Estimador robusto baseado em sinais para correlação intradiária e betas de mercado

Resumo

O documento apresenta um estimador de correlação por quadrantes com subamostragem para dados financeiros de alta frequência. Ele aborda a dificuldade de medir correlações quando a volatilidade muda ao longo do tempo: o estimador padrão por quadrantes é robusto à dinâmica da volatilidade, mas pode ser ineficiente com amostragem gaussiana. A variante proposta usa informações de sinais e subamostragem para melhorar a eficiência, mantendo a robustez e a simplicidade computacional. Além do horizonte de amostragem, não exige um parâmetro de suavização, o que pode ajudar na análise de grandes conjuntos de dados transversais.

Em um estudo empírico com um amplo painel de ações dos EUA, os autores encontram variação intradiária substancial nos betas de mercado. Sua decomposição atribui quedas amplamente semelhantes na volatilidade relativa das ações ao longo do dia, enquanto as diferenças nos padrões de beta de cada ação são associadas principalmente a mudanças intradiárias nas correlações. O resumo não informa configurações do estimador, datas da amostra ou comparações de precisão; portanto, não oferece base para avaliar aqui o desempenho em outros mercados ou com escolhas de amostragem diferentes.

Ideias principais

• A volatilidade variável pode dificultar a medição de correlações de alta frequência.
• O estimador por quadrantes com subamostragem proposto usa sinais para permanecer robusto à dinâmica da volatilidade.
• A subamostragem busca melhorar a eficiência do estimador por quadrantes com amostragem gaussiana.
• O estimador não exige parâmetro de suavização além do horizonte de amostragem.
• Em um amplo painel de ações dos EUA, as diferenças intradiárias de beta são atribuídas principalmente a mudanças nas correlações entre as ações.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.