臺灣博碩士論文加值系統

楚於資訊爆炸的時代，金融市場上彼此間更是息息相關的，有牽一髮而動全身的可能性。。因此在探討各種金融商品投資報酬率的分配時，只用單維分配函數來推估已經是得不到足夠的資訊，所以將考慮對資料配適關聯結構。
關聯結構有許多不同的種類變化，然而何種關聯結構才是最適合資料型態呢？為了瞭解二元的關聯結構是否配適的適當，將以AIC與卡方適合度檢定的方法進行關聯結構的檢驗。
首先以蒙地卡羅模擬法進行檢驗，藉由模擬觀察此兩種方法的結論是否能夠相信。最後以台灣股票市場中水泥類股、鋼鐵類股以及營造建材類股三類股兩兩間的當日交易資料的投資報酬率進行配適關聯結構，投資報酬率計算的頻率分為半點、整點以及兩點三種。配適出的結果為水泥類股、鋼鐵類股以及營造建材類股三類股間兩兩服從t關聯結構，自由度為三，除了頻率為半小時的水泥類與營造建材類以及鋼鐵類與營造建材類兩組。

第一章 緒論 5
第一節 研究背景與目的 5
第二節 研究架構 6
第二章 文獻探討 7
第一節 關聯結構函數之定義 7
第二節 相關性 8
第三節 常見的關聯結構函數 9
第四節 相關文獻 12
第三章 研究方法 14
第一節 AIC法 14
第二節 卡方適合度檢定法 15
第四章 模擬結果 18
第一節 AIC法模擬 18
第二節 卡方適合度檢定法模擬 28
第五章 實證分析 44
第一節 資料的分布情形 44
第二節 資料分析 47
第六章 結論與建議 52
第一節 結論 52
第二節 建議 53
參考文獻 54

1. Dias, A. (2004) ”Copula Inference for Finance and Insurance”, Dissertation, ETH, Zurich.
2. 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, 1053-1068.
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. Nelsen, R. B. (1999) An Introduction to Copulas. New York : Springer.
6. 賴柏志 (2004)，關聯結構（copula）在信用風險評量之使用，金融風險管理季刊，民國93年九月號。