Activities
Y-FoRM은 매 학기 금융공학 및 리스크에 관련된 주제를 자유롭게 발제하여 탐구하고 발표하는 장기 프로젝트를 진행합니다.
주제 선정부터 선행 연구 조사, 데이터 수집과 분석, 프로그래밍 및 모델링 등 연구의 전반적인 과정을 한 학기 동안 팀별로 실시합니다.
다음은 2024년 2학기에 진행되었던 장기 프로젝트의 발표 자료 일부입니다.
1차 장기 프로젝트
시장 참여자의 정보 격차에서 비롯되는 내재변동서 괴리와 이로부터 발생하는 차익거래 상황을 방지해 시장의 효율성을 달성하기 위해 변동성 미소를 최적화하는 SVI 모델과 SVI-JW 모델을 활용해 일일 옵션 실거래 데이터를 기반으로 변동성 미소를 안정화함. 적합한 제약 조건을 갖춘 수리 모델링을 도모해 결과적으로 콜옵션 데이터에 대해 전기간 butterfly arbitrage free에 도달 하고, RMSE 및 목적함수의 값 자체 비교 등을 통해 최적화의 성능을 긍정적으로 검토함.
NLP 알고리즘에 기반한 SVI 모델의 변동성 미소 최적화시장 참여자의 정보 격차에서 비롯되는 내재변동서 괴리와 이로부터 발생하는 차익거래 상황을 방지해 시장의 효율성을 달성하기 위해 변동성 미소를 최적화하는 SVI 모델과 SVI-JW 모델을 활용해 일일 옵션 실거래 데이터를 기반으로 변동성 미소를 안정화함. 적합한 제약 조건을 갖춘 수리 모델링을 도모해 결과적으로 콜옵션 데이터에 대해 전기간 butterfly arbitrage free에 도달 하고, RMSE 및 목적함수의 값 자체 비교 등을 통해 최적화의 성능을 긍정적으로 검토함.
본 연구는 산업군 별로 리스크를 가장 잘 포착하는 최적의 VaR 모형을 찾는 것을 목적으로 함. 금융자산 수익률 분포의 특성인 두꺼운 꼬리와 비대칭성을 반영하지 않는다면 리스크를 과소평가 또는 과대평가 할 수 있는데, 이를 방지하기 위해 student-t 분포, GED, skwed student-t 분포를 가정하고, GARCH, ARCH, APARCH 모델을 활용해 다양한 방법으로 VaR을 산출함. 기존 연구의 한계를 보완하고자 ES를 함께 측정해 보조지표로서의 활용성을 재검토함.
KRX 지수를 이용한 산업군별 VAR 및 ES 분석본 연구는 산업군 별로 리스크를 가장 잘 포착하는 최적의 VaR 모형을 찾는 것을 목적으로 함. 금융자산 수익률 분포의 특성인 두꺼운 꼬리와 비대칭성을 반영하지 않는다면 리스크를 과소평가 또는 과대평가 할 수 있는데, 이를 방지하기 위해 student-t 분포, GED, skwed student-t 분포를 가정하고, GARCH, ARCH, APARCH 모델을 활용해 다양한 방법으로 VaR을 산출함. 기존 연구의 한계를 보완하고자 ES를 함께 측정해 보조지표로서의 활용성을 재검토함.
기존 커버드콜 전략의 단점을 보완한 지수를 개발하는 것에 목적을 둔 프로젝트임. 상승장에서의 제한된 수익이라는 단점을 보완하고자 미스매칭 전략을 활용하였으며, 하락장에서의 손실 방어를 위해 포트폴리오 수익률과 상관관계가 낮은 채권을 포트폴리오에 편입함으로써 커버드콜 전략을 보완하고자 함. 실제 백테스팅을 통해 해당 전략의 유효성을 검증함.
커버드콜 전략을 보완한 채권혼합형 인컴 프리미엄 밸런스드 인덱스 개발기존 커버드콜 전략의 단점을 보완한 지수를 개발하는 것에 목적을 둔 프로젝트임. 상승장에서의 제한된 수익이라는 단점을 보완하고자 미스매칭 전략을 활용하였으며, 하락장에서의 손실 방어를 위해 포트폴리오 수익률과 상관관계가 낮은 채권을 포트폴리오에 편입함으로써 커버드콜 전략을 보완하고자 함. 실제 백테스팅을 통해 해당 전략의 유효성을 검증함.
