비대칭 혼합모형과 요인분석자 혼합모형을 이용한 VaR 추정

Abstract

투자위험을 관리해야하는 금융기관에서 다수의 투자수익으로 구성된 포트폴리오 VaR (Value-at-Risk)를 정확히 추정하는 것은 매우 중요하다. VaR 예측을 위한 투자수익의 분포는 종종 두꺼운 꼬리를 갖고 있거나 왜도나 첨도가 존재한다. 본 연구에서는 총투자수익률의 VaR를 추정하기 위하여 MSN (mixtures of skew-normal distribution), MSt (mixtures of skew-t distribution) 등 비대칭혼합모형 뿐만 아니라, 고차원 자료 분포의 모수추정에 보다 절약적인 요인분석자 모형인 MFA (mixtures of factor analyzers), MCFA (mixtures of common factor analyzers), MCtFA (mixtures of common t factor analyzers) 등이 고려되었다. 한국 코스피 시장의 회사주식 수익률 자료를 이용하여 실증 분석한 결과 고려된 혼합모형들이 VaR 추정에 있어서 모두 비슷한 성능을 보여주고 있으나, MFA 모형과 MCtFA 모형이 다른 모형들에 비해서 상대적으로 자료의 경험적 VaR에 조금 더 가까운 추정값을 도출하였다.