Financial data such as stock index returns and exchange rates have the properties of heavy tail and asymmetry compared to normal distribution. When we estimate VaR using the GARCH model (with the conditional return distribution of normal) it shows the tendency of the lower estimation and clustering in the losses over the estimated VaR. In this paper, we argue that this problem can be resolved through the adaptation of the unbounded Johnson distribution as that of the condition return. We also compare this model with the GARCH with the conditional return distribution of normal and student-t. Using the losses exceed the ex-ante VaR, estimates, we check the validity of the GARCH models through the failure proportion test and the clustering test. We nd that the GARCH model with conditional return distribution of unbounded Johnson provides an appropriate estimation of the VaR and does not occur the clustering of violations.
In index investing according to KOSPI, we estimate Value at Risk(VaR) from the extreme losses of the daily returns which are obtained from KOSPI. To this end, we apply Block Maxima(BM) model which is one of the useful models in the extreme value theory. We also estimate the extremal index to consider the dependency in the occurrence of extreme losses. From the back-testing based on the failure rate method, we can see that the model is adaptable for the VaR estimation. We also compare this model with the GARCH model which is commonly used for the VaR estimation. Back-testing says that there is no meaningful difference between the two models if we assume that the conditional returns follow the t-distribution. However, the estimated VaR based on GARCH model is sensitive to the extreme losses occurred near the epoch of estimation, while that on BM model is not. Thus, estimating the VaR based on GARCH model is preferred for the short-term prediction. However, for the long-term prediction, BM model is better.
Didit B Nugroho;Bernadus AA Wicaksono;Lennox Larwuy
Communications for Statistical Applications and Methods
/
v.30
no.2
/
pp.163-178
/
2023
GARCH-X(1, 1) model specifies that conditional variance follows an AR(1) process and includes a past exogenous variable. This study proposes a new class from that model by allowing a more general (non-linear) variance function to follow an AR(1) process. The functions applied to the variance equation include exponential, Tukey's ladder, and Yeo-Johnson transformations. In the framework of normal and student-t distributions for return errors, the empirical analysis focuses on two stock indices data in developed countries (FTSE100 and SP500) over the daily period from January 2000 to December 2020. This study uses 10-minute realized volatility as the exogenous component. The parameters of considered models are estimated using the adaptive random walk metropolis method in the Monte Carlo Markov chain algorithm and implemented in the Matlab program. The 95% highest posterior density intervals show that the three transformations are significant for the GARCHX(1, 1) model. In general, based on the Akaike information criterion, the GARCH-X(1, 1) model that has return errors with student-t distribution and variance transformed by Tukey's ladder function provides the best data fit. In forecasting value-at-risk with the 95% confidence level, the Christoffersen's independence test suggest that non-linear models is the most suitable for modeling return data, especially model with the Tukey's ladder transformation.
Communications for Statistical Applications and Methods
/
v.21
no.6
/
pp.501-512
/
2014
Stylized facts on asset return are fat-tail, asymmetry, volatility clustering and structure changes. This paper simultaneously captures these characteristics by introducing a multi-regime models: Finite mixture distribution and regime switching GARCH model. Analyzing the daily KOSPI return from $4^{th}$ January 2000 to $30^{th}$ June 2014, we find that a two-component mixture of t distribution is a good candidate to describe the shape of the KOSPI return from unconditional and conditional perspectives. Empirical results suggest that the equality assumption on the shape parameter of t distribution yields better discrimination of heterogeneity component in return data. We report the strong regime-dependent characteristics in volatility dynamics with high persistence and asymmetry by employing a regime switching GJR-GARCH model with t innovation model. Compared to two sub-samples, Pre-Crisis (January 2003 ~ December 2007) and Post-Crisis (January 2010 ~ June 2014), we find that the degree of persistence in the Pre-Crisis is higher than in the Post-Crisis along with a strong asymmetry in the low-volatility (high-volatility) regime during the Pre-Crisis (Post-Crisis).
