University, ~ (1998)
- EmEmbrechts, P, "Extreme value theory in finance and insurance", pp.1999
- Embrechts, P, "Extreme value theory: Potentials and limitations as an integrated risk management tool", pp.2000
- Engle, R. F, "Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U. K. Inflation", Econometrica, 50, pp.987~1008 (1982)
- Gencay, R, "Extreme value theory and Value-at-Risk : Relative performance in emerging markets", International Journal of Forecasting, 20, pp.287~303 (2004)
- Glosten, L. R, "Relationship between the expected value and the volatility of the nominal excess return on stocks", Journal of Finance, 48(5), pp.1779~1801 (1993)
- Holton, G. A, "Defining Risk", Financial Analysts Journal, 60(6), pp.19~25 (2004)
- Hosking, J. R. M., "Parameter and quantile estimation for the generalized Pareto distribution", Technometrics, 29, pp.339~349 (1987)
- Jorion, P, "Value at Risk: The New Benchmark for Managing Financial Risk" (2006), McGraw-Hill
- Knight, F.H., "Risk, Uncertainty and Profit" (1921), Hart, Schaffner and Marx
- Kupiec, P, "Techniques for verifying the accuracy of risk management models", Journal of Derivatives, 3, pp.73~84 (1995)
- Mandelbrot, B, "The Variation of Certain Speculative Prices", Journal of Business, 36(4), pp.394~419 (1963)
- Value at Risk Models in Finance, "Manganelli, S.", European Central Bank, ~ (2001)
- McNeil, A. J., "Estimating the tails of loss severity distributions using extreme value theory", ASTIN Bulletin, 27, pp.1117~1137 (1997)
- Calculating quantile risk measures for financial time series using extreme value theory, "McNeil, A. J.", Swiss Federal Technical University, ~ (1998)
- McNeil, A. J, "Internal modeling and CAD II", pp.93~118 (1999), Risk Waters Group
- McNeil, A. J., "Estimation of Tail–Related Risk Measures for Heteroskedastic Financial Time Series : An Extreme Value Approach", Journal of Empirical Finance, 7, pp.271~300 (2000)
- Pickands, J, "Statistical inference using extreme order statistics", Annals of Statistics, 3, pp.119~131 (1975)
- Tsay, R.S, "Analysis of Financial Time Series" (2010), Wiley