|
VaR를 추정한 다음, 식(1.15)를 이용하여 조건부이분산성을 고려한 VaR추정치를 계산하여 다음과 같이 <표 4>를 얻었다.
<표 4> 조건부이부산성을 고려한 VaR 추정치
신뢰수준
VaR값
90%신뢰수준
(p=0.1)
95%신뢰수준
(p=0.05)
99%신뢰수준
(p=0.01)
|
|
|
커지게 된다. 또한 Kupiec(1995)에 의하면 이러한 현상은 실제 분포가 fat-tailed인 경우 훨씬 심하고 분포의 이론적인 값과도 큰 차이를 보이고 있다. 이러한 사실로부터 α가 0.01과 같이 작은 경우 역사적 시뮬레이션에 의한 VAR 추정치는 원래 분포
|
|
|
VaR보다 우수하다고 주장하였다. 또 본 고의 연구 주제와는 다소 거리가 있지만, 이준행(2000)은 (분산-공분산 방법의) 단순이동평균법, 지수가중이동평균법, 그리고 역사적 시뮬레이션 방법 등 세 가지 VaR 모형 추정방법과 사용자료의 기간에
|
|
|
추정하고 이로부터 VaR를 추정한다. 특히, 이 방법에서는 계산의 부담을 덜기 위하여 정규분포와 단순한 조건부 분산의 동학적 모형을 가정하여, 시계열자료의 변동성에다가 유의수준을 나타내는 적절한 상수를 곱하여 VaR를 계산한다.
그런
|
|
|
VAR 모형 및 세율자료를 이용한 재정정책의 효과 분석, 한국경제학회
김지현 외 1명(2010) - 주식수익률의 VaR와 ES 추정, 한국통계학회
이호 외 1명(2011) - 펀드 유형별 VaR 측정의 성과비교, 한국산업경제학회
이호(2011) - 변동성 모형 적합성과 표본
|
|
 |
기업 타당성 분석 기법 2
1. NPV(Net Present Value) 2
2. IRR(Internal rate of return) 3
3. Var(Value at Risk) 4
4. 몬테 칼로 시뮬레이션기법 4
Ⅲ. 연구자료 및 연구 방법 5
1. 연구자료 5
2. 연구방법 6
Ⅳ. 분석결과 7
Ⅴ. 결 론 12
참고문헌 12
|
|
메뉴펼치기
