주택가격 수익률 분포의 꼬리부분 위험과 Value-at-Risk (Tail Estimation and Value-at-Risk in Housing Price Returns)

서지정보

· 발행기관 : 한국주택학회
· 수록지 정보 : 주택연구 / 26권 / 4호 / 125 ~ 150페이지
· 저자명 : 김무환

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.

영어초록

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.

참고자료

· 없음