برآوردگر مقاوم مبتنی بر علامت برای همبستگی درون‌روزی و بتای بازار
خلاصه
این سند برآوردگر همبستگی ربعیِ زیرنمونه‌گیری‌شده را برای داده‌های مالی پُربسامد معرفی می‌کند. دشواری سنجش همبستگی هنگام تغییر نوسان در طول زمان را بررسی می‌کند: برآوردگر ربعی استاندارد در برابر پویایی نوسان مقاوم است، اما با نمونه‌گیری گاوسی ممکن است ناکارا باشد. گونه پیشنهادی برای بهبود کارایی، ضمن حفظ استحکام و سادگی محاسباتی، از اطلاعات علامت و زیرنمونه‌گیری بهره می‌گیرد. این روش، به‌جز افق نمونه‌گیری، به پارامتر هموارسازی نیاز ندارد؛ ویژگی‌ای که می‌تواند هنگام تحلیل مقاطع بزرگ مفید باشد.
در مطالعه‌ای تجربی روی پنل گسترده‌ای از سهام آمریکا، نویسندگان تغییرات چشمگیر بتای بازار را در طول روز می‌یابند. تجزیه آن‌ها کاهش‌های نسبتاً مشابه نوسان نسبی را در سهام مختلف با گذشت روز نشان می‌دهد، در حالی که تفاوت الگوهای بتای سهام منفرد عمدتاً با تغییرات درون‌روزی همبستگی مرتبط است. خلاصه، تنظیمات برآوردگر، تاریخ‌های نمونه یا مقایسه دقت را بیان نمی‌کند؛ بنابراین مبنایی برای قضاوت درباره عملکرد در بازارهای دیگر یا با انتخاب‌های متفاوت نمونه‌گیری فراهم نمی‌سازد.
ایده‌های کلیدی
- تغییر نوسان می‌تواند سنجش همبستگی پُربسامد را دشوار کند.
- برآوردگر ربعیِ زیرنمونه‌گیری‌شده پیشنهادی از علامت‌ها استفاده می‌کند تا در برابر پویایی نوسان مقاوم بماند.
- هدف از زیرنمونه‌گیری، بهبود کارایی برآوردگر ربعی هنگام نمونه‌گیری گاوسی است.
- برآوردگر به‌جز افق نمونه‌گیری به پارامتر هموارسازی نیاز ندارد.
- در پنل گسترده‌ای از سهام آمریکا، تفاوت بتای درون‌روزی عمدتاً به تغییر همبستگی میان سهام نسبت داده می‌شود.
برچسب‌ها
متن کامل
# Robust Estimation of Realized Correlation: New Insights about Intraday Fluctuations in Market Betas # Robust Estimation of Realized Correlation: New Insights about Intraday Fluctuations in Market Betas Time-varying volatility is an inherent feature of economic time series and complicates correlation measurement at high frequencies. While the quadrant correlation estimator is robust to volatility dynamics, it has low efficiency under Gaussian sampling. We introduce a subsampled quadrant correlation estimator that improves efficiency while retaining robustness and computational simplicity. The estimator is based solely on sign information and involves no smoothing parameter beyond the sampling horizon, which makes it attractive for high-frequency financial data and large cross sections. An empirical application to a broad panel of U.S. stocks reveals substantial intraday variation in market betas. Decomposing beta dynamics shows that relative volatility declines over the day by a similar amount for all stocks, so that the differences across stocks in how their betas move within the day are predominantly driven by differences in intraday correlation changes.
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.