[논문 리뷰] Realized range-based estimation of integrated variance

Kim Christensen, Mark Podolskij|SSRN Electronic Journal|2026. 01. 28.

Economic Policies and Impacts인용 수 18

한 줄 요약

현실ized range-based variance (RRV)을 사용해 연속 확률적 과정의 통합 분산을 추정하고, 일관성, 혼합 가우시안 CLT, 및 realized variance (RV) 대비 상당한 효율성 이점을 보여주며, 이산 관찰 데이터 및 비거래 효과에 대한 바이어스 처리, 실증 TAQ 응용 포함.

ABSTRACT

We provide a set of probabilistic laws for estimating the quadratic variation of continuous semimartingales with realized range-based variance -- a statistic that replaces every squared return of realized variance with a normalized squared range. If the entire sample path of the process is available, and under a set of weak conditions, our statistic is consistent and has a mixed Gaussian limit, whose precision is five times greater than that of realized variance. In practice, of course, inference is drawn from discrete data and true ranges are unobserved, leading to downward bias. We solve this problem to get a consistent, mixed normal estimator, irrespective of non-trading effects. This estimator has varying degrees of efficiency over realized variance, depending on how many observations that are used to construct the high-low. The methodology is applied to TAQ data and compared with realized variance. Our findings suggest that the empirical path of quadratic variation is also estimated better with the realized range-based variance.

연구 동기 및 목표

• 마이크로구조적 제약(노이즈와 샘플링 한계) 하에서 더 효율적인 변동성 추정의 필요성을 제시한다.
• intraday 고가-저가 정보를 활용하는 비모수적이고 범위 기반의 통합 분산 추정기를 제시한다.
• RRV가 완만한 조건에서 일관성과 혼합 가우시안 중심극한정리를 가질 것이라는 이론적 보장을 개발한다.
• 이산적으로 관찰된 고가-저가 범위에서의 바이어스 및 비거래 효과에 대한 실용적 문제를 해결한다. Finite-m 샘플 보정이 가능한 추정기도 포함한다.
• GM의 고주파 TAQ 데이터를 사용한 실증 평가를 통해 RRV와 RV를 비교하고 RRV의 실무적 성능을 평가한다.

제안 방법

• RRV^Δ를 intraday 가격 범위를 사용하여 RRV^Δ = (1/λ2) ∑_{i=1}^n s_{p_{iΔ,Δ}}^2로 정의한다.
• RRV^Δ가 IV를 일관되게 추정하고 혼합 가우시안 극한을 가지는지 도출한다: sqrt(n)(RRV^Δ - IV) -> MN(0, Λ IQ).
• 각 구간당 고주파 관측을 갖는 역m으로 이산화 보정을 통해 하향 바이어스를 교정하는 discretization-adjusted 버전 RRV_m^Δ를 도입한다 (λ2,m).
• C LT에서 IQ를 추정하기 위해 RRQ(Realized Range-Based Quarticity)를 통해 가능 추론 가능성을 establish 한다.
• 유한 시료에서의 성능 향상을 위한 로그 변환 기반의 델타 방법(delta-method)을 도입해 finite-sample 성능을 개선한다.
• 확률적 변동성 하에서 몬테카를로 시뮬레이션을 수행하여 유한 샘플 특성과 분포론적 이론을 설명한다.
• GM TAQ 데이터를 적용하여 RRV와 RV를 비교하고 고주파 데이터 제약하에서의 실무적 성능을 평가한다.

실험 결과

연구 질문

• RQ1 현실적으로 관찰 구조하에서 연속적 확률과정의 IV를 RRV가 일관되게 추정할 수 있는가?
• RQ2 RRV(및 이의 이산화 변형)의 점근적 분포는 무엇이며 기저의 변동성 프로세스에 어떻게 의존하는가?
• RQ3 내부 샘플링 체계 및 이산화 수준에 따라 RRV의 효율성은 RV와 어떻게 비교되는가?
• RQ4 실증 데이터에서 이산적으로 관찰된 고가-저가 범위와 비거래 효과로 인한 바이어스를 어떻게 교정하는가?
• RQ5 실제 고주파 데이터(예: TAQ)와 불규칙한 샘플링을 갖는 데이터로 RRV를 이용한 추론이 가능하며 실용적인가?

주요 결과

• RRV^Δ는 가격 프로세스에 대한 완만한 조건에서 n → ∞일 때 IV로의 일관된 수렴을 보인다.
• sqrt(n)(RRV^Δ - IV)는 안정한 수렴으로 혼합 정규 극한과 함께 수렴하며 분산은 Λ IQ이고, Λ ≈ 0.4이며 IQ는 통합 사분위수이다.
• RRV^Δ는 RV^Δ에 비해 상당히 더 효율적이며 비대칭 분산 인자에서 대략 샘플링 오차의 1/5 수준의 효율을 갖는다.
• finite 샘플 및 m > 1일 때 RRV_m^Δ는 일관성을 유지하고 Brownian 범위의 모멘트 λ_{2,c}, λ_{4,c}로부터 유도된 분산 인자 Λ_c의 CLT를 보인다.
• RRQ^Δ(Realized Range-Based Quarticity)를 이용한 가능 추론은 IQ의 일관된 추정치를 제공하여 표준 오차 및 신뢰대를 구성한다.
• 몬테 카를로 결과는 RRV^Δ의 finite-sample 특성이 개선되며, 특히 t-통계에 로그 기반 변환을 사용할 때 더 향상됨을 보여준다.
• General Motors에 대한 실증 TAQ 적용은 고주파 데이터 제약 하에서 RRV가 RV에 비해 실용적 이점을 보여준다.