In this thesis, we estimate and evaluate different types of continuous-time specifications for the dynamics of stock index using efficient method of moment (EMM) with seminonparametric GARCH type auxiliary model augmented with leverage and level effect on conditional variance. We find that while non-normal conditional density of the asset returns and conditionally heteroskedastic variance with leverage effect are significant for KOSPI200 index in the discrete-time representation of SNP, the dynamics the data generating process for the returns of KOSPI200 index does not deviates much from the traditional specification of lognormal process with constant mean and variance on daily level. In addition, extension of the variance specification to constant elasticity of variance model with negative elasticity, and stochastic volatility model with negative relationship between return and volatility innovations improves performance of capturing the features of daily returns.
최근의 재무 모형의 발전은 연속시간 하에서의 확산 모형을 기초로 이루어져 왔으나 그 실증적 결과는 만족스럽지 못한 실정이다. 이에 대한 대안으로 다양한 형태의 연속시간 모형이 제시되고 이에 근거한 파생 상품의 가격 결정 모형에 대한 실증 분석이 이루어 졌으나 모형의 간결성과 정당성을 확보하기 위해서는 모형이 설명하는 기초 자산에 대해 직접적인 검증이 필요하다. 따라서 본 연구는 레버리지와 레벨 효과를 고려한 GARCH 유형의 반비모수적 보조 모형에 근거한 효율적 적률 방법을 사용하여 주가 지수의 연속시간 동적 모형을 추정하고 비교 분석한다.
본 연구에서는 KOSPI200 지수에 대한 로그 정규 분포 모형, CEV 모형, 그리고 추계적 변동성 모형을 추정하고 그 유효성을 검증하였으며, 그 결과 2001년부터 2004년까지 KOSPI200 지수의 일별 수익률의 자료 생성 과정은 전통적인 로그 정규 과정으로부터 크게 벗어나지 않으나, 변동성에 대한 제한을 완화함에 따라 모수의 개수가 늘어나게 되는 자유도의 변화를 고려하더라도 관찰되는 수익률 시계열 자료를 설명하는 데는 더 우수한 것으로 나타났다. 특히, CEV 모형은 변동성의 탄력성이 음으로 나타나고, 추계적 변동성 모형의 경우는 수익률과 변동성 사이에 음의 상관 관계가 존재하여 레버리지 효과가 뚜렷이 관찰됨을 알 수 있다.
