Essays in financial econometrics

Abstract

This dissertation investigates issues in high-frequency financial econometrics, focusing on the effects of market microstructure noise and price staleness on volatility estimation and jump detection in financial markets. The increasing availability of high-frequency financial data has revealed complex features of price dynamics that pose significant challenges to reliable econometric analysis. In particular, the presence of market microstructure noise and zero returns can substantially affect the performance of conventional volatility estimators and the reliability of statistical procedures for jump detection. The simultaneous presence of these phenomena constitutes the central research problem of this dissertation, which aims to evaluate existing methodologies and develop corrections that improve the reliability of volatility estimation and statistical inference concerning jumps. The research is organized around three main objectives. First, non-parametric jump detection methodologies are evaluated under different simulated conditions, with particular emphasis on the effects of zero returns. Second, the estimation of integrated variance is examined in the simultaneous presence of market microstructure noise and price staleness, with the aim of developing a corrected version of the Multipower Variation estimator. Third, the dissertation investigates whether the use of the corrected variance estimator can improve the performance of established jump detection tests under the same conditions. Chapter 2 presents a systematic review and comparative evaluation of widely used non-parametric jump detection methodologies. Their statistical properties are examined through an extensive Monte Carlo simulation study incorporating different stochastic price processes, alternative discretization schemes, and varying threshold parameter choices, where applicable. Particular attention is devoted to the empirical size and power of the tests, as well as to the effects of zero returns on their ability to identify jumps accurately. Based on the simulation results, the competing methodologies are compared and ranked, highlighting their respective strengths, limitations, and robustness across different data-generating environments. The chapter also provides practical guidance for their implementation. Chapter 3 focuses on the estimation of integrated variance in the simultaneous presence of market microstructure noise and price staleness, the latter manifesting itself through zero returns in the observed return series. After examining the econometric challenges arising from these two sources of distortion and discussing the limitations of existing estimators, a corrected version of the Multipower Variation estimator is proposed to improve the reliability of volatility estimation under these conditions. Its theoretical and finite-sample properties are investigated, while its performance is evaluated through an extensive Monte Carlo simulation study and compared with that of conventional estimators. The results highlight the effectiveness of the proposed correction in addressing the effects of market microstructure noise and price staleness under the conditions considered. Chapter 4 builds on the methodological developments of the preceding chapter and examines their implications for statistical inference concerning jumps. Specifically, two established jump detection tests are revisited, and appropriate modifications are proposed to account for the simultaneous presence of market microstructure noise and price staleness. Through an extensive simulation analysis, the performance of the modified tests is evaluated, and the relative effectiveness of the competing methodologies is reassessed. The results suggest that appropriately addressing these sources of distortion can substantially alter conclusions regarding the frequency of detected jumps and their contribution to total price variation. In particular, under the conditions considered, jumps are detected less frequently, and their estimated contribution to total variation is smaller than that implied by conventional methodologies. Overall, this dissertation contributes to the study of reliable volatility estimation and jump detection in high-frequency financial data by highlighting the importance of jointly accounting for market microstructure noise and price staleness. The findings underscore the need to consider these features when evaluating the performance of econometric methods and drawing conclusions about the continuous and discontinuous components of financial price variation.

