지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2011.10
- 수록면
- 91 - 103 (13page)
이용수
이 논문의 연구 히스토리 (5)
2012
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구는 사회책임투자지수의 주식 투자에 대한 실증연구로 회귀분석모형인 최소분산모형, 벡터오차수정모형(VECM), 이변량 GARCH(1,1)모형을 이용하여 2010년 2월 9일부터 2011년 4월 29일까지 KOSPI 200 주가지수선믈 주간자료를 이용한 사회책임투자지수 투자 주식포트폴리오 위험관리로 직접헤지시 필요한 헤지비율을 추정하고, 각 모형들의 헤지성과를 비교, 분석하였다.
실증분석 결과 최소분산헤지모형, 벡터오차수정모형 및 이변량 GARCH(1,1)모형을 이용하여 외표본(out-of-sample)과 내표본((in-sample)방식에 의한 헤지비율과 헤지성에 차이는 없으나 최소분산헤지 모형이 벡터오차수정모형과 이변량 GARCH(1,1)모형에 비하여 헤지비율이 더 크고 헤지성과가 양호한 것으로 나타났다.
이상의 실증분석 결과를 종합해 볼 때, 현실적으로 헤저나 펀드매니저들이 주식의 KOSPI 200과 KOSPI 200주가지수 선물을 이용하여 불리한 가격변동으로 인한 포트폴리오의 시장위험을 제거시키기 위해서 통계적인 자료의 문제점을 해결하기 위하여 VECM 및 이분산 GARCH(1,1)모형을 사용하는 것과 전통적 회귀분석모형전통적인 회귀분석모형을 사용하는 것을 비교해 보면 오히려 전통적 회귀분석모형전통적인 회귀분석모형이 성과가 양호하여 전통적 회귀분석모형전통적인 회귀분석모형을 사용해도 무리가 없는 것으로 나타났다.
실증분석 결과 최소분산헤지모형, 벡터오차수정모형 및 이변량 GARCH(1,1)모형을 이용하여 외표본(out-of-sample)과 내표본((in-sample)방식에 의한 헤지비율과 헤지성에 차이는 없으나 최소분산헤지 모형이 벡터오차수정모형과 이변량 GARCH(1,1)모형에 비하여 헤지비율이 더 크고 헤지성과가 양호한 것으로 나타났다.
이상의 실증분석 결과를 종합해 볼 때, 현실적으로 헤저나 펀드매니저들이 주식의 KOSPI 200과 KOSPI 200주가지수 선물을 이용하여 불리한 가격변동으로 인한 포트폴리오의 시장위험을 제거시키기 위해서 통계적인 자료의 문제점을 해결하기 위하여 VECM 및 이분산 GARCH(1,1)모형을 사용하는 것과 전통적 회귀분석모형전통적인 회귀분석모형을 사용하는 것을 비교해 보면 오히려 전통적 회귀분석모형전통적인 회귀분석모형이 성과가 양호하여 전통적 회귀분석모형전통적인 회귀분석모형을 사용해도 무리가 없는 것으로 나타났다.
목차
요약
Ⅰ. 서론
Ⅱ. 문헌연구
Ⅲ. 연구자료 및 연구모형
Ⅳ. 실증연구 결과분석
Ⅴ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-325-001166133