High-Dimensional Risk Forecasting and Inference for Time-Varying Betas Based on High-Frequency Financial Data
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114404
과학기술정보통신부
한국연구재단
포항공과대학교
신민석
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,212만원
6,212만원
기초연구
대학
경상북도 포항시
사회과학 > 경제학 > 계량경제/경제통계
본 과제의 최종 목표는 고빈도 금융 빅데이터를 기반으로 대규모 변동성 행렬과 고차원 시변 베타를 정확하게 예측하고 통계적으로 검증 가능한 추론 체계를 확립하는 것이다. 이를 위해 연구책임자는 ... 바탕으로 beta anomaly(예: Betting Against Beta) 현상을 고빈도 데이터로 재검증하고, 위험 기반 응용 가능성을 평가한다(Frazzini and Pedersen, ...
... 예측기를 제안한다. 해당 방법은 HAR-DRD 구조에 homogeneity pursuit(HP) 방법론(Ke, Fan and Wu, 2015)을 결합한 것으로, 변동성 동학이 유사한 자산들을 데이터 기반으로 그룹화하여 모수 차원을 축소하고 과적합을 완화함으로써 고차원 환경에서의 수치적 안정성을 확보한다. 예비 실증 결과에 따르면, HAR-DRD-HP는 기존 고유분해 기반 방법론인 H-LASSO는 ...
1. 연구과제의 활용방안 1-1. 금융기관 위험관리 고도화: 예측된 변동성 행렬을 바탕으로 포트폴리오 분산과 VaR/ES를 정밀하게 추정하고, 위기 구간을 조기 탐지한다. 1-2. 동적 자산배분 및 헤지: 시변 베타 예측을 바탕으로 헤지 비율을 시간에 따라 조정하고, 팩터·섹터 익스포저 제약 하에서 안정적인 포트폴리 오 구성이 가능해진다...