• 로그인
QUICK MENU

고려대학교 교수소개

Knowledge & Innovation

소개

Kyu Ho Kang (강규호)

Tel: +82-2-3290-5132   

E-mail: kyuho@korea.ac.kr

 

  • BIOGRAPHY
  • RESEARCH
  • TEACHING
  • 교재: 베이지안 계량경제학
  • 매틀랩 기초 강의
  • Kyu Ho Kang

    Associate Professor,

    Department of Economics, Korea University, 

    Seoul, South Korea 02841

    Tel: 82)2-3290-5132,   E-mail: kyuho@korea.ac.kr

    Office: Political Science and Economics Building 328

      

    Education
    ​Ph.D., Economics, Washington University in St. Louis, 2010
    M.A., Economics, Korea University, 2002
    B.S., Mathematics, Korea University, 2000
     
    Job Experiences

    Visiting scholar, Department of Economics, University of Washington, July 2018 - August 2019

    Associate professor, Department of Economics, Korea University, September 2017 – present

    Assistant professor, Department of Economics, Korea University, September 2012 – August 2017

    Assistant professor, Department of Economics and Finance, Hanyang University, September 2011 – August 2012
    Visiting professor, Department of Financial Engineering, Ajou University, September 2010 – August 2011
    Researcher, the Bank of Korea, January 2003 – July 2005
  • RESEARCH

    Research Area

    Term Structure of Interest Rates, International Finance, Bayesian Econometrics, Variable Selection, Empirical Asset Pricing and Portfolio Choice, Macroeconomic Forecasting

     

    Works in Progress
    Conditional Value-at-Risk Forecasts of an Optimal Foreign Currency Portfoli(with Dong Whan Kim), 2018, R&R at  Journal of International Money and Finance

     

    Publications in English
     
    The Role of Credit Spreads and Structural Breaks in Forecasting the Term Structure of Korean Government Bond Yields (with Chang-Hoon Lee), 2015, Asia-Pacific Journal of Financial Studies, 44(3), 353-386
     
    The Effects of Monetary Policy Regime Shifts on the Term Structure of Interest Rates (with Azamat Abdymomunov), 2015, Studies in Nonlinear Dynamics & Econometrics, 19(2), 183-207
     
    Estimation of State-Space Models with Endogenous Markov Regime Switching Parameters, 2014, The Econometrics Journal, 17(1), 56-82
     
    Change Points in Affine Arbitrage-free Term Structure Models (with Siddhartha Chib), 2013, Journal of Financial Econometrics, 11(2), 302-334
     
    Forecasting the Term Structure of Korean Government Bond Yields Using the Dynamic Nelson-Siegel Class Models, 2012, Asia-Pacific Journal of Financial Studies, 41(6), 765-787
     
    Changes in U.S. Inflation Persistence (with Chang-Jin Kim and James Morley), Studies in Nonlinear Dynamics & Econometrics, 2009, Vol. 13, No. 4
     
    Publications in Korean
    은행권 및 비은행권 가계대출 결정요인 분석과 장단기 예측, (이창훈, 목정환 공저), 2018, 계량경제학보, 29(3), 22-57
     
    베이지안 머신 러닝을 이용한 은행권 주택담보대출 예측, 2018, 금융안정연구, 19(1), 99-129
     
    미국 시장금리가 우리나라 수익률곡선에 미치는 비대칭적 영향 분석, (정현석 공저), 2017, 경제학연구, 65(4),  159-202
     
    베이지안 기법을 활용한 최적 외환 포트폴리오 연구, (김윤정, 김동환 공저), 2016, 금융안정연구, 17(1),  121-162
     
    풀링 기법을 이용한 우리나라 국채 수익률곡선 예측, (최아진 공저), 2014, 경제분석, 제20권 제4호
     
    글로벌 금융위기 전후 무위험 이자율 평형조건의 동태성 변화 분석, (김정성 공저), 한국개발연구, 2014, 36(1)
     
