• 응용통계연구
• /
• 제13권1호
• /
• pp.189-196
• /
• 2000

포아송 분포에서 일반적으로 공액 사전 분포를 이용하여 사후확률의 수학적 계산이 간편하도록 한다. 그러나 모수 집합의 제한적 조건 때문에 비공액 사전 분포를 이용할 수 도 있다. 비공액 사전분포의 사용은 사후분포의 형태가 일상적인 분포집합의 형태를 갖지 않으므로 모형의 가정에 따라서 복잡한 구조를 갖을 수 도 있다. 특히 포아송-로그정규분포 모형에서의 모수 추정문제를 몬테 칼로방법을 이용하여 추정하고자 할 때 필요한 완전한 조건부 분포의 형태는 잘 알려진 분포의 형태를 갖지 않는다. 본 논문에서는 계층적 구조를 갖는 포아송-로그정규분포 모형에 대하여 고찰하고 추정에 있어서 잠재적 변수를 활용하여 필요한 난수발생이 쉽도록 하는 방법에 대하여 알아보았다.

• 응용통계연구
• /
• 제24권5호
• /
• pp.833-845
• /
• 2011

본 논문에서는 1998.01.03부터 2011.08.31까지 수집된 코스피 지수 자료로부터 계산된 일별 로그수익률과 일별 로그손실률에 대한 극단값 통계분석을 수행하였다. 사용된 극단값 통계분석 모형은 포아송-GPD 모형이고 모수의 추정과 극단분위수의 추정은 최대가능도 방법을 적용하였다. 본 논문에서는 또한 포아송-GPD 모형에 추가적으로 모수의 무정보사전분포를 가정한 베이지안 방법을 고려하였다. 여기서는 마르코프 연쇄 몬테칼로 방법을 적용하여 모수와 극단분위수를 추정하였다. 분석 결과 최대가능도 방법과 베이지안 방법에서 모두, 로그수익률 분포의 오른쪽 꼬리는 정규분포보다 짧은 반면, 로그손실률 분포의 오른쪽 꼬리는 정규분포보다 두텁다는 결론이 얻어졌다. 극단값 분석에서 베이지안 방법을 사용할 때의 장점은 정칙조건이 만족되지 않는 경우에도 최대가능도추정량의 전통적 점근 성질을 걱정할 필요가 없고 예측의 경우에는 모수의 불확실성과 미래 관측치의 불확실성이 모두 반영되는 효과가 있다는 것이다.