1. NCCU Academic Hub
  2. 商學院
  3. 統計學系
  4. 學位論文
Please use this identifier to cite or link to this item: https://ah.lib.nccu.edu.tw/handle/140.119/94417
DC FieldValueLanguage
dc.contributor.advisor劉惠美<br>蔡紋琦zh_TW
dc.contributor.advisor劉惠美<br>蔡紋琦zh_TW
dc.contributor.author程士峰zh_TW
dc.contributor.author程士峰zh_TW
dc.creator程士峰zh_TW
dc.creator程士峰zh_TW
dc.date2007en_US
dc.date2007en_US
dc.date.accessioned2016-05-06T08:36:07Z-
dc.date.accessioned2016-05-06T08:36:07Z-
dc.date.available2016-05-06T08:36:07Z-
dc.date.available2016-05-06T08:36:07Z-
dc.date.issued2016-05-06T08:36:07Z-
dc.date.issued2016-05-06T08:36:07Z-
dc.identifierG0943540131en_US
dc.identifierG0943540131en_US
dc.identifier.urihttp://nccur.lib.nccu.edu.tw/handle/140.119/94417-
dc.identifier.urihttp://nccur.lib.nccu.edu.tw/handle/140.119/94417-
dc.description碩士zh_TW
dc.description碩士zh_TW
dc.description國立政治大學zh_TW
dc.description國立政治大學zh_TW
dc.description統計學系zh_TW
dc.description統計學系zh_TW
dc.description94354013zh_TW
dc.description94354013zh_TW
dc.description.abstract隨著全球金融市場的整體化，配適財務資料的模型是依個相當有價值的研究。因此當關連結構方法應用在財務資料上，對金融市場風險的衡量，可說是一大改革。Dobric & Schmid (2005) Communications in Statistics: Simulation and Computation, 34,pp.1053-1068，提出利用卡方檢定來檢驗二維資料間關聯結構，本文延伸其方法探討卡方檢定應用於三維關聯結構之表現。\r\n 首先本文在模擬研究部份，考慮邊際分配未知的情況下，用卡方適合度檢定來檢驗以蒙地卡羅模擬方法模擬Normal關聯結構、t關聯結構、Clayton關聯結構、Frank關聯結構以及Gumbel關聯結構等五種關聯結構。得知隨著切割數的增加，參數估計越來越不精確；而樣本大小的設定也影響著切割數，隨著樣本數的減少會使得參數估計和檢定力較不能掌握。\r\n 實證方面採用台灣股票集中市場中五大類股：電機(機械)類、電器(電纜)類、鋼鐵類、汽車類、電子類，對其日內時間四種頻率：1/9天、1/6天、1/3天、的股價報酬率，配適五種不同的關聯結構，找出最能夠描述股價日內資料分佈的關聯結構，實證得知上述四種頻率的股價報酬率，皆呈現t關聯結構其自由度為4之配置為最合適。zh_TW
dc.description.abstract隨著全球金融市場的整體化，配適財務資料的模型是依個相當有價值的研究。因此當關連結構方法應用在財務資料上，對金融市場風險的衡量，可說是一大改革。Dobric & Schmid (2005) Communications in Statistics: Simulation and Computation, 34,pp.1053-1068，提出利用卡方檢定來檢驗二維資料間關聯結構，本文延伸其方法探討卡方檢定應用於三維關聯結構之表現。\r\n 首先本文在模擬研究部份，考慮邊際分配未知的情況下，用卡方適合度檢定來檢驗以蒙地卡羅模擬方法模擬Normal關聯結構、t關聯結構、Clayton關聯結構、Frank關聯結構以及Gumbel關聯結構等五種關聯結構。得知隨著切割數的增加，參數估計越來越不精確；而樣本大小的設定也影響著切割數，隨著樣本數的減少會使得參數估計和檢定力較不能掌握。\r\n 實證方面採用台灣股票集中市場中五大類股：電機(機械)類、電器(電纜)類、鋼鐵類、汽車類、電子類，對其日內時間四種頻率：1/9天、1/6天、1/3天、的股價報酬率，配適五種不同的關聯結構，找出最能夠描述股價日內資料分佈的關聯結構，實證得知上述四種頻率的股價報酬率，皆呈現t關聯結構其自由度為4之配置為最合適。zh_TW
