A Review on Bayesian Financial Time Series Analysis

Abstract

본 논문에서는 금융 시계열 데이터의 베이지안 추론 방법에 대해서 소개하고 활용 예제를 제시한다. 베이지안 접근은 자료의 관측 전 모수에 대한 사전 확률분포를 이용하여 사후 분포를 계산하여 추론하는 방법으로서, 자료를 관측하기 전의 믿음을 분석에 활용할 수 있다는 장점이 있다. 또한 Markov chain Monte Carlo(MCMC) 등의 계산 방법을 통해 복잡한 모형을 비교적 쉽고 빠르게 분석할 수 있다. 따라서 본 논문에서는 먼저 전반적인 베이지안 추론 방법과 시계열 자료에 활용하는 방법에 대해서 살펴본 후, 계산을 위한 MCMC 방법에 대해서 소개한다. 또한 이러한 소개를 바탕으로 Stochastic Volatility를 갖는 Threshold Autoregressive 모형의 모수를 추정하는 문제를 시뮬레이션을 통해서 수행해보도록 한다. 이에 더해 위의 모형을 실제 시계열 자료에 적용해보도록 하고, 모형 선택 가설검정 예제를 Bayes factor를 이용한 방법을 통해 수행한다.