Asymmetric and Long Memory Volatility Process in the Chinese Stock Markets: A FIAPARCH Skewed Student-t VaR Approach

Abstract

지난 20년간 금융 자산에 대한 위험관리는 중요한 주제로 인식되었으며 많은 위험관리 기법들이 도입되었지만 금융시장에서의 위험을 정확하게 측정하지는 못 하였다. 이는 자산 수익률이 정규분포를 보이지 않고 꼬리가 두텁고 왜도(비대칭성)를 갖는 분포를 보이기 때문이다. 본 연구는 왜도와 두터운 꼬리를 반영한 비대칭 (skewed) Student-t 분포도를 이용하여 중국 주식시장의 Value-at-Risk(VaR)을 측정하였다. 그리고 주식변동성에서 나타나는 변동성 비대칭성과 장기기억현상들을 분석하기 위해서 FIAPARCH 모형을 이용하여 실증 분석 하였다. 이 논문에서는, 가장 빠르게 성장하고 규모가 큰 신흥시장인 중국주식시장에서의 노출위험 측정과 관련하여, 변동성에 내재하는 장기기억과 비대칭성 특성을 측정하는데 왜도 Student-t 분포를 사용하는 것이 적절한지를 연구한다. 그리고 FIAPARCH모형을 이용하되 정규분포, Student-t 분포, 왜도 Student-t 분포 등 세 가지 오차항의 분포를 가정하여 표본내 및 표본외 VaR의 성과도 비교 분석하였다. FIAPARCH 모형 추정결과 중국주식시장 수익률 변동성 시계열에는 장기기억현상과 비대칭성 특성이 있다는 것을 알 수 있었다. 그리고 표본내 및 표본외 VaR 분석결과, 왜도 Student-t 분포 오차항을 가정하는 FIAPARCH VaR 모형이 정규분포와 Student-t 분포 오차항을 가정하는 다른 모형들보다 매수/매도 포지션 모두에서 임계손실을 더 정확하게 예측한다는 것을 발견하였다. 또한 Shortfall 분석에서 Student-t 분포와 skewed Student-t VaR 모형의 발생 손실액이 정규분포 가정의 모형의 손실액이 더 크게 나타나는 것으로 분석되었다. 이는 비정규분포 가정의 VaR 모형에 따른 최소자본보유액이 더 많이 필요함을 의미한다. 따라서 중국주식시장에 투자하는 위험관리자나 포트폴리오 투자자들은 VaR을 정확하게 측정하기 위해 매수/매도 포지션 모두에서 왜도 Student-t 분포 오차항을 가정하는 FIAPARCH VaR 모형을 이용하는 것이 가장 올바른 방법이다.