Fan & Wang (2007) — Multi-Scale Jump and Volatility Analysis for High-Frequency Financial Data

占位 entity — JDQS 2026 论文 jump component 跨日持久性论断的来源。

完整 reference: Fan, J., & Wang, Y. (2007). Multi-scale jump and volatility analysis for high-frequency financial data. Journal of the American Statistical Association, 102(480), 1349–1362.

核心贡献:

• 提出多尺度 (multi-scale) 框架, 用不同采样频率 (e.g. 1-min, 5-min, 15-min, 30-min) 估计连续 component + jump component 的分离。
• 论证连续 component 在不同频率下稳定 (有 power law 收敛), jump component 在高频下被高估 (microstructure noise + sample aliasing), 在低频下被遗忘 (low-frequency captures 跨多个 5-min bars 的 jumps 但 loss of granularity)。
• 论证jump component 的跨日持久性显著弱于 continuous component → 即单日 jump 主要是事件驱动, 不会持续到次日。

对 JDQS 2026 论文的角色:

• §6.0 robustness 中 "fan and Wang's (2007) finding that the jump component of realized variance is less persistent across days" 直接引用 → 论证 HHI 5 日 moving average 不显著 (p = 0.94) 的原因: jump 衰减快, 当日 HHI 已 sufficient, 不需历史 lag。
• §5.4 episode case study 5 次大 crash 前一日 HHI 都接近 baseline (广-均匀), 反例 (TARP vote) 单日 HHI = 14.4 (isolated burst) → 验证 Fan-Wang "jump 是 event-driven" 论断。

对 quant 实践的含义:

• Jump / non-diffusion 信号是单日主导的, 不需 multi-day smoothing → HHI 类日内集中度信号比 5d moving average 更直接。
• Fan-Wang 多尺度估计给"jump 是否在 session 内耗尽" 提供 decomposition 工具。