고주파 보강 데이터를 기반으로 한 GARCH 모델의 조건부 분위수에 대한 준최대 지수 우도 추정

GARCH 모델은 금융 수익 시리즈에서 시간 변화하는 변동성을 모델링하는 데 기본적인 역할을 합니다. 실제로 금융 수익은 두터운 꼬리 분포를 나타내는 것으로 잘 알려져 있으며, 이는 가치-at-위험과 같은 위험 측정을 포착하기 위해 준최대 지수 우도 추정(QMELE)을 사용하는 이유를 자연스럽게 제기합니다. 동시에, 일중 고주파 데이터의 점점 더 많은 가용성으로 인해 기존의 저주파 변동성 프레임워크에 일중 정보를 통합한 고주파 보강 GARCH 모델이 개발되었습니다. 이러한 모델은 매우 세밀한 시간 척도로 기록된 거래 수준 데이터를 활용하여 표준 저주파 관측치에는 반영되지 않는 일중 변동성 역학 및 시장 미세구조 효과를 포착할 수 있습니다. 이러한 배경에서, 본 논문은 고주파 보강 GARCH 모델에 대한 조건부 분위수 추정을 연구합니다. 우리는 모델 매개변수와 조건부 분위수에 대한 QMELE 기반 추정기를 개발하고, 모델 적합성을 평가하기 위한 조정된 테스트 통계량을 구성합니다. 제안된 추정기와 테스트 통계량의 점근적 특성이 확립되며, 그 유한 표본 성능은 광범위한 시뮬레이션 연구를 통해 검토됩니다. 세 가지 주요 주식 지수에 대한 실증 응용은 고주파 정보를 보강하여 GARCH 모델을 적용하였을 때 전통적인 저주파 접근법에 비해 조건부 분위수 추정에서 상당한 개선을 보여줍니다.