    글로벌 유동성 확대가 우리나라 인플레이션에 미치는 영향, (최영준 공저), 2014, 국제경제연구, 제20권 제 1호, 1-26
     
    우리나라 국채수익률 기간구조의 구조변화 시점추정과 원인분석, 2012, 경제분석, 제18권 제2호
     
    기술혁신과 고용창출, 2006, 경제분석, 제12권, 제1호
     
    외국인 주식투자가 국내 주가변동성에 끼치는 영향 및 정책적 시사점, (김정성 공저), 2005, 금융연구, 19권, 1호
     
    국면전환모형을 이용한 선진국 채권시장간 변동성 행태분석, (박용진 공저), 2005, 금융안정연구, 제6권, 제2호
     
    생산자물가와 소비자물가의 장기관계 분석, (김민수 공저), 2005, 금융연구, 19권, 2호
     
    외환위기 전후 금리·환율·주가 변동성에 관한 분석: 금융시장간 변동성 전이를 중심으로, (윤옥자 공저), 2004, 경제분석, 제10권, 제1호
     
    소규모 개방경제하의 거시경제충격과 경기변동: 공급충격을 중심으로, (김민수 공저), 2004, 금융연구, 18권, 1호
  • TEACHING

  • 코드 및 통계자료

    Important Note:
    아래 코드를 실행하기 위해서는 라이브러리 (Library)를 반드시 다운로드 받으셔야 합니다. 
    혹 라이브러리 다운로드가 안되면 kyuho@korea.ac.kr 로 연락주시길 바랍니다.
    제목을 클릭하시면 코드를 다운로드 받으실 수 있습니다.
     
    2장 깁스 샘플링
     
     
     
     
    3장 몬테 까를로 시뮬레이션
     
     
     
    4장 Metropolis-Hastings 알고리즘
     
     
     
    6장 응용
     
     
    ♦ 취업 결정식 추정: 프라빗   (Note: 코드(Probit.m) 오류가 수정되었습니다. <표 6.2>의 추정결과는 잘못된 결과입니다.)
     
     
     
     
    7장 모형선택과 주변 우도 계산
     
     
    8장 예측
     
     
    9장 고급 시계열 모형
     
     
     
     
     
     
     

    세부 목차

    1장 베이지안 계량경제학의 이해 1 
    1.1 베이지안 통계분석의 기본 개념 . . . . . . . . . . . . . . . . . .. 4
      1.1.1 사전 분포, 우도함수 그리고 사후 분포 . . . . . . . . .. 4
      1.1.2 계량모형이란 무엇인가? . . . . . . . . . . . . . . . . . . . . 9
    1.2 베이지안 추론 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
      1.2.1 점추정치 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
      1.2.2 신용구간 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
      1.2.3 예측 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
      1.2.4 모형 선택과 가설검정 . . . . . . . . . . . . . . . . . . . . . . 16
     
    2장 깁스 샘플링 21 
    2.1 다중선형회귀모형 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
      2.1.1 Case 1. s 2 이 알려져 있는 경우 . . . . . . . . . . . . . 23
      2.1.2 Case 2. b 가 알려져 있는 경우 . . . . . . . . . . . . . . . 27
      2.1.3 Case 3. b 와 s 2 이 모두 알려져 있지 않은 경우 . .30
    2.2 완전 조건부 분포와 깁스 샘플링 . . . . . . . . . . . . . . . . . 30
      2.2.1 완전 조건부 분포 . . . . . . . . . . . . . . . . . . . . . . . . . .30
      2.2.2 깁스 샘플링 알고리즘 . . . . . . . . . . . . . . . . . . . . . . 31
      2.2.3 예: 유위험 이자율 평형식 추정 . . . . . . . . . . . . . . . 37
      2.2.4 예: 우리나라 물가상승률 예측 모형 . . . . . . . . . . . .40
    2.3 깁스 샘플링을 이용한 구조변화모형 추정 . . . . . . . . . . 43
      2.3.1 모형설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
      2.3.2 사후 분포 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . .44
      2.3.3 예: 유위험 이자율 평형식의 구조변화시점 추정 . . 47
    2.4 깁스 샘플링의 한계 . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
     
    3장 몬테 까를로 시뮬레이션 51 
    3.1 Method of Composition . . . . . . . . . . . . . . . . . . . . . . . . 52
    3.2 Probability Integral Transformation . . . . . . . . . . . . . . . 55
      3.2.1 예: 절단된 정규 분포 샘플링 . . . . . . . . . . . . . . . . .56
    3.3 Acceptance-Rejection Method . . . . . . . . . . . . . . . . . . .58
      3.3.1 시뮬레이션 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . 59
      3.3.2 이론적 배경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .62
      3.3.3 예: 베타 분포 샘플링 . . . . . . . . . . . . . . . . . . . . . . .63
    3.4 Importance 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . .65
      3.4.1 시뮬레이션 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . 66
      3.4.2 이론적 배경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .66
      3.4.3 예: Importance 샘플링으로 EX [g(X)] 근사하기 . . 68
     
