DOI QR코드

DOI QR Code

Forecasting KOSPI 200 Volatility by Volatility Measurements

변동성 측정방법에 따른 KOSPI200 지수의 변동성 예측 비교

  • Choi, Young-Soo (Department of Mathematics, Hankuk University of Foreign Studies) ;
  • Lee, Hyun-Jung (Department of Mathematics, Hankuk University of Foreign Studies)
  • 최영수 (한국외국어대학교 수학과) ;
  • 이현정 (한국외국어대학교 수학과)
  • Received : 20100100
  • Accepted : 20100300
  • Published : 2010.03.31

Abstract

In this paper, we examine the forecasting KOSPI 200 realized volatility by volatility measurements. The empirical investigation for KOSPI 200 daily returns is done during the period from 3 January 2003 to 29 June 2007. Since Korea Exchange(KRX) will launch VKOSPI futures contract in 2010, forecasting VKOSPI can be an important issue. So we analyze which volatility measurements forecast VKOSPI better. To test this hypothesis, we use 5-minute interval returns to measure realized volatilities. Also, we propose a new methodology that reflects the synchronized bidding and simultaneously takes it account the difference between overnight volatility and intra-daily volatility. The t-test and F-test show that our new realized volatility is not only different from the realized volatility by a conventional method at less than 0.01% significance level, also more stable in summary statistics. We use the correlation analysis, regression analysis, cross validation test to investigate the forecast performance. The empirical result shows that the realized volatility we propose is better than other volatilities, including historical volatility, implied volatility, and convention realized volatility, for forecasting VKOSPI. Also, the regression analysis on the predictive abilities for realized volatility, which is measured by our new methodology and conventional one, shows that VKOSPI is an efficient estimator compared to historical volatility and CRR implied volatility.

본 연구는 2003년 1월 3일부터 2007년 6월 29일 동안의 실현변동성 측정방법에 따른 KOSPI200 지수의 변동성 예측성과를 비교 분석하였다. 또한 VKOSPI 선물이 상장되면 기초자산인 VKOSPI의 예측이 중요한 이슈가 되므로 어떤 변동성이 VKOSPI를 잘 예측할 수 있는지에 대한 분석도 실시하였다. 본 연구에서는 고빈도 자료를 사용하여 실현변동성을 산출할 때, 우리나라 주식거래의 특성인 동시호가제도를 반영할 수 있는 방법과 야간변동성과 주간변동성의 차이를 고려해주기 위하여 기존의 연구에서는 일간수익률(daily return)을 사용한 것과는 달리 일중수익률(intradaily return)을 사용하여 조정해주는 방법을 제시하였다. 새롭게 제시된 실현변동성은 기존의 실현변동성 측정방법과는 t-검증과 F-검증에서 0.01% 이하 유의수준에서 차이가 있고 기초통계량측면에서 보다 안정적(stable)인 것으로 나타났다. 변동성 측정 방법에 VKOSPI의 예측성과를 상관분석, 회귀분석, 교차타당성 (cross validation) 성과를 통한 검증에서 본 논문에서 새롭게 제시한 실현변동성 측정방법이 가장 예측력이 높았다. 회귀분석을 통한 미래 실현될 실현변동성에 대한 예측 검증결과 변동성지수인 VKOSPI가 역사적 변동성이나 CRR 내재변동성보다 우수함을 기존의 방법론과 새롭게 제시된 방법론에서 동시에 확인할 수 있었다.

Keywords

Acknowledgement

Supported by : 한국외국어대학교

References

  1. 유시용, 고중양 (2009). KOSPI200 실현변동성 예측력 제고에 관한 연구, <선물연구>, 17, 21-49.
  2. 이재하, 정제련 (2006). KOSPI200 옵션시장에서의 변동성지수 산출 및 분석, <증권학회지>, 35, 109-138.
  3. Andersen, T. G. and Bollerslev, T. (1998). Answering the skeptics: Yes, standard volatility models do provide accurate forecasts, International Economic Review, 39, 885-905. https://doi.org/10.2307/2527343
  4. Andersen, T. G., Bollerslev, T. and Lange, S. (1999). Forecasting financial market volatility: Sample frequency vis-a-vis forecast horizon, Journal of Empirical Finance, 6, 457-477. https://doi.org/10.1016/S0927-5398(99)00013-4
  5. Canina, L. and Figlewski, S. (1993). The informational content of implied volatility, Review of Financial Studies, 6, 659-681. https://doi.org/10.1093/rfs/6.3.659
  6. Christensen, B. J. and Prabhala, N. R. (1998). The relation between implied and realized volatility, Journal of Financial Economics, 50, 125-150. https://doi.org/10.1016/S0304-405X(98)00034-8
  7. Corrado, C. J. and Miller, T. W. (2005). The Forecast Quality of CBOE Implied Volatility Indexes, The Journal of Future Markets, 25, 339-373. https://doi.org/10.1002/fut.20148
  8. Cox, J., Ross, S., and M. Rubinstein (1979). Option pricing: A Simplified approach, Journal of Financial Economics, 7, 220-263.
  9. Day, T. and Lewis, C. (1992). Stock market volatility and the information content of stock Index options, Journal of Economics, 52, 267-287. https://doi.org/10.1016/0304-4076(92)90073-Z
  10. Jorion, P. (1995). Predicting volatility in the foreign exchange market, Journal of Finance, 50, 507-528. https://doi.org/10.1111/j.1540-6261.1995.tb04793.x
  11. Koopman, S. J., Jungbacker, B. and Eugenie, H. (2005). Forecasting daily variability of the S&P 100 stock index using historical, realized and implied volatility, Journal of Empirical Finance, 12, 445-475. https://doi.org/10.1016/j.jempfin.2004.04.009
  12. Martens, M. (2002). Measuring and forecasting S&P 500 index-futures volatility using high-frequency data, The Journal of Futures Markets, 22, 497-518. https://doi.org/10.1002/fut.10016
  13. Owain, G. (2001). Forecasting Volatility for options pricing for the U.K stock market, The Journal for Management and Analysis, 14, 55-62.