상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
144366.jpg
KCI등재 학술저널

한국 금시장에서 선물계약의 헤지 효과성

Hedging Effectiveness in Korean Gold Futures Market

  • 32

본 연구는 한국에서 금 투자 시 금 선물의 최적헤지비율을 계산하고 그 헤지 효과성을 평가 한다. 최적헤지비율을 구하기 위해서 금현물과 금선물에 대한 주별 자료를 가지고 ECM, CCC 및 DCC GARCH모형 등을 포함하는 여러 방법을 적용한다. 헤지 효과를 판단하기 위해 분산 최소화 기준을 가지고 내표본과 외표본 분석을 시도한다. 주어진 자료는 2006년부터 2015년 까지 9년에 걸친 주별 자료의 금선물 및 금현물 가격을 사용한다. 이러한 분석은 더 나은 헤지 전략 수립과 분산투자를 위한 포트폴리오 구성에 도움이 된다. 분석 결과에 의하면 전체 표본을 대상으로 할 경우 조건부 변동성 모형(즉, CCC 및 DCC GARCH모형)보다 최소자승법에 의한 전통적인 헤지 모형(ECM)의 분산 감소율이 가장 높다. 한편 외표본에 기반한 분석 결과는 DCC GARCH모형의 분산 감소율이 여타 모형에 비해 더 높다. 하지만 전반적으로 한국 금현물과 금선물시장의 연결고리 미약하고 거래빈도의 부족으로 인해 조건부 변동성 모형의 성과가 두드러지게 나타나지는 않는다.

The purpose of this study is to calculate the optimal hedge ratio of gold futures for gold investment in Korea and to evaluate the hedging effectiveness. To obtain optimal hedge ratios, we apply various methods including OLS, CCC and DCC GARCH and copula models with daily data on gold spot and futures. In order to evaluate the hedging effectiveness, we try to compare the results for in-sample and out-of-sample forecasting with the variance minimization principle. The data includes gold futures and gold spot prices for the nine-year period from 2006 to 2015 on the daily basis. This analysis helps establish better hedging strategies and a portfolio for diversified investment. The analysis results show that compared to the conditional volatility model (i.e., CCC and DCC GARCH model), the variance reduction of the traditional hedge model (i.e., ECM model) by the least squares method is the highest when the whole sample is applied. On the other hand, according to the analysis results based on the out-of-sample, the variance reduction rate of the DCC GARCH model is higher than the other models. However, the performance of the conditional volatility model does not appear to be significant due to the weak link between the Gold spots and futures markets and the insufficiency of the relative frequency of trading.

Ⅰ. 서론

Ⅱ. 헤지모형

Ⅲ. 자료탐색

Ⅳ. 헤지비율의 추정과 효과성

Ⅴ. 결론

로딩중