Earticle

본 연구는 국내 능동적 펀드의 운용 성과가 운에 기인하는지 매니저의 능력에 기인하 는지를 분석하고, 매니저의 운용 능력이 펀드의 성과로 적절히 반영되는 데에 있어서 군집 행동이 어떠한 영향을 미치는지를 분석하였다. 이를 위하여 부트스트랩 시뮬레 이션 방법을 이용하여 매니저가 운용 능력을 보유하고 있지 않다는 가정 하에서 펀드 의 벤치마크 포트폴리오 수익률 대비 초과 성과 분포를 도출하고 이를 펀드의 벤치마 크 포트폴리오 수익률 대비 실제 초과 성과 분포와 비교함으로써 실제 초과 성과가 시뮬레이션 분포 하에서 도출되기 어려운 값인지 여부를 측정하였다. 실증분석 결과, 국내 능동적 펀드의 실제 초과 성과 분포는 매니저의 능력이 존재하지 않는다는 가정 하에서의 초과 성과의 시뮬레이션 분포보다 매우 좁은 범위 내에 분포하고 있었다. 이는 국내 능동적 펀드의 성과를 통하여 분석하여 볼 때, 국내 능동적 펀드 매니저들 중 탁월한 능력을 보유한 매니저가 비정상적인 수준으로 존재하지 않는 것을 의미한 다. 또한, Lakonishok, Shleifer, and Vishny(1992)가 개발한 LSV 측정치를 이용하 여 펀드 매니저들 사이에 존재하는 군집 행동 양상을 분석한 결과, 국내 능동적 펀드 를 운용하는 펀드 매니저들의 군집 행동의 정도가 매우 심한 것으로 드러났다. 특히, 군집 행동이 심할수록 능동적 펀드 매니저의 운용 능력이 펀드의 성과에 적절하게 반 영되는 것이 저해되는 것이 확인되었다.

As fund markets have experienced a tremendous growth internationally, a lot of studies on the performance of funds have been conducted in recent years. At the same time, academic interest to investigate the impact of managerial skills on a fund’s performance has also grown. However, due to the short history and the lack of data on the Korean fund market, only a few studies have actually been conducted on the performance of the Korean active fund market. In this study, therefore, we analyze whether and to what extent the performance of Korean funds is influenced by the skill of managers or simply by luck. For this investigation, the bootstrap simulation method is applied. Previous studies traditionally use the persistence test to find out whether the performance of a fund is based on a manager’s skill. These studies test whether a past winner continues to show good performance. Since this performance test is based on the short-term performance of funds, we cannot rule out the possibility of the intervention of noise. To solve this problem, recent studies, such as Kosowski, Timmermann, Wermers, and White (2006) and Fama and French (2010) use the bootstrap simulation. Thus, we have decided to apply this methodology to the active fund market in Korea. A simulation run produces a random sample within the period of 95 months, from February 2001 to December 2008. We examine 3,000 simulation runs. Using this method, we derive a distribution of excess returns of funds compared to a return of a benchmark portfolio under the assumption that managers are unskilled. Comparing the distribution from the simulation and the real distribution of excess returns of funds, we are able to estimate if real excess returns are extreme cases under the simulation distribution. In addition, we divide our sample into two groups : one group of funds in the early 2000s and the other group of funds in the late 2000s. We also subdivided the sample into two groups as long- and short-term groups funds that have existed for 5 or more years and those that have existed for less than 1 year, respectively. Fund groups are also sorted out according to the size. In fact, the sample funds are ranked based on their size: if a fund’s size is below the median value, the fund is included in the small-size group while the rest is included in the large-size group. While most previous studies have focused on the fund performance itself or the characteristics affecting the performance, our study aims to investigate the impact of fund managers’ skills on the fund performance in the Korean active fund market. As far as we are aware, our study is the first study of its kind to ever show also the effect of the herding phenomenon among managers on the possibility of the linkage of fund performance and the skill of managers. Furthermore, we use the methodology that can reduce biases such as survivorship bias and incubation bias, which could appear in the examination of funds. Our major findings are as follows. First, real excess returns exist in a narrow range as compared to the simulation distribution of excess returns, which are derived under the assumption of unskilled managers. This finding suggests that Korean fund managers possess even levels of fund managing skills, neither too superior nor too inferior compared to one another. Second, fund performance is more highly influenced by managers’ skill among the funds that belong to the late 2000s group than those of the early 2000s group. This finding suggests that the fund managers’ skill has improved over the years. Third, the performance of funds is more likely to be affected by managers’ skill in the long-term fund group than in the short-term fund group. This finding implies that fund managers’skill is more likely to affect the performance of funds that are running on a long-term basis. Fourth, the performance of funds based on managers’ skill seems similar between a small-size group and a large-size group. At this point, it is important to observe a notable feature of Korea’s fund market that is an extremely narrow range of the distribution of real excess returns especially compared to that of the corresponding U.S. market. To identify some potential causes of this difference, we investigate whether the herding phenomenon can be found among fund managers. If managers copy one another in making investment decisions regardless of their access to private information, indeed, the performance among funds is highly likely to be similar. For this investigation, we apply the LSV herding measure developed by Lakonishok, Shleifer, and Vishny (1992). Using this measure, we find that managers in the Korean active fund market herd one another more strongly than in the U.S fund market. We also find that when mangers herd severely, then the effect of managers’ skill on the performance of funds is expectedly very limited. This finding suggests that the stronger the herding phenomenon is, the less relevant the skill of fund managers is in the fund performance.

