已实现核估计量：在微观结构噪声下测量波动

在没有噪声的情形下，把日内收益率平方后相加，是估计观测区间价格变动的自然方法。但成交价或报价可能受到买卖价跳动、价格离散、延迟或记录误差的影响。对两个含噪价格做差，会把误差带入收益率；相邻收益率还会以相反符号共享其中一个误差。因此，收益率的序列自协方差包含观测噪声的信息。

普通已实现方差只使用零阶滞后的收益率乘积，也就是将收益率平方后求和。在极高频采样下，这个总和累积噪声的速度可能超过它捕捉潜在价格新变动的速度。已实现核在零阶项之外，还使用正、负滞后阶的加权自协方差。在适当假设和带宽增长条件下，非零滞后项有助于抵消主要噪声效应，同时保留有效价格的变动信息。

Barndorff-Nielsen、Hansen、Lunde 和 Shephard 在其 Econometrica 原始论文中提出已实现核，用于存在市场摩擦时估计区间内的价格变动。他们将核估计量视作经过审慎加权的长期方差计算，而不是不检查数据就使用每个可用逐笔观测的指令。更简单的高频基准可参见已实现波动率计算指南。本文聚焦于核修正及其选择。

设 \(X_t\) 为潜在有效对数价格，\(Y_{t_i}\) 为时点 \(t_i\) 记录的对数价格：

\[ Y_{t_i}=X_{t_i}+\epsilon_{t_i}, \]

其中 \(\epsilon_{t_i}\) 表示市场微观结构噪声。常见的基准设定将潜在价格视为局部方差率为 \(\sigma_t^2\) 的连续过程，固定区间 \([0,T]\) 上的目标为积分方差：

\[ IV_T=\int_0^T \sigma_t^2\,dt. \]

最简单的推导假设噪声均值为零、在时间上相互独立、与有效价格过程独立，并且方差稳定。这些假设让修正项的来源更容易理解。真实成交和报价可能不符合这些条件：噪声可能存在序列依赖、随时间变化、与有效价格相关，或受观测时点选择方式影响。

如果潜在过程包含跳跃，二次变差也会包含跳跃平方。是否把它们纳入目标，取决于模型与研究问题。连续价格推导针对积分方差；除非加入抗跳跃构造，否则不应称已实现核能够把连续方差与跳跃分开。二次变差指南解释了积分方差和路径总变差的区别。

该设定估计的是已经结束的区间。它不会精确恢复潜在价格，不会预测下一个区间，也不表示交易可成交的价格。高频输入还需要明确约定：使用成交价、报价中点还是其他价格代理，会形成不同的收益率序列和噪声特征。

对 \(n\) 个观测收益率 \(r_i=Y_{t_i}-Y_{t_{i-1}}\)，定义未归一化的 \(h\) 阶滞后自协方差和：

\[ \Gamma_h=\sum_{i=h+1}^{n} r_i r_{i-h}, \qquad \Gamma_{-h}=\Gamma_h. \]

在零阶滞后，\(\Gamma_0=\sum_{i=1}^n r_i^2\)，即通常的已实现方差。在一阶滞后，乘积配对的是相邻收益率。在加性独立价格噪声模型下，相邻收益率中的噪声成分符号相反：向上的观测误差会抬高一个收益率、压低下一个收益率。这通常会形成负的一阶滞后自协方差。更一般地，跨多个滞后阶的序列模式可以揭示噪声如何影响收益率序列。

滞后和不除以乘积项的数量。这一点很重要，因为已实现核将它们与已实现方差和放在同一尺度上合并。该估计量与异方差和自相关稳健的长期方差估计相关，但并非任意求和经过归一化的样本自相关。端点和确切的求和约定也属于估计量定义的一部分。

自协方差不会给单个逐笔观测标记“噪声”或“信号”，而是汇总整个区间的交叉乘积。负的 \(\Gamma_1\) 与买卖价跳动相符，但单凭它无法证明某个特定机制。如果真实收益率存在序列依赖，或观测噪声具有其他结构，同一自协方差可能反映多种效应。估计依据的是所声明的模型和核权重，而不是把每个滞后阶解读成直接的市场诊断。

