Search
Search

연구성과물 검색 타이틀 이미지

HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10014179&local_id=10020203
가격변동의 방향: 시간척도, 조건부확률 그리고 확률예측모형
Reports NRF is supported by Research Projects( 가격변동의 방향: 시간척도, 조건부확률 그리고 확률예측모형 | 2006 Year | 윤성민(부경대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
사업별 신청요강보기
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number B00332
Year(selected) 2006 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2007년 11월 28일
Year type 결과보고
Year(final report) 2007년
Research Summary
  • Korean
  • 금융시장에서 가격변동 및 수익률 변화의 예측 가능성 여부는 금융이론과 현실 투자결정 양 측면 모두에서 매우 중요한 문제이다. 가격변동에 대한 예측은 변동의 방향과 변동의 크기로 나누어 볼 수 있다. 가격변동의 ‘크기’에 대한 논의는 그 동안 다양한 형태의 GARCH 모형들을 이용한 조건부분산에 대한 연구 등을 통해 많은 연구가 진행되어 왔다. 그러나 가격변동의 ‘방향’에 대한 연구는 독립된 연구영역으로 다루어지지 못하였으며, 이에 대한 연구도 많지 않다.
    본 연구의 목적은 금융시장에서의 가격변동의 방향을 예측하는 것이 가능한지를 분석하는 것이다. 이를 위하여 다양한 시간척도별 금융시장 자료를 이용하여 조건부확률을 계산하여 분석하고, 이를 기초로 가격변동 방향을 확률적으로 예측할 수 있는 예측모형이 작성될 수 있는지를 실증적으로 검토하였다.
    조건부 확률을 측정하고 분석한 결과 그것의 확률분포는 정규분포와는 차이가 크게 나타났다. 따라서 가격변동의 방향을 예측할 수 있는 모형을 작성할 필요가 제기된다. 본 연구에서는 AR 모형, Probit 모형, Logit 모형 등 세 가지 모형을 작성하여 추정하고, 그 결과를 이용하여 가격변동 방향의 예측을 시도하였다.
    세 가지 모형의 예측치로부터 예측일치도를 구해 본 결과 세 모형 모두 무작위행보(random walk) 모형보다 예측의 정확도가 높은 것으로 나타났다. 이러한 연구결과는 효율적 시장가설의 타당성에 대해 의문을 제기하는 것이며, 금융시장 투자자에게 새로운 투자전략을 제시하는 것이다.
  • English
  • It is very an important subject in both financial theory and investment decision whether one can forecast financial asset price dynamics. This problem can be considered in view of two related matters. One is the magnitude of change; the other is the direction of change. There are many studies on the subject of magnitude, for example, by using various GARCH class models to measure the conditional variances (volatility). But few studies are concerned with the direction of change.
    The object of this study is to investigate whether one can predict the direction of price changes in financial markets. For this purpose, we calculated conditional probabilities of financial asset price changes by various time scales and investigated empirically the possibility that one can set up forecasting models to predict the directions statistically.
    We calculated and analyzed the conditional probabilities of the price change directions, and found that their densities are very different from normal distribution. This means that development of forecasting models are possible and necessary. So we set up three forecasting models (AR, Probit and Logit models), and predicted the direction of price changes by using the estimation results of those models.
    We also measured the correct prediction ratio, and found that the above three models outperformed the random-walk model in their forecasting ability. This findings imply that the efficient market hypothesis may not hold true in Korean financial markets and investors can find-out a new investment strategy.
Research result report
  • Abstract
  • 주식시장, 외환시장, 선물 및 옵션시장 등 주요 금융시장에서 가격 및 수익률 변화의 예측 가능성 여부는 금융이론과 현실 투자결정 양 측면 모두에서 매우 중요한 문제여서, 그동안 많은 이론적, 실증적 연구가 이루어졌다.
    ∘ 가격변동에 대한 예측은 변동의 방향과 변동의 크기로 나누어 볼 수 있다. 가격변동의 ‘크기’에 대한 논의는 그 동안 다양한 형태의 GARCH 모형들을 이용한 조건부분산에 대한 연구 등을 통해 많은 연구가 진행되어 왔다. 그러나 가격변동의 ‘방향’에 대한 연구는 독립된 연구영역으로 다루어지지 못하였으며, 이에 대한 연구도 많지 않다.
    본 연구의 목적은 금융시장에서의 가격변동의 방향을 예측하는 것이 가능한지를 통계적 기법을 이용하여 분석하는 것이다. 이를 위하여 다양한 시간척도별 금융시장 자료를 이용하여 조건부확률을 계산하여 분석하고, 이를 기초로 가격변동 방향을 확률적으로 예측할 수 있는 예측모형이 작성될 수 있는지를 실증적으로 검토하였다.
    본 연구에서 수행한 구체적 내용은 다음과 같다.
    - 금융시장에서 거래된 틱 자료(tick data)로부터 다양한 시간척도(time scale)별 수익률 자료(1분, 5분, 10분, 30분, 1시간, 1일 자료)를 추출하고, 각각의 시계열에 대한 통계적 특성을 분석함.
    - 각각의 시계열로부터 가격변동 방향만을 추출함. 그 시계열의 조건부확률을 계산하여, 조건부확률의 확률분포를 얻어내고 그 특징을 분석함.
    - 조건부확률을 예측할 수 있는 몇 가지 예측모형을 개발함.
    - 개발된 예측모형을 이용하여 가격변동 방향에 대한 예측치를 얻어냄.
    - 예측치와 실제치를 비교하여, 예측일치도를 계산하고 그로부터 예측모형의 성과를 평가함.
    - 개발된 예측모형들과 무작위행보(random walk) 모형의 예측 성과를 비교 분석함.
    - 실증분석 결과를 분석하고 그것의 이론적, 실천적 함의를 연구함.
  • Research result and Utilization method
  • 본 연구는 금융시장 가격 변동의 방향을 설명 및 예측하고자 한다. 이러한 연구목적을 수행하기 위하여 본 연구에서는 먼저 조건부확률을 계산하고 그것의 확률분포를 분석하여 가격 변동이 상당한 정도 예측 가능하다는 것을 확인하였다. 이에 기초하여 가격 변동을 예측할 수 있는 조건부확률 예측모형들을 개발하였으며, 그 모형들의 예측 성과가 무작위행보 모형보다 더 우월하다는 것을 발견하였다.

