Un modèle des rendements pour le bruit de microstructure et l’effet Epps

Résumé

L’article présente un modèle de rendements financiers à la granularité des ticks qui combine un processus ARFIMA, le rebond bid-ask, des rendements à queues épaisses et des intervalles entre transactions non poissoniens. Il utilise ces éléments pour expliquer plusieurs caractéristiques observées des données de marché : de brèves corrélations des rendements, des corrélations plus persistantes des rendements absolus, le bruit de microstructure et l’effet Epps.

Dans le modèle, le rebond bid-ask crée des corrélations négatives des rendements, ce qui aide à expliquer pourquoi les estimations de volatilité baissent lorsque l’intervalle de mesure augmente. L’effet Epps — l’augmentation de la corrélation mesurée entre actifs lorsque l’intervalle s’allonge — est attribué au chevauchement statistique du momentum des rendements lorsque les actifs sont véritablement corrélés et que les rendements présentent une mémoire longue. L’explication est présentée comme qualitative et quantitative, mais le texte fourni ne donne ni jeu de données, ni estimations de paramètres, ni comparaison avec d’autres explications ; il n’établit donc pas dans quelle mesure le modèle s’applique à différents marchés.

Idées clés

• Le modèle combine des rendements à mémoire longue, le rebond bid-ask, des queues épaisses et un calendrier de transactions non poissonien.
• Le rebond bid-ask introduit des corrélations négatives des rendements à court horizon.
• La volatilité mesurée peut diminuer lorsque l’intervalle d’estimation des rendements augmente.
• Les corrélations mesurées entre actifs peuvent augmenter avec l’intervalle, produisant l’effet Epps.
• Le chevauchement du momentum à mémoire longue est proposé comme explication de l’effet Epps lorsque les actifs sont véritablement corrélés.

Étiquettes

# 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).

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.