000001654 001__ 1654
000001654 005__ 20250211155844.0
000001654 0247_ $$a10.34989/swp-2013-29$$2DOI
000001654 035__ $$a10.34989/swp-2013-29
000001654 041__ $$aeng
000001654 084__ $$aC Mathematical and Quantitative Methods$$02849
000001654 084__ $$aC1 Econometric and Statistical Methods and Methodology: General$$02853
000001654 084__ $$aC14 Semiparametric and Nonparametric Methods: General$$02858
000001654 084__ $$aC5 Econometric Modeling$$02889
000001654 084__ $$aC51 Model Construction and Estimation$$02891
000001654 084__ $$aC58 Financial Econometrics$$02897
000001654 084__ $$aG Financial Economics$$03122
000001654 084__ $$aG2 Financial Institutions and Services$$03136
000001654 084__ $$aG20 General$$03137
000001654 245__ $$aVolatility and Liquidity Costs
000001654 269__ $$a2013
000001654 300__ $$a1 online resource (iii, 46 pages)
000001654 336__ $$aText
000001654 347__ $$bPDF
000001654 520__ $$aObserved high-frequency prices are contaminated with liquidity costs or market microstructure noise. Using such data, we derive a new asset return variance estimator inspired by the market microstructure literature to explicitly model the noise and remove it from observed returns before estimating their variance. The returns adjusted for the estimated liquidity costs are either totally or partially free from noise. If the liquidity costs are fully removed, the sum of squared high-frequency returns - which would be inconsistent for return variance when based on observed returns - becomes a consistent variance estimator when based on adjusted returns. This novel estimator achieves the maximum possible rate of convergence. However, if the liquidity costs are only partially removed, the residual noise is smaller and closer to an exogenous white noise than the original noise. Therefore, any volatility estimator that is robust to noise relies on weaker noise assumptions if it is based on adjusted returns than if it is based on observed returns.$$7Abstract
000001654 520__ $$aLes prix des actifs observés à haute fréquence sont « contaminés » par des coûts de liquidité ou du bruit en raison de la présence d’effets de microstructure. S’inspirant de la littérature qui étudie la microstructure des marchés, l’auteure met au point un nouvel estimateur qui permet de modéliser explicitement le bruit à partir de ces données et de l’éliminer des rendements observés de l’actif avant d’estimer leur variance. Les rendements corrigés des coûts de liquidité estimés sont totalement ou partiellement exempts de bruit. Dans le cas où les coûts de liquidité sont entièrement retranchés, la somme des carrés des rendements à haute fréquence devient un estimateur convergent de la variance si celle-ci est calculée sur la base des rendements corrigés et non sur celle des rendements observés. Ce nouvel estimateur converge à une vitesse maximale. Toutefois, lorsqu’une partie seulement des coûts de liquidité est éliminée, le bruit résiduel est plus petit et plus proche d’un bruit blanc exogène que le bruit initial. En conséquence, un estimateur robuste de la volatilité n’exige pas d’hypothèses aussi fortes sur le bruit s’il est fondé sur les rendements corrigés plutôt que sur les rendements observés.$$7Résumé
000001654 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001654 6531_ $$aEconometric and statistical methods
000001654 6531_ $$aFinancial markets
000001654 6531_ $$aMarket structure and pricing
000001654 6531_ $$aMéthodes économétriques et statistiques
000001654 6531_ $$aMarchés financiers
000001654 6531_ $$aStructure de marché et établissement des prix
000001654 7001_ $$aChaker, Selma
000001654 789__ $$w1701-9397$$2ISSN$$eIsPartOf
000001654 8301_ $$aStaff Working Paper
000001654 8301_ $$aDocument de travail du personnel
000001654 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1654/files/wp2013-29.pdf$$9fdbc9fae-6485-4e8c-8e18-afe3c97edb34$$s482092$$zFile Source: Bank of Canada website, 2024
000001654 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1654$$pbibliographic
000001654 980__ $$aStaff Research
000001654 980__ $$aRDM
000001654 991__ $$aPublic