주식 포트폴리오의 Var추정과 사후 검증(back testing)

최초 등록일
2020.06.30
최종 저작일
2020.06
11페이지/한글파일 한컴오피스
가격 90,000원 할인쿠폰받기
판매자소문난집 (본인인증회원)
다운로드
장바구니

소개글

"주식 포트폴리오의 Var추정과 사후 검증(back testing)"에 대한 내용입니다.

목차

1. 중간고사 증권 Portfolio Data 구성
1) 기본 코드

2. t분포 VaR
1) VaR for GARCH-type time series with standardized t distribution residuals
2) VaR for GJR-GARCH-type time series with standardized t distribution residuals
3) VaR for E-GARCH-type time series with standardized t distribution residuals

3. Historical Simulation VaR

4. Filter Historical Simulation VaR
1) VaR for GARCH-type time series with Filter Historical Simulation
2) VaR for GJR-GARCH-type time series with Filter Historical Simulation
3) VaR for E-GARCH-type time series with Filter Historical Simulation

5. Backtesting
1) 사후 검정 결과 : GARCH(1,1)
2) 사후 검정 결과 : GJR-GARCH(1,1)
3) 사후 검정 결과 : E-GARCH(1,1)

6. 결론

본문내용

1. 중간고사 Portfolio Data
중간고사 Portfolio data를 사용한다.
1) 기업 선택
선택 기업 : 기업은행, 현대차, 삼성전자, 삼성SDI, LG화학, 강원랜드, 카카오, POSCO
2) 분석 기간 : 2013/05/27 ~ 2020/05/27 (기간(t)을 하루 단위로 설정함)
3) 분석을 위한 기본 코드
기업들의 주가 데이터와 로그 수익률을 지정해주는 기본 코드는 다음과 같다.

<중 략>

6. 결론
우리나라 KOSPI에 등록된 기업 8개(기업은행, 현대차, 삼성전자, 삼성SDI, LG화학, 강원랜드, 카카오, 포스코)를 선정해 포트폴리오 P를 구성하였고, 포트폴리오 P의 여러 가지 Value at risk 값을 추정하고, 추정한 값에 대해 적절성을 검정하였다.
다양한 VaR을 추정해 보았지만, 그중 적절성 검사에서 유의수준 0.95로 설정한 FHS 방법의 VaR이 적절함을 알아 내었다. 그중에서도 E-GARCH(1,1) 모형으로부터 추정한 VaR이 =0.78177544, =0.9173566, =0.05159661로 적절성이 높다. 초과손실의 발생 지점 또한 가장 작아 E-GARCH(1,1) 모형을 따르는 포트폴리오(P)를 Filtered historical simulation 방법으로 추정한 VaR를 선택하는 것이 알맞다.

참고 자료

없음

자료문의

ㆍ이 자료에 대해 궁금한 점을 판매자에게 직접 문의 하실 수 있습니다.
ㆍ상업성 광고글, 욕설, 비방글, 내용 없는 글 등은 운영 방침에 따라 예고 없이 삭제될 수 있습니다.
ㆍ다운로드가 되지 않는 등 서비스 불편사항은 고객센터 1:1 문의하기를 이용해주세요.

판매자 정보

소문난집
(본인인증회원)
회원 소개글이 없습니다.
판매지수
ㆍ판매 자료수
13
ㆍ전체 판매량
11
ㆍ최근 3개월 판매량
7
ㆍ자료후기 점수
받은후기없음
ㆍ자료문의 응답률
받은문의없음
판매자 정보
ㆍ학교정보
  • 비공개
ㆍ직장정보
  • 비공개
ㆍ자격증
  • 비공개
  • 위 정보 및 게시물 내용의 진실성에 대하여 해피캠퍼스는 보증하지 아니하며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
    위 정보 및 게시물 내용의 불법적 이용, 무단 전재·배포는 금지되어 있습니다.
    저작권침해, 명예훼손 등 분쟁요소 발견시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.

    상세하단 배너
    우수 콘텐츠 서비스 품질인증 획득
    최근 본 자료더보기
    주식 포트폴리오의 Var추정과 사후 검증(back testing)