مدل بازده برای نویز ریزساختار و اثر اپس
خلاصه
مقاله مدلی از بازده مالی در سطح تیک ارائه می‌کند که فرایند ARFIMA، نوسان ناشی از قیمت پیشنهادی خرید و فروش، بازده‌های دنباله‌کلفت و فاصله‌های معاملاتی غیرپواسونی را ترکیب می‌کند. از این مؤلفه‌ها برای توضیح چند ویژگی مشاهده‌شده در داده‌های بازار استفاده می‌کند: همبستگی‌های کوتاه در بازده‌ها، همبستگی‌های ماندگارتر در بازده‌های قدرمطلق، نویز ریزساختار و اثر اپس.
در مدل، نوسان ناشی از قیمت پیشنهادی خرید و فروش همبستگی‌های منفی بازده را ایجاد می‌کند و به توضیح این موضوع کمک می‌کند که چرا با افزایش فاصله زمانی اندازه‌گیری، برآوردهای نوسان کاهش می‌یابند. اثر اپس ــ افزایش همبستگی اندازه‌گیری‌شده میان دارایی‌ها در فاصله‌های زمانی بلندتر ــ به هم‌پوشانی آماری مومنتوم بازده نسبت داده می‌شود، هنگامی که دارایی‌ها همبستگی واقعی دارند و بازده‌ها حافظه بلندمدت نشان می‌دهند. این شرح به‌عنوان توضیحی کیفی و کمی ارائه شده است، اما متن موجود داده، برآورد پارامترها یا مقایسه با توضیح‌های جایگزین را در اختیار نمی‌گذارد؛ بنابراین نشان نمی‌دهد مدل در بازارهای مختلف تا چه حد کاربرد دارد.
ایده‌های کلیدی
- مدل بازده‌های حافظه‌بلند، نوسان ناشی از قیمت پیشنهادی خرید و فروش، دنباله‌های کلفت و زمان‌بندی غیرپواسونی معاملات را ترکیب می‌کند.
- نوسان ناشی از قیمت پیشنهادی خرید و فروش، همبستگی منفی در بازده‌های افق کوتاه ایجاد می‌کند.
- با افزایش فاصله زمانی برآورد بازده، نوسان اندازه‌گیری‌شده می‌تواند کاهش یابد.
- همبستگی اندازه‌گیری‌شده میان دارایی‌ها می‌تواند با افزایش فاصله زمانی بیشتر شود و اثر اپس را پدید آورد.
- هم‌پوشانی مومنتوم حافظه‌بلند، وقتی دارایی‌ها واقعاً همبسته‌اند، به‌عنوان توضیحی برای اثر اپس پیشنهاد شده است.
برچسب‌ها
متن کامل
# A simple microstructure return model explaining microstructure noise and Epps effects # A simple microstructure return model explaining microstructure noise and Epps effects We present a simple microstructure model of financial returns that combines (i) the well-known ARFIMA process applied to tick-by-tick returns, (ii) the bid-ask bounce effect, (iii) the fat tail structure of the distribution of returns and (iv) the non-Poissonian statistics of inter-trade intervals. This model allows us to explain both qualitatively and quantitatively important stylized facts observed in the statistics of microstructure returns, including the short-ranged correlation of returns, the long-ranged correlations of absolute returns, the microstructure noise and Epps effects. According to the microstructure noise effect, volatility is a decreasing function of the time scale used to estimate it. Paradoxically, the Epps effect states that cross correlations between asset returns are increasing functions of the time scale at which the returns are estimated. The microstructure noise is explained as the result of the negative return correlations inherent in the definition of the bid-ask bounce component (ii). In the presence of a genuine correlation between the returns of two assets, the Epps effect is due to an average statistical overlap of the momentum of the returns of the two assets defined over a finite time scale in the presence of the long memory process (i).
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.