在具有相依市场微观结构噪声的无穷变差跳跃下估计即期波动率

跳跃与市场微观结构噪声是高频金融数据的典型特征。众所周知，它们会给资产波动率（包括积分波动率和即期波动率）的估计带来偏差，已有许多方法被提出以应对该问题。当跳跃密集且具有无穷变差时，在序列相依噪声下对即期波动率进行有效估计尚不可得，因而亟待解决。为此，我们提出一种新颖的即期波动率估计量，混合使用了预平均技术与经验特征函数。在温和假设下，我们建立了该估计量的一致性与渐近正态性结果。进一步，我们证明当跳跃活跃度较低或具有对称结构而较活跃时，该估计量以最优方差达到近乎有效的收敛速率。模拟研究验证了我们的理论结论。我们将所提估计量应用于实证分析，例如利用逐秒交易价格数据估计周波动率曲线。