dc.description.tableofcontents第一章、緒論……………………………………..……………………………………5\r\n第一節、研究背景……………………………..…………………………………5\r\n第二節、研究目的與動機………………………..………………………………6\r\n第三節、研究架構…………………………………..……………………………7\r\n第二章、文獻探討…………………………………………..…………………………8\r\n第一節、關聯結構函數的定義…………………………..………………………8\r\n第二節、關聯結構的類型……………………………………………………….9\r\n第三節、關聯結構的相關性……………………………………………………13\r\n第四節、關聯結構的應用與相關文獻探討……………………………………14\r\n第三章、研究方法……………………………………………………………………16\r\n第一節、相關符號定義…………………………………………………………16\r\n第二節、卡方適合度檢定法……………………………………………………17\r\n第四章、模擬分析與結果……………………………………………………………18\r\n第一節、關聯結構之卡方適合度檢定…………………………………………18\r\n第二節、關聯結構檢定力之模擬………………………………………………27\r\n第五章、實證分析與結果……………………………………………………………31\r\n第一節、實際資料來源與選取…………………………………………………31\r\n第二節、資料的分佈情形………………………………………………………32\r\n第三節、實際資料配適關聯結構結果…………………………………………35\r\n第六章、結論與後續研究建議………………………………………………………51\r\n第一節、結論……………………………………………………………………51\r\n第二節、後續研究建議…………………………………………………………52\r\n參考文獻…………………………………………………………………………..…53\r\n\r\n\r\n圖 次\r\n圖2-1：Normal關聯結構散佈圖( …………………………………10\r\n圖2-2：t關聯結構散佈圖( ， )……...………………………11\r\n圖2-3：Clayton關聯結構散佈圖( )…………..…………………………11\r\n圖2-4：Frank關聯結構散佈圖( )…………….…………………………12\r\n圖2-5：Gumbel關聯結構散佈圖( )………….…………………………12\r\n圖4-1：Normal關聯結構 v.s 關聯結構檢定力函數….…………………………28\r\n圖4-2：Normal關聯結構 v.s 關聯結構檢定力函數….…………………………29\r\n圖4-3： 關聯結構 v.s 關聯結構檢定力函數…………….…………………… 30\r\n圖5-1：1/9天(30分鐘)資料配適經驗分配之散佈圖………….……………………33\r\n圖5-2：1/6天(45分鐘)資料配適經驗分配之散佈圖………….……………………34\r\n圖5-3：1/3天(90分鐘)資料配適經驗分配之散佈圖………….……………………34\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n表 次\r\n表4-1：Normal關聯結構 、樣本數為2500個樣本………………19\r\n表4-2：Normal關聯結構 、樣本數為2500個樣本………………19\r\n表4-3：Normal關聯結構 、樣本數為1250個樣本………………20表4-4：Normal關聯結構 、樣本數為2500個樣本………………20表4-5：t關聯結構 、樣本數為2500個樣本……….….………..21\r\n表4-6：t關聯結構 、樣本數為2500個樣本……….….………..21\r\n表4-7：t關聯結構 、樣本數為1250個樣本……….….………..21\r\n表4-8：t關聯結構 、樣本數為2500個樣本……….….………..22\r\n表4-9：Clayton關聯結構( ; )……….……………………22\r\n表4-10：Clayton關聯結構( ; )……………………………23\r\n表4-11：Clayton關聯結構( ; )……………………………23\r\n表4-12：Frank關聯結構( ; )……………...…………………24\r\n表4-13：Frank關聯結構( ; )………………………………24\r\n表4-14：Frank關聯結構( ; )…………..…………………24\r\n表4-15：Gumbel關聯結構( ; )………….…………………25\r\n表4-16：Gumbel關聯結構( ; )……………………………25\r\n表4-17：Gumbel關聯結構( ; )………...…………………26\r\n表5-1: 選取資料頻率與筆數……………………………………...………………32\r\n表5-2：1/9天(30分鐘)資料的相關係數矩陣…………………….……..…………32\r\n表5-3：1/6天(45分鐘)資料的相關係數矩陣……………………..…….…………32\r\n表5-4：5-4 1/3天(90分鐘)資料的相關係數矩陣……………………….…………33\r\n表5-5：配適Normal關聯結構在以下不同情況下之卡方檢定統計量……...