시간비정상 조건부 이분산 모델의 적응적 점별 추정법

초록

본 논문은 시계열의 비정상성을 고려하여 GARCH 등 가변계수 조건부 이분산 모델의 파라미터를 지역적으로 추정하는 새로운 적응적 방법을 제시한다. 오른쪽 끝점을 고정하고 가장 큰 동질 구간을 탐지하는 변화점 분석을 통해 구간을 선택하고, 선택된 구간 내에서 로컬 파라미터를 추정한다. 이론적 수렴성 및 Monte‑Carlo 실험을 통해 기존 전역 파라미터 추정법보다 우수함을 확인했으며, 실제 주가지수 데이터에 적용한 결과 표준 GARCH 모델을 능가한다.

상세 분석

이 논문은 전통적인 GARCH 모델이 전제하는 시간적 정적성(stationarity)이 실제 금융 데이터에서는 자주 위배된다는 점에 주목한다. 이를 해결하기 위해 저자들은 “지역적 동질성(interval of homogeneity)”이라는 개념을 도입한다. 구체적으로, 시계열의 특정 시점 t를 오른쪽 경계점으로 잡고, 과거 시점들 중에서 통계적으로 파라미터가 변하지 않은 가장 긴 구간