• 재무관리논총
• /
• 제8권1호
• /
• pp.231-252
• /
• 2002

2000년 7월부터 채권시가평가의 실행으로 채권운용자들도 채권포트폴리오의 위험을 채권선물을 이용하여 통제하거나 감소시키기 위해 헤지를 하여야 한다. 이때 헤지비율을 추정하는 방법으로는 전통적 회귀분석모형, 백터오차수정모형(Vector Error Correction Model : VECM)과 VAR모형(Vector AutoRegressive Model)이 있다. 전통적인 회귀분석모형에 의하여 추정된 헤지비율은 시계열자료의 불안정성(nonstationary) 등으로 인하여 잘못 추정될 가능성이 있어 면밀한 검토와 분석 후 사용하여야 한다. 시계열자료의 불안정성으로 말미암아 야기되는 문제점들을 개선할 수 있는 모형으로서 VECM과 VAR모형이 널리 이용되고 있다. 따라서 본 연구는 VECM과 VAR모형을 사용하여 추정된 헤지비율과 전통적 회귀분석모형을 사용하여 추정한 헤지비율을 비교하여 어떤 모형으로 추정한 헤지비율이 더 정확한지를 평가하는데 목적을 두고 있다. 즉, 본 연구는 KTB 현 선물의 헤징에 대한 연구로 2000년 1월 4일부터 2001년 7월 27일까지 385일간의 KTB 현 선물 자료와 불룸버그 국채지수를 대상으로 VECM 및 VAR모형과 전통적 회귀분석모형에 의한 헤지비율을 추정하고 각 모형의 설명력과 예측력을 비교하고자 한다. 이 연구의 실증분석 결과, KTB 현물가격과 KTB 선물가격간, 블룸버그 국채지수와 KTB 선물가격간에는 공적분 관계가 존재하며, VECM 및 VAR와 전통적 회귀분석모형을 이용하여 추정한 최적헤지비율의 크기는 대동소이(大同小異)하며, 전통적 회귀분석방법을 이용하는 것이 VECM과 VAR모형을 이용할 때 보다 설명력과 예측력이 우월한 것으로 나타났다.

• 한국항만경제학회지
• /
• 제30권2호
• /
• pp.77-92
• /
• 2014

본 연구는 2000~2013년까지의 월별 시계열 자료를 이용하여 실물 금융변수와 해운경기간의 동태적 상관관계를 분석한다. 특히, 2008년 글로벌위기 이후 운임지수의 지속적인 하락국면에서 실물 금융변수가 얼마만큼의 영향을 미쳤는가를 중심으로 분석하였다. 모형의 적합성과 예측력 비교를 위해 기존의 일반적인 VAR 모형과 베이지안 VAR를 비교하였으며, VAR 모형 설정에 있어 외생성을 보다 객관적으로 도출하기 위해 DAG(Directed Acyclic Graph)를 활용하여 충격반응분석을 실시하고 각각의 모형에 대한 예측력을 비교하였다. 분석결과 BDI에 대한 금융 실물 부문의 영향에 대하여 베이지안 VAR 모형의 충격반응분석 결과는 일반적인 VAR 모형보다 명확하게 드러났으며, 두 모형 간의 예측력을 검정한 결과 베이지안 VAR 모형의 예측력이 매우 우월한 것으로 나타났다.