    4장 Metropolis-Hastings 알고리즘 71 
    4.1 Metropolis-Hastings 알고리즘의 소개 . . . . . . . . . . . . . 71
    4.2 Metropolis-Hastings 알고리즘의 이해 . . . . . . . . . . . . . 75
      4.2.1 마코프 체인 측면에서의 이해 . . . . . . . . . . . . . . . . 75
      4.2.2 Acceptance-Rejection 측면에서의 이해 . . . . . . . . 77
    4.3 임의보행 Metropolis-Hastings 알고리즘 . . . . . . . . . . . 80
      4.3.1 임의보행 분산이 지나치게 작은 경우 . . . . . . . . . . 81
      4.3.2 임의보행 분산이 지나치게 큰 경우 . . . . . . . . . . . . 81
      4.3.3 임의보행 분산이 적절한 경우 . . . . . . . . . . . . . . . . 83
    4.4 다블록 Metropolis-Hastings 알고리즘 . . . . . . . . . . . . . 84
      4.4.1 다블록 M-H 기법의 소개 . . . . . . . . . . . . . . . . . . . .84
      4.4.2 다블록 임의보행 M-H 기법 . . . . . . . . . . . . . . . . . . 87
      4.4.3 다블록 M-H 기법이 유용한 경우와 이유 . . . . . . . . 88
      4.4.4 블록을 나누는 기준 . . . . . . . . . . . . . . . . . . . . . . . .90
    4.5 깁스 샘플링과 M-H 알고리즘의 관계 . . . . . . . . . . . . . .91
    4.6 고급 Metropolis-Hastings 알고리즘: Tailored M-H 기법. . 92
      4.6.1 Tailored Independent M-H method . . . . . . . . . . . . 92
      4.6.2 Tailored Dependent M-H method . . . . . . . . . . . . . 95
    4.7 예: M-H 기법을 이용한 선형회귀식 추정 . . . . . . . . . . . 98
      4.7.1 임의보행 M-H 기법 . . . . . . . . . . . . . . . . . . . . . . . . 98
      4.7.2 단블록 Tailored Independent M-H 기법 . . . . . . . . .100
      4.7.3 단블록 Tailored Dependent M-H 기법 . . . . . . . . . .100
      4.7.4 라플라스 근사 기법 . . . . . . . . . . . . . . . . . . . . . . . .101
      4.7.5 추정결과 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .101
    4.8 예: M-H 기법을 이용한 통화정책반응함수 추정 . . . . . 104
      4.8.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
      4.8.2 추정결과 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .106
     
    5장 수렴여부 및 효율성 측정 109 
    5.1 비효율성 계수 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
    5.2 Geweke’s p-값 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .113
     
    6장 응용 115
    6.1 오차항이 스튜던트-t 분포인 다중선형회귀모형 . . . . . . 115
      6.1.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
      6.1.2 사후 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
      6.1.3 예: 오차항이 스튜던트-t 분포인 유위험 이자율 평형설 추정 . . . 119
    6.2 프라빗 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
      6.2.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
      6.2.2 사후 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .122
      6.2.3 예: 취업 결정식 추정 . . . . . . . . . . . . . . . . . . . . . . .123
    6.3 토빗 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
      6.3.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
      6.3.2 사후 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .126
      6.3.3 예: 야구경기장 잔여석수 추정 . . . . . . . . . . . . . . . .128
    6.4 Seemingly Unrelated Regression . . . . . . . . . . . . . . . . .129
      6.4.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
      6.4.2 사후 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
    6.5 구조 벡터자기회귀모형 . . . . . . . . . . . . . . . . . . . . . . . . 131
      6.5.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
      6.5.2 충격반응함수 도출 . . . . . . . . . . . . . . . . . . . . . . . . 133
      6.5.3 사후 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
      6.5.4 예: Stock and Watson Recursive VAR . . . . . . . . . 141
    6.6 GARCH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
      6.6.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
      6.6.2 사후 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
      6.6.3 변동성과 예측분포 . . . . . . . . . . . . . . . . . . . . . . . . 148
      6.6.4 예: 주가변동성 추정과 예측 . . . . . . . . . . . . . . . . . 150
     
    7장 모형선택과 주변 우도 계산 151
    7.1 해석적인 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
    7.2 사전 분포 시뮬레이션 . . . . . . . . . . . . . . . . . . . . . . . . . . 155
    7.3 Importance 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .156
    7.4 라플라스 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
    7.5 베이지안 정보기준 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .158
    7.6 Deviance 정보기준 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
    7.7 조화평균 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
    7.8 Chib 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .161
      7.8.1 단블록인 경우 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .161
      7.8.2 블록이 두 개인 경우 . . . . . . . . . . . . . . . . . . . . . . . . 162
      7.8.3 블록이 세 개인 경우 . . . . . . . . . . . . . . . . . . . . . . . . 163
      7.8.4 모형에 잠재 요인이 존재하는 경우 . . . . . . . . . . . . .165
    7.9 Savage-Dickey Density Ratio . . . . . . . . . . . . . . . . . . . . 166
    7.10 예: 유가의 우리나라 물가상승률 예측력 검증 . . . . . . . 168
      7.10.1 라플라스 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
      7.10.2 Chib 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
      7.10.3 조화평균 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 169
      7.10.4 Savage-Dickey density ratio . . . . . . . . . . . . . . . . .. 170
      7.10.5 주변 우도 추정결과 . . . . . . . . . . . . . . . . . . . . . . . .. 171
     
