[논문 리뷰] Risk Measures in a Regime Switching Model Capturing Stylized Facts

Rainer Haidinger, Richard Warnung|arXiv (Cornell University)|2012. 12. 17.

Stochastic processes and financial applications참고 문헌 3인용 수 3

한 줄 요약

이 논문은 두 상태의 마르코프 체인과 일반화된 하이퍼볼릭 분포를 사용하여 금융 수익률의 정제된 사실(fat tails, 변동성 클러스터링, 비대칭성 등)을 포착하는 제도 전환 모델을 제안한다. 이는 옵션 가격 설정에서 유래한 푸리에 변환 기법을 적용하여 Value-at-Risk (VaR) 및 기대손실(Expected Shortfall, ES)을 효율적으로 계산하며, 단순한 GHYP 모델 대비 뛰어난 외부 검증 성능을 보이며, 610일 동안 VaR 위반 수가 10건에 불과한 반면, 단순 GHYP 모델은 36건을 기록하였다.

ABSTRACT

We pick up the regime switching model for asset returns introduced by Rogers and Zhang. The calibration involves various markets including implied volatility in order to gain additional predictive power. We focus on the calculation of risk measures by Fourier methods that have successfully been applied to option pricing and analyze the accuracy of the results.

연구 동기 및 목표

• 금융 수익률의 주요 정제된 사실(비정상 꼬리, 변동성 클러스터링, 비대칭성 등)을 포착하는 리스크 모델을 개발하는 것.
• 제도 전환 모델의 校정에 향후 지표인 임의의 변동성(VDAX)을 통합하여 예측 능력을 향상시키는 것.
• 옵션 가격 설정에서 유래한 푸리에 변환 기법을 비정규 분포 및 제도 전환 프레임워크 내에서 VaR 및 ES와 같은 리스크 측도를 효율적으로 계산하는 데 적용하는 것.
• 모델의 성능을 내생성 및 외생성 테스트를 통해 평가하고, 단순한 GHYP 기반 기준 모델과 비교하는 것.

제안 방법

• 모델은 경제 제도를 나타내는 은폐된 두 상태 마르코프 체인을 사용하며, 각 상태에서 수익률은 일반화된 하이퍼볼릭 분포(GHYP)로 조건부 분포를 가진다.
• 예측 정확도 향상을 위해 주식, 채권, 상품 및 VDAX 지수의 3년치 데이터를 사용하여 최대우도 추정 기법을 통해 校정을 수행한다.
• 푸리에 변환 기법을 활용하여 VaR 및 ES의 닫힌 형식 표현을 유도하며, 빠른 계산을 위해 빠른 푸리에 변환(FFT)을 적용한다.
• 제도 전환 프레임워크 하에서 수익률 분포의 특성 함수를 유도하여, 수치적 역변환을 통해 리스크 측도를 계산할 수 있도록 한다.
• 필터링 기법을 활용하여 후행 상태 확률을 동적으로 갱신함으로써 시간에 따라 변화하는 리스크 추정치를 가능하게 한다.
• 수렴을 보장하기 위해 복소수 이동 파rameter를 포함한 적분 공식을 사용하여 기대손실을 계산한다.

실험 결과

연구 질문

• RQ1 일반화된 하이퍼볼릭 분포를 사용하는 제도 전환 모델이 비정상 꼬리와 변동성 클러스터링과 같은 금융 수익률의 정제된 사실을 효과적으로 포착할 수 있는가?
• RQ2 교정 과정에 임의의 변동성(VDAX)을 통합하면 리스크 모델의 예측 능력이 향상되는가?
• RQ3 옵션 가격 설정에서 유래한 푸리에 변환 기법을 비정규 분포 및 제도 전환 프레임워크 내에서 VaR 및 ES를 계산하는 데 성공적으로 적응시킬 수 있는가?
• RQ4 외생성 리스크 예측에서 제도 전환 모델의 성능은 단순한 GHYP 기반 모델보다 어떻게 비교되는가?

주요 결과

• VDAX 교정을 적용한 제도 전환 모델은 외생성 테스트 기간 동안 610일 동안 10건의 VaR 위반을 기록하였으며, 이는 이항 검정에서 p-value 0.99를 기록하여 신뢰할 수 있는 리스크 추정을 의미한다.
• 위반 혼합성에 대한 러닝 테스트 결과 p-value는 0.6772로 나타나, VaR 위반에 체계적인 패턴이 없음을 시사하며, 이는 모델의 타당성을 뒷받침한다.
• 기대손실 추정치는 후행 확률이 반영된 두 제도별 수준 간에 동적으로 조정되었으며, 이는 VDAX가 포착한 시장 제도 변화를 반영한 것이다.
• 단순한 GHYP 기반 기준 모델은 동일 기간 동안 36건의 VaR 위반을 기록한 반면, 본 모델은 더 뛰어난 성능을 보이며, 시장 조건 변화에 더 민감하게 반응함을 시사한다.
• FFT를 활용한 푸리에 기반 방법은 리스크 측도의 효율적이고 정확한 계산을 가능하게 하여, 이 기법이 옵션 가격 설정 외의 분야에도 적용 가능함을 입증하였다.
• 강력한 성능에도 불구하고, 모델의 교정 윈도우 길이에 대한 민감도가 주요 한계로 지적되었으며, 이는 정기적인 재교정이 필요함을 시사한다.