This study examines the predictive power of volatility on financial market by using KOSPI 200 spot and KOSPI 200 futures. In this thesis, daily data about KOSPI 200 index from January 1999 to December 2008 are employed. I estimate parameters from GARCH(1,1), EGARCH(1,1), and TGARCH(1,1) models and forecast future volatility for 90days. And I also consider distribution function for each GARCH models such as normal distribution, Student’s-t distribution, and Generalized Error Distribution. These forecasted volatilities are compared with realized volatility from January 2008 to May 2008 by testing regression. I try to find the most proper GARCH model and distribution. The results of the empirical analysis between forecasted volatility to realized volatility are as follows.
First, student’s-t distribution and GED shows better predictive power than normal distribution because financial time series have leptokurtic. Second, I find GARCH(1,1) model shows suitable one than other models for the estimating volatility. It means I can’t find asymmetric volatility in KOSPI 200 Index.
본 논문은 1999년 1월 4일부터 2007년 12월 28일까지 KOSPI 200 지수를 기초 데이터로 하여 GARCH(1,1), EGARCH(1,1) 그리고 TGARCH(1,1)모형에다가 잔차의 분포도를 정규분포, student`s-t 분포, GED(Generalized Error Distribution)를 각각 적용한 뒤 최우추정법을 통하여 모수들을 추정하고, 이 모수들의 통계적 유의성을 살펴본 뒤, 각 분포별 모형들로 부터 90일간의 변동성 예측치를 추출하고 이 예측치와 실제 2008년 1월 2일부터 5월15일까지 90일간 실제 KOSPI 200 선물가격의 실제 변동성을 추출하여 이 둘간의 회귀분석을 통하여 여기에서 나온 조정된 결정계수 값을 통해 어떤 GARCH모형에서 어떤 분포가 가장 좋은 예측력을 보여주는지를 분석해 보았다. 그 분석의 결과는 다음과 같다. 첫째, 금융시게열의 초과첨도 때문에 student`s-t분포와 GED가 정규분포보다 더 나은 예측력을 보여주었다. 둘째, GARCH(1,1) 모형이 다른 모형들 보다 변동성을 예측함에 더 적절한 예측력을 보여주었다. 이는 KOSPI 200 지수에서 비대칭성을 발견할 수 없었다는 것을 의미한다.