……35\r\n表5-6：配適Normal關聯結構的拒絕次數…………………………………...……36\r\n表5-7：配適t關聯結構(df=3)在以下不同情況下之卡方檢定統計量……..……37\r\n表5-8：配適t (df=3)關聯結構的拒絕次數………………………………….……37\r\n表5-9：配適t關聯結構(df=4)在以下不同情況下之卡方檢定統計量……..……38\r\n表5-10：配適t (df=4)關聯結構的拒絕次數………………………………….……38\r\n表5-11：配適t關聯結構(df=5)在以下不同情況下之卡方檢定統計量……..……39\r\n表5-12：配適t (df=5)關聯結構的拒絕次數………………………………….……39\r\n表5-13：配適t關聯結構(df=6)在以下不同情況下之卡方檢定統計量……..……40\r\n表5-14：配適t (df=6)關聯結構的拒絕次數………………………………….……40\r\n表5-15：配適t關聯結構(df=7)在以下不同情況下之卡方檢定統計量……..……41\r\n表5-16：配適t (df=7)關聯結構的拒絕次數…………………………………….…41\r\n表5-17：配適t關聯結構(df=8)在以下不同情況下之卡方檢定統計量………..…42\r\n表5-18：配適t (df=8)關聯結構的拒絕次數………………………………………42\r\n表5-19：配適t關聯結構(df=9)在以下不同情況下之卡方檢定統計量…..………43\r\n表5-20：配適t (df=9)關聯結構的拒絕次數……………………………….………43\r\n表5-21：配適t關聯結構(df=10)在以下不同情況下之卡方檢定統計量…………44\r\n表5-22：配適t (df=10)關聯結構的拒絕次數………………………………...……44\r\n表5-23：配適t關聯結構的拒絕次數………………………………………………45\r\n表5-24：配適Clayton關聯結構在以下不同情況下之卡方檢定統計量…………46\r\n表5-25：配適Clayton關聯結構的拒絕次數………………………………………46\r\n表5-26：配適Frank關聯結構在以下不同情況下之卡方檢定統計量……………47\r\n表5-27：配適Frank關聯結構的拒絕次數…………………………………………48\r\n表5-28：配適Gumbel關聯結構在以下不同情況下之卡方檢定統計量…………49\r\n表5-29：配適Gumbel關聯結構的拒絕次數………………………………………49zh_TW
dc.description.tableofcontents第一章、緒論……………………………………..……………………………………5\r\n第一節、研究背景……………………………..…………………………………5\r\n第二節、研究目的與動機………………………..………………………………6\r\n第三節、研究架構…………………………………..……………………………7\r\n第二章、文獻探討…………………………………………..…………………………8\r\n第一節、關聯結構函數的定義…………………………..………………………8\r\n第二節、關聯結構的類型……………………………………………………….9\r\n第三節、關聯結構的相關性……………………………………………………13\r\n第四節、關聯結構的應用與相關文獻探討……………………………………14\r\n第三章、研究方法……………………………………………………………………16\r\n第一節、相關符號定義…………………………………………………………16\r\n第二節、卡方適合度檢定法……………………………………………………17\r\n第四章、模擬分析與結果……………………………………………………………18\r\n第一節、關聯結構之卡方適合度檢定…………………………………………18\r\n第二節、關聯結構檢定力之模擬………………………………………………27\r\n第五章、實證分析與結果……………………………………………………………31\r\n第一節、實際資料來源與選取…………………………………………………31\r\n第二節、資料的分佈情形………………………………………………………32\r\n第三節、實際資料配適關聯結構結果…………………………………………35\r\n第六章、結論與後續研究建議………………………………………………………51\r\n第一節、結論……………………………………………………………………51\r\n第二節、後續研究建議…………………………………………………………52\r\n參考文獻…………………………………………………………………………..…53\r\n\r\n\r\n圖 次\r\n圖2-1：Normal關聯結構散佈圖( …………………………………10\r\n圖2-2：t關聯結構散佈圖( ， )……...………………………11\r\n圖2-3：Clayton關聯結構散佈圖( )…………..…………………………11\r\n圖2-4：Frank關聯結構散佈圖( )…………….…………………………12\r\n圖2-5：Gumbel關聯結構散佈圖( )………….…………………………12\r\n圖4-1：Normal關聯結構 v.s 關聯結構檢定力函數….