Valuing credit derivatives using Gaussian quadrature: A stochastic volatility framework
Notice bibliographique
Résumé
Abstract This article proposes semi‐closed‐form solutions to value derivatives on mean reverting assets. A very general mean reverting process for the state variable and two stochastic volatility processes, the square‐root process and the Ornstein‐Uhlenbeck process, are considered. For both models, semi‐closed‐form solutions for characteristic functions are derived and then inverted using the Gauss‐Laguerre quadrature rule to recover the cumulative probabilities. As benchmarks, European call options are valued within the following frameworks: Black and Scholes ( 1973 ) (represents constant volatility and no mean reversion), Longstaff and Schwartz ( 1995 ) (represents constant volatility and mean reversion), and Heston ( 1993 ) and Zhu ( 2000 ) (represent stochastic volatility and no mean reversion). These comparisons show that numerical prices converge rapidly to the exact price. When applied to the general models proposed (represent stochastic volatility and mean reversion), