Robust Estimation of Realized Correlation: New Insights about Intraday Fluctuations in Market Betas
已实现相关性的稳健估计：市场贝塔日内波动的新见解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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以高频金融数据的相关性估计为核心，涉及波动率动态与市场贝塔，故对应高频计量、波动率与资产定价三个方向。
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
已实现相关性的稳健估计：市场贝塔日内波动的新见解
- 研究问题
- 摘要关注高频金融数据中，时变波动率如何干扰相关性测量，以及如何在高斯抽样下兼顾稳健性与效率地估计已实现相关性，并据此考察美股市场贝塔的日内变化。
- 方法与思路
- 作者提出一种子抽样象限相关估计量，仅使用符号信息，除抽样窗口外不引入平滑参数，以在保留稳健性和计算简便性的同时提高效率；随后将其应用于美国股票面板数据。
- 材料陈述的贡献
- 摘要称该估计量在保持稳健与计算简单的同时改善了效率，适合高频数据与大截面；实证发现市场贝塔存在显著日内变化，且个股间贝塔日内差异主要来自日内相关性变化，而非相对波动率变化。
- 阅读关注点
- 阅读全文时应核对：子抽样象限相关估计量的正式定义与效率论证、稳健性的具体含义与适用条件、抽样窗口选择的影响，以及实证中贝塔分解的识别与数据构造细节。
- 阅读边界
- 这是 arXiv 预印本，未经同行评审验证；摘要未说明估计量的理论性质、渐近分布、模拟证据、样本区间与具体数值结果，不能据此判断其相对已有方法的优越性。
原文摘要
Time-varying volatility is an inherent feature of economic time series and complicates correlation measurement at high frequencies. While the quadrant correlation estimator is robust to volatility dynamics, it has low efficiency under Gaussian sampling. We introduce a subsampled quadrant correlation estimator that improves efficiency while retaining robustness and computational simplicity. The estimator is based solely on sign information and involves no smoothing parameter beyond the sampling horizon, which makes it attractive for high-frequency financial data and large cross sections. An empirical application to a broad panel of U.S. stocks reveals substantial intraday variation in market betas. Decomposing beta dynamics shows that relative volatility declines over the day by a similar amount for all stocks, so that the differences across stocks in how their betas move within the day are predominantly driven by differences in intraday correlation changes.