보험사가 변액보험을 판매할 때 일정 보증준비금을 준비해야하는 리스크를 헷징하는 방법론에 관한 연구임. 손실 하방 방어 전략인 포트폴리오 보험을 활용해 보험사의 보증리스크를 헷징하는 전략을 탐구함. CPPI와 TIPP 전략을 사용했으며, 사용되는 여러 parameter 최적화를 진행하였고, 결과적으로 포트폴리오 보험을 통해 보험사의 보증리스크가 감소함을 CTE를 통해 확인함.
보험사의 포트폴리오 보험 전략을 이용한 최저보증 변액보험 리스크관리 연구보험사가 변액보험을 판매할 때 일정 보증준비금을 준비해야하는 리스크를 헷징하는 방법론에 관한 연구임. 손실 하방 방어 전략인 포트폴리오 보험을 활용해 보험사의 보증리스크를 헷징하는 전략을 탐구함. CPPI와 TIPP 전략을 사용했으며, 사용되는 여러 parameter 최적화를 진행하였고, 결과적으로 포트폴리오 보험을 통해 보험사의 보증리스크가 감소함을 CTE를 통해 확인함.
공적보증 기관의 사고율에 영향을 미치는 주요 거시경제 변수를 발굴하고, 이를 바탕으로 예측 모델 도출과 스트레스 테스트를 수행함으로써 리스크 관리 방안을 제안함. 공적 보증 기관의 사고율 예측을 위해 벡터오차수정모형을 사용해 장기적 균형과 단기적 변동성을 분석하였으며, 충격반등분석 및 분산분해 결과를 바탕으로 스트레스 테스트를 진행함
공적보증 사고율에 대한 거시경제변수의 영향력 분석공적보증 기관의 사고율에 영향을 미치는 주요 거시경제 변수를 발굴하고, 이를 바탕으로 예측 모델 도출과 스트레스 테스트를 수행함으로써 리스크 관리 방안을 제안함. 공적 보증 기관의 사고율 예측을 위해 벡터오차수정모형을 사용해 장기적 균형과 단기적 변동성을 분석하였으며, 충격반등분석 및 분산분해 결과를 바탕으로 스트레스 테스트를 진행함
2차 장기 프로젝트
외국인 공포가 한국 시장의 공포에 선행한다면, 그 사이 간격을 이용한 마켓타이밍 전략의 활용 및 유효성을 검증한 연구임. CNN Fear & Greed Index의 7개 지표를 한국 시장에 맞게 재구성해 ‘한국형 공포지수’를 개발한 뒤, 한국 시장에 투자한 외국인 동향을 고려한 ‘외국인 공포지수’를 개발함. Granger Casualty 검정 결과 외국인 공포지수 강화의 필요성을 인지해 3년물 금리차 데이터와 달러인덱스(DXY)를 통해 강화, 정상성 검정을 진행함. 백테스팅 후 외국인 투자 심리의 선행성을 발견하고 포트폴리오 전략의 성과를 검증함.
외인투자를 반영한 한국형 공포지수 개발외국인 공포가 한국 시장의 공포에 선행한다면, 그 사이 간격을 이용한 마켓타이밍 전략의 활용 및 유효성을 검증한 연구임. CNN Fear & Greed Index의 7개 지표를 한국 시장에 맞게 재구성해 ‘한국형 공포지수’를 개발한 뒤, 한국 시장에 투자한 외국인 동향을 고려한 ‘외국인 공포지수’를 개발함. Granger Casualty 검정 결과 외국인 공포지수 강화의 필요성을 인지해 3년물 금리차 데이터와 달러인덱스(DXY)를 통해 강화, 정상성 검정을 진행함. 백테스팅 후 외국인 투자 심리의 선행성을 발견하고 포트폴리오 전략의 성과를 검증함.