…………………………28\r\n圖4-2：Normal關聯結構 v.s 關聯結構檢定力函數….…………………………29\r\n圖4-3： 關聯結構 v.s 關聯結構檢定力函數…………….…………………… 30\r\n圖5-1：1/9天(30分鐘)資料配適經驗分配之散佈圖………….……………………33\r\n圖5-2：1/6天(45分鐘)資料配適經驗分配之散佈圖………….……………………34\r\n圖5-3：1/3天(90分鐘)資料配適經驗分配之散佈圖………….……………………34\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n表 次\r\n表4-1：Normal關聯結構 、樣本數為2500個樣本………………19\r\n表4-2：Normal關聯結構 、樣本數為2500個樣本………………19\r\n表4-3：Normal關聯結構 、樣本數為1250個樣本………………20表4-4：Normal關聯結構 、樣本數為2500個樣本………………20表4-5：t關聯結構 、樣本數為2500個樣本……….….………..21\r\n表4-6：t關聯結構 、樣本數為2500個樣本……….….………..21\r\n表4-7：t關聯結構 、樣本數為1250個樣本……….….………..21\r\n表4-8：t關聯結構 、樣本數為2500個樣本……….….………..22\r\n表4-9：Clayton關聯結構( ; )……….……………………22\r\n表4-10：Clayton關聯結構( ; )……………………………23\r\n表4-11：Clayton關聯結構( ; )……………………………23\r\n表4-12：Frank關聯結構( ; )……………...…………………24\r\n表4-13：Frank關聯結構( ; )………………………………24\r\n表4-14：Frank關聯結構( ; )…………..…………………24\r\n表4-15：Gumbel關聯結構( ; )………….…………………25\r\n表4-16：Gumbel關聯結構( ; )……………………………25\r\n表4-17：Gumbel關聯結構( ; )………...…………………26\r\n表5-1: 選取資料頻率與筆數……………………………………...………………32\r\n表5-2：1/9天(30分鐘)資料的相關係數矩陣…………………….……..…………32\r\n表5-3：1/6天(45分鐘)資料的相關係數矩陣……………………..…….…………32\r\n表5-4：5-4 1/3天(90分鐘)資料的相關係數矩陣……………………….…………33\r\n表5-5：配適Normal關聯結構在以下不同情況下之卡方檢定統計量……...……35\r\n表5-6：配適Normal關聯結構的拒絕次數…………………………………...……36\r\n表5-7：配適t關聯結構(df=3)在以下不同情況下之卡方檢定統計量……..……37\r\n表5-8：配適t (df=3)關聯結構的拒絕次數………………………………….……37\r\n表5-9：配適t關聯結構(df=4)在以下不同情況下之卡方檢定統計量……..……38\r\n表5-10：配適t (df=4)關聯結構的拒絕次數………………………………….……38\r\n表5-11：配適t關聯結構(df=5)在以下不同情況下之卡方檢定統計量……..……39\r\n表5-12：配適t (df=5)關聯結構的拒絕次數………………………………….……39\r\n表5-13：配適t關聯結構(df=6)在以下不同情況下之卡方檢定統計量……..……40\r\n表5-14：配適t (df=6)關聯結構的拒絕次數………………………………….……40\r\n表5-15：配適t關聯結構(df=7)在以下不同情況下之卡方檢定統計量……..……41\r\n表5-16：配適t (df=7)關聯結構的拒絕次數…………………………………….…41\r\n表5-17：配適t關聯結構(df=8)在以下不同情況下之卡方檢定統計量………..…42\r\n表5-18：配適t (df=8)關聯結構的拒絕次數………………………………………42\r\n表5-19：配適t關聯結構(df=9)在以下不同情況下之卡方檢定統計量…..………43\r\n表5-20：配適t (df=9)關聯結構的拒絕次數……………………………….………43\r\n表5-21：配適t關聯結構(df=10)在以下不同情況下之卡方檢定統計量…………44\r\n表5-22：配適t (df=10)關聯結構的拒絕次數………………………………...……44\r\n表5-23：配適t關聯結構的拒絕次數………………………………………………45\r\n表5-24：配適Clayton關聯結構在以下不同情況下之卡方檢定統計量…………46\r\n表5-25：配適Clayton關聯結構的拒絕次數………………………………………46\r\n表5-26：配適Frank關聯結構在以下不同情況下之卡方檢定統計量……………47\r\n表5-27：配適Frank關聯結構的拒絕次數…………………………………………48\r\n表5-28：配適Gumbel關聯結構在以下不同情況下之卡方檢定統計量…………49\r\n表5-29：配適Gumbel關聯結構的拒絕次數………………………………………49zh_TW
