ìœ ìœ„í—˜ 이자율 í‰ê°€ì´ë¡ ê²€ì •ì„ 위한 연속시간의 준모 ... - í•œêµ­ê²½ì œí•™íšŒ

76經 濟 學 硏 究 제 60 집제3 호직접적으로 적용할 수 없다. 하지만 만약 점프가 실제로 모든 경제학과 금융 모형에서와 같이 외생적으로 생성된다면, 그 점프는 우리가 추정해야 할 모형의 모수에대한 어떠한 정보도 포함하고 있지 않을 것이다. 게다가, 점프과정에 대한 완전하고 엄격한 설정을 요구하기 때문에 점프 과정을 모형화하고 식별하는데 많은 노력과 시간을 필요로 할 뿐 만아니라 설정오류로 인한 잠재적 문제점으로부터 자유로울 수 없다. 따라서 점프가 매우 불규칙적이고 그 발생회수가 무시할 만큼 적고 크기가 매우 크지 않다면 점프를 순수한 잡음으로서 해석이 되고 이를 모형화하여 잠재적으로 발생 가능한 설정오류에 대한 문제에 직면하기 보다는 본문에서는 이를논외 할 만한 수준이라 간주하고 분석을 하고자 한다. 우선 이를 뒷받침하기 위해서 어느 정도의 점프가 발생하는지에 대한 검정 단계가 필요하다. 우리는 Lee andMykland(2008)의 점프 검정 방법을 사용하고자 한다. Lee and Mykland(2008)가제시한 검정방법에 따르면 일별 자료에 대한 최적의 윈도우의 크기를 16으로 제안하였지만 실제 우리의 자료로 검정해 본 결과 점프의 발생 회수는 윈도우의 크기에상당히 민감하게 반응함을 발견하였다. 따라서 우리는 점프검정을 실시할 때, 다양한 윈도우의 크기를 설정하여 안정적인 결과를 주는 윈도우의 크기를 선택하였다.Lee and Mykland(2008)의 점프검정방법을 실시한 캐나다 와 영국의 경우 점프는원표본 관측치에 대해 약 0.3% 발생함을 확인하였다. 이는 점프가 일 년에 한 번꼴로 발생함을 의미한다. 이러한 수치는 우리의 원표본 관측치에 비해 점프가 발생한 횟수는 매우 적으며 이는 무시할 만한 수준이고 점프는 외생적으로 불규칙하게발생하는 순수한 잡음으로서 간주되며 따라서 우리의 접근방법도 유효하다고 할 수있다. 따라서 연속시간에서 UIP가설 검정을 위한 우리의 접근법은 위에서 언급한환율수익률과 이자율 시계열 자료가 갖고 있는 특성들을 잘 이해하고 어떻게 효율적으로 다루는가에 근간을 두고 있다고 할 수 있다.(2) 시간변화 인덱스 추정을 위한 델타( )앞에서도 언급했듯이 최적델타를 선택을 위한 이론적 근거는 불분명하다. 하지만시간변화 인덱스를 추정하기 위해서는 적절한 델타를 선택해야하기 때문에 본 논문에서는 다양한 을 설정하여 우리가 추정하고자 하는 의 최소분산을 주는 델타를 수치적으로 찾아 사용하기로 한다. 우선 델타 크기의 일정 구간을 설정하여, 그구간 안에서 동등한 간격의 눈금을 정한다. 구간의 시작점은 환율수익율의 추정된