블록 와일드 붓스트랩을 이용한 분산 공분산 행렬의 구조 변화 탐지 (Detection of structural changes in the covariance matrix using block wild bootstrap)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 36권 / 1호 / 87 ~ 99페이지
· 저자명 : 엄정민, 백창룡

초록

이 논문은 Aue 등 (2009)이 제안한 공분산 행렬의 구조적 변화를 탐지하는 CUSUM 기반 방법의 한계를 개선하는 것을 목적으로 한다. 이러한 한계는 장기 분산 추정의 어려움에서 비롯되며, 상관관계가 증가할수록 문제가 심화되어 유한 표본에서 크기 왜곡이 발생한다. 이러한 문제를 해결하기 위해 본 연구에는 블록 와일드 붓스트랩 방법을 채택하였다. 모의 실험을 통해 제안한 방법이 유한 표본에서의 크기 왜곡을 효과적으로 줄여주는 것으로 나타났다. 특히, 블록 크기를 데이터 적응적으로 선택할 경우, 경험적 크기가 유의 수준과 가장 근접해짐을 확인할 수 있었다. 실증 분석에서는 최근 6년 동안 한국의 주요 15개 종목을 분석하였으며, 주요 경제 사건을 반영하는 변화를 탐지함을 확인하였다.

영어초록

This paper aims to improve the limitations of the CUSUM-based method for detecting structural changes in covariance matrices proposed by Aue $et$ $al$. (2009). These limitations arise from difficulties in long-run variance estimation, which worsen as correlations increase, leading to size distortions in finite samples. To address these challenges, the study adopts a block wild bootstrap technique. Simulations show that this approach effectively reduces size distortions in finite samples. Specifically, when the block size is selected in a data-adaptive manner, the empirical size closely matches the target significance level. In the empirical analysis, 15 major sectors in South Korea over the past six years were analyzed, and changes reflecting major economic events were detected.

참고자료

· 없음