This thesis estimates and forecasts the yield curves in Korean bond market using four factor models, whose factors are obtained by independent component analysis (ICA) and principal component analysis (PCA). ICA cannot give natural interpretation about factors affecting the term structure unlike PCA. However financial data have leptokurtic distribution in general, which means ICA can be used as an effective tool for analyzing dynamics of interest rates. Estimation results show ICA gives a better fit to data than PCA. Both ICA and PCA have better forecasting performances over the random walk. Considering that it is difficult for any model to show better forecasting performance over the random walk model especially under 3 months, results suggest that both methods are useful in forecasting the yield curve dynamics. And results also suggest that ICA shows a slight edge over PCA.
본 논문은 4개의 성분을 활용한 주성분분석과 독립성분분석을 이용하여 국내 채권시장의 수익률 곡선을 추정하고 예측하는 것을 목적으로 하였다. 독립성분분석은 일반적으로 많이 활용되는 주성분분석과는 달리 성분에 대한 자연스러운 해석이 어려운 단점을 가지고 있다. 그러나 금융시계열 데이터는 주성분분석에서 가정하는 것과 달리 leptokurtic한 분포를 일반적으로 가지므로, 이자율의 동태를 분석할 때 독립성분분석이 보다 유효한 분석방법으로 활용될 수 있을 것으로 판단된다. 표본기간을 분석한 결과 주성분분석에 비하여 독립성분분석이 표본내 추정에 더 적합한 것으로 나타났다. 독립성분분석과 주성분분석모두 본 논문의 예측오차비교결과 랜덤워크모형보다 좋은 예측결과를 나타내었다. 일반적으로 예측 시에 랜덤워크모형은 예측력비교대상으로 활용되는데, 특히 3개월 이하의 단기예측의 경우에 랜덤워크모형의 예측결과보다 나은 결과를 얻기는 어려운 것으로 알려져 있다. 따라서 분석대상기간에 있어 두 방법 모두 예측력을 지닌다고 판단할 수 있다. 그러나 주성분분석과 독립성분분석간의 예측력비교에서는 독립성분분석이 약간 나은 결과를 보이지만 예측력의 우월성을 판단하기에는 어려우므로 추가적인 연구가 필요하다고 하겠다.
