조건부 코퓰라를 이용한 포트폴리오 위험 예측에 대한 실증 분석 (A numerical study on portfolio VaR forecasting based on conditional copula)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 22권 / 6호 / 1065 ~ 1074페이지
· 저자명 : 김은정, 이태욱

초록

1990년대 중반 이후 금융 분야에서 가장 많은 관심을 받는 연구 주제 중의 하나는 대표적인 위험 측정 방법인 VaR (Value at risk)이다. VaR는 주어진 신뢰수준에서 정상적인 시장조건을 가정할 때 선택한 목표기간 동안 발생할 수 있는 포트폴리오의 최대손실액으로 정의된다. 본 논문에서는 국내 주가지수 자료를 이용한 포트폴리오에 다변량 정규분포를 이용하는 VaR 예측 방법인 단순이동평균법과 지수가중이동평균법을 고려하여 VaR를 예측한 결과와 t 분포 및 조건부 코퓰라 (Copula) 함수를 이용하여 VaR를 예측한 결과를 비교 평가하였다. 자료 분석 결과에 의하면 포트폴리오 구성 종목 간 에 종속성구조와 비정규성이 존재하는 경우에 t 분포와 조건부 코퓰라 방식을 이용하여 VaR 추정의 정확도를 높일 수 있다는 결론을 얻을 수 있었다.

영어초록

During several decades, many researchers in the field of finance have studied Value at Risk (VaR) to measure the market risk. VaR indicates the worst loss over a target horizon such that there is a low, pre-specified probability that the actual loss will be larger (Jorion, 2006, p.106). In this paper, we compare conditional copula method with two conventional VaR forecasting methods based on simple moving average and exponentially weighted moving average for measuring the risk of the portfolio, consisting of two domestic stock indices. Through real data analysis, we conclude that the conditional copula method can improve the accuracy of portfolio VaR forecasting in the presence of high kurtosis and strong correlation in the data.

참고자료

· 없음