High-Frequency Covariance Estimates With Noisy and Asynchronous Financial Data
含噪声且异步金融数据的高频协方差估计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：摘要直接研究微观结构噪声与异步采样下的金融高频二次协变差估计。
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…
含噪声且异步金融数据的高频协方差估计
- 研究问题
- 当两项资产的交易观测不同步并受到市场微观结构噪声干扰时，如何一致且高效地估计高频协方差，即二次协变差？
- 方法与思路
- 作者将二次变差的准最大似然估计与广义同步方案结合，提出无需调参或带宽的估计程序，并开展模拟与外汇期货应用。
- 材料陈述的贡献
- 摘要称，该估计量一致、高效且不受 Epps 效应影响；模拟比较显示优势，实证展示金融危机期间货币相关性的时间变化。
- 阅读关注点
- 应核对噪声和异步采样的假设、同步方案如何使用观测、效率的比较标准，以及无需调参的具体含义和实证采样处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；一致性条件、效率界及模拟数值未说明，不受 Epps 效应影响的范围需查全文。
原文摘要
This article proposes a consistent and efficient estimator of the high-frequency covariance (quadratic covariation) of two arbitrary assets, observed asynchronously with market microstructure noise. This estimator is built on the marriage of the quasi–maximum likelihood estimator of the quadratic variation and the proposed generalized synchronization scheme and thus is not influenced by the Epps effect. Moreover, the estimation procedure is free of tuning parameters or bandwidths and is readily implementable. Monte Carlo simulations show the advantage of this estimator by comparing it with a variety of estimators with specific synchronization methods. The empirical studies of six foreign exchange future contracts illustrate the time-varying correlations of the currencies during the 2008 global financial crisis, demonstrating the similarities and differences in their roles as key currencies in the global market.