KOSPI200 선물의 양면, 투기와 위험분산 -EGARCH 모형을 통한 주식/선물 위험 예측 -위험 분산을 위한 최적 헤지비율 추정 -GARCH-M모형을 이용한 위험츠리미엄 추정
I. 연구동기 및 주요개념
1. 서론
2. 주요 개념
II. 분석 개요
1. 분석변수 1(종속변수)
2. 분석변수 2(독립변수)
3. 분석순서
4. 변수 변환
5. 분석변수의 시도표
III. KOSPI200지수의 위험 예측 모형
1. 고전적 회귀모형(OLS 추정)
2. 자기회귀 모형 : AR(p)
3. 조건부 이분산 모형 : GARCH(p,q)
4. 각 모형의 잔차 비교와 특이치 분석
IV. KOSPI200 선물의 위험 예측 모형
1. 고전전 회귀모형(OLS추정)
2. 자기회귀 모형 : AR(p)
3. 조건부 이분산 모형 : GARCH(p,q)
4. 각 모형의 잔차 비교와 특이치 분석
5. KOSPI200 지수 모형과 선물지수 모형의 비교
V. KOSPI200 지수와 선물의 최적 헤지비율 추정 및 성과 비교
1. 최적 헤지비율(Optimal Hedge Ratio)
2. 무헤지, 단순헤지, 불변헤지의 성과 비교
VI. KOSPI200 지수와 선물간의 시간변화 위험프리미엄 추정 모형
1. 불편 기대가설 검증
2. 시간변화 위험 프리미엄 추정
3. 불편기대가설 및 시변 프리미엄 검증의 의미
VII. 최종 결론 및 후기
참고문헌
SAS PROGRAM
'鑑定評價理論 및 업역 확장 > 통계학, 빅데이터' 카테고리의 다른 글
| R Users Conference 2014 (0) | 2014.05.29 |
|---|---|
| 경제 통계의 이해 (0) | 2014.05.29 |
| 빅데이터(big data)와 자동차 산업 (0) | 2014.05.25 |
| 우편정보 빅데이터의 활용 (0) | 2014.05.18 |
| 부동산 거래량 통계의 활용방안 연구 (국토연구원) (0) | 2014.05.10 |