본 연구의 목적은 상장 기업에 대한 밸류에이션 방법에 대해 감성점수를 통한 국면분석 및 통계적 모델을 통해 적정가치평가 및 공모가를 확정하는 것임. 로지스틱 함수를 통해 도출된 표준화된 청약경쟁률을 역표준화시킨 후 해당 값을 할인함수에 대입하여 최종적인 적정공모가를 도출함. BERT 및 KOBERT 모델을 활용해 도출한 월별 감성점수를 통해 주식시장의 매크로적인 긍정/부정 국면을 구분하고 각 국면별로 적정공모가를 다르게 계산함. 예상 청약 경쟁률을 통해 적정 공모가를 산출할 수 있다는 점을 확인함.
감성분석 기반 시장 심리 국면분석에 따른 비상장기업의 적정가치 평가본 연구의 목적은 상장 기업에 대한 밸류에이션 방법에 대해 감성점수를 통한 국면분석 및 통계적 모델을 통해 적정가치평가 및 공모가를 확정하는 것임. 로지스틱 함수를 통해 도출된 표준화된 청약경쟁률을 역표준화시킨 후 해당 값을 할인함수에 대입하여 최종적인 적정공모가를 도출함. BERT 및 KOBERT 모델을 활용해 도출한 월별 감성점수를 통해 주식시장의 매크로적인 긍정/부정 국면을 구분하고 각 국면별로 적정공모가를 다르게 계산함. 예상 청약 경쟁률을 통해 적정 공모가를 산출할 수 있다는 점을 확인함.
본 연구의 목표는 현재 금융업계에서 사용하는 시장 위험 측정 지표(VaR, ES)를 보완하여 궁극적으로 시장 리스크 예측의 정확성과 민감도를 높이는 것임. 선현물가 차이인 스프레드가 시장 참가자들의 미래 수요와 공급에 대한 예측도라는 점을 반영해 전통적인 리스크 지표에 추가해 리스크 예측의 유효성을 검증함. 선정된 데이터를 기반으로 딥러닝 알고리즘 LSTM과 함께 ARIMA, MLR를 사용해 시장 리스크를 예측하고 비교분석함.
딥러닝 모델과 선현물가 스프레드를 이용한 시장 위험 측정 지표 보완본 연구의 목표는 현재 금융업계에서 사용하는 시장 위험 측정 지표(VaR, ES)를 보완하여 궁극적으로 시장 리스크 예측의 정확성과 민감도를 높이는 것임. 선현물가 차이인 스프레드가 시장 참가자들의 미래 수요와 공급에 대한 예측도라는 점을 반영해 전통적인 리스크 지표에 추가해 리스크 예측의 유효성을 검증함. 선정된 데이터를 기반으로 딥러닝 알고리즘 LSTM과 함께 ARIMA, MLR를 사용해 시장 리스크를 예측하고 비교분석함.
본 연구는 IFRS 도입에 따른 보험사의 자산 및 부채관리 중요성대두되는 가운데, 최근 금리 인하 기조로 인한 자산과 부채 간 듀레이션 미스매칭에 대한 해결책을 모색함. 선도채권을 활용한 포트폴리오를 설계하고, 국내 주요 손해보험사를 대상으로 듀레이션 갭 축소효과를 분석함. 그 결과 선도채권을 편입한 경우 자산 듀레이션이 유의미하게 증가하며 금리변동에 대한 리스크 헤지 효과를 확인함. 더불어 선도채권 ALM 전략을 활용할 경우 전월 대비 듀레이션 갭이 안정적으로 감소하는 경향을 나타냄.
선도채권을 활용한 듀레이션 매칭 전략본 연구는 IFRS 도입에 따른 보험사의 자산 및 부채관리 중요성대두되는 가운데, 최근 금리 인하 기조로 인한 자산과 부채 간 듀레이션 미스매칭에 대한 해결책을 모색함. 선도채권을 활용한 포트폴리오를 설계하고, 국내 주요 손해보험사를 대상으로 듀레이션 갭 축소효과를 분석함. 그 결과 선도채권을 편입한 경우 자산 듀레이션이 유의미하게 증가하며 금리변동에 대한 리스크 헤지 효과를 확인함. 더불어 선도채권 ALM 전략을 활용할 경우 전월 대비 듀레이션 갭이 안정적으로 감소하는 경향을 나타냄.