• 재무관리연구
• /
• 제22권1호
• /
• pp.119-146
• /
• 2005

본 연구는 극한치 이론을 적용하여 국내 주식시장에 대한 VAR값을 구하고 이의 유용성을 살펴보았다. 극한치모형으로는 블록최대값모형과 POT 모형을 이용하였고 백테스트를 통하여 이들 모형의 적정성을 알아보았다. 극한치모형 중 블록최대값 모형은 신뢰수준의 변화에 따라 VAR 추정치의 변동이 매우 큰 것으로 나타났으며, 블록의 크기를 어떻게 선택하는가에 따라 모수의 추정치가 크게 달라져 VAR값의 안정성이 떨어지는 것으로 나타났다. 이는 국내 주식시장에 대해 VAR 측정시 블록최대값 모형을 사용하는 것은 적절치 않음을 시사하는 것이다. 반면 POT모형은 임계치의 선택에 따라서 VAR 값이 달라지기는 하나 상대적으로 안정적인 모습을 보이며, 또한 백테스트 결과 97.5% 이상의 신뢰수준에서 VAR값이 델타 VAR에 비하여 우수한 성과를 보이는 것으로 나타났다. 특히 POT모형은 신뢰수준이 높아질수록 그 우월성이 높은 것으로 나타나, 주로 99% 이상의 높은 신뢰수준의 VAR값을 이용하는 경우에 위험의 관리수단으로 유용한 모형임을 시사하고 있다. 또한 극한치모형은 수익률의 왼쪽 꼬리와 오른쪽 꼬리를 분리하여 추정하고 이를 VAR의 계산에 이용하기 때문에, 수익률분포가 비대칭적 특징을 보이는 우리나라 주식시장의 VAR 측정시 적절한 방법임을 확인할 수 있었다.

• 한국산림과학회지
• /
• 제98권3호
• /
• pp.284-289
• /
• 2009

이 논문은 VAR 모형과 계량경제모형으로 섬유판 수요를 추정하고 예측정확성을 비교하였으며, VAR 모형을 이용하여 섬유판 수요의 분산분해와 충격반응을 분석하고, 섬유판 수요를 예측하였다. VAR모형은 소비량, 자체가격, 건설업총생산의 시차변수와 더미변수로 구성되어 있고, 계량경제모형은 자체가격, 비목재가격, 건설업총생산, 더미변수로 구성되어 있다. 더미변수는 1990년대 말에 발생한 구제금융의 영향을 반영하였다. 결과에 의하면 섬유판 수요예측은 VAR모형이 계량경제모형보다 더 효율적이다. VAR모형을 이용하여 섬유판 수요의 분산을 분해한 결과에 의하면 섬유판 최종소비처의 산출수준을 나타내는 건설업총생산의 변화가 약 12개월 후에 섬유판 수요변화의 약 50%를 설명하고, 자체가격의 변화가 약 30%를 설명하는 것으로 나타났다. 즉 건설업총생산이 자체가격보다 섬유판 수요에 더 큰 영향을 미친다. 한편 건설업총생산의 충격에 대한 섬유판 수요의 반응은 12개월 동안 서서히 감소하는 반면에 자체가격의 충격에 대한 반응은 6개월이 지나면 거의 사라진다. 즉 건설업총생산이 자체가격보다 섬유판 수요에 더 오래 영향을 미친다. VAR모형을 이용하여 예측한 섬유판의 수요는 건설투자의 증가로 인하여 연평균 약 1.4%씩 증가하여 2010년에 약 220만$m^3$, 2015년에 약 240만$m^3$가 될 것으로 예상된다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1093-1102
• /
• 2012

본 연구에서는 다변량시계열모형인 VAR (vector autoregressive regression)모형에 의하여 금리 스프레드의 시계열예측을 수행하였다. 국내외 거시경제변수들 중에서 교차상관분석 및 그랜져인과 검정을 통하여 상호간에 설명력이 있는 변수들을 추출하여 VAR모형의 시계열변수로 사용하였다. 마지막 12개월의 예측치에 대한 MAPE (mean absolute percentage error)와 RMSE (root mean square error)에 근거하여 모형의 예측력을 단일변량 시계열모형인 AR (autoregressive regression) 모형과 비교하였다.

