SU-정규분포 함수와 비대칭t 코퓰러를 이용한 GARCH 모형

A GARCH Model Using SU-normal Distribution and Skewed t Copula

금융시계열 데이터의 동시적 움직임을 제대로 포착하는 것은 리스크 관리 등 금융 부문의 다양한 분야에서 매우 중요한 의미를 지닌다. 본 연구는 코퓰러 중 가장 유연한 것으로 평가되는 비대칭 t 코퓰러를 다변량 GARCH 모형에 도입한다. 동시에 한계변수의 분포 역시 단일변량 분포함수 중 가장 유연한 SU-정규 분포함수를 이용한다. 이렇게 만들어진 비대칭t 코퓰러모형의 추정성과를 시뮬레이션 및 실제금융 데이터추정을 통해 비교 분석한다. 데이터는 코스피, 코스닥 등 주가지수와 엔/달러, 달러/유로등환율을 이용하고, 비교대상 모형은 다변량 정규 분포모형과 다변량 SU-정규 분포 모형 이다.

Many financial researches have paid attention to capturing a comovement of financial time series in risk management subjects. In this article, we propose a multivariate GARCH model using a skewed t copula that is chosen as one of the most flexible copula specifications. We also employ an SU-normal distribution as a marginal distribution in the GARCH modelling. In practice, we provide simulation comparisons and empirical analyses generated by this combination of copula and margin. For the empirical application, we select KOPSI, KOSDAQ for stock price and yen/dollar, dollar/euro for exchange rate. Our proposed copula specification is compared with multivariate normal distribution and multivariate SU-normal distribution models.