Inferensi Optimal untuk Regresi Spot

Makalah ini memperkenalkan kerangka ekonometrika baru untuk mengestimasi beta yang berubah terhadap waktu menggunakan data frekuensi tinggi, dengan memanfaatkan sifat Gaussian lokal dari model waktu kontinu untuk mencapai inferensi sampel kecil yang optimal. Metode ini mengungguli pendekatan sampel besar konvensional dan diilustrasikan dengan aplikasi pada ETF berleverage dan studi peristiwa intraday.

Tim Bollerslev; Jia Li; Yuexuan Ren· Social Science Research Network· 2024· DOI 10.2139/ssrn.4461117

Masalah inti

Beta dari regresi imbal hasil adalah alat fundamental untuk mengukur risiko sistematis pasar keuangan. Pengukuran beta yang akurat sangat penting untuk penelitian empiris di bidang keuangan dan makroekonomi. Pendekatan tradisional sering mengandalkan asimtotik sampel besar, yang mungkin tidak dapat diandalkan dalam pengaturan empiris yang realistis. Makalah ini memperkenalkan kerangka ekonometrika baru untuk estimasi nonparametrik beta yang berubah terhadap waktu menggunakan data frekuensi tinggi. Metode yang diusulkan memanfaatkan sifat 'Gaussian lokal' dari model tolok ukur waktu kontinu generik, sehingga memungkinkan inferensi sampel kecil yang optimal. Penulis menunjukkan kegunaan praktis prosedur mereka melalui dua aplikasi: mengevaluasi kinerja pelacakan ETF berleverage dan melakukan studi peristiwa intraday. Makalah ini berkontribusi pada literatur ekonometrika frekuensi tinggi dan penetapan harga aset. Kode JEL: C22, C58, G12, G23.

Penulis mengembangkan estimator nonparametrik untuk beta yang berubah terhadap waktu berdasarkan data frekuensi tinggi. Inovasi utamanya adalah pemanfaatan sifat Gaussian lokal yang melekat pada model tolok ukur waktu kontinu generik. Sifat ini memungkinkan konstruksi interval kepercayaan dengan cakupan sampel kecil yang benar, berbeda dengan mengandalkan aproksimasi asimtotik. Prosedur estimasi melibatkan penghalusan lokal imbal hasil frekuensi tinggi untuk mengestimasi matriks kovarians spot, yang darinya beta spot diturunkan. Kerangka ini fleksibel dan dapat mengakomodasi berbagai proses pembangkit data. Penulis memberikan hasil teoretis yang menetapkan optimalitas prosedur inferensi mereka dalam pengertian yang terdefinisi dengan baik. Mereka juga membahas isu implementasi praktis, seperti pemilihan bandwidth. Metode ini robust terhadap noise mikrostruktur dan friksi pasar lainnya, sehingga cocok untuk aplikasi dunia nyata.

Pendahuluan

Beta dari regresi imbal hasil adalah alat fundamental untuk mengukur risiko sistematis pasar keuangan. Pengukuran beta yang akurat sangat penting untuk penelitian empiris di bidang keuangan dan makroekonomi. Pendekatan tradisional sering mengandalkan asimtotik sampel besar, yang mungkin tidak dapat diandalkan dalam pengaturan empiris yang realistis. Makalah ini memperkenalkan kerangka ekonometrika baru untuk estimasi nonparametrik beta yang berubah terhadap waktu menggunakan data frekuensi tinggi. Metode yang diusulkan memanfaatkan sifat 'Gaussian lokal' dari model tolok ukur waktu kontinu generik, sehingga memungkinkan inferensi sampel kecil yang optimal. Penulis menunjukkan kegunaan praktis prosedur mereka melalui dua aplikasi: mengevaluasi kinerja pelacakan ETF berleverage dan melakukan studi peristiwa intraday. Makalah ini berkontribusi pada literatur ekonometrika frekuensi tinggi dan penetapan harga aset. Kode JEL: C22, C58, G12, G23.

Penulis membahas implikasi temuan mereka bagi keuangan empiris dan makroekonomi. Kemampuan untuk memperoleh inferensi sampel kecil yang optimal untuk beta yang berubah terhadap waktu meningkatkan keandalan penilaian risiko dan evaluasi kinerja. Sifat Gaussian lokal memberikan landasan teoretis yang kuat bagi estimator yang diusulkan, menjembatani kesenjangan antara model waktu kontinu dan inferensi praktis. Makalah ini juga membahas potensi batasan dan perluasan. Misalnya, metode ini mengasumsikan bahwa harga aset yang mendasari mengikuti semimartingale waktu kontinu, yang mungkin tidak berlaku dengan adanya lompatan. Penelitian selanjutnya dapat memperluas kerangka ini untuk mengakomodasi lompatan dan kompleksitas lainnya. Secara keseluruhan, makalah ini memberikan kontribusi metodologis yang signifikan, menawarkan alat yang robust bagi peneliti dan praktisi. Aplikasi pada ETF berleverage dan studi peristiwa menggambarkan penerapan luas dari pendekatan ini.

Pembaca Research Digest dan praktisi rumpun ini.

Membuka konten member…