此外,正如我们将在下文中看到的,预平均方法可以以一种简单的方式进行调整,以处理价格过程中的跳跃,这是我们选择这种特殊方法的主要原因。通过出租 要足够小,以便在每个时间间隔的大小中波动水平的变化 很小,我们可以使用代理^σt=-1cIVt、 t=, 2., . . . , n, (5.2)其中CIV这是根据上述方法之一得出的IV估计值。我们事先不想确定步长的任何特定值 对波动性进行采样,因为此参数的选择会因应用程序而异,并且在以下情况下没有规范的选择 不到一天。因此,我们对 而且,正如我们所看到的,我们的经验发现基本上在所有日内以及每日时间尺度上都是相似的。代理(5.2)可被视为IV估计值的(有限差异)时间导数。假设这些数据可以用上述模拟研究中考虑的模型来描述,即log^σk= u+νXk+ κk、 k=1,2,n、 在哪里k~ N(0,1)是一个术语,用于捕捉因使用log^σk(如(5.2)所示)代替真实的对数波动过程logσk而产生的测量误差= u+νXk. 文献中提出了现货波动率的相关估计;例如,见Kristensen(2010年)、Bos等人(2012年)、Zu和Boswijk(2014年)。在本文中,我们将把注意力限制在(5.2)中,其中weestimate IV使用Jacod et al.(2009)开发的所谓预平均双功率变化度量。在下面的内容中,该度量将用BV表示,*t;附录A简要回顾了其实施情况。统计数据BV*对跳跃(J)和市场微观结构波动(U)都具有鲁棒性,这就是为什么我们选择使用这种特殊的IV度量。
|