In this paper, I analyze the US ETF market on high-frequency intraday volatility by dissecting positive and negative volatility. Previous research shows that by measuring volatility at a high-frequency rate it is possible to measure short-term jumps which can be described as ‘good’ or ‘bad’ volatility (Bollerslev et al. (2020)) based on its previous returns. The difference between positive and negative volatility, defined as realized signed jump (RSJ) follows the characteristics of skewness where previous research shows how skewness can be a predictor of future returns (Amaya et al. (2016)). In essence, ETFs are diversified portfolios where it is well documented that such have a negative skewness. Combined with investor's preference for positive skewness, this paper shows that ETFs can show strong performances using skewness measures. The difference between positive and negative volatility and its higher moments are used to calculate realized measures which are then used to measure the performance of different portfolios. Sorted quintile portfolios are used to measure the performance differences between the highest and lowest quintiles and show its statistical significance. Robustness checks are performed to show that by adjusting for large cap ETFs and sorting by asset classes further significant performance can be achieved for skewness measures.
본 연구에서 미국 ETF 시장에서 당일 중 변동성에 대한 분석은 당일 중 양의 수익률과 음의 수익률을 분리 계산하여 이루어진다. 기존 연구는 직전 수익률의 고빈도 단위 변동성이 "긍정적 혹은 부정적 변동성"으로 구분 되어 단기적 큰 가격폭이 예상가능하다고 제시한다(Bollerslev et al. (2020)). RSJ(Realized Signed Jumps)로 정의되는 긍정적 변동성과 부정적 변동성의 차이는 기존 연구(Amaya et al. (2016))에 의해 수익률을 설명할 수 있다는 왜도의 특성을 따르는 것을 알 수 있다. 이 연구의 핵심은 단순한 왜도 특성을 띠는 개별 주식 종목보다는 다양한 왜도 특성이 나타나는 ETF를 활용하여 초과 수익률을 도출할 수 있음을 제시한다는 것이다. 이것은 실현 변동성을 고빈도 데이터의 양의 수익률과 음의 수익률로 구분하여 고차원의 적률로 확장시키며 도출할 수 있다. 이에 더해 포트폴리오를 5분위로 정렬하여 상위 분위와 하위 분위의 수익률 성과를 비교 분석하고 통계적 유의성을 보여준다. 추가적인 강건성 점검을 통해 대형 ETF 활용과 자산군의 정렬에 의한 왜도 정도에 따른 더욱 효과적인 유의성과 성과를 도출할 수 있다.
