全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1395 57
2022-05-08
英文标题:
《Estimation of integrated quadratic covariation with endogenous sampling
  times》
---
作者:
Yoann Potiron, Per Mykland
---
最新提交年份:
2016
---
英文摘要:
  When estimating high-frequency covariance (quadratic covariation) of two arbitrary assets observed asynchronously, simple assumptions, such as independence, are usually imposed on the relationship between the prices process and the observation times. In this paper, we introduce a general endogenous two-dimensional nonparametric model. Because an observation is generated whenever an auxiliary process called observation time process hits one of the two boundary processes, it is called the hitting boundary process with time process (HBT) model. We establish a central limit theorem for the Hayashi-Yoshida (HY) estimator under HBT in the case where the price process and the observation price process follow a continuous Ito process. We obtain an asymptotic bias. We provide an estimator of the latter as well as a bias-corrected HY estimator of the high-frequency covariance. In addition, we give a consistent estimator of the associated standard error.
---
中文摘要:
在估计异步观测的两个任意资产的高频协方差(二次协变量)时,通常会对价格过程和观测时间之间的关系施加简单的假设,例如独立性。本文介绍了一种广义内生二维非参数模型。因为每当一个称为观测时间过程的辅助过程击中两个边界过程中的一个时,就会产生一个观测值,所以它被称为带时间过程的击中边界过程(HBT)模型。在价格过程和观测价格过程服从连续Ito过程的情况下,建立了HBT下Hayashi-Yoshida(HY)估计的中心极限定理。我们得到了一个渐近偏差。我们提供了后者的估计量以及高频协方差的偏差修正HY估计量。此外,我们给出了相关标准误差的一致估计。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-8 11:55:11
具有内生采样时间的积分二次协变量估计*Yoann Potiron+和Per A.Mykland即将发表在《计量经济学杂志》摘要当估计异步观测的两个任意资产的高频协方差(二次协变量)时,通常会对价格过程和观测时间之间的关系施加简单的假设,例如独立性。本文介绍了一种广义内生二维非参数模型。由于当一个称为观测时间过程的辅助过程击中两个边界过程中的一个时,就会产生一个观测值,因此它被称为带有时间过程(HBT)模型的击中边界过程。在价格过程和观测价格过程服从连续It过程的情况下,我们建立了HBT下Hayashi-Yoshida(HY)估计的中心极限定理。我们得到了一个渐近偏差。我们提供了后者的估计量,以及高频协方差的偏差修正HY估计量。此外,我们给出了相关标准误差的一致估计。*我们要感谢西蒙·克林特、马蒂厄·罗森鲍姆、史蒂文·莱利、范建清(编者)、匿名副主编和一位匿名推荐人提供的有益讨论和建议。非常感谢国家科学基金会在DMS 14-07812资助下提供的资金支持。+庆应大学工商学院。2-15-45日本东京弥敦谷三田,108-8345。电话:+81-3-5418-6571。电子邮件:potiron@fbc.keio.ac.jp——芝加哥大学统计系。伊利诺伊州芝加哥南大学大道5734号,邮编60637。电话:+1(773)7028044/8333。传真:+1(773)7029810。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-8 11:55:14
