When managing assets in the securities market, identifying an asset's specific regime at any given time is a challenging task. With no universally accepted standard for categorizing these regimes, individual analysts employ distinct criteria, leading to ambiguity in defining, characterizing, and timing these regimes. Research indicates that customizing asset management strategies to match different market regimes can yield better returns relative to risk, with volatility being a key factor. This study uses the Bayesian Markov-switching model to analyze price data for various assets, aiming to determine the appropriate number of regimes based on evolving parameters and numerically compare their characteristics.
증권 시장에서 자산을 운용하는 중에는 해당 시점이 어떤 국면에 속했는지는 알 수 없다. 지나고 보면 그 당시 변동성이 큰 시장이었는지, 상승 구간이었는지 등의 판단을 할 수 있지만, 국면에 대한 명확한 기준이 없으므로 분석자마다 시장의 국면을 판단하는 기준이 상이하다. 결과적으로 국면의 종류, 국면별 특성, 국면 시점 구분 등 국면에 대한 정의가 불명확하다. 또한, 국면별 자산운용의 스타일 혹은 자산구성을 달리했을 때, 리스크 대비 더 나은 수익률을 얻을 수 있다는 연구 결과들이 존재한다. 특히, 변동성은 자산운용 리스크 관리에서 매우 중요한 요소 중 하나라고 할 수 있다. 따라서 본 연구에서는 베이지안 마코프-스위칭 모형을 이용하여 KOSPI, KOSDAQ, NASDAQ, S&P500, BITCOIN의 가격 데이터를 변동성이 작은 국면부터 변동성이 큰 국면으로 n개의 국면이 존재한다는 가정하에 분석을 진행하고자 한다. 또한, 시점별로 변화하는 모수들의 변동성을 반영하여 적정 국면의 개수를 추론하고, 자산 및 국면별 특성을 수치적으로 비교하고자 한다.