메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
국제지역학회 국제지역연구 국제지역연구 제19권 제1호
발행연도
2015.1
수록면
265 - 285 (21page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구는 미국 주식시장과 8개국 아시아 주식시장의 조합을 통해 변동성 특징 및 변동성 전이현상을 분석하였다. 이를 위해서, 변동성 장기기억특성과 전이현상을 분석하기 위해 이변량 FIGARCH-DCC 모형을 이용하였다. 또한, DCC 모형을 이용하여 주식시장 간의 공분산(covariance)을 측정하여 최적 포트폴리오 가중치와 최소 헷지비율을 분석하였다. 실증분석결과를 살펴보면 다음과 같다. 첫째, 미국-한국 조합의 상관계수가 가장 높은 반면, 미국-중국 조합이 가장 낮은 상관관계를 갖는 것으로 나타났다. 미국과 한국 주식시장으로 구성된 포트폴리오에 투자를 기피할 가능성이 크며, 미국과 중국 주식시장으로 구성된 포트폴리오에대한 투자를 선호할 것으로 예상된다. 둘째, 최근의 세계금융위기가 주식시장 간의 상관관계를 증대시키는 것으로 분석 되었다. 이는 한 국가의 주식시장의 정보가 다른 국가의 주식시장에 연쇄적으로 영향을 주고 있고, 이러한 변동성 전이현상은 시간이 갈수록 더 빈번해지고 강해지고 있다. 마지막으로, 헷지비율을 분석한 결과 미국-중국의 포트폴리오 조합이 가장 효율적인 헷지전략을 제공하는 것으로 분석되었다.
#변동성 전이효과 #장기기억 #최적포트폴리오 가중치 #헷지비율 #이변량 FIGARCH-DCC 모형 #Volatility spillover effect #Long memory #Optimal portfolio weight #Hedging ratio #Bivariate FIGARCH-DCC model

목차

등록된 정보가 없습니다.

참고문헌 (25)

참고문헌 신청
강상훈 / 2008 / Long Memory Properties in the Volatility of Australian Financial Markets:A VaR Approach / 국제지역연구 12(2):3~26 dbpia 김병준 / 2009 / 한국과 중국 주식시장에서의 변동성 전이효과 분석 / 금융지식연구 7(2):39~69 dbpia 노현승 / 2014 / 아시아 이머징 주식시장에서의 변동성 장기기억모형 예측력 분석 / 金融工學硏究 13(3):27~49 dbpia 이기성 / 2013 / DCC-GARCH 모형을 이용한 한국과 일본 금융시장간 연계성 변화 분석 / 산업경제연구 26(4):1485~1504 dbpia 정진호 / 2012 / DCC-MGARCH 모형을 이용한 글로벌 시장과 신흥 시장간 주식시장의 정보 전달효과에 관한 동태적 분석; 미국과 중국 및 인도 주식시장을 중심으로 / 금융지식연구 10(1):79~106 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0