인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구에서는 한국의 6개 일반은행을 표본으로 하여 VaR(Value-at-Risk) 모형을 이용한 추식, 채권, 환율변동 등 개별 위험인자(risk factors) 내의 시장리스크를 측정하였다. 또한 각 위험인자간의 상관관계를 감안한 통합 VaR를 산출하고, 이를 다시 각 은행의 총 VaR가 포지션(자산)별로 분해(decomposition) 되는 과정을 비교분석 하였다.
본 실증분석 결과, 주식, 채권, 환율변동 등 부문별로 각각 산출한 개별 VaR 값의 단순합계보다 각 부문간 상관관계를 고려한 통합된 포트폴리오 VaR 값이 더 작은 것으로 나타났다. 또한 주식, 채권, 외환포지션의 개별적인 VaR 값이 가장 큰 부문에서 VaR β 역시 큰 것으로 나타났으며, 더욱이 개별적인 VaR 값의 구성비가 큰 부분은 VaR β의 구성비에 있어서도 상대적으로 더 크게 증가되는 것으로 나타났다.
본 실증분석 결과, 주식, 채권, 환율변동 등 부문별로 각각 산출한 개별 VaR 값의 단순합계보다 각 부문간 상관관계를 고려한 통합된 포트폴리오 VaR 값이 더 작은 것으로 나타났다. 또한 주식, 채권, 외환포지션의 개별적인 VaR 값이 가장 큰 부문에서 VaR β 역시 큰 것으로 나타났으며, 더욱이 개별적인 VaR 값의 구성비가 큰 부분은 VaR β의 구성비에 있어서도 상대적으로 더 크게 증가되는 것으로 나타났다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2010-326-002891561
