ESTIMATION OF INTEGRATED COVARIANCES IN THE SIMULTANEOUS PRESENCE OF NONSYNCHRONICITY, MICROSTRUCTURE NOISE AND JUMPS
非同步、微观结构噪声与跳跃并存时的积分协方差估计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：摘要明确针对高频积分协方差，并同时处理非同步采样、微观结构噪声和跳跃。
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、微观结构噪声与跳跃并存时的积分协方差估计
- 研究问题
- 两个高频观测过程同时存在非同步采样、观测噪声和跳跃时，如何从总二次协变差中分离共同跳跃并估计积分协方差？
- 方法与思路
- 作者提出预平均截断 Hayashi–Yoshida 估计量，结合预平均与截断处理噪声和跳跃，并分析非同步及部分内生观测机制。
- 材料陈述的贡献
- 摘要称，该方法可分离共同跳跃并具有渐近混合正态性，允许有限变差的无限活动跳跃及部分内生性，并提供模拟和实证。
- 阅读关注点
- 应核对截断阈值与预平均窗口、共同跳跃的分离方式，以及采样时间依赖和内生观测误差所允许的具体形式与推断步骤。
- 阅读边界
- 本导读仅据所给 Crossref 摘要；所谓温和条件、噪声结构和模拟数值摘要未说明，不能扩展为允许任意跳跃或任意内生采样。
原文摘要
We propose a new estimator for the integrated covariance of two Itô semimartingales observed at a high frequency. This new estimator, which we call the pre-averaged truncated Hayashi–Yoshida estimator, enables us to separate the sum of the co-jumps from the total quadratic covariation even in the case that the sampling schemes of two processes are nonsynchronous and the observation data are polluted by some noise. We also show the asymptotic mixed normality of this estimator under some mild conditions allowing infinite activity jump processes with finite variations, some dependency between the sampling times and the observed processes as well as a kind of endogenous observation error. We examine the finite sample performance of this estimator using a Monte Carlo study and we apply our estimators to empirical data, highlighting the importance of accounting for jumps even in an ultra-high frequency framework.