• 아태비즈니스연구
• /
• 제11권4호
• /
• pp.37-48
• /
• 2020

Purpose - This study empirically investigates whether the risk property included in fat-tails of return distributions is systematic or unsystematic based on the devised statistical methods. Design/methodology/approach - This study devised empirical designs based on two traditional methods: principal component analysis (PCA) and the testing method of portfolio diversification effect. The fatness of the tails in return distributions is quantitatively measured by statistical probability. Findings - According to the results, the risk property in the fat-tails of return distributions has the economic meanings of eigenvalues having a value greater than 1 through PCA, and also systematic risk that cannot be removed through portfolio diversification. In other words, the fat-tails of return distributions have the properties of the common factors, which may explain the changes of stock returns. Meanwhile, the fatness of the tails in the portfolio return distributions shows the asymmetric relationship of common factors on the tails of return distributions. The negative tail in the portfolio return distribution has a much closer relation with the property of common factors, compared to the positive tail. Research implications or Originality - This empirical evidence may complement the existing studies related to tail risk which is utilized in pricing models as a common factor.

• 재무관리연구
• /
• 제24권3호
• /
• pp.133-152
• /
• 2007

손실기피(limited down side risk) 선호를 가진 투자자의 경우 통상적으로 사용하는 위험도의 척도인 분산 혹은 표준편차 대신에 하방 위험성에 더 관심을 가지게 되는데, 이러한 경우 평균-VaR 모형이 평균-분산 모형보다 더 적합한 모형일 수 있다. 이 논문에서는 두 모형을 이용하여 최적자산배분 문제를 실증분석하고 그 결과의 차이를 비교하였다. 수익률의 분포에 정규분포 가정이 아닌 두터운 꼬리(fat tail) 분포 가정을 도입하여 극단적인 위험을 고려한 최적자산배분 문제를 분석을 하였다. 각 이론이나 가정들의 강건성(robustness)을 살펴보기 위하여 역사적 분포를 이용한 분석을 비교 기준으로 하였다. 경험적 혹은 역사적 분포를 이용한 분석을 통해서, 극단적인 위험을 고려하는 손실기피적인 선호체계에서의 최적화 행위는 정규분포의 가정이나 평균-분산 모형이 적절하지 않은 것으로 확인되었다. 일상적인 수준을 능가하는 극단적인 손실 위험성을 고려하기에 적합한 모형은 수익률의 두터운 꼬리를 반영하는 분포 가정에 기초한 평균-VaR 모형인 것으로 나타났다.

• 응용통계연구
• /
• 제26권3호
• /
• pp.483-494
• /
• 2013

국제적인 금융위기가 연달아 발생하면서, 금융리스크관리의 중요성이 어느 때보다 더 커지고 있다. 금융리스크관리의 주요 현안 가운데 하나는 리스크를 어떻게 측정할 것인가이며, 가장 널리 사용되고 있는 방법이 Value at Risk(VaR)이다. 금융자료가 최근 시장에서처럼 두꺼운 꼬리를 갖는 분포를 보일 때, 우리는 극단치 이론을 이용하여 VaR를 측정하는 방법을 고려할 수 있다. 이 논문에서는 꼬리가 매우 두꺼운 분포를 갖는 자료를 적합시킬 때 많이 사용되는 Peaks over Threshold(POT)를 이용하여 VaR를 측정하는 방법을 연구하였다. POT를 이용하기 위해서는 우선 일반화 파레토 분포(GPD)의 모수를 추정해야 하는데, 여기서 우리는 KOSPI 5분 자료를 이용하여 추정된 VaR의 성능을 살펴봄으로써 세 가지 다른 모수추정 방법을 비교하였다. 또한, Normal Inverse Gaussian(NIG) 분포에서 자료를 생성하여 두 가지 다른 모수추정 방법을 비교하기도 하였다. 이러한 비교를 통하여 KOSPI 수익률 자료의 첨도가 매우 큰 경우에는 최근 제안된 모수추정 방법들이 최대가능도 추정법에 비해 월등히 나은 성능을 보임을 알 수 있었고, 모의실험 자료에서도 같은 결과를 확인하였다.

• 재무관리연구
• /
• 제23권2호
• /
• pp.189-208
• /
• 2006

대부분의 국내 선행연구들은 이분산성은 GARCH모형으로, 꼬리위험은 EVT모형으로 따로 고려하였다. 이 경우 이분산성 및 꼬리의 두꺼움을 동시에 고려하지 못한 VaR값은 실제 위험량을 적절히 반영하지 못할 가능성이 있다. 따라서 본 연구에서는 이분산성 및 꼬리의 두꺼움을 고려할 수 있는 GARCH-EVT모형이 정규분포를 가정한 VaR와 이분산성을 가정한 VaR보다 높은 성과를 나타내는지 살펴보았다. 연구결과를 요약하면 다음과 같다. 첫째, 주식수익률은 정규분포보다는 꼬리부분이 두꺼운 형태를 보이고, 이분산성을 가진다. 이 경우 정규분포하에서 산출된 VaR는 실제 손실금액을 과소평가할 위험성이 있어 이분산성과 꼬리의 두꺼움을 감안할 수 있는 모형의 도입이 필요함을 알 수 있다. 둘째, 이분산성과 꼬리의 두꺼움을 고려한 GARCH-EVT모형하에서의 VaR는 정규분포를 가정한 VaR와 이분산성을 가정한 VaR보다 높은 성과를 보였다. 셋째, 이분산성 및 꼬리의 두꺼움을 고려한 GARCH-EVT모형하에서의 ES는 정규분포를 가정한 VaR와 이분산성을 가정한 VaR보다 높은 성과를 일관되게 보여주지 않았다. 결론적으로 이분산성과 꼬리의 두꺼움을 동시에 반영한 GARCH-EVT모형하에서 VaR가 금융기관의 위험관리의 유용한 도구가 될 수 있는 가능성을 발견하였다. 비록 상대적으로 높은 성과를 보이지는 않지만 ES는 VaR함께 위험척도로 같이 사용할 때 보수적인 위험관리 차원에 부합될 것이다.