对于最大滞后阶 \(H\)，一种常见的有限样本约定定义为：

\[ \widehat{IV}_{RK}(H)=\Gamma_0+2\sum_{h=1}^{H} k\!\left(\frac{h}{H}\right)\Gamma_h. \]

系数 2 将对称的负滞后项一并计入。这里 \(k(x)\) 是定义在 \(0\le x\le1\) 上的核权重，满足 \(k(0)=1\)，并在接近带宽边界时逐渐衰减至零。论文和软件可能采用略有不同的端点与索引约定，例如分母使用 \(H+1\)。复现结果时应注明约定并始终保持一致。

Parzen 核是一种常用的非负选择：

\[ k(x)= \begin{cases} 1-6x^2+6x^3, & 0\le x\le \tfrac12,\\ 2(1-x)^3, & \tfrac12 < x\le1,\\ 0, & x>1. \end{cases} \]

它为短滞后阶赋予较大权重，并平滑地下调较远滞后的权重。高频噪声可能造成收益率间的依赖，而远端滞后估计会越来越不稳定，因此这种平滑衰减很有用。在所述实现下，非负 Parzen 构造旨在使单变量已实现核估计保持非负。其他核不一定具备这一性质。平顶核（flat-top）可能具有有利的偏差特征，但有限样本估计也可能为负。

下方插图用类比方式展示这种衰减：近端滞后贡献更突出，远端则逐渐淡出。它不是实测收益率图、特定样本的经验权重图，也不是波动率估计。

<!-- learn:illustration --> <!-- 无文字概念图：对称的收益率回声从明亮中心向外平滑淡去，表示有限带宽内滞后权重逐渐减小。不是市场数据或估计结果。 -->

带宽 \(H\) 是纳入总和的最大滞后阶。如果太小，估计可能没有充分处理观测噪声造成的重要序列依赖；如果太大，则会加入较噪的滞后乘积并可能增加抽样方差。因此，带宽是统计调节参数，不是要丢弃的观测数量，也不是适用于所有资产的通用时间间隔。

Parzen 已实现核的渐近理论表明，最优带宽按 \(n^{3/5}\) 的阶数增长。文献中常用的一个实用表达式为：

\[ H^*=c^*\,\xi^{4/5}n^{3/5}, \qquad c^*_{\text{Parzen}}=3.5134, \]

其中 \(n\) 是细网格收益率的数量，\(\xi\) 概括相对噪声水平和潜在价格的积分四阶矩。一种尺度表达式为：

\[ \xi^2=\frac{\omega^2}{\sqrt{T\int_0^T\sigma_u^4\,du}}, \]

其中 \(\omega^2\) 是观测噪声方差。实际中这些量未知，必须估计；常见做法是用噪声方差和积分四阶矩的先导估计。该公式说明，最优滞后数取决于样本量，也取决于噪声与信号的相对环境，并非固定通用设置。

渐近设计要求带宽随样本量增加，但相对样本量仍较小，通常写成 \(H\to\infty\) 且 \(H/n\to0\)。在论文的模型与核条件下，\(n^{3/5}\) 规则平衡主要偏差与方差。对有限长度的交易时段，如果噪声或四阶矩的先导估计不佳，代入估计可能不稳定。应报告所选 \(H\)、索引约定、先导输入，以及对合理备选值的敏感性分析。

考虑一个刻意缩小的假设收益率序列，单位为基点：

\[ (r_1,r_2,r_3,r_4)=(1,-1,1,-1)\ \mathrm{bp}. \]

该序列仅用于核对算术，不是市场数据；四个收益率也远不足以支持渐近带宽选择。零阶滞后和为：

\[ \Gamma_0=1^2+(-1)^2+1^2+(-1)^2=4\ \mathrm{bp}^2. \]

一阶滞后乘积为 \((-1),(-1),(-1)\)，因此 \(\Gamma_1=-3\ \mathrm{bp}^2\)。在二阶滞后，\(r_3r_1=1\)、\(r_4r_2=1\)，所以 \(\Gamma_2=2\ \mathrm{bp}^2\)。

仅为演示公式，设 \(H=2\)。对 Parzen 核，\(k(1/2)=1-6(1/4)+6(1/8)=1/4\)，而 \(k(1)=0\)。因此：

\[ \widehat{IV}_{RK}=4+2\left(\tfrac14\right)(-3)+2(0)(2) =2.5\ \mathrm{bp}^2. \]