RASHEDI, Khudhayr A.;ISMAIL, Mohd T.;WADI, S. Al;SERROUKH, Abdeslam
The Journal of Asian Finance, Economics and Business
/
v.7
no.12
/
pp.1-10
/
2020
This study investigates the problem of outlier detection based on discrete wavelet transform in the context of time series data where the identification and treatment of outliers constitute an important component. An outlier is defined as a data point that deviates so much from the rest of observations within a data sample. In this work we focus on the application of the traditional method suggested by Tukey (1977) for detecting outliers in the closed price series of the Saudi Arabia stock market (Tadawul) between Oct. 2011 and Dec. 2019. The method is applied to the details obtained from the MODWT (Maximal-Overlap Discrete Wavelet Transform) of the original series. The result show that the suggested methodology was successful in detecting all of the outliers in the series. The findings of this study suggest that we can model and forecast the volatility of returns from the reconstructed series without outliers using GARCH models. The estimated GARCH volatility model was compared to other asymmetric GARCH models using standard forecast error metrics. It is found that the performance of the standard GARCH model were as good as that of the gjrGARCH model over the out-of-sample forecasts for returns among other GARCH specifications.
Value at Risk (VaR) is widely used as an important tool for risk management of financial institutions. In this paper we discuss estimation and back testing for VaR of the portfolio composed of KOSPI, Dow Jones, Shanghai, Nikkei indexes. The copula functions are adopted to construct the multivariate distributions of portfolio components from marginal distributions that combine extreme value theory and GARCH models. Volatility models with t distribution of the error terms using Gaussian, t, Clayton and Frank copula functions are shown to be more appropriate than the other models, in particular the model using the Frank copula is shown to be the best.
Journal of the Korean Data and Information Science Society
/
v.21
no.6
/
pp.1041-1049
/
2010
In Korean professional baseball, attendance is the largest source of revenue for development of professional baseball and the highest concern of professional baseball teams. So, if there is demand forecasting model, it will be helpful for pennant chasers to work out the strategies for drawing attendance. For this reason, this research intends to suggest the model which estimates Korean professional baseball's attendance and uses all usable variables which have an effect on attendance in limited circumstances. We supposed that dependent variable is attendance as well as several independent variables and error term are homoscedastic variance. And then, we compared the models which assume conditional heteroscedastic variance like GARCH and EGARCH with GARCH-t models which use the assumption that error term's distribution follows student-t distribution. In result of that, we could confirm that the models which were made by using GARCH(1,1)-t made estimates the most accurately among the several models considered.
Communications for Statistical Applications and Methods
/
v.21
no.5
/
pp.445-459
/
2014
This paper investigates the dependence structure of Korean financial markets (stock, foreign exchange (FX) rates and bond) using copula-GARCH and dynamic conditional correlation (DCC) models. We examine GJR-GARCH with skewed elliptical distributions and four copulas (Gaussian, Student's t, Clayton and Gumbel) to model dependence among returns, and then employ DCC model to describe system-wide correlation dynamics. We analyze the daily returns of KOSPI, FX (WON/USD) and KRX bond index (Gross Price Index) from $2^{nd}$ May 2006 to $30^{th}$ June 2014 with 2,063 observations. Empirical result shows that there is significant asymmetry and fat-tail of individual return, and strong tail-dependence among returns, especially between KOSPI and FX returns, during the 2008 Global Financial Crisis period. Focused only on recent 30 months, we find that the correlation between stock and bond markets shows dramatic increase, and system-wide correlation wanders around zero, which possibly indicates market tranquility from a systemic perspective.
In GARCH context, the conditional variance (or volatility) is of a quadratic function of the observation process. Examine standard ARCH/GARCH and their variant models in terms of quadratic formulations and it is interesting to note that most models in GARCH context have contained neither the first order term nor the interaction term. In this paper, we consider three models possessing the first order and/or interaction terms in the formulation of conditional variances, viz., quadratic GARCH, absolute value GARCH and bilinear GARCH processes. These models are investigated with a view to model comparisons and applications to financial time series in Korea
Journal of the Korean Data and Information Science Society
/
v.27
no.6
/
pp.1661-1671
/
2016
Risk analysis is a systematic study of uncertainties and risks we encounter in business, engineering, public policy, and many other areas. Value at Risk (VaR) is one of the most widely used risk measurements in risk management. In this paper, the Korean Composite Stock Price Index data has been utilized to model the VaR employing the classical ARMA (1,1)-GARCH (1,1) models with normal, t, generalized hyperbolic, and generalized pareto distributed errors. The aim of this paper is to compare the performance of each model in estimating the VaR. The performance of models were compared in terms of the number of VaR violations and Kupiec exceedance test. The GARCH-GPD likelihood ratio unconditional test statistic has been found to have the smallest value among the models.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.