금융 데이터의 첨봉 후미 특징은 무엇을 의미합니까?

표준 정규 분포에 비해 표준 정규 분포의 편향은 0 이고 첨도는 3 이다. 일반적으로 실증 분석을 할 때 재무 데이터가 모델링과 분석을 용이하게 하는 정규 분포라고 가정합니다. 그러나 경험적 결과에 따르면 많은 데이터가 정규 분포에 맞지 않고 첨봉후미, 즉 첨도가 3 보다 크고 양쪽의 꼬리가 정규 분포보다 두꺼워 그렇게 빨리 떨어지지 않는 것으로 나타났다.

두꺼운 꼬리 분포는 주로 증권의 수익률과 같은 금융 데이터에 나타난다. 그래픽으로 볼 때, 그것은 꼬리에 정규 분포보다 더 굵고 최고점에서 더 날카롭다. 직관적으로 이러한 데이터에서 극치가 발생할 확률은 정규 분포 데이터보다 큽니다. 따라서 단순히 정규 분포를 사용하여 이러한 데이터의 분포를 맞출 수 없으므로 통계적 추론을 할 수 없습니다.

일반적으로 실증 분석을 통해 5 ~ 6 자유도의 T분포 맞춤이 더 좋다는 것을 알 수 있습니다. 이 방면에 대한 자세한 내용은 재무 측정 방면의 책을 참조할 수 있다.

확장 데이터:

데이터의 일반적인 특징 외에도 재무 데이터에는 다음과 같은 몇 가지 고유한 특성이 있습니다.

(1) 보편성. 금융기관은 국민경제에서 특별한 위치에 있고, 전 사회의 모든 경제세포 및 미시주체와 밀접한 연관이 있기 때문에, 전 사회를 대상으로 광범위하게 데이터를 얻어야 하기 때문에 금융 데이터의 적용 범위가 매우 넓다.

(2) 포괄성. 금융데이터는 국민경제의 종합부문으로서 국민경제의 각 업종을 직접 대상으로 전 사회 각 집단에 금융 서비스를 제공한다. 이러한 서비스, 특히 자본 서비스를 통해 국민 경제 운행 상황을 반영하는 종합 데이터를 수집할 수 있어 금융 데이터는 매우 종합적이다.

(3) 신뢰성. 금융기업이 전 사회에 각종 금융 서비스를 제공하는 것은 서비스관계이자 계약관계다. 특히 금융기업이 제공하는 금융 서비스는 신용, 호스팅, 대행자의 관계를 반영해 금융기업이 서비스에서 실수를 해서는 안 되고, 경영에서 피드백되는 데이터는 진실하고 신뢰할 수 있어야 한다.

(4) 연속성. 금융업무활동이든 국민경제활동이든 금융데이터는 전체 경제활동의 역동적인 반영이다. 경제 활동이 지속적으로 발전함에 따라 재무 데이터가 지속적으로 생성되고 있으며, 이러한 데이터는 경제 활동의 발전 변화를 지속적으로 체계적으로 반영합니다.

바이두 백과-재무 데이터 처리