dc.source.urihttp://thesis.lib.nccu.edu.tw/record/#G0943540131en_US
dc.source.urihttp://thesis.lib.nccu.edu.tw/record/#G0943540131en_US
dc.subject關聯結構zh_TW
dc.subject關聯結構zh_TW
dc.subject卡方適合度檢定zh_TW
dc.subject卡方適合度檢定zh_TW
dc.subject蒙地卡羅模擬方法zh_TW
dc.subject蒙地卡羅模擬方法zh_TW
dc.subject日內資料zh_TW
dc.subject日內資料zh_TW
dc.title三維關聯結構之卡方檢定探討樣本數與相關係數之研究zh_TW
dc.title三維關聯結構之卡方檢定探討樣本數與相關係數之研究zh_TW
dc.typethesisen_US
dc.typethesisen_US
dc.relation.reference中文部分： \r\n1. 李鴻明(2006)，「以AIC與卡方適合度檢定檢驗關聯結構之探討」，國立政治大學統計學系研究所碩士論文。\r\n2. 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\r\n英文部分：\r\n1. Berg, D. and Bakken, H. (2005), \"A Goodness-of-fit Test for Copulae Based on the Probability Integral Transform\". Note, The Norwegian Computing Centre.\r\n2. 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.\r\n3. Gan, Q. (2002), \"Modelling the Return Distributions of Multivariate Intra-day FX Series: A Comparative Study\",Technical report, ETH Zurich.\r\n4. Joe, H (1997), Multivariate Models and DependenceConcepts ,London ;New York : Chapman & Hall \r\n5. Nelsen, R. B. (1999), An Introduction to Copulas ,New York : Springerzh_TW
dc.relation.reference中文部分： \r\n1. 李鴻明(2006)，「以AIC與卡方適合度檢定檢驗關聯結構之探討」，國立政治大學統計學系研究所碩士論文。\r\n2. 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\r\n英文部分：\r\n1. Berg, D. and Bakken, H. (2005), \"A Goodness-of-fit Test for Copulae Based on the Probability Integral Transform\". Note, The Norwegian Computing Centre.\r\n2. 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.\r\n3. Gan, Q. (2002), \"Modelling the Return Distributions of Multivariate Intra-day FX Series: A Comparative Study\",Technical report, ETH Zurich.\r\n4. Joe, H (1997), Multivariate Models and DependenceConcepts ,London ;New York : Chapman & Hall \r\n5. Nelsen, R. B. (1999), An Introduction to Copulas ,New York : Springerzh_TW
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.cerifentitytypePublications-
item.cerifentitytypePublications-
item.openairetypethesis-
item.openairetypethesis-
item.fulltextWith Fulltext-
Appears in Collections:學位論文
Files in This Item:
File SizeFormat
index.html115 BHTML2View/Open
Show simple item record

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.