Volatility plays a measure role in academy and finance industry. especially in pricing financial derivative products and trading volatility strategies. This study gives a concept of Mixture Multiplicative model and enhance the performance of intelligent volatility trading systems by predicting Korean stock market volatility more accurately.
The VKOSPI is newly developed to proxy the Korean stock market volatility. VKOSPI is the price of a linear portfolio of the KOSPI200 index option and measures the effect of expectation of dealers and option traders on stock market volatility for 30 calendar days. Option is one of the active market in Korea. And Its trading volume exceeds the 10 million contracts a day. So, Therefore, analyzing the VKOSPI has treat importance in understanding volatility inherent in option prices and can afford some trading ideas for futures and option dealers.
The aim of this study is to built the Mixture Multiplicative Error model with the KOSPI volatility index. To estimate and inference the parameters, I used the maxmum likelihood procedure with the data from January 2003 to December 2007. With determined parameters, I forecast the tommorow`s expected value of volatility and direction of tomorrow`s stock market volatility.
According to the test results the MEM Model shows better performance out of sample. GARCH shows better perfomance at in sample codes but out of sample the performance shows lower prediction power.
옵션거래자 뿐 아니라 헤저에게도 변동성을 예측할 수 있다는 것은 시장의 큰 흐름을 읽는다는 의미에서 매우 중요한 일이다. 또한 옵션의 가격은 시장의 수익률 및 변동성에 관한 중요한 정보들을 내포하고 있으므로 옵션 가격을 통한 내재 변동성 예측은 중요한 의미를 지닌다. 특히 VKOSPI의 경우 모델 프리 내재변동성은 공정스왑방식을 이용하여 기존에 널리 사용되어진 Black-Shores의 내재 변동성 보다 실제 변동성 파악에 더욱 좋은 결과를 보여준다.
본 논문에서는 MEM Model을 이용하여 VKOSPI 지수를 처음으로 Simulation 하였다. MEM Model은 기존 선형모델에서 벗어나 실측치의 값을 예측치와의 오차 항의 곱으로 나타내었다. 이와 같은 MEM Model의 경우 Bid Ask Spread나 변동성의 예측 그리고 거래량과 같은 항목에 Simulation 하는데 적당하다. Simulation결과 1Mixture에서 2Mixture 보다 좋은 결과를 도출하였으며, 2 Mixture의 경우 예측치가 PT Test결과 유의 하지 않음을 알 수 있었다. 상기와 같은 결과는 기존의 연구에 비하여 Simulation 기간이 짧기 때문인 것으로 파악되며, 다른 이유로는 기존의 연구가 High Frequency Data를 이용한 역사적 변동성 측정 데이터이므로, 비교적 변동성의 변화가 VKOSPI에 비하여 커 2 Mixture에서 비교적 유의한 결과를 보였을 가능성이다.
하지만 1 Mixture, 2 Mixture 공통으로 In-Sample보다 Out-of Sample에서 보다 큰 예측력을 보였는데, 이것은 In-Sample 구간이 2008년도 금융위기시 변동성 크게 변화하는 구간을 살짝 걸치고 있어 이 부분에서 변동성의 예측력이 크게 감소했을 가능성이 높다. 또한 2 Mixture 상에서의 계수 추정이 바르지 않았을 가능성도 있다. 특히 2 Mixture의 경우 계수들의 신뢰도가 기존의 선행 연구에 비하여 현저히 떨어진다는 점이 이를 뒷 바침한다.
이런 문제에도 불구하고 본 논문은 한국 시장 최초로 변동성 모델을 적용하였다는데 의의가 있다. 물론 계수 추정의 세밀화, 정확도 개선등의 문제가 있지만, 본 눈문을 통하여 예측값을 구하는 과정을 대중적으로 알렸으며, Simulaiton방법론을 구체적으로 언급하여 후에 VKOSPI시장을 MEM Model로 Simulation하는데 큰 공헌을 할 것으로 사료된다.
