• 경영과학
• /
• 제30권3호
• /
• pp.55-70
• /
• 2013

In this study we suggested two optimization models to determine conversion weight of convertible bonds. The problem of this study is same as that of Park and Shim [1]. But this study used Value-at-Risk (VaR) for risk measurement instead of CVaR, Conditional-Value-at-Risk. In comparison with conventional Markowitz portfolio models, which use the variance of return, our models used VaR. In 1996, Basel Committee on Banking Supervision recommended VaR for portfolio risk measurement. But there are difficulties in solving optimization models including VaR. Benati and Rizzi [5] proved NP-hardness of general portfolio optimization problems including VaR. We adopted their approach. But we developed efficient algorithms with time complexity O(nlogn) or less for our models. We applied examples of our models to the convertible bond issued by a semiconductor company Hynix.

• 재무관리연구
• /
• 제26권3호
• /
• pp.139-169
• /
• 2009

본 연구는 새로운 VaR 추정모형으로 수정 VaR(modified VaR)을 소개하고, 수정 VaR의 예측성과를 역사적 시뮬레이션 모형이나 Riskmetrics 등 전통적인 모형들과 비교하였다. 수정 VaR은 분산뿐만 아니라 왜도, 첨도를 VaR 계산에 고려함으로써 금융자산분포의 비대칭성과 꼬리가 굵은 성질이 위험측정치에 반영될 수 있는 장점이 있다. 수정 VaR은 6개국의 주가지수 수익률을 이용한 표본외 예측성과검증에서 다른 모형들에 비해 가장 우수한 예측성과를 보였다. VaR 예측의 독립성검증에서는 Riskmetrics와 GARCH 모형이 우수한 것으로 나타났으나 수정 VaR에 대해 서도 독립성이 기각되지 않았다. 특정한 표본을 이용한 예측성과분석에서 나타날 수 있는 data snooping 문제를 해결하기 위해 skew t 분포를 이용한 시뮬레이션분석을 시도하였는데, 시뮬레이션 검증결과에서도 수정 VaR이 가장 양호한 예측성과를 보였다. 포트폴리오 VaR에 대한 표본외 예측성과에서도 수정 VaR은 단일변량모형이나 다변량 정규분포모형에 비해 우수한 성과를 보였다. 다변량 수정 VaR은 포트폴리오 구성자산 간의 선형상관관계뿐 아니라 공왜도(coskewness)와 공첨도(cokurtosis)를 통한 비선형 상호의존관계도 고려할 수 있다는 점에서 포트폴리오 위험에 대한 우수한 예측성과는 당연한 결과라고 할 수 있다. 6개국 주가지수로 구성된 포트폴리오의 VaR을 component VaR로 분할한 실증분석에서는 포트폴리오 VaR의 분할결과가 적극적인 위험관리와 포트폴리오 최적화를 위한 자산재배분에 효과적으로 활용될 수 있음을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1453-1463
• /
• 2016

가장 선호하는 금융위험 측정 방법은 통계적으로 최대손실금액을 추정하는 VaR (Value at Risk)이다. 포트폴리오를 구성하는 여러 산업에 대한 VaR (Value at Risk)는 분산공분산 행렬과 특정한 포트폴리오가 포함되어 변환된 일변량 위험을 이용하여 추정한다. Hong 등 (2016)은 다변량 분위벡터를 바탕으로 Vector at Risk를 정의하였으며, 특정한 포트폴리오가 설정되면 Vector at Risk 중의 한 점을 최적의 VaR 즉, 대안적인 VaR (AVaR)로 제안하였다. 본 연구에서는 다변량 정규분포에 대하여 AVaR의 특성을 탐색한다. 여러 종류의 분산공분산 행렬과 다양한 포트폴리오 가중값 벡터인 경우의 이변량과 삼변량의 정규분포를 따르는 모의실험 자료와 실증예제를 이용하여 대안적인 최대손실금액인 AVaR을 구하고 VaR과 비교 분석한다. 다변량 분위벡터를 이용한 AVaR는 VaR보다 작게 추정함을 발견하였으며, 이런 특징과 함께 AVaR의 특성을 토론한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.323-334
• /
• 2015