电子邮件:mykland@pascal.uchicago.eduKeywords:渐近偏差;异步时间;内生模型;林吉田估计器;高频数据;二次协变量;时间内生性JEL编码:C01;二氧化碳;C13;C14;C22;C32;C581简介两项资产之间的协变量是融资中的一个关键数量。基本示例包括优化资产配置和风险管理。在过去的几年里,利用不断增加的高频数据,发表了许多关于估计这种协方差的论文。假设两个任意资产的潜在对数价格Xt=(X(1)t,X(2)t)遵循一个连续的It^o过程dX(1)t:=u(1)tdt+σ(1)tdW(1)t,(1)dX(2)t:=u(2)tdt+σ(2)tdW(2)t,(2)其中u(1)t,u(2)t,σ(1)t,σ(2)tare随机过程,W(1)tand W(2)tare标准布朗运动,具有(随机)高频相关dhW(1),ρtdt)。计量经济学通常试图推断综合协变量hx(1),X(2)it=Ztρuσ(1)uσ(2)udu。早期的结果侧重于从概率角度估计单一资产的综合方差(Genon Catalot和Jacod(1993年),Jacod(1994年))。巴恩多夫-尼尔森和谢泼德(2001年、2002年)提出了计量经济学中的问题。适用于二维,如果在τ0,n:=0,τ1,n,τNn,n实现的协变量X(1),X(2)定义为交叉日志返回的总和X(1),X(2)t=Xτi,n≤TX(1)τi,nX(2)τi,n,(3)其中对于任何正整数i,X(k)τi,n=X(k)τi,n- X(k)τi-1,n与最后两次采样之间第k个过程的增量相关。随着观察时间的推移τi,nget更接近(观察到的数量趋于一致),X(1),X(2)总磷→hX(1),X(2)it(参见Jacod和Shiryaev(2003)中的定理I.4.47)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-8 11:55:17
此外,当观测时间τi,nare独立于价格过程Xt时,其估计者遵循混合正态分布(Jacod和Protter(1998)、Zhang(2001)、Mykland和Zhang(2006))。这让我们了解了如何估计积分协变量。然而,在实践中,这两种假设通常并不满足。两种资产的观测时间很少是同步的,而且价格采样时间具有内生性。第一个问题已经研究了很长时间。缺乏同步性往往会在推理中产生不良影响。如果我们以非常高的频率采样,我们会观察到Epps效应(Epps(1979)),即,与稀疏观测的估计相比,相关性估计会显著降低。Hayashi and Yoshida(2005)引入了所谓的Hayashi-Yoshida估计量(HY)h\\X(1),X(2)iHYt=Xτ(1)i,n,τ(2)j,n<tX(1)τ(1)i,nX(2)τ(2)j,n[τ(1)i]-1,n,τ(1)i,n)∩[τ(2)j]-1,n,τ(2)j,n)6=, (4) 式中,τ(k)i是第k个资产的观测时间。注意,如果两个过程的观测同时发生,(3)和(4)是相等的。该估计值的一致性在Hayashi和Yoshida(2005)以及Hayashi和Kusuoka(2008)中实现。Hayashi和Yoshida(2008,2011)在观测时间的强可预测性下研究了相应的中心极限定理,这是一个比仅假设它们是停止时间更严格的假设,但仍然允许价格和观测时间之间存在一定的依赖性。最近,Koike(2014年、2015年)首先在观测时间的可预测性下,然后在更一般的内生停止时间设置下,扩展了前平均Hayashi-Yoshida估计量。其他高频协方差估计器的例子可以在Zhang(2011)、Barndorff-Nielsnet等人(2011)、A"it-Sahalia等人(2010)、Christensen等人中找到。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-8 11:55:20
(2010, 2013).在一般的一维内生模型中,在网格上的点击次数(Fukasawa(2010a)、Robert and Rosenbaum(20112012)、Fukasawa andRosenbaum(2012))给出采样次数的情况下,研究了化波动率(3)的渐近行为。由于这三个模型的规律性(见后一篇文章中的讨论),它们在归一化误差的极限分布中没有获得任何偏差。此外,Hayashi等人(2011年)也讨论了停车时间可预测性强的情况。最后,两个一般结果(Fukasawa(2010b),Li和al(2014))表明,我们可以识别和估计渐近偏差。本文的主要目标是对HY进行偏差校正。请注意,由于观测是异步的,因此估计偏差比波动率情况下更具挑战性。特别是,估计量将涉及一个可被视为李等人(2014)的三次性的量,但由于采样时间的同步性,其定义更为复杂。这一新定义可被视为与HY估计器(4)对RV估计器(3)的推广类似。另一个非常重要的问题是渐近标准差的估计。首先,由于该模型比无内生性工作中的模型更一般,因此理论上的渐近方差将有所不同。因此,我们将给出一个新的方差估计,它适当地考虑了内生性。作者不想对对数回归和对应于资产价格变化的下一个观察时间的联合分布采取立场,因为他们知道,当我们(错误地)假设价格过程和观察时间完全独立时,他们的未知关系最有可能导致高频协方差估计的偏差和方差。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-8 11:55:24
为此,他们引入了带有时间过程(HBT)模型的撞击边界过程。最后,证明中开发的技术是创新的,因为它们将Hayashi Yoshida估计的归一化误差减少到一个离散过程,这是一个局部一致遍历齐次马尔可夫链。因此,这个问题可以局部解决,因为我们假设资产的波动是连续的,所以局部马尔可夫结构和归一化误差的真实结构之间的近似误差渐近消失。这项技术并不是专门针对问题的,它非常适用于处理时态数据的其他估计器。论文的结构如下。我们将在第2节介绍HBT模型。第3节给出了该模型涵盖的示例。第4节给出了这项工作的主要定理,即归一化误差的极限分布。第5节提供了渐近偏差和方差的估计。我们在第6节中进行了数值模拟,以证实该理论。证据见附录。2 HBT模型的定义我们首先介绍一维模型。我们假设,对于任何正整数,τi+1是对应于实际价格变化的下一个到达时间(在τi之后)。特别是,在τi和τi+1之间,可以以相同的价格Zτi进行多笔交易,但在τi+1之前,价格不同于Zτi的交易不可能发生。我们还假设Xt是权益证券的有效(对数)价格。此外,我们假设观测是有噪声的,并且我们观测Zτi:=Xτi+τi显微结构在哪里τ可以表示为观测价格Z,…,的已知函数,Zτi.作为一个例子,Robert和Rosenbaum(2012)在p。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群