• KDI Journal of Economic Policy
• /
• 제17권4호
• /
• pp.143-217
• /
• 1995

거시모형(巨視模型)을 통하여 과거 우리나라의 고성장(高成長)을 이해하고 주요(主要) 정책변수(政策變數)와 외생변수(外生變數)가 경제에 미치는 영향을 파악하기 위해서는 중장기적으로 안정적이고 신뢰할 수 있는 거시모형(巨視模型)이 작성되어야 한다. 그러나 단순히 과거의 적합도(適合度)를 향상시키거나 단기(短期)시뮬레이션의 결과만을 토대로 작성된 거시모형은 중장기적인 안정성(安定性) 내지는 신뢰성(信賴性)을 확보하지 못할 수도 있다. 본고(本稿)에서는 거사모형의 작성에 있어서도 구조적(構造的) VAR모형(模型)에서처럼 모형의 중장기 특성을 파악하는 것이 중요함을 지적하였다. 구조적 VAR모형에서는 대부분의 이론이 수용할 수 있는 "수요충격(需要衝擊)은 장기에 실질성장에 영향을 미치지 않는다"는 최소한의 가정(假定)이 모형(模型)에 처음부터 직접적(直接的)으로 내재(內在)되도록 하고 있으나, 본고에서는 거시전망모형(巨視展望模型)의 작성을 위하여 중장기적(中長期的)인 시뮬레이션을 통하여 간접적(間接的)으로 위의 가정(假定)을 확인하는 방법을 택하였다. 이에 추가하여 중장기 전망을 시도했을 때 다른 나라의 경험과 크게 배치되는 결과가 나온 경우에는 모형을 수정하는 것이 필요함을 투자(投資) 및 소비식(消費式)의 예(例)를 들어서 논의하였다. 본고(本稿)의 공헌은, 중장기적으로 안정적이고 신뢰할 수 있는 거시전망모형(巨視展望模型)의 작성에 있어서 중장기시뮬레이션과 중장기전망의 결과가 모형작성자의 선험적(先驗的) 기대(期待)에 수렴될 때까지 모형의 수정을 해나가는 반복과정을 전망모형(展望模型) 작성에 있어 하나의 방법론(方法論)으로 제시한 데 있다.

• 한국건설관리학회논문집
• /
• 제21권4호
• /
• pp.30-37
• /
• 2020

본 연구는 해외건설수주액을 설명하는 다양한 시계열 모형의 비교와 검증을 통해, 예측력 관점에서 가장 적합한 해외건설수주 예측모형을 선택하고(모형선택), 이를 다른 국가의 해외건설수주 예측에도 적용하여 개발된 모형의 보편성을 확인하는데(일반화 검증) 목적이 있다. 연구에는 1981년부터 2019년까지의 연도별 해외건설수주액, 두바이유가 및 국가별 환율 데이터를 활용하였다. 2016~2019년간 예측치와 실측치 간의 오차(MAPE, RMSE, MAE)가 낮고, 2018-2019년간 해외건설수주액 증감여부를 정확하게 맞추는 모형을 선택하였는데, 이러한 기준에 따라 VAR모형이 선택되었다. 이를 활용하여 중국 해외건설수주액을 예측한 결과도 실제와 부합하였다. 이러한 분석 결과는 추후 세계 건설수주 시장 전반을 분석하는 종합적 모형개발 가능성을 시사한다.

• KDI Journal of Economic Policy
• /
• 제14권1호
• /
• pp.121-145
• /
• 1992

본고(本稿)에서는 현재의 경제상황을 잘 반영하는 건설투자활동(建設投資活動)의 단기예측모형(短期豫測模型)을 정립하고자 먼저 관련 시계열자료의 안정성(安定性) 여부(與否)와 순환성(循環性), 계절성(季節性)의 특성을 살펴본 후 여러 단기모형의 예측력(豫測力), 정합성(整合性), 설명력(說明力)을 비교 검토했다. 단위근(單位根) 검정(檢定)과 자기상관계수(自己相關係數) 스펙트랄 밀도함수 분석의 결과, 건설관련 시계열자료들이 대체로 단위근(單位根)을 갖지 않음으로써 안정적이고 주기적인 순환변동을 하고 있으며, 시차변수의 설명력이 높은 특성을 나타내었다. 또한 건설투자자료의 특성이 선행지표(先行指標)인 건축허가연면적(建築許可延面積) 및 건설수주액(建設受注額)과 아주 유사하여 건설투자 단기예측에 있어서 두 지표 사이의 시차관계(時差關係) 파악이 중요함을 알 수 있었다. 제(第)III장(章)에서는 단변량(單變量) 시계열모형(時系列模型)으로 ARIMA모형(模型)과 승법선형추세예측모형(乘法線型趨勢豫測模型)을, 다변량(多變量) 시계열모형(時系列模型)으로는 첫째, 선행지표(先行指標)를 이용한 1차자기회귀모형(次自己回歸模型), VAR모형(模型), 둘째 GNP자료를 이용한 거시경제모형의 단순한 축약형모형(縮約型模型)과 VAR모형(模型)을 제시하고 이들을 비교 평가하였다. 이에 따르면 단변량 시계열모형보다는 다변량 시계열모형이 시간이 경과할수록 예측오차(豫測誤差)가 커지지 않는다는 점에서 우수한 것으로 나타났으며, 다변량모형 중에서도 벡터자기회귀모형이 여타 모형보다 절대예측오차평균(絶對豫測誤差平均), 평균자승근(平均自乘根) 퍼센트 오차(誤差), 결정계수(決定係數) 등 모든 면에서 우수한 것으로 평가되었다. 이는 최근 건설투자가 추세에서 벗어난 급증세를 지속하고 있음을 고려할 때 타당한 결론이라 생각된다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.871-883
• /
• 2015

