(3.232.129.123) 您好!臺灣時間:2021/02/26 22:03
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:范宜鴻
論文名稱:以卡方適合度檢定檢驗二維關聯結構之研究
指導教授:劉惠美劉惠美引用關係
學位類別:碩士
校院名稱:國立政治大學
系所名稱:統計研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:48
中文關鍵詞:關聯結構卡方適合度檢定蒙地卡羅模擬方法檢定力曲線內需概念股日內資料
相關次數:
  • 被引用被引用:0
  • 點閱點閱:255
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
關聯結構(Copula)這個字最早由Sklar(1959)以法文所提出,在邊際分配未知的假設下,透過關聯結構的特性,可以容易的建立聯合機率分配,所以關聯結構的觀念廣泛應用在財務領域中。對於資料在配適關聯結構的同時,要如何知道哪種關聯結構函數是最符合資料型態的分配呢?為解決這個問題,本文中參考Dobric and Schmid (2005)所提出的方法--卡方適合度檢定,來看資料配適關聯結構函數是否配適的恰當。所以本文的研究重點就是在利用卡方適合度檢定來探討各類股間日報酬率資料配適關聯結構的情形。在5種不同關聯結構(Normal關聯結構、t關聯結構、Clayton 關聯結構、Frank關聯結構、Gumbel關聯結構),利用蒙地卡羅模擬方法,來做關聯結構在卡方適合度檢定之模擬,以及檢定力曲線。在檢定統計量、參數估計、顯著水準的估計都還不錯,只有當切割數越大時參數估計會和設定值差異較大。從檢定力曲線可看出這些檢定的檢定力都很好,代表有足夠能力能去辨別出分配的差異性。實證的部份,從台灣上市公司選取4個內需概念股報酬率的日內資料。結果可看出在Normal、Clayton、Frank、Gumbel這4個關聯結構,是不適合用來描述實際報酬的日資料。而當t關聯結構自由度較小時來描述資料型態是表現的不錯。
第一章、緒論 ………………………………………………………………1
第一節、研究背景 ……………………………………………………1
第二節、研究動機與目的 ……………………………………………2
第三節、本文架構 ……………………………………………………2

第二章、文獻探討 …………………………………………………………4
第一節、關聯結構的定義 ……………………………………………4
第二節、關聯結構常用的類型 ………………………………………6
第三節、關聯結構的相關性研究 ……………………………………9
第四節、關聯結構的應用及相關文獻探討 …………………………10

第三章、研究方法 …………………………………………………………11
第一節、相關的符號定義 ……………………………………………11
第二節、關聯結構在適合度檢定之探討 ……………………………12

第四章、模擬結果 …………………………………………………………15
第一節、關聯結構在適合度檢定之模擬 ……………………………15
第二節、關聯結構檢定力之模擬 ……………………………………27

第五章、實證分析結果 ……………………………………………………33
第一節、資料選取與來源 ……………………………………………33
第二節、資料的相關性與結構 ………………………………………34
第三節、實證結果與分析 ……………………………………………37

第六章、結論與後續建議 …………………………………………………46

參考文獻 ……………………………………………………………………48
中文部份:
1. 賴柏志,(2004)「關聯結構(copula)在信用風險管理之運用」,金融風險管理季刊,民國九十三年九月號http://www.jcic.org.tw/040902.doc

英文部份:
1. Dobrić, J. and Schmid, F. (2005), "Testing Goodness of Fit for Parametric Families of Copulas -- Application to Financial Data",Communications in Statistics: Simulation and Computation, 34,pp.1053-1068.
2. Embrechts P., McNeil A. J. and Straumann D. (2001), Handbook of heavy tailed distributions in finance ,Amsterdam : Boston : Elsevier, 2003
3. Gan, Q. (2002), "Modelling the Return Distributions of Multivariate Intra-day FX Series: A Comparative Study",Technical report, ETH Zurich.
4. Greenwood, P. E. and Nikulin, M. S. (1996), "A Guide to Chi-squared Testing", New York: Wiley.
5. Hull, J. and White, A.(1998), "Value at Risk When Daily Changes in Market Variance Are Not Normally Distribution", The Journal of Derivative, 5,No.3,pp.9-19
6. Nelsen, R. B. (1999), An Introduction to Copulas ,New York : Springer
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