Los estimadores de variación cuadrática y bipower fueron diseñados bajo el supuesto de que los precios observados reflejan fielmente el precio eficiente del activo en cada instante. En la práctica, los datos de alta frecuencia contienen una capa de ruido de microestructura que incluye el efecto del diferencial entre precio de compra y venta, el redondeo de precios a ticks discretos y la autocorrelación inducida por los efectos de inventario de los creadores de mercado. Este ruido no es pequeño en relación con la señal de salto que los estimadores intentan detectar: en datos de frecuencia inferior al minuto, el ruido de microestructura puede representar una fracción sustancial de la variación total observada, lo que genera una identificación espuria de saltos en periodos donde el proceso eficiente de precios no ha experimentado ninguna discontinuidad real. La consecuencia práctica es que los estimadores no corregidos sobreestiman sistemáticamente la frecuencia de los saltos, y esa sobreestimación es mayor cuanto más elevada es la frecuencia de muestreo utilizada.

El enfoque más extendido para mitigar el efecto del ruido de microestructura sobre los estimadores de salto consiste en el muestreo a frecuencia reducida, que sacrifica parte de la información disponible en los datos para operar en un rango de frecuencias donde el ruido es menos dominante. La elección de la frecuencia de muestreo óptima es un problema de compromiso entre el sesgo introducido por el ruido de microestructura, que disminuye al reducir la frecuencia, y la varianza del estimador, que aumenta al disponer de menos observaciones por periodo. Los estudios empíricos aplicados a mercados de renta variable desarrollados sugieren que el muestreo cada cinco minutos representa un compromiso razonable en condiciones habituales de liquidez, pero que este umbral varía de forma considerable según el activo y el periodo de análisis. Una alternativa más sofisticada consiste en utilizar estimadores de variación cuadrática robustos al ruido, como el estimador de kernel de Parzen o el estimador de variación cuadrática pre-promediada, que incorporan correcciones explícitas del ruido sin reducir la frecuencia de muestreo.

Los estimadores de variación bipower, introducidos en la literatura para separar la variación continua de la variación discontinua, son particularmente sensibles al ruido de microestructura porque su construcción implica el producto de incrementos de precio consecutivos. Cuando esos incrementos contienen una componente de ruido autocorrelacionado negativamente, como ocurre con el efecto del diferencial entre precio de compra y venta, el estimador bipower subestima la variación continua y sobreestima la discontinua, generando una tasa de detección de saltos espurios que puede ser varias veces superior a la que produciría el mismo estimador aplicado al proceso eficiente sin ruido. Las correcciones propuestas en la literatura para este problema incluyen el uso de estimadores bipower con retardos superiores a uno, que reducen la autocorrelación negativa del ruido al precio de introducir una mayor varianza en el estimador, y los estimadores de variación multipower, que promedia un mayor número de incrementos consecutivos para estabilizar la estimación.

Un aspecto frecuentemente ignorado en las aplicaciones empíricas de los estimadores de salto es el efecto de los patrones intradía en la volatilidad sobre la detección de discontinuidades. Los mercados financieros exhiben patrones sistemáticos en forma de U o L en la volatilidad intradía, con niveles más elevados al inicio y al cierre de la sesión de negociación. Cuando estos patrones no se corrigen antes de aplicar los estimadores de salto, los incrementos de precio en los extremos de la sesión tienden a ser clasificados como saltos con mayor frecuencia que los incrementos del periodo intermedio, no porque la probabilidad de salto sea realmente mayor en esos momentos, sino porque la volatilidad difusa más elevada aumenta la probabilidad de superar el umbral de detección. La corrección estándar consiste en estandarizar los incrementos de precio por una estimación no paramétrica de la volatilidad intradía antes de aplicar los criterios de detección de saltos, lo que requiere disponer de una muestra suficientemente larga de datos para estimar el patrón intradía con precisión estadística.

La validación empírica de los métodos de corrección de microestructura en estimadores de salto puede realizarse mediante estudios de simulación donde el proceso eficiente de precios y el proceso de ruido se especifican de forma controlada. Estos estudios permiten comparar las tasas de detección verdadera y falsa de cada estimador bajo distintos niveles de ruido y distintas frecuencias de muestreo, proporcionando una guía objetiva para la selección del método más adecuado en cada contexto. Los resultados de la literatura de simulación son consistentes en señalar que no existe un estimador universalmente superior: cada método presenta ventajas relativas en función del nivel de ruido, la frecuencia de muestreo y la intensidad real de los saltos en el proceso eficiente. La recomendación que se desprende de esta evidencia es que cualquier análisis empírico de detección de saltos basado en datos de alta frecuencia debería incluir un análisis de sensibilidad que evalúe la estabilidad de los resultados ante cambios en el método de corrección de microestructura y en la frecuencia de muestreo utilizada.

Con rigor estadístico,,