냉방지수에 대한 통계적 예측모형

Statistical Forecast Models of Cooling Degree Days Index

본 연구는 날씨파생상품 기준지수 중 하나인 냉방지수(cooling degree days index)에 대한 예측모형 개발을 목적으로 하였다. 부산지역을 대상으로 하고, 냉방지수는 누적기간 내 일평균기온과 기준온도에 의하여 생산되므로 50년간(1960년~2009년) 일평균기온자료를 사용하였다. 아노말리 자료를 생산하여 추세성을 살피고, 스펙트럴 분석으로 주기들을 탐색하였다. 일평균기온 예측모형은 추세성과 주기성을 포함한 시계열 회귀모형, 오차항에 대한 자기회귀모형(AR), 일반화 자기회귀 조건부 이분산 모형(GARCH)의 결합으로 구성하였다. 식별통계량을 사용하여 최적 모형을 선택하였고, 모형검증을 수행하였다. 최종 제안된 모형은 AR(3)-GARCH(1,1) 모형이다. 추정된 예측모형과 분산모형을 사용하여 몬테칼로 모의실험을 수행하여, 냉방지수를 기준지수로 하는 유럽형 콜옵션 가격결정을 위한 정보를 제시하였다.

The objectives of this study are to develop a statistical model for generating CDD (cooling degree days index) for weather derivatives. For this study, we use daily average temperatures in Busan area for a period of 50 years (1960 to 2009). To generate CDD based on daily average temperatures, we apply a forecast model for daily temperature which consists of time series regression model with linear trend, seasonal components, autoregressive error term and GARCH model as a variance model. As a result, the AR(3)- GARCH(1,1) model is proposed. To generate information on pricing European call options for CDD with respect to strike level, Monte-Carlo simulation is performed by using the estimated model.