普通已实现方差为 \(4\ \mathrm{bp}^2\)；本例中，加权的一阶负滞后项使核估计降低。二阶滞后和没有贡献，因为 Parzen 权重在边界处为零。结果为非负，但仅凭算术不能证明它等于未观测的有效价格变动。没有观察潜在路径，没有计算不确定区间，也不能据此得出预测或交易结论。其平方根约为 \(1.58\) bp，只是这个假设区间的标准差尺度。

该例也说明，报告估计时必须同时提供带宽和索引规则。不同的 \(H\)、端点约定或收益率会改变权重或纳入的乘积。由于每个收益率、滞后和、权重和单位都已列出，数值结果可以复现。

未归一化的滞后和可能让端点观测产生过大影响，尤其是首个或最后一个记录价格存在较大噪声误差时。已实现核的实践论文讨论了局部平均（常称 jittering），以减轻端点效应。一种常见实现是在计算收益率前，用邻近观测的局部平均替换端点价格。窗口大小以及平均单端还是两端都属于实现选择，应明确说明。

数据清理可能和公式同样重要。一次错误成交、过时报价、交叉市场、重复时间戳或价格尺度错误，都可能产生进入多项滞后和的收益率与乘积。应记录价格字段、时间戳对齐方式、交易时段边界、重复记录处理、过滤规则，以及拍卖或市场休市的处理方式。清理规则应独立于它们是否让最终估计显得更合理。

2009 年的已实现核实践研究讨论了成交与报价数据、端点效应、局部趋势以及非负 Parzen 核。其实际启示是，“对噪声稳健”并不等于“与数据无关”。短窗口内缓慢移动的价格成分、变化的市场摩擦或报价构造方式，都可能挑战基准解释。局部平均可以减轻一种端点问题，却无法修正错位的序列或样本中部的错误观测。

经典理论对潜在价格过程、采样、噪声、核的正则性和带宽作出假设。一些已实现核构造能够处理比简单独立噪声示例更广泛的序列相关噪声和内生观测时点。但这种稳健性具体取决于定理：必须使用满足相关条件的核和带宽。Aït-Sahalia、Mykland 和 Zhang 关于相关微观结构噪声的研究说明了为何应明确处理噪声依赖，而不应假定所有扩展性质都会从基准公式自动成立。

核的选择很重要。Parzen 核常用于获得非负的单变量估计。平顶权重针对不同偏差特性，有限样本下可能产生负估计。不要因为熟悉某种 HAC 核就随意替换：已实现核文献指出，在所分析的构造中，一些看似常见的选择（包括 Bartlett 核）并不能得到相同的一致性结果。如果估计为负，应说明核和有限样本规则；不要悄悄截断为零，也不要称其为负的物理方差。

结果也继承价格代理和目标量的局限。跳跃可能是二次变差的一部分；异常值可能主导乘积；不规则或异步观测会改变被估计的对象；波动率或噪声也可能在区间内变化。单变量已实现核本身不能解决多变量异步采样、消除跳跃，也无法把买卖价跳动与收益率依赖的所有其他来源区分开。稳健估计量只是在明确模型范围内稳健，并非对所有数据缺陷免疫。

可复现的报告应说明价格序列与采样设计、观测窗口、收益率单位、核函数、最大滞后 \(H\)、端点约定、端点平均规则以及数据清理方式。如果使用代入带宽，应报告估计的噪声和四阶矩输入，或提供足以复现它们的细节。还应说明结果是积分方差估计、包含跳跃的二次变差估计，还是经过转换的波动率测量。

估计描述所采样区间内的变动。除非另有预测模型将历史测量映射到未来期限并经过样本外评估，否则它不是未来波动率预测。它也不是报价价差或执行成本估计：Roll 买卖价差指南使用收益率自协方差估计的是另一种量。双尺度已实现波动率指南介绍了另一种具有不同修正结构的抗噪方法。

关键决策不只是要不要使用已实现核，而是价格数据、采样方案、目标量、核和带宽是否足够契合研究问题，从而支持所报告的解释。敏感性表和明确的模型局限有助于审查这一判断。即使估计很谨慎，它仍是带有抽样不确定性的历史测量；它不能证明交易规则有利可图，也不能保证微观结构效应已经消失。