[论文解读] Estimation of volatility functionals in the simultaneous presence of microstructure noise and jumps

Mark Podolskij, Mathias Vetter|arXiv (Cornell University)|Sep 4, 2009

Advanced Mathematical Modeling in Engineering被引用 7

一句话总结

本文提出调制双幂变差（MBV），一种用于带市场微观结构噪声和有限活动跳跃扩散过程的积分波动率与积分四次变差的新估计量。通过应用调制采样方案并利用双幂变差原理，MBV 实现了 n⁻¹/⁴ 的收敛速度，并对跳跃具有鲁棒性，在较弱的正则性条件下提供了一致、高效且可实施的估计。

ABSTRACT

We propose a new concept of modulated bipower variation for diffusion models with microstructure noise. We show that this method provides simple estimates for such important quantities as integrated volatility or integrated quarticity. Under mild conditions the consistency of modulated bipower variation is proven. Under further assumptions we prove stable convergence of our estimates with the optimal rate $n^{-{1}/{4}}$. Moreover, we construct estimates which are robust to finite activity jumps.

研究动机与目标

• 解决高频金融数据中市场微观结构噪声下 realized volatility 的不一致性问题。
• 在噪声和跳跃存在下，为多个波动率泛函（如积分波动率、积分四次变差）开发统一估计量。
• 在保持对有限活动跳跃的鲁棒性的同时，实现积分波动率与四次变差估计量的最优收敛速率 n⁻¹/⁴。
• 提供一种理论最优且实际可实施的方法，将现有噪声鲁棒估计量推广至 realized volatility 之外的范围。

提出的方法

• 提出调制双幂变差（MBV）作为 realized bipower variation 的推广，通过引入调制函数以处理市场微观结构噪声。
• 将 MBV 定义为绝对增量的加权和，分别取幂 r 和 l：MBV(Y, r, l)_n = n^{(r+l)/2−1} ∑ |Δⁿ_i X|^r |Δⁿ_i₊₁ X|^l。
• 通过大小为 M 的块进行子采样，以稳定估计并确保在噪声下的收敛性。
• 应用中心极限定理技术，推导出具有最优 n⁻¹/⁴ 速率的渐近正态性。
• 通过选择 r ∨ l < 2 构建对跳跃鲁棒的估计量，确保对有限活动跳跃不敏感。
• 在证明框架中利用局部鞅和半鞅理论，包括稳定收敛性及 Burkholder 型不等式。

实验结果

研究问题

• RQ1 是否存在一个单一估计量，可在同时存在市场微观结构噪声和跳跃的情况下，一致估计多个波动率泛函（如 IV、IQ）？
• RQ2 当噪声和跳跃同时存在时，积分波动率与四次变差估计量的最优收敛速率是多少？
• RQ3 在引入市场微观结构噪声后，如何保持双幂变差对跳跃的鲁棒性？
• RQ4 该估计量能否以一种理论最优且实际可实施的方式构建？

主要发现

• 在较弱的正则性条件下，调制双幂变差（MBV）对积分波动率与积分四次变差实现了最优速率 n⁻¹/⁴ 的稳定收敛。
• 该方法在 i.i.d. 市场微观结构噪声下，为任意积分波动率幂次（包括 IV 和 IQ）提供了具有一致性的估计量。
• 当 r ∨ l < 2 时，MBV 对有限活动跳跃保持鲁棒性，即使在跳跃扩散模型中也能保持一致性。
• MBV 的中心极限定理已建立，其渐近方差非退化，从而支持推断与置信区间构建。
• 理论结果得到蒙特卡洛研究的支持，验证了其在有限样本下的表现与鲁棒性。
• 证明框架通过引入分块子采样与鞅技术，将现有双幂变差理论扩展至包含噪声与跳跃鲁棒性的新范围。