三維關聯結構之卡方檢定-以台股之建築相關類股之日內股價為例

Abstract

現今在處理財務資料的過程當中，通常對於資料的分配特性是未知的，然而\r\n\r\n透過關聯結構可以較容易的得知資料的聯合機率分配，但要如何得知資料是最\r\n\r\n適合配適何種關聯結構呢？為了解決這個問題，Dobric & Schmid \r\n\r\n(2005, \"Testing Goodness of Fit for Parametric Families of \r\n\r\nCopulas ---Application to Financial Data\",Communication in \r\n\r\nStatistics: Simulation and Computation, 34,pp.1053-1068) 提\r\n\r\n出了針對在二維關聯結構的方法---卡方適合度檢定，來檢視資料配適多種關\r\n\r\n聯結構是否恰當。本篇論文延續著 Dobric & Schmid(2005)所提出的方\r\n\r\n法，把資料配適二維關聯結構的情形推廣到三維上面來探討，並檢視類股間日\r\n\r\n漲跌幅資料配適關聯結構的情形。模擬方面，利用蒙地卡羅模擬法，探討五種\r\n\r\n三維關聯結構中卡方適合度檢定的模擬結果以及檢定力曲線的表現。實證方\r\n\r\n面，以台灣股票市場為例，選取四個建築相關類股的日內 (Intra- day)股\r\n\r\n價漲跌幅資料，檢定實際資料配適五種關聯結構的情形，並進一步了解實際資\r\n\r\n料配適何種關聯結構最恰當，從實證研究得知可以發現實際資料配適 \r\n\r\nNormal、 Clayton、 Frank 和 Gumbel 關聯結構的表現並不佳，唯獨在\r\n\r\n配適 t關聯結構最恰當，尤其是自由度為3或4的t關聯結構表現較佳。\r\n\r\n關鍵字: 關聯結構，卡方適合度檢定，Normal 關聯結構，Clayton 關聯結\r\n\r\n構，t關聯結構，Frank 關聯結構，Gumbel 關聯結構，日內(Intra-day)\r\n\r\n價漲跌幅