This paper investigates on whether there is the asymmetric relation between initial margin requirements and volatility across bull and bear markets for Japanese TOPIX and NIKKEI225 index during 1970-1999. We use regression in levels to scrutinize relation between margin requirements and volatility. We find that there is negative relation. This result is confirmed significantly by bootstrap simulation. The findings show that margin requirement affects and causes stock return volatility. Thus higher margin requirements are associated with lower subsequent stock market volatility across during normal, but show no relationship during bull and bear markets from regression and EGARCH model. As matter of fact, we conclude no evidence that there is an asymmetric process, i.e., pyramiding and depyramiding effect in terms of bull and bear markets from Japanese TOPIX and NIKKEI225. However, for normal periods, we find that there is evidence of asymmetric process in Japanese stock market. In conclusion, we confirm that the policy tool of margin requirements does not work when stock market is in crash or bubble state.

The choice of input distribution in quantitative risk assessments modeling is of great importance to get unbiased overall estimates, although it is difficult to characterize them in situations where data available are too sparse or small. The present study is particularly concerned with accommodation of uncertainties commonly encountered in the practice of modeling. The authors applied parametric and non-parametric bootstrap simulation methods which consist of re-sampling with replacement, in together with the classical Student-t statistics based on the normal distribution. The implications of these methods were demonstrated through an empirical analysis of trade volume from the amount of chicken and pork meat imported to Korea during the period of 1998-2005. The results of bootstrap method were comparable to the classical techniques, indicating that bootstrap can be an alternative approach in a specific context of trade volume. We also illustrated on what extent the bias corrected and accelerated non-parametric bootstrap method produces different estimate of interest, as compared by non-parametric bootstrap method.

With the aid of fast computing power, resampling techniques are being introduced for simulation output analysis (SOA). Autocorrelation among the output from discrete-event simulation prohibit the direct application of resampling schemes (Threshold bootstrap, Binary bootstrap, Stationary bootstrap, etc) extend its usage to time-series data such as simulation output. We present a new method for inference from a regenerative process, regenerative bootstrap, that equals or exceeds the performance of classical regenerative method and approximation regeneration techniques. Regenerative bootstrap saves computation time and overcomes the problem of scarce regeneration cycles. Computational results are provided using M/M/1 model.

이 논문에서는 discrete-event모의실험을 사용해서 대기행렬모형에서 대기시간이 길어지는 확률을 추정하는 문제를 연구했습니다. 단 한번의 모의실험에서 확률의 신뢰구간을 구할 수 있는 방법인, binary bootstrap을 개발했습니다. Bernoulli trial과 first-order Markov processes에 적용하여 본 결과 이론치에 별 차이없이 추정하였습니다. 또한 M/M/1 대기행렬모형에서 대기시간이 길 확률을 추정했을 때 batch means방법보다 binary bootstrap이 월등히 우수한 결과를 보였습니다.

Inference for discrete event simulations usually relies on either independent replications or, if each simulation run is expensive, the method of batch means applied to a single replications. We present a new method, threshold bootstrap, which equals or exceeds the performance of independent replications or batch means. The method works by resampling runs of data created when a stationary time series crosses a threshold level, such as the sample mean of series. Computational results show that the threshold bootstrap matches or exceeds the performance of these alternative methods in estimating the standard deviation of the sample mean and producing valid confidence intervals.

