고빈도 시계열 분석을 위한 함수 변동성 fARCH(1) 모형 소개와 예시

본 논문은 고빈도 시계열 자료 분석을 위한 최신 함수-변동성 functional ARCH : fARCH(1) 모형을 독자들에게 소개하고 국내 자료 적합을 예시하고 있다. fARCH(1) 모형을 KOSPI/현대차 1분 단위 고빈도 수익률 자료에 적합하여 기존의 ARCH 모형에서는 할 수 없었던 다이나믹한 일중(intraday) 변동성을 추정할 수 있음을 보여주고 있다. High frequency time series are now prevalent in financial data. However, models need to be further developed to suit high frequency time series that account for intraday volatilities since traditional volatility models such as ARCH and GARCH are concerned only with daily volatilities. Due to Hörmann et al. (2013), functional ARCH abbreviated as fARCH is proposed to analyze intraday volatilities based on high frequency time series. This article introduces fARCH to readers that illustrate intraday volatility configuration on the KOSPI and the Hyundai motor company based on the data with one minute high frequency.