高频数据中辨识非平稳微观结构噪声与时变流动性的无模型方法
统计金融
2019-11-07 v4 统计理论
统计方法学
统计理论
摘要
在本文中，我们提供非参数统计工具来检验一般隐 Ito 半鞅中微观结构噪声的平稳性，并讨论如何利用高频金融数据度量流动性风险。具体而言，我们研究了非平稳微观结构噪声对某些波动率估计量的影响，并通过利用边缘效应、局部估计的信息聚合以及高频渐近近似设计了三种互补的检验。这些检验的渐近分布在平稳与非平稳假设下均可获得，从而使我们能够保守地控制第一类错误，同时确保所提检验具有渐近最优统计功效。此外，它还使我们能够利用这些检验统计量经验地度量总体流动性风险。作为副产品，简要讨论了函数依赖性与内生微观结构噪声。具有现实配置的模拟证实了我们的理论结果，且我们的实证研究指出非平稳微观结构噪声在纽约证券交易所普遍存在。
引用
@article{arxiv.1512.06159,
title = {Model-Free Approaches to Discern Non-Stationary Microstructure Noise and Time-Varying Liquidity in High-Frequency Data},
author = {Richard Y. Chen and Per A. Mykland},
journal= {arXiv preprint arXiv:1512.06159},
year = {2019}
}