Estimating the quadratic covariation matrix for asynchronously observed high frequency stock returns corrupted by additive measurement error
异步且含加性测量误差的高频股票收益二次协变差矩阵估计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：摘要直接研究含微观结构噪声的异步高频股票收益及多资产波动率、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…
异步且含加性测量误差的高频股票收益二次协变差矩阵估计
- 研究问题
- 多资产高频收益存在异步观测与微观结构噪声时，如何估计二次协变差矩阵，并允许测量误差的时间和跨资产相关？
- 方法与思路
- 作者提出傅里叶已实现核估计量，在频域估计多元事后波动率，无需显式时间对齐，并推导大样本性质与渐近正态性。
- 材料陈述的贡献
- 摘要称该方法扩展了多元已实现核的渐近理论，模拟中在两资产流动性不同且异步交易时优于所比较的时域估计量。
- 阅读关注点
- 应核对傅里叶核与调节参数选择、噪声相关及采样条件，以及渐近方差估计和不同流动性模拟的比较设定。
- 阅读边界
- 仅据所给出版社摘要，无法确定一般条件的具体内容或性能增幅；模拟优势限定于所述设计，不能据此认定普遍优越性。
原文摘要
This paper studies the estimation problem of the covariance matrices of asset returns in the presence of microstructure noise and asynchronicity between the observations across different assets. Motivated by Malliavin and Mancino (2002, 2009) we propose a new Fourier domain based estimator of multivariate ex-post volatility, which we call the Fourier Realized Kernel (FRK). An advantage of this approach is that no explicit time alignment is required unlike the time domain based methods widely adopted in the existing literature. We derive the large sample properties and establish asymptotic normality of our estimator under some general conditions that allow for both temporal and cross-sectional correlations in the measurement error process. Our results can be viewed as Frequency domain extension of the asymptotic theories for the multivariate realized kernel estimator of Barndorff-Nielsen et al. (2011). We show in extensive simulations that our method outperforms the time domain estimators when two assets with different liquidity are traded asynchronously.