벡터자기회귀모형은 다차원의 시계열 자료간의 선형종속 관계를 연구하는데 효율적인 모형이다. 하지만 차원이 높아질 경우 추정해야할 모수가 급격히 증가하여 추정이 불안정해지고 예측력의 저하 및 해석의 어려움을 동반하는 문제를 가지고 있다. 이를 보완하기 위해서 많은 계수를 0으로 두는 희박벡터자기회귀모형이 제안되었고 고차원 시계열 분석에서 유용함이 밝혀졌다. 이 논문에서는 희박벡터자기회귀모형 추정에 있어서 어떠한 계수를 0으로 두어야 하는지를 판단해주는 한 쌍의 변수에 대한 상관 정도를 추정해주는 커플링 측도를 제안한다. 먼저 이 논문에서는 부분 스펙트럼 일관성에 기반을 둔 커플링 측도를 사용한 변수 선택의 경우 다른 변수의 효과를 제거한 잔차에 기반을 두었기에 좋은 효율성을 보임을 밝힌다. 하지만 부분 스펙트럼 일관성의 경우 벡터자기회귀모형 계수의 비대칭성을 고려하지 못한다는 단점이 있어 이를 보완하고자 필터링을 통해 다른 변수의 효과를 제거한 잔차에 기반을 둔 동시에 비대칭성을 가지는 커플링 측도들, 필터링된 잔차를 이용한 교차 상관성과 그래인저 인과관계를 제안한다. 모의실험을 통해 우리가 제안한 방법론들이 두터운 꼬리를 가지거나 높은 차수의 희박벡터자기회귀모형의 경우에도 매우 정확하게 0이 아닌 변수를 선택함을 보인다.

• 응용통계연구
• /
• 제35권5호
• /
• pp.631-644
• /
• 2022

본 논문은 고차원 시계열 자료에 이상점이 존재하는 경우 희박벡터자기회귀모형(sparse VAR; sVAR)의 모수를 강건하게 추정하는 방법에 대해서 연구하였다. 먼저 Xu 등 (2008)이 독립인 자료에서 밝혔듯이 adaptive lasso 방법이 sVAR 모형에서도 어느 정도의 강건함을 가짐을 모의 실험을 통해 알 수 있었다. 하지만, 이상점의 개수가 증가하거나 이상점의 영향력이 커지는 경우 효율성이 현저히 저하되는 현상도 관찰할 수 있었다. 따라서 이를 개선하기 위해서 최소절대편차(least absolute deviation; LAD)와 Huber 함수를 기반으로 벌점화 시키는 adaptive lasso를 이용하여 sVAR 모형을 추정하는 방법을 본 논문에서는 제안하고 그 성능을 검토하였다. 모의 실험을 통해 제안한 로버스트 추정 방법이 이상점이 존재하는 경우에 모수 추정을 더 정확하게 하고 예측 성능도 뛰어남을 확인했다. 또한 해당 방법론들을 전력사용량 데이터에 적용한 결과 이상점으로 의심되는 시점들이 존재하였고, 이를 고려하여 강건하게 추정하는 제안한 방법론이 더 좋은 예측 성능을 보임을 확인할 수 있었다.