تحلیل داده‌های بورس بر‌اساس تابع مفصل

تابع مفصل یک ابزار مفید در شناسایی ساختار وابستگی داده‌های وابسته و در نتیجه برازش یک توزیع توام مناسب به داده‌ها می‌باشد. در این مقاله با استفاده از تابع مفصل داده‌های بورس شامل سه متغیر ضعف مالی، سود انباشته، و دارایی ملموس مربوط به 110 شرکت تجاری ایران از سال 1385 تا 1389 تحلیل می‌شود و به خصوص یک توزیع سه بعدی به این داده‌ها برازش شده است. برای بررسی نوع وابستگی بین داده‌ها از ابزارهای مختلفی از جمله نمودار پراکنش ، نمودار کای ، و نمودار کندال استفاده نمودیم. همچنین اندازه وابستگی جهت‌دار و دمی داده‌ها را مورد بررسی قرار می‌دهیم و ضرایب وابستگی کندال و اسپیرمن را نیز محاسبه می‌کنیم. در انتها آزمون نیکویی برازش برای چند مفصل معروف را انجام دادیم تا بتوانم مفصل مناسب داده‌های بورس مقاله به دست آوریم.

Analysis of stock data based on copula function

A copula function is a useful tool in identifying the dependency structure of dependent data and thus fitting a proper distribution to the existing data set. In this paper, using the copula function for stock market data including three variables of financial weakness, accumulated profit, and tangible assets related to 110 Iranian trading companies from 1385 to 1389 is analyzed and especially a threedimensional distribution of these data is appropriate. We used a variety of tools to examine the dependency type in the data set, containing the scatter, chi, and Kendall plots. We also analyze the directional and tail dependency of the data set and calculated the dependence coefficients of Kendall tau and Spearman rho. Finally, we perform a good fitness of fit test for a few wellknown copula functions, so that we can get the right copula function of the data set coming from the stock market.