Η παρούσα διατριβή εξετάζει ζητήματα της χρηματοοικονομικής οικονομετρίας υψηλής συχνότητας, εστιάζοντας στις επιπτώσεις του θορύβου μικροδομής της αγοράς (market microstructure noise) και της στασιμότητας των τιμών (price staleness) στην εκτίμηση της μεταβλητότητας και στην ανίχνευση αλμάτων στις χρηματοοικονομικές αγορές. Η αυξανόμενη διαθεσιμότητα δεδομένων υψηλής συχνότητας έχει αναδείξει σύνθετα χαρακτηριστικά της δυναμικής των τιμών, τα οποία δημιουργούν σημαντικές προκλήσεις για την αξιόπιστη οικονομετρική ανάλυση. Ειδικότερα, η παρουσία θορύβου μικροδομής και μηδενικών αποδόσεων μπορεί να επηρεάσει ουσιωδώς την απόδοση των συμβατικών εκτιμητών της μεταβλητότητας και την αξιοπιστία των στατιστικών διαδικασιών εντοπισμού αλμάτων. Η ταυτόχρονη παρουσία αυτών των φαινομένων αποτελεί το κεντρικό ερευνητικό πρόβλημα της διατριβής, η οποία αποσκοπεί στην αξιολόγηση υφιστάμενων μεθοδολογιών και στην ανάπτυξη διορθώσεων που ενισχύουν την αξιοπιστία της εκτίμησης της μεταβλητότητας και της στατιστικής συμπερασματολογίας σχετικά με τα άλματα.Η έρευνα αναπτύσσεται σε τρεις βασικούς άξονες. Αρχικά, αξιολογούνται μη παραμετρικές μεθοδολογίες εντοπισμού αλμάτων υπό διαφορετικές συνθήκες προσομοίωσης, με ιδιαίτερη έμφαση στην επίδραση των μηδενικών αποδόσεων. Στη συνέχεια, εξετάζεται η εκτίμηση της ολοκληρωμένης διακύμανσης υπό την ταυτόχρονη παρουσία θορύβου μικροδομής και στασιμότητας των τιμών, με στόχο την ανάπτυξη μιας διορθωμένης εκδοχής του εκτιμητή Multipower Variation. Τέλος, διερευνάται κατά πόσο η αξιοποίηση της διορθωμένης εκτίμησης της διακύμανσης μπορεί να βελτιώσει την απόδοση καθιερωμένων ελέγχων εντοπισμού αλμάτων υπό τις ίδιες συνθήκες. Το Κεφάλαιο 2 παρουσιάζει μια συστηματική επισκόπηση και συγκριτική αξιολόγηση των ευρέως χρησιμοποιούμενων μη παραμετρικών μεθοδολογιών εντοπισμού αλμάτων. Οι στατιστικές τους ιδιότητες εξετάζονται μέσω εκτεταμένης μελέτης προσομοίωσης Monte Carlo, η οποία περιλαμβάνει διαφορετικές στοχαστικές διαδικασίες τιμών, εναλλακτικά σχήματα διακριτοποίησης και διαφορετικές επιλογές παραμέτρων κατωφλίου, όπου αυτές εφαρμόζονται. Ιδιαίτερη έμφαση δίνεται στο εμπειρικό μέγεθος και την ισχύ των ελέγχων, καθώς και στην επίδραση των μηδενικών αποδόσεων στην ικανότητά τους να εντοπίζουν ορθά τα άλματα. Με βάση τα αποτελέσματα, συγκρίνονται και κατατάσσονται οι εξεταζόμενες μεθοδολογίες, αναδεικνύοντας τα πλεονεκτήματα, τους περιορισμούς και την ευρωστία τους σε διαφορετικά περιβάλλοντα δεδομένων. Παράλληλα, διατυπώνονται κατευθυντήριες γραμμές για την πρακτική εφαρμογή τους. Το Κεφάλαιο 3 επικεντρώνεται στην εκτίμηση της ολοκληρωμένης διακύμανσης υπό την ταυτόχρονη παρουσία θορύβου μικροδομής και στασιμότητας των τιμών, η οποία εκδηλώνεται μέσω μηδενικών αποδόσεων στη σειρά των παρατηρούμενων αποδόσεων. Αφού αναλύονται οι οικονομετρικές προκλήσεις που απορρέουν από αυτές τις δύο πηγές στρέβλωσης και οι περιορισμοί των υφιστάμενων εκτιμητών, προτείνεται μια διορθωμένη εκδοχή του εκτιμητή Multipower Variation, με στόχο τη βελτίωση της αξιοπιστίας των εκτιμήσεων υπό τις συγκεκριμένες συνθήκες. Εξετάζονται οι θεωρητικές και πεπερασμένου δείγματος ιδιότητές του, ενώ η απόδοσή του αξιολογείται μέσω εκτεταμένων προσομοιώσεων Monte Carlo και συγκρίνεται με εκείνη συμβατικών εκτιμητών. Τα αποτελέσματα αναδεικνύουν την αποτελεσματικότητα της προτεινόμενης διόρθωσης ως προς την αντιμετώπιση των επιπτώσεων του θορύβου μικροδομής και της στασιμότητας, υπό τις εξεταζόμενες συνθήκες. Το Κεφάλαιο 4 αξιοποιεί τις μεθοδολογικές εξελίξεις του προηγούμενου κεφαλαίου και εξετάζει τις επιπτώσεις τους στη στατιστική συμπερασματολογία σχετικά με τα άλματα. Συγκεκριμένα, επανεξετάζονται δύο καθιερωμένοι έλεγχοι εντοπισμού αλμάτων και προτείνονται κατάλληλες τροποποιήσεις, ώστε να λαμβάνεται υπόψη η ταυτόχρονη παρουσία θορύβου μικροδομής και στασιμότητας των τιμών. Μέσω εκτεταμένης ανάλυσης προσομοίωσης, αξιολογείται η απόδοση των τροποποιημένων ελέγχων και επανεκτιμάται η σχετική αποτελεσματικότητα των εξεταζόμενων μεθοδολογιών. Τα αποτελέσματα υποδεικνύουν ότι η κατάλληλη αντιμετώπιση των συγκεκριμένων στρεβλώσεων μπορεί να μεταβάλει ουσιωδώς τα συμπεράσματα σχετικά με τη συχνότητα εντοπισμού των αλμάτων και τη συμβολή τους στη συνολική διακύμανση των τιμών. Ειδικότερα, υπό τις εξεταζόμενες συνθήκες, τα άλματα εμφανίζονται λιγότερο συχνά και η συμβολή τους στη συνολική διακύμανση εκτιμάται ως μικρότερη σε σχέση με εκείνη που προκύπτει από τις συμβατικές μεθοδολογίες. Συνολικά, η διατριβή συμβάλλει στη μελέτη της αξιόπιστης εκτίμησης της μεταβλητότητας και της ανίχνευσης αλμάτων σε δεδομένα χρηματοοικονομικών αγορών υψηλής συχνότητας, αναδεικνύοντας τη σημασία της από κοινού αντιμετώπισης του θορύβου μικροδομής και της στασιμότητας των τιμών. Τα ευρήματα υπογραμμίζουν ότι η συνεκτίμηση αυτών των χαρακτηριστικών είναι κρίσιμη για την αξιολόγηση της απόδοσης των οικονομετρικών μεθόδων και για την εξαγωγή πιο αξιόπιστων συμπερασμάτων σχετικά με τη συνιστώσα της συνεχούς και της ασυνεχούς μεταβολής των χρηματοοικονομικών τιμών.