    실증분석 결과로부터 다음과 같은 주요 결과를 도출할 수 있었다.
    (1) 조건부 확률을 측정하고 분석한 결과 그것의 확률분포는 정규분포와는 크게 차이가 난다. 따라서 가격 변동의 방향을 예측할 수 있는 예측모형을 작성할 수 있다.
    (2) AR 모형, Probit 모형, Logit 모형 등 세 가지 예측모형을 작성하여 추정하고, 그 결과를 이용하여 가격변동 방향의 예측을 시도하였다. 세 가지 모형의 예측치로부터 예측일치도를 구해 본 결과, 세 모형 모두 무작위행보 모형보다 예측의 정확도가 높은 것으로 나타났다. 이러한 결과는 효율적 시장가설의 타당성에 대해 의문을 제기하는 것이며, 금융시장 투자자에게 새로운 투자전략을 제시하는 것이다.
    (3) 가격 변동의 예측력 성과는 초단기자료인 고빈도 시장자료일수록 더 높게 나타났다. 이러한 결과는 금융시장의 효율성 정도가 시간척도와 밀접히 관련된다는 것을 의미한다.

    본 연구결과의 기대효과 및 활용방안은 다음과 같다.
    (1) 학문발전 측면에서의 기대효과 및 활용방안
    - 본 연구는 복잡계경제학 혹은 경제물리학에서의 접근방법을 이용하여 우리나라 금융시장에서 나타나는 가격의 동학적 변동에 관련하여 실증분석하는 내용이다. 따라서 본 연구는 다음 두 가지 측면에서 금융분야 연구의 학문적 발전에 기여할 것으로 기대한다.
    - 첫째, 본 연구는 고빈도자료, 조건부확률, 시간척도에 따른 분석 등 전통적 금융이론에서 자주 다루지 않는 자료와 분석기법을 사용한다는 점에서 금융분야 학계 연구에 자극을 줄 수 있을 것으로 기대한다. 더 나아가 복잡계경제학 혹은 경제물리학에서 개발된 다양한 새로운 이론 및 분석기법을 금융 연구자들에게 소개하는 계기가 될 수 있다고 기대한다.
    - 둘째, 본 연구는 대학원생(경제학과 및 물리학과 석박사 과정)들과 함께 운영하고 있는 세미나팀에서의 연구주제의 하나로 연구되고 있으므로, 두 학과 대학원생들의 연구활동에 많은 자극을 주고 그들에게 연구방법을 전수하는데 도움을 줄 수 있을 것으로 기대된다.
    (2) 사회발전 측면에서의 기대효과 및 활용방안
    - 금융시장에서 가격이 무작위행보를 하는지 여부는 금융시장정책 입안자와 투자자 모두에게 유용한 정보를 제공한다. 따라서 본 연구는 다음과 같이 현실적 측면에서도 중요하게 기여할 것으로 기대된다.
    - 본 연구에서는 시간척도의 차이에 따라 무작위행보 가설의 타당성이 다르게 나타나는지를 알아볼 것인데, 이 부분의 연구결과는 금융시장의 효율성을 높이려고 유도하고자 하는 목적을 가진 정책입안자에게 중요한 정책자료를 제공할 수 있다.
    - 투자자나 펀드관리자의 입장에서는 그들이 빈번히 사용하고 있는 투자전략 및 기법들(예를 들면, 기술적 분석, 모멘텀 투자기법 등)이 과연 의미있는 것인지를 알고 싶어 하는데, 본 연구의 결과는 그들의 관심사에도 어느 정도 부응할 것으로 기대된다.
    - 본 연구에서 제시된 가격 변동의 방향 예측모형들은 투자자에게 새로운 투자 전략을 수립할 수 있는 도구를 제공할 것으로 기대된다.
  • Index terms
  • 가격변동의 방향, 조건부 확률, 효율적 시장가설, 행태주의 금융, 예측일치도, 고빈도자료
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력
트위터 페이스북
NRF Daejeon
(34113) 201, Gajeong-ro, Yuseong-gu, Daejeon, Korea
Tel: 82-42-869-6114 / Fax: 82-42-869-6777
NRF Seoul
(06792) 25, Heonreung-ro, Seocho-gu, Seoul, Korea
Tel: 82-2-3460-5500 / Fax: 82-2-3460-5759
KRM Help Center
Tel : 042-710-4360
E-mail : krmcenter@nrf.re.kr / Fax : 042-861-4380