J. P. Morgan의 RiskMetrics을 기반으로 하는 현행 VaR 모형은 구조적으로 예측된 미래의 경기상황을 반영할 수가 없다. 본 연구에서는 주가의 변동요인인 워너 확률과정을 기업의 고유요인과 경기변동요인으로 구분한 원-팩터 (One-factor) 모형을 제안하여 미래 경기변동 공통요인을 미리 예측하여 반영함에 따라 장기적인 주식 보유기간에도 선제적인 리스크관리를 실시할 수 있도록 한다. 또한 미래 경기변동요인이 예측값으로 고정됨에 따라 포트폴리오를 구성하는 주가들이 서로 독립성을 만족하게 되여 포트폴리오의 분산을 최소화하는 각 주식의 투자금액을 결정하는 것은 물론 포트폴리오 VaR가 개별 VaR의 합으로 분해되어 목표로 하는 최대손실금액에 따른 포트폴리오의 구성을 효율적으로 실시할 수가 있다.

• 응용통계연구
• /
• 제28권3호
• /
• pp.541-559
• /
• 2015

VaR는 금융위험을 측정하고 관리하기위한 중요한 도구로 현재 널리 사용되고 있다. 특히 금융자산 수익률의 변동성에 적합한 모형을 찾는 것은 VaR의 정확한 측정을 위해 중요한 과제이다. 본 연구에서는 한국의 코스피, 중국의 항셍, 일본의 니케이지수들로 구성된 포트폴리오의 VaR를 측정하기 위한 변동성모형으로 다양한 일변량모형들과 다변량모형들을 함께 고려하여 그 성과를 비교하였다. 사후검증을 통해 전체적으로 일변량모형들보다는 다변량모형들이 VaR의 측정에 더 적합한 것으로 보여 졌으며 특히 DCC와 ADCC모형이 더욱 우수한 것으로 나타났다.

• 응용통계연구
• /
• 제26권3호
• /
• pp.471-481
• /
• 2013

J. P. Morgan의 RiskMetrics을 기반으로 하는 현행 VaR 모형은 구조적으로 미래 경기상황을 반영할 수 없는 단점으로 인해 불안정한 경기상황에서는 손실이 VaR을 초과하는 결정적인 문제점을 내포하고 있다. 어느 기업의 미래의 주가는 해당 기업만의 고유요인은 물론 모든 기업의 주가에 공통적으로 영향을 미치는 경기변동 공통요인에 의해 결정된다. 따라서 본 연구에서는 주가의 변동요인을 기업의 고유요인과 경기변동 공통요인으로 구분하여, 미래 경기변동 공통요인에 대해서는 현재시점에서 예측한 값을 사용하는 원-팩터(One-factor) VaR 모형을 제안한다. 이와 같은 원-팩터 VaR 모형은 미래의 예측된 경기상황을 반영을 반영하여 손실이 VaR을 초과하는 현행 VaR 모형의 문제점을 해결할 수 있을 뿐만 아니라 자산의 목표보유기간을 증가시켜 경기변동에 따른 손실을 최소화하기 위한 포트폴리오에 대한 자산구성과 자금이전을 선제적으로 실시할 수가 있다.

• 응용통계연구
• /
• 제29권4호
• /
• pp.689-697
• /
• 2016

금융시장 위험관리 수단으로 많이 사용하는 기법 중의 하나는 Morgan이 제안한 최대손실금액을 추정하는 VaR (Value at Risk)이다. VaR은 한 산업의 금융위험 측정도구로 사용되어지지만 실제 생활에서는 여러 회사 또는 국내 전체의 산업의 VaR를 추정하는 경우가 많다. 따라서 투자할 여러 산업에 대하여 특정한 포트폴리오가 설정된 경우에 다변량분포에 대한 VaR를 추정하는 문제가 필요하다. 본 연구에서는 다변량분포에 대한 VaR를 추정하기 위하여, 다차원 분위 벡터를 제안하고, 이를 바탕으로 다차원 공간에서의 Vector at Risk를 정의한다. 다변량분포에 대하여 특정한 포트폴리오가 설정된 경우에, Vector at Risk 중에서의 한 점을 가장 적절한 VaR로 설정하는 방법을 제안한다. 이를 대안적인 VaR이라고 정의하고, 다변량 분포에 대한 이 방법에 대하여 토론한다. 2변량과 3변량의 예제를 통해 본 연구의 대안적인 VaR과 Morgan의 VaR를 각각 구하고, 비교 설명하면서 대안적인 VaR의 특징을 탐색한다.

• Communications for Statistical Applications and Methods
• /
• 제28권1호
• /
• pp.59-79
• /
• 2021

Value at Risk (VaR) is one of the most common risk management tools in finance. Since a portfolio of several assets, rather than one asset portfolio, is advantageous in the risk diversification for investment, VaR for a portfolio of two or more assets is often used. In such cases, multivariate distributions of asset returns are considered to calculate VaR of the corresponding portfolio. Copulas are one way of generating a multivariate distribution by identifying the dependence structure of asset returns while allowing many different marginal distributions. However, they are used mainly for bivariate distributions and are not widely used in modeling joint distributions for many variables in finance. In this study, we would like to examine the performance of various copulas for high dimensional data and several different dependence structures. This paper compares copulas such as elliptical, vine, and hierarchical copulas in computing the VaR of portfolios to find appropriate copula functions in various dependence structures among asset return distributions. In the simulation studies under various dependence structures and real data analysis, the hierarchical Clayton copula shows the best performance in the VaR calculation using four assets. For marginal distributions of single asset returns, normal inverse Gaussian distribution was used to model asset return distributions, which are generally high-peaked and heavy-tailed.

• 재무관리연구
• /
• 제26권1호
• /
• pp.165-188
• /
• 2009

본 연구는 개별 자산의 수익률 분포에 대한 가정 없이 평균-VaR 기준에서의 프론티어 포트폴리오를 구하고, 수익률 분포의 고차 적률에 대한 투자자의 선호가 반영된 최적 포트폴리오를 선택하는 방법을 제시하였다. 프론티어 포트폴리오를 구하기 위해 수익률 분포에 대한 가정이 필요하지 않은 그리드와 랭크 방법을 제시하였고 최적 포트폴리오를 선택하기 위해 수익률 분포의 4차 적률까지 고려된 효용함수를 사용하였다. 제시한 방법론을 실제 자료에 적용해 보기위해 모건 스탠리에서 제공하는 선진국 지수, 개발도상국 지수, KOSPI 지수의 주별 수익률 자료를 사용하였다. 평균-VaR 기준과 평균-분산 기준에서의 프론티어 포트폴리오를 구하고 각 기준에서의 최적 포트폴리오를 선택해 서로 비교하였다. 표준편차의 차이뿐만 아니라 효용함수의 수준과 주별 기대수익률로 표현되는 확실성 등가의 차이를 살펴봄으로써 두 기준 간의 경제적 의미 차이에 대해서도 살펴보았다. 또한 부트스트래핑을 이용한 역사적 시뮬레이션의 방법을 사용해 두 기준 간 발생한 차이가 통계적으로 유의한 지를 본 연구에서 적용한 자료에서는 평균-VaR 기준의 투자자가 평균-분산 기준의 투자자에 비해 더 큰 표준편차를 지닌 최적 포트폴리오를 선택하고 위험 회피도가 큰 투자자일수록 평균-VaR 기준에서의 효용이 크고 확실성 등가도 더 크게 나타나는 경향이 나타났다. 그러나 두 기준 간 발생한 차이가 통계적으로 유의하지 않게 나타나 표준편차의 차이와 경제적인 의미 차이가 크지 않다는 사실을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1065-1074
• /
• 2011

1990년대 중반 이후 금융 분야에서 가장 많은 관심을 받는 연구 주제 중의 하나는 대표적인 위험측정 방법인 VaR (Value at risk)이다. VaR는 주어진 신뢰수준에서 정상적인 시장조건을 가정할 때 선택한 목표기간 동안 발생할 수 있는 포트폴리오의 최대손실액으로 정의된다. 본 논문에서는 국내 주가지수 자료를 이용한 포트폴리오에 다변량 정규분포를 이용하는 VaR 예측 방법인 단순이동평균법과 지수가중이동평균법을 고려하여 VaR를 예측한 결과와 t 분포 및 조건부 코퓰라 (Copula) 함수를 이용하여 VaR를 예측한 결과를 비교 평가하였다. 자료 분석 결과에 의하면 포트폴리오 구성 종목 간에 종속성구조와 비정규성이 존재하는 경우에 t 분포와 조건부 코퓰라 방식을 이용하여 VaR 추정의 정확도를 높일 수 있다는 결론을 얻을 수 있었다.