수요예측은 경영 전략을 포함한 모든 경영 활동의 기초가 된다. 특히 부품의 수요예측은 공급망관리 측면에서 매우 중요한 요소 중 하나이다. 부품의 수요는 다양한 산업에서 종종 간헐적 특성을 포함한다. 간헐적 특성이란 수요가 발생하지 않는 경우가 빈번한 현상을 지칭한다. 간헐적 수요 현상에서는 발생된 수요의 분산이 크고 그 발생간격이 확률적이다. 따라서 간헐적 특성을 갖는 수요를 예측하기 위해서 일반적인 시계열 분석기법이나 인과관계를 이용한 모형(회귀모형)을 사용하는 것은 적합하지 않다. 이는 기존의 방법들이 실제 수요행태를 묘사하기 어렵기 때문이다. 이러한 간헐적 수요의 예측을 위해 마코프 부트스트랩이 개발되었다. 이 방법은 1계차 자기상관성을 반영하며 리드타임 동안 수요의 합이 독립임을 가정하였다. 본 연구에서는 리드타임 내 수요 합의 독립가정을 완화한 부트스트랩 방법을 제안한다. 수정된 부트스트랩 방법에 의해 재추출된 데이터는 실측 데이터의 간헐적 특성을 근사적으로 반영한다. 마지막으로 실측 데이터에 수정된 방법을 적용한 예측 결과를 사례로 제시하고자 한다.

Demand forecasting is the basis of management activities including marketing strategy. Especially, the demand of a part is remarkably important in supply chain management (SCM). In the fields of various industries, the part demand usually has the intermittent characteristic. The intermittent characteristic implies a phenomenon that there frequently occurs zero demands. In the intermittent demands, non-zero demands have large variance and their appearances also have stochastic nature. Accordingly, in the intermittent demand forecasting, it is inappropriate to apply the traditional time series models and/or cause-effect methods such as linear regression; they cannot describe the behaviors of intermittent demand. Markov bootstrap method was developed to forecast the intermittent demand. It assumes that first-order autocorrelation and independence of lead time demands. To release the assumption of independent lead time demands, this paper proposes a modified bootstrap method. The method produces the pseudo data having the characteristics of historical data approximately. A numerical example for real data will be provided as a case study.

안정상태 시뮬레이션의 출력 분석에서 백분율의 추정은 시스템 설계와 성능분석에 매우 유용하다. 그러나 지금까지 지속적으로 발전된 대부분의 안정상태 시뮬레이션 연구는 그 대상이 주로 시스템의 평균값에 치중되어 왔다. 본 논문에서는 시뮬레이션 출력 과정의 안정상태 백분율에 대하여 Bonferroni 동시 신뢰구간 추정 방법과 붓스트랩을 이용하는 신 뢰구간 추정 방법을 제시한다. 이 방법들은 전통적인 방법보다 적은 수의 관찰 값을 가지고 상대적으로 좁은 신뢰구간을 얻으며, 시뮬레이션 출력 분석에 있어 널리 사용되는 배치 평 균 방법을 응용하므로 적용하기도 쉽다. 새로운 두 가지 추정 방법의 타당성을 검증하기 위 하여 이들을 전통적인 배치 백분율 방법과 서로 비교, 평가한다. 대기 행렬 모델(MIMI)과 시계열 모델(AR(1))에 적용한 결과, 새로운 방법들은 전통적인 방법에 비하여 상당히 적은 수의 관찰 값만으로 신뢰성 있는 추정치를 얻을 수 있었다.

시뮬레이션 상의 입력모델에 대한 기존의 연구는 과거의 자료를 바탕으로 선형의 모수적인 (parametric) 모형을 개발하는데 초점을 두고 있다. 그러나 이 경우에는 입력이 매우 복잡한 형태를 가지면 모수적인 모형을 잦는 것이 불가능해지므로 비모수적인(non-parametric) 접근방법이 절실한 실정이다 예로 인터넷 트래픽 모델의 시뮬레이션 수행시 입력으로 제공되는 단위 시간당 요구되는 웹 페이지의 수 같은 경우 데이터들 간데 종속관계가 매우 심하고 복잡하여 모수적 모형을 세우는데 어려움이 있다. 이러한 시스템들을 시뮬레이션 방법으로 분석 하고자 할 때, 기존의 trace-driven 시뮬레이션 방법이나 모수적 모형을 찾아 다수의 사실적인 시뮬레이션 입력 자료를 확보하는 것은 현실적으로 어려움이 있다. 따라서. 비모수적인 방법으로 다수의 사실적인 시뮬레이션 입력 자료를 생성하는 것이 필요하다. 이러한 비모수적인 방법에 대한 평가기준 설정은 시뮬레이션 상의 입력 모델에 대한 타당성을 제시한다는 점에서 또한 매우 중요하다. 본 논문에서는 붓트스트 랩의 방법중의 하나인 임계값 붓트스트랩을 이용하여 시뮬레이션 입력 자료 생성 방법을 개발하였고 Turing test를 통해 붓스트랩으로 생성산 입력 시나리오를 검증하였다.