점프요소와 금융시장의 변동성

Jump Components and Volatility in Financial Markets

글로벌 금융위기 이후 금융시장의 불확실성이 급격히 확대되면서 불확실성의 정도를 나타내 주는 변동성의 추정은 경제 및 재무분야에서 초미의 관심사가 되고 있다. 따라서 본 논문은 정보 유입에 의해 야기되는 금융시장의 변동성을 정확하게 추정할 수 있도록 비모수 측정법을 활용하여 점프 요소를 추정하고, 이 점프를 실현점프(realized jumps)로 정의하며 실현점프를 확률변동성(stochastic volatility) 모형에 포함시킨 실현점프 확률변동성(SV-RJ) 모형을 새롭게 제안한다. KOSPI 고빈도 자료와 베이지언 마코프 체인 몬테칼로(MCMC) 추정법을 이용한 실증분석 결과에 의하면 SV-RJ 모형이 기존의 점프 확률변동성 모형에 비해 높은 적합성을 가질 뿐만 아니라 실현점프를 고려함으로써 흥미롭게도 다른 확률변동성 모형에 비해 변동성의 지속성이 현저히 감소하였다. 이런 결과는 점프 설정과 변동성의 지속성이 밀접한 관계를 가지며 확률변동성 모형의 추정이 점프 설정에 매우 민감할 수 있음을 의미한다.

Return volatility has been a rapidly growing issue in economics and finance since the global financial crisis started in mid-2007. Therefore, to specify the volatility model accurately this paper estimates jump components, which are likely to be related with news, using a nonparametric method. These estimated jump components are defined as realized jumps and these are included in a stochastic volatility model that has been widely used to model a changing variance of financial time series. This paper also considers a Markov chain Monte Carlo method as an efficient method for estimating the stochastic volatility model with realized jumps(SV-RJ). Strong evidence in favor of the SV-RJ model specification over the other competitive stochastic volatility models is based on empirical application with high frequency data of KOSPI. More interesting finding is that volatility persistence in the SV-RJ model is significantly low in contrast with that in the stochastic volatility model with parametric jumps. This implies that the estimation results of the stochastic volatility models might be quite sensitive to jump specification.