An Application of the Chi-Squared Goodness-of-Fit Test to Discrete Common Stock Returns
卡方拟合优度检验在离散普通股收益中的应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦股票收益分布的拟合优度检验，未直接研究资产定价、波动率动态、尾部风险或收益预测，故细分证据不足。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
卡方拟合优度检验在离散普通股收益中的应用
- 研究问题
- 离散观测的股票收益用连续分布近似时，卡方拟合优度检验的分组边界和原假设应如何设定，才能缓解统计量的偏高问题？
- 方法与思路
- 作者提出设定分组边界的“居中”方法并修改原假设，用模拟考察传统 Mann–Wald 等概率分组的偏差，再检验114家公司的日收益分布。
- 材料陈述的贡献
- 摘要称居中方法减轻卡方统计量偏高，传统方法对低价、低波动股票的偏差尤其明显；日收益应用的拟合程度高于此前文献报告。
- 阅读关注点
- 阅读时应核对居中边界的规则、离散收益近似连续密度的原假设、卡方参考分布的有效性，以及正态与正态混合分布的拟合比较。
- 阅读边界
- 摘要未说明样本期间、收益离散化机制、参数估计处理和检验校准细节，较高拟合程度也不能直接支持尾部风险刻画或收益预测。
原文摘要
This article presents the “centered” method for establishing cell boundaries in the X 2 goodness-of-fit test, which when applied to common stock returns significantly reduces the high bias of the test statistic associated with the traditional Mann–Wald equiprobable approach. A modified null hypothesis is proposed to incorporate explicitly the usually implicit assumption that the observed discrete returns are “approximated” by the hypothesized continuous density. Simulation results indicate extremely biased X 2 values resulting from the traditional approach, particularly for low-priced and low volatile stocks. Daily stock returns for 114 firms are tested to determine whether they are approximated by a normal or one of several normal mixture densities. Results indicate a significantly higher degree of fit than that reported elsewhere to date.