This paper focuses on comparison of performance of volatility forecast model in the Korean Stock Market using the GARCH model, IGARCH model, EGARCH model and ARFIMA with GARCH model. For this purpose, we use closing prices of KOSPI200 index for the period from January 3, 1997 to March 31, 2008. Part of the long memory may be caused by the presence of neglected breaks in the series and findings of long memory in volatility measures might be spurious. Presence of occasional structural breaks in the data can generate slowly decaying autocorrelations and hence may lead to findings of long memory in the conditional volatility of stock returns. We resort to the iterative cumulative sum of squares (ICSS) algorithm to test for the presence of structural breaks in the volatility during sample period. The empirical results show that in case of KOSPI 200 data EGARCH model with asymmetric attributes gives us improved performance.
금융자산의 선택과 관리 그리고 의사결정과정에 있어서 변동성의 예측은 필수적이다.
기존의 변동성 모형을 KOSPI200지수를 통해 한국 증권시장에 적용함으로써 모형들의 성능 비교를 통해 한국증권시장에서 변동성을 가장 정확히 추정하고 예측할 수 있는 모형을 선택하는 데 연구의 목적을 둔다. 이 목적을 위해 우리는 1997년 1월3일부터 2008년 3월31일 까지의 KOSPI200지수의 종가 자료를 이용하여 검토한다.
변동성 예측에서 허구적 장기기억 효과를 배제하기 위해 ICSS알고리즘을 적용하여 구간별로 GARCH모형, IGARCH모형, EGARCH모형, ARFIMA with GARCH모형을 적용하여 변동성 예측성과를 비교하였다.
본 연구에서 변동성 충격의 장기기억 효과를 고려한 ARFIMA with GARCH모형 보다 정보의 비대칭성을 고려한 EGARCH모형이 일반적으로 보다 개선된 값을 도출하는 것으로 밝혀졌다.
