Covariance measurement in the presence of non-synchronous trading and market microstructure noise
非同步交易与市场微观结构噪声下的协方差测量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：摘要围绕非同步价格、微观结构噪声与资产协方差测量展开。
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
非同步交易与市场微观结构噪声下的协方差测量
- 研究问题
- 价格观测不同步且含独立同分布微观结构噪声时，常用协方差估计量的偏差、方差与相对效率如何变化？
- 方法与思路
- 作者推导已实现协方差、领先滞后修正及 Hayashi–Yoshida 估计量的偏差方差，并研究稀疏采样与模拟稳健性。
- 材料陈述的贡献
- 摘要称，效率排序取决于噪声与相关性水平；噪声足够高时，未经非同步修正的已实现协方差也可能最有效率。
- 阅读关注点
- 应核对闭式结果所依赖的价格与采样假设、效率衡量标准，以及稀疏采样方案在随机波动率和相关性下的表现。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法确定噪声阈值或最优采样规则；独立同分布噪声之外的适用性也未说明。
原文摘要
This paper studies the problem of covariance estimation when prices are observed non-synchronously and contaminated by i.i.d. microstructure noise. We derive closed form expressions for the bias and variance of three popular covariance estimators, namely realised covariance, realised covariance plus lead and lag adjustments, and the Hayashi and Yoshida estimator, and present a comprehensive investigation into their properties and relative efficiency. Our main finding is that the ordering of the covariance estimators in terms of efficiency crucially depends on the level of microstructure noise, as well as the level of correlation. In fact, for sufficiently high levels of noise, the standard realised covariance estimator (without any corrections for non-synchronous trading) can be most efficient. We also propose a sparse sampling implementation of the Hayashi and Yoshida estimator, study the robustness of our findings using simulations with stochastic volatility and correlation, and highlight some important practical considerations.