저자: 윤재호

주가변동은 확률변동성(stochastic volatility)에 의한 연속적인 확산과
정(diffusion process)과 불연속적인 점프과정(jump process)으로 나누어
볼 수 있으며 이 같은 구분은 정책당국 등이 금융시장의 상황을 평가하
는 데 있어 중요하다. 이는 높은 확률변동성은 금융시장 불안에 지속적
인 영향을 미칠 수 있는 반면, 점프는 일시적인 주가 급변만을 야기할
가능성이 높기 때문이다. 본 연구는 Johannes et al.(2009)이 제안한 최
적필터(optimal filter) 방법을 이용하여 우리나라 주가지수의 확률변동성
및 점프를 추출하고 이러한 구분이 주가의 향후 불확실성을 예측할 수
있는 정보로 활용될 수 있는지 검토하였다.
먼저 다양한 주가 시계열 모형을 대상으로 Hong and Li(2005)의 비모
수 적합성 검정방법을 통해 모형의 현실적합성을 살펴본 결과, 종래 많
이 이용되어온 GARCH 모형에 비해 제곱근 확률변동성 모형
(square-root stochastic volatility models)이 우수했으며 그중에서도 특
히 주가의 점프를 고려한 제곱근 확률변동성 모형(SVJ 모형)이 가장 우
수한 것으로 나타났다. 다음으로 SVJ 모형을 대상으로 최적필터를 이용
하여 확률변동성 및 점프를 추출한 결과, 9.11 테러사태, 2008년 금융위
기 등 최근의 주가 급변동시 SVJ 모형이 여타 GARCH 모형의 조건부
분산에 비해 낮은 확률변동성을 보였다. 이는 GARCH 모형을 이용할
경우 금융시장 불안정기에 주가의 변동성을 과대평가할 가능성이 적지
않음을 의미한다. 또한 동 추출결과에 따르면 9.11 테러사태시의 주가급
락은 주가의 하방점프에 기인한 반면, 2008년 금융위기시의 주가급변은
확률변동성이 높게 지속된 데 기인한 것으로 분석되었다. 이는 9.11 테
러시에 비해 2008년 금융위기시 주가 불확실성의 지속성이 더 컸음을
의미한다. 이와 같이 최적필터 방법은 주가의 확률변동성과 점프를 신속
하게 추출함으로써 주가 변동의 원인 분석은 물론 향후 주가변동성을
예측하는 데 있어서도 유용한 수단이 될 것으로 보인다.

Ⅰ. 서론

Ⅱ. 주가 모형
1. 제곱근 확률변동성 모형
2. GARCH 모형

Ⅲ. 데이터 및 모형 추정
1. 데이터 및 모형추정 방식
2. 추정결과

Ⅳ. 모형 적합성 검정
1. 확률밀도예측 검정
2. 미래 변동성 예측

Ⅴ. 최적필터 이용한 우리나라 주가의 확률변동성 및 점프 추출
1. 최적필터의 개념
2. 최적필터를 이용한 확률변동성 및 점프 추출

Ⅵ. 결론 및 시사점

<참고 문헌>

<부록 1> SVCJ 모형을 위한 최적필 알고리듬
<부록 2> Hong and Li 시계열모형 적합성 검정방식