[논문 리뷰] Forecasting crude oil market volatility: can the Regime Switching GARCH model beat the single-regime GARCH models?

Yue‐Jun Zhang, Ting Yao외 1명|arXiv (Cornell University)|2015. 12. 05.

Market Dynamics and Volatility참고 문헌 39인용 수 5

한 줄 요약

이 논문은 일일, 주간, 월간 빈도에서 원유 시장 변동성 예측에 대해 MRS-GARCH(마르코프 상태전환 GARCH) 모형이 단일 상태 GARCH 모형—선형 GARCH, GJR-GARCH, EGARCH—대비 성능을 평가한다. MRS-GARCH 모형은 내생적 추정과 일일 변동성 예측에서 단일 상태 모형을 능가하지만, 장기 예측 수준에서는 이점이 감소하며, Value-at-Risk (VaR) 예측에서는 선형 GARCH 모형이 더 뛰어난 성능을 보인다.

ABSTRACT

In order to obtain a reasonable and reliable forecast method for crude oil price volatility, this paper evaluates the forecast performance of single-regime GARCH models (including the standard linear GARCH model and the nonlinear GJR-GARCH and EGARCH models) and the two-regime Markov Regime Switching GARCH (MRS-GARCH) model for crude oil price volatility at different data frequencies and time horizons. The results indicate that, first, the two-regime MRS-GARCH model beats other three single-regime GARCH type models in in-sample data estimation under most evaluation criteria, although it appears inferior under a few of other evaluation criteria. Second, the two-regime MRS-GARCH model overall provides more accurate volatility forecast for daily data but this superiority dies way for weekly and monthly data. Third, among the three single-regime GARCH type models, the volatility forecast of the nonlinear GARCH models exhibit greater accuracy than the linear GARCH model for daily data at longer time horizons. Finally, the linear single-regime GARCH model overall performs better than other three nonlinear GARCH type models in Value-at-Risk (VaR) forecast.

연구 동기 및 목표

• 원유 시장에서 마르코프 상태전환 GARCH(MRS-GARCH) 모형이 기존의 단일 상태 GARCH 모형보다 더 뛰어난 변동성 예측 성능을 제공하는지 평가하는 것.
• 다양한 데이터 빈도—일일, 주간, 월간—과 다양한 예측 수준에서 모형 성능을 평가하는 것.
• 선형 및 비선형 GARCH 모형(예: GJR-GARCH, EGARCH) 간의 변동성 예측 정확도를 비교하여 원유 가격 변동성을 얼마나 잘 포착하는지 평가하는 것.
• VaR(위험치) 예측 성능에서 각 모형의 상대적 성능을 평가하는 것—이는 핵심 위험관리 지표이기 때문이다.
• MRS-GARCH 모형이 기존의 GARCH 사양보다 통계적이고 경제적으로 의미 있는 개선을 제공하는 조건을 규명하는 것.

제안 방법

• 원유 변동성의 구조적 변화를 포착하기 위해 이중 상태 마르코프 상태전환 GARCH(MRS-GARCH) 모형을 적용한다.
• 표준 단일 상태 GARCH 모형을 적용: 선형 GARCH, GJR-GARCH(비대칭 변동성), EGARCH(레버리지 효과를 위한 지수 GARCH).
• 일일, 주간, 월간 데이터 빈도에서 내생적 추정과 외생적 예측을 수행한다.
• 다양한 평가 기준을 활용: 변동성 예측 정확도 평가를 위한 RMSE, MAE, 및 최대우도 기반 측정치.
• 각 모형의 위험 예측 성능를 비교하기 위해 Value-at-Risk(VaR) 역추적 검증을 수행한다.
• 모형 간 예측 정확도 차이의 유의성을 평가하기 위해 통계적 검정을 실시한다.

실험 결과

연구 질문

• RQ1 MRS-GARCH 모형은 원유 수익률에 대해 단일 상태 GARCH 모형보다 더 정확한 변동성 예측을 제공하는가?
• RQ2 MRS-GARCH 모형의 예측 성능는 일일, 주간, 월간 데이터 빈도에서 어떻게 달라지는가?
• RQ3 특히 장기 예측 수준에서 MRS-GARCH의 우월성이 유지되는가?
• RQ4 비선형 GARCH 모형(GJR-GARCH, EGARCH)은 선형 GARCH 모형보다 변동성 및 VaR 예측에서 어떻게 다른가?
• RQ5 어느 모형이 원유 시장 위험관리를 위한 가장 신뢰할 수 있는 Value-at-Risk(VaR) 예측을 제공하는가?

주요 결과

• 대부분의 평가 기준에서 이중 상태 MRS-GARCH 모형은 세 가지 단일 상태 GARCH 모형보다 내생적 추정에서 뛰어난 성능을 보이지만, 일부 특정 기준에서는 약간 열등하다.
• 일일 데이터에서는 MRS-GARCH 모형이 모든 단일 상태 모형보다 더 정확한 변동성 예측을 제공하지만, 주간 및 월간 데이터에서는 이 우위가 감소한다.
• 단일 상태 모형 중에서 비선형 GARCH 모형(GJR-GARCH, EGARCH)은 장기 예측 수준에서 선형 GARCH 모형보다 일일 데이터에 대해 더 정확한 변동성 예측을 제공한다.
• 전반적으로 선형 단일 상태 GARCH 모형이 가장 정확한 Value-at-Risk(VaR) 예측을 제공하며, 이 위험관리 지표에서 모든 비선형 GARCH 모형을 능가한다.
• MRS-GARCH 모형의 뛰어난 성능는 특히 시장 압박 상황에서 고주기 데이터의 변동성 군집화와 상태 전환을 포착하는 데서 가장 두드러진다.
• 결과는 MRS-GARCH 모형이 단기 고주기 설정에서 변동성 예측을 개선하지만, VaR와 같은 위험 측정 응용 분야에서는 여전히 단순한 선형 모형이 바람직하다는 것을 시사한다.