This thesis focuses on comparing the predictive power of various volatility models using high-frequency transaction data of KOSPI200 futures and suggests the new ‘Hybrid GARCH’ model to improve the performance of intraday volatility model. Based on the sample covering 24-month period from January 2005 to December 2006, parameters of chosen volatility models were estimated and used to forecast the volatility of 36-month out of sample period, from January 2007 to December 2009. Forecasted volatilities from models were evaluated against the four types of realized volatilities, which were calculated with 1-minute, 5-minute, 10-minute, and 1-day interval respectively and were adjusted for the overnight volatility. R-square, HRMSE, and HMAE were employed as evaluation criteria. Finally, the ‘Mixed GARCH’ model which takes into account the seasonality of intraday volatility was designed and tested as an alternative approach to improve the daily volatility model.
본 연구는 KOSPI200 선물의 고빈도 데이터를 사용하여 변동성 예측 모형의 성능에 대해 비교 분석하였다. 사용한 변동성 모형으로는 기존의 GARCH, EGARCH, TGARCH와 일중 변동성을 추가한 모형, 야간 변동성을 감안한 모형, 일중 변동성으로만 구성된 모형이다. 또한, L자형 일중 계절적 변동성을 반영한 모형을 설계하고자 혼합 GARCH 모형을 고안하였다. 사용한 데이터는 2005년 1월 3일부터 2006년 12월 28일까지의 최근월물 KOSPI 200 선물 수익률을 통해 각 변동성 예측 모형의 모수를 추정하였다. 이를 바탕으로 표본 내 기간을 2005년 1월 3일부터 2006년 12월 28일까지로 정하고 표본 외 기간을 2007년 1월 2일부터 2009년 12월 30일까지로 정하였다. 표본 내 기간과 외 기간 동안 각 변동성 예측 모형의 예측력과 정확성을 비교하였으며, 평가 기준이 되는 실현 변동성은 1분, 5분, 10분, 1일 간격으로 측정한 수익률로부터 계산된 1일 변동성을 사용하였다. 성능 평가는 회귀분석 R-제곱값, HRMSE, HMAE를 사용하였다. 결론적으로, 일중 계절적 변동성을 감안한 혼합 GARCH 모형이 예측력과 정확성에 있어서 안정적으로 우수한 성능을 보였다.
