Local mispricing and microstructural noise: A parametric perspective
局部错误定价与市场微观结构噪声：参数化视角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：摘要直接研究高频收益的微观结构噪声及其对已实现方差和波动率估计的影响。
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…
局部错误定价与市场微观结构噪声：参数化视角
- 研究问题
- 高频收益中的噪声为何呈现频繁变化的序列相关，并与有效价格创新交织；这些动态如何影响已实现方差的估计偏差？
- 方法与思路
- 作者扩展经典鞅加噪声模型，纳入定价误差的修正机制及内生性，用收益序列相关的符号和已实现方差偏差刻画两类动态状态。
- 材料陈述的贡献
- 摘要称，时间上的定价误差修正与噪声内生性共同驱动高频动态，并记录两类状态的频繁切换，为连接高频统计与市场微观结构理论提供框架。
- 阅读关注点
- 应核对误差修正与噪声内生性的参数识别、两类状态的划分条件、已实现方差偏差的推导，以及状态切换与价格发现之间的证据。
- 阅读边界
- 仅据所给出版社摘要，无法判断数据范围、参数估计精度或新波动率估计方法的实际表现；关于信息学习的解释仍需核对全文证据。
原文摘要
We extend the classic ”martingale-plus-noise” model for high-frequency returns to accommodate an error correction mechanism and endogenous pricing errors. It is motivated by (i) novel empirical evidence documenting that microstructure noise exhibits frequently changing patterns of serial dependence which are interwoven with innovations to the efficient price; (ii) building a bridge between high-frequency econometrics and market microstructure models. We identify temporal pricing error correction and noise endogeneity as complementary components driving high-frequency dynamics and inducing two separate regimes, characterized by the sign of the return serial correlation and an implied bias in realized variance estimates. We document frequent fluctuations between these regimes, which can be associated with price discovery in a setting with incomplete information and learning. The model links critical concepts from high-frequency statistics and market microstructure theory, suggesting new avenues for volatility estimation.