[논문 리뷰] Detecting regime switches in the dependence structure of high dimensional financial data

Jakob Stoeber, Claudia Czado|arXiv (Cornell University)|2012. 02. 09.

Complex Systems and Time Series Analysis참고 문헌 3인용 수 22

한 줄 요약

이 논문은 고차원 금융 데이터에서 시간에 따라 변화하는 의존 구조를 탐지하기 위해 마르코프 스위칭 정규 복소 (R-vine) 코퓰라를 제안한다. 이는 비대칭성 및 꼬리 의존성을 모델링할 수 있게 한다. 빠른 EM 기반 최대우도 추정과 베이지안 MCMC 추론을 통해 자산 의존성에서 '정상'과 '위기' 상태로 구분되는 명확한 제도 전환을 식별한다. 실증 결과는 환율, 주식 및 유로존 지수 데이터에서 유의미한 제도 전환을 보여준다.

ABSTRACT

Misperceptions about extreme dependencies between different financial assets have been an im- portant element of the recent financial crisis. This paper studies inhomogeneity in dependence structures using Markov switching regular vine copulas. These account for asymmetric depen- dencies and tail dependencies in high dimensional data. We develop methods for fast maximum likelihood as well as Bayesian inference. Our algorithms are validated in simulations and applied to financial data. We find that regime switches are present in the dependence structure of various data sets and show that regime switching models could provide tools for the accurate description of inhomogeneity during times of crisis.

연구 동기 및 목표

• 고차원 금융 데이터에서 시간에 따라 변화하는 의존 구조를 모델링하기 위한 확장 가능한 방법의 부족을 해결하기 위해.
• 시장 위기 기간 동안 비대칭성 및 꼬리 의존성을 포착하기 위해 R-브리트 코퓰라 모델에 제도 전환을 통합하기 위해.
• 빈도주의 (EM) 및 베이지안 (MCMC) 추론 방법을 모두 활용하여 고차원 MS-R-브리트 모델에 대해 계산 효율적인 추론 절차를 개발하기 위해.
• 시뮬레이션과 금융 수익률 데이터에 대한 실제 응용을 통해 모델 성능을 검증하기 위해.
• 부트스트랩 방법의 한계를 극복하기 위해 베이지안 신뢰구간을 통한 불확실성 정량화를 가능하게 하기 위해.

제안 방법

• 시간에 따라 변화하는 고차원 의존성과 비대칭성 및 꼬리 의존성을 모델링하기 위해 정규 복소 (R-vine) 코퓰라와 숨겨진 마르코프 모델 (HMM)을 결합한다.
• 수준 간 이元 코퓰라를 연결하여 고차원에서의 복잡한 다변량 의존성을 모델링하는 계층적 틀을 구축한다.
• 복소의 구조를 활용하여 계산 효율성을 확보하면서도 빠른 근사 기반 기대값-최대화 (EM) 알고리즘을 개발하여 최대우도 추정을 수행한다.
• MS-R-브리트 모델에 대해 베이지안 MCMC 추론을 적응시켜 기존 D-브리트에 대한 연구를 일반 R-브리트로 확장하고 제도 파rameter의 사후 추정을 가능하게 한다.
• MCMC 수렴를 향상시키고 신뢰구간을 통한 불확실성 정량화를 가능하게 하기 위해 EM 추정치를 MCMC의 초기값으로 사용한다.
• 롤링 윈도우 분석과 정보 기준 (예: BIC)을 통한 모델 선택을 통해 시간에 따라 동일한 MS-R-브리트 모델과 시간에 따라 변화하지 않는 대안 모델을 비교한다.

실험 결과

연구 질문

• RQ1 고차원 금융 자산 수익률의 의존 구조에 유의미한 제도 전환이 존재하는가?
• RQ2 마르코프 스위칭 R-브리트 코퓰라는 다양한 제도에서 비대칭성 및 꼬리 의존성을 효과적으로 모델링할 수 있는가?
• RQ3 속도, 정확도 및 불확실성 정량화 측면에서 제안된 EM 및 MCMC 추론 방법의 성능는 어떻게 비교되는가?
• RQ4 실제 금융 데이터에서 '정상' 제도와 '위기' 제도 간 추정된 의존 구조는 어떻게 다른가?
• RQ5 모델 선택 (예: R-브리트 구조, 코퓰라 가족)은 제도 전환 탐지에 어떤 영향을 미치는가?

주요 결과

• 환율, 주식 및 유로존 지수 데이터를 포함한 고차원 금융 데이터에서 의존 구조의 제도 전환이 통계적으로 유의미하고 탐지 가능하다.
• '위기' 제도에서는 '정상' 제도보다 더 강한 양의 꼬리 의존성 (예: CHF-EUR의 켄달의 τ = 0.55 vs. τ = 0.52)를 보이며, 이는 위기 기간 동안의 공동 이동성 증가를 시사한다.
• DAX 데이터셋에서는 '위기' 제도에서 '정상' 제도보다 훨씬 높은 켄달의 τ 값 (예: EOA-RWE의 τ = 0.66 vs. 0.49)을 보이며, 이는 시장 혼란 기간 동안 의존성 증가를 반영한다.
• 일부 자산 쌍에서는 위기 기간 동안 음의 의존성이 관찰된다 (예: BRL-JPY의 τ = -0.35), 이는 헤징 또는 안전자산으로의 이동 행동을 시사한다.
• EM 알고리즘은 빠르고 정확한 모수 추정치를 제공하며, MCMC 결과와도 밀접한 일치를 보인다 (예: 위기 제도에서 CHF-EUR의 τ̂_EM = 0.55 vs. τ̂_MCMC = 0.55).
• 베이지안 신뢰구간은 추정된 모수의 강건성을 확인하며, 좁은 구간은 추정의 정밀도가 높음을 시사한다.