자산수익율의 시간가변 분산-공분산 추정을 통한 리스크 최소화 포트폴리오 구성 : kospi 200 지수를 중심으로
The risk minimizing portfolio construction with estimating time-varying convariances
- 주제(키워드) Multivariate GARCH , BEKK , Portfolio construction
- 발행기관 서강대학교 일반대학원 경제학과
- 지도교수 이한식
- 발행년도 2009
- 학위수여년월 2009. 2
- 학위명 석사
- 실제URI http://www.dcollection.net/handler/sogang/000000045035
- 본문언어 한국어
초록/요약
2007년 말부터 시작된 미국발 신용위기의 파장으로 인한 전세계 자본시장의 추락은 투자자산에 대한 리스크 관리의 중요성을 다시 강조하는 계기가 되었다. 투자자들이 목표수익률과 더불어 투자자산의 리스크 관리에 대한 중요성만 인식하고 있 었더라도, 금융시장의 충격으로부터 어느 정도 자산을 보호할 수 있었을 것이라는판단이다. 이에 본 연구는 벤치마크와 동일한 수준의 투자수익률을 올리면서도 위험을 축소할 수 있는 방법을 제시함으로써 포트폴리오의 리스크 관리 기법에 하나의 가능성을 제시하고자 한다. 본 연구는 다변량 GARCH의 BEKK 모형에 의해서 KOSPI 200의 하위 구성 지수 5개를 대상으로 시간가변 공분산을 추정하는 것을 시작으로 한다. 본 연구의 중점은 이렇게 추정된 미래시점(t+1)의 공분산 예측치를 이용하여 최적 포트폴리오 조합을 어떻게 구성할 수 있는가에 있다. 여기서 말하는 최적 포트폴리오는 분산 또는 표준편차로 측정된 변동성이 최소화된 자산 또는 구성 지수간 비중의 조합이다. 포트폴리오 조합을 이끌어내는데 있어서 본 연구의 특징 및 차별점은 Markowiz의 모델이 일정한 공분산을 가정하였는데 비하여, BEKK 모델에 의해서 추정된 시간가변적 조건부 공분산 행렬을 포트폴리오 최적화 과정에 반영하였다는 것이다. 본 논문의 연구 대상이 되는 것은 KOSPI 200 및 그 하위 5개 지수이다. KOSPI 200을 연구 대상으로 이유는 KOSPI 200의 구성 종목들은 우리 나라에서 비교적 유동성이 큰 종목들로 구성되어 있으므로 매도, 매수에 관한 제약이 거의 없다. 따 라서 지수 및 자산들 간의 비중이 활발히 변하는 본고의 모델포트폴리오가 무리 없이 적용될 수 있는 최적의 대상이라고 할 수 있기 때문이다. 연구결과 본고의 방법 (이동평균 수익률의 AR(1) 모형으로 BEKK 구성)대로 구성된 모델포트폴리오는 벤치마크인 KOSPI 200에 비해서 연구기간 동안 리스크(표 준편차) 감소효과가 일관적으로 나타나는 것을 알 수 있었다. 이것은 수익률이 KOSPI 200과 비슷하게 유지되면서 이루어진 것이므로, 포트폴리오의 효율성(Efficiency)이 전체적으로 개선되는 것을 확인할 수 있었다. 결론적으로 자산수익률간의 시간가변 공분산성을 반영한 모델포트폴리오는 벤치마크에 비해서 현저한 리스크 감소효과를 가져오며, 이것은 Markowitz의 평균-분산 모형 보다 더 우월하다고 판단할 수 있다.
more초록/요약
Since Markowitz Mean-Variance Efficient Frontier, many studies have been working on portfolio construction theories with covariances among asset returns being constant. These studies have failed to construct the risk minimizing portfolio because of inconsistent correlations among asset returns. So this study has been working on estimating time varying covariances with Multivariate GARCH, especially using BEKK parameterization and then, constructing the risk minimizing portfolio through portfolio optimization skills. Through a series of procedures, we can get more efficient portfolio construction weights among assets, which make us obtain more risk minimized portfolio. This study gives several practical applications about this methodologies and tries to proof that we can get more efficient frontier by considering timevarying covariances among asset returns.
more목차
제 1장 서론 = 1
제 2장 연구방법 = 4
제 1 절 선행연구 = 4
제 2 절 방법론 = 7
(1) GARCH 모형 = 8
(2) Multivariate GARCH = 11
제 3 절 리스크 최소화 포트폴리오 이론 = 17
제 3장 실증분석결과 = 21
제 1 절 자료의 설명 = 21
제 2 절 Multivariate GARCH(BEKK)의 추정결과 = 31
제 3 절 리스크 최소화 포트폴리오 효용성 검증 = 34
(1) 평균방정식이 수익률의 AR(1)모형인 경우 = 35
(2) 평균방정식이 이동평균 수익률의 AR(1)모형인 경우 = 37
(3) 최근 데이터(1년, 2년, 5년)를 이용한 추가검증 = 40
제 4장 결론 = 42
참고문헌 = 44
Appendix = 47
표차례
[표 1] KOSPI 200 및 각 산업 지수간 상관계수 = 22
[표 2] KOSPI 200 및 각 산업 지수의 기초통계량 = 23
[표 3] KOSPI 200 및 각 산업 지수의 GARCH(1,1) 계수 및 통계치 = 29
[표 4] KOSPI 200 및 각 산업 지수의 GARCH(1,1) 계수 및 통계치-일자료 = 26
[표 5] 모델포트폴리오와 벤치마크(KOSPI 200)의 비교 1 = 36
[표 6] 모델포트폴리오와 벤치마크(KOSPI 200)의 비교 2 = 39
[표 7] 모델포트폴리오와 벤치마크(KOSPI 200)의 비교 3 = 40
[표 8] KOSPI 200 및 각 산업 지수의 GARCH(1,1) 계수 및 통계치-주자료 = 47
[표 9] KOSPI 200 및 각 산업 지수의 GARCH(1,1) 계수 및 통계치-월자료 = 48
그림목차
[그림 1] KOSPI 200 INDEX 추이(1990.01~2008.10) = 19
[그림 2] KOSPI 200 하위 지수들의 추이(1990.01~2008.10) = 20
[그림 3-1]~[그림 3-6] KOSPI 200 지수 수익률 추이 = 24
[그림 4-1]~[그림 4-6] KOSPI 200 INDEX 역사적 변동성 = 33
[그림 5-1]~[그림 5-10] 각 지수간 조건부 상관관계 = 27
[그림 6-1] 제조업 수익률 = 32
[그림 6-2] 제조업 20일 이동평균 = 32