    8장 예측 173
    8.1 모형 확실성하의 예측 . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
      8.1.1 사후 예측 분포 시뮬레이션 . . . . . . . . . . . . . . . . . . .. 173
      8.1.2 Mean Squared Error . . . . . . . . . . . . . . . . . . . . . . . .. 175
      8.1.3 사후 예측 우도 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
    8.2 모형 불확실성하의 예측 . . . . . . . . . . . . . . . . . . . . . . . . . 179
      8.2.1 베이지안 모형 평균 . . . . . . . . . . . . . . . . . . . . . . . . . .179
      8.2.2 사후 예측 우도를 이용한 예측 분포 조합 . . . . . . . . . 182
      8.2.3 예: 우리나라 물가상승률 예측 . . . . . . . . . . . . . . . . . 183
     
    9장 고급 시계열 모형 187
    9.1 마코프-스위칭 모형 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
      9.1.1 더미 변수 모형 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
      9.1.2 사후 분포 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . .190
      9.1.3 사후 예측 분포 샘플링과 사후 예측 밀도 . . . . . . . . 201
      9.1.4 상태의 식별제약 . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
      9.1.5 구조변화 모형 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
      9.1.6 예: 마코프-스위칭 변동성 모형 . . . . . . . . . . . . . . . . 205
      9.1.7 예: 우리나라 물가상승률 구조변화 시점 추정 . . . . . 206
    9.2 상태공간 모형 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .211
      9.2.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
      9.2.2 사후 분포 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
      9.2.3 예: 동태적 넬슨-시겔 모형 . . . . . . . . . . . . . . . . . . . . 220
      9.2.4 예: 시변 통화정책 반응함수 . . . . . . . . . . . . . . . . . . . 230
    9.3 확률적 변동성 모형 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .231
      9.3.1 모형 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
      9.3.2 사후 분포 샘플링 . . . . . . . . . . . . . . . . . . . . . . . . . . .233
      9.3.3 예: 주가 변동성 추정과 예측 . . . . . . . . . . . . . . . . . . 237
     
    A 확률 분포 241 
    A.1 이산확률분포 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
      A.1.1 베르누이 분포 (Bernoulli) . . . . . . . . . . . . . . . . . . . . . 241
      A.1.2 이항 분포 (Binomial) . . . . . . . . . . . . . . . . . . . . . . . . . 241
      A.1.3 음이항 분포 (Negative Binomial) . . . . . . . . . . . . . . . 242
      A.1.4 다항 분포 (Multinomial) . . . . . . . . . . . . . . . . . . . . . .. 242
      A.1.5 포아송 분포 (Poisson) . . . . . . . . . . . . . . . . . . . . . . . 242
    A.2 연속확률분포 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 243
      A.2.1 균일 분포(Uniform) . . . . . . . . . . . . . . . . . . . . . . . . . 243
      A.2.2 감마 분포(Gamma) . . . . . . . . . . . . . . . . . . . . . . . . .. 243
      A.2.3 지수 분포(exponential) . . . . . . . . . . . . . . . . . . . . . . 244
      A.2.4 카이제곱 분포(Chi-square) . . . . . . . . . . . . . . . . . . .. 244
      A.2.5 역감마 분포(Inverted or Inverse Gamma) . . . . . . . .. 244
      A.2.6 베타 분포(Beta) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
      A.2.7 디리클레 분포(Dirichlet) . . . . . . . . . . . . . . . . . . . . . 246
      A.2.8 정규 분포 (Normal or Gaussian) . . . . . . . . . . . . . . . 246
      A.2.9 다변수 정규 분포(Multivariate Normal or Gaussian) . . 246
      A.2.10 절단된 정규 분포(Truncated Normal) . . . . . . . . . . .247
      A.2.11 스튜던트-t 분포(Student’s t) . . . . . . . . . . . . . . . . . .247
      A.2.12 다변수 스튜던트-t 분포(Multivariate t) . . . . . . . . . . 248
      A.2.13 위샤트 분포(Wishart) . . . . . . . . . . . . . . . . . . . . . . . 248
      A.2.14 역위샤트 분포(Inverted or Inverse Wishart) . . . . . .249
     
    B 참고문헌 251
     
    C 찾아보기 253
  • 매틀랩 기초 강의