본 연구의 학술적 의의
본 연구는 자산수익률 변동성에 대한 예측모형들의 예측성과를 비교하고 최적의 예측모형을 찾는 데에 연구목적이 있다 . 변동성예측은 국내외의 수많은 학자들에 의해 이미 많은 실증분석연구가 시도된 바 있어 연구주제로는 식상한 느낌이 드는 것이 사실이다 . 그럼에도 불구하고 본 연구를 시도한 이유는 기존 연구에서는 변동성 예측모형의 예측성과를 평가하는 과정에 실무적인 상황이 충분히 고려되지 못하였기 때문이다 . 실무적인 관점에서 보면 , 변동성 예측모형의 예측능력도 중요하지만 선택된 예측모형을 매일 새로이 추정해야 하는지 아니면 일정한 주기로 추정해도 되는지도 매우 중요한 이슈이다 . 예를 들어 GARCH 모형을 이용할 경우 매번 예측모형을 새로 추정하는 대신 3 개월이나 6 개월을 주기로 추정해도 예측성과에 별 차이가 없는지는 변동성예측 담당자에게 현실적으로 중요한 문제이다 . 또한 선행연구들은 대부분 1 일후 변동성에 대한 예측성과 분석에 그치고 있는데 , 실무적으로는 1 주일이나 1 개월 후의 변동성에 대한 예측치가 필요한 경우가 많다 . 본 연구는 이러한 현실적인 이슈들을 실증적으로 검토함으로써 변동성 예측업무에 실질적인 도움이 되고자한다 .
본 연구는 자산수익률 변동성에 대한 예측모형들의 예측성과를 비교하고 최적의 예측모형을 찾는 데에 연구목적이 있다 . 변동성예측은 국내외의 수많은 학자들에 의해 이미 많은 실증분석연구가 시도된 바 있어 연구주제로는 식상한 느낌이 드는 것이 사실이다 . 그럼에도 불구하고 본 연구를 시도한 이유는 기존 연구에서는 변동성 예측모형의 예측성과를 평가하는 과정에 실무적인 상황이 충분히 고려되지 못하였기 때문이다 . 실무적인 관점에서 보면 , 변동성 예측모형의 예측능력도 중요하지만 선택된 예측모형을 매일 새로이 추정해야 하는지 아니면 일정한 주기로 추정해도 되는지도 매우 중요한 이슈이다 . 예를 들어 GARCH 모형을 이용할 경우 매번 예측모형을 새로 추정하는 대신 3 개월이나 6 개월을 주기로 추정해도 예측성과에 별 차이가 없는지는 변동성예측 담당자에게 현실적으로 중요한 문제이다 . 또한 선행연구들은 대부분 1 일후 변동성에 대한 예측성과 분석에 그치고 있는데 , 실무적으로는 1 주일이나 1 개월 후의 변동성에 대한 예측치가 필요한 경우가 많다 . 본 연구는 이러한 현실적인 이슈들을 실증적으로 검토함으로써 변동성 예측업무에 실질적인 도움이 되고자한다 .
변동성예측성과를 평가하는 방법에서도 선행연구와 구별된다. 최근의 국내 연구문헌들은 연구대상 기간의 모든 데이터를 이용하여 예측모형들을 추정한 다음 표본내의 변동성에 대한 예측성과를 평가하고 있는데, 이는 학술적인 연구에서만 가능할 뿐 현실에서는 불가능한 상황이다. 본 연구는 예측모형 추정기간을 1기씩 전진시키면서 표본외(out-of-sample) 예측성과를 평가함으로써 이용가능한 정보에 근거한 미래 변동성 예측능력을 분석하였다. 또한 예측성과를 평가하는 지표로 평균제곱오차(MSE), 평균절대오차(MAE) 등이 주로 이용되는데, 이들 지표들은 특정 예측모형이 다른 모형에 비해 유의적으로 우수한 예측능력을 갖는가에 대한 통계적인 검증결과를 제시하지 못하는 한계가 있다. 본 연구는 Diebold–Mariano 검증통계량을 이용하여 서로 다른 예측모형의 예측능력에 대한 통계적 검증을 시도하였다.