Notice bibliographique
Résumé
Stochastic volatility is the main concept used in the fields of financial economics and mathematical finance to deal with time-varying volatility in financial markets. This book brings together some of the main papers that have influenced the field of the econometrics of stochastic volatility, and shows that the development of this subject has been highly multidisciplinary, with results drawn from financial economics, probability theory, and econometrics, blending to produce methods and models that have aided our understanding of the realistic pricing of options, efficient asset allocation, and accurate risk assessment. A lengthy introduction by the editor connects the papers with the literature. Contributors to this volume - Contributors: Torben Andersen, Northwestern University; Ole E. Barndorff-Nielsen, University of Aarhus; Tim Bollerslev, Duke University; Mikhail Chernov; Siddhartha Chib, Washington University in St. Louis; Peter Clark, University of California, Davis; Fabienne Comte, Universite Rene Descartes- Paris 5; Frank Diebold, University of Pennsylvania; Dean Foster, University of Pennsylvania; A Ronald Gallant, Duke University; Eric Ghysels, University of North Carolina - Chapel Hill; Andrew Harvey, University of Cambridge; Steven Heston, University of Maryland; David Hsieh, Duke University; John Hull, University of Toronto; Eric Jacquier, H.E.C. MONTREAL; Sangjoon Kim, RBS Securities Japan Limited; Paul Labys, Charles River Associates; Angelo Melino, University of Toronto; Daniel Nelson; Marc Nerlove, University of Maryland; Nicholas Polson, University of Chicago; Eric Renault, University of Montreal; Peter Rossi, University of Chicago; Esther Ruiz, Universidad Carlos III de Madrid; Barr Rosenberg, AXA Rosenberg Investment Management; Neil Shephard, Nuffield College, University of Oxford; Stephen Taylor, Lancaster University; George Tauchen, Duke University; Stuart Turnbull, University of Houston; Alan White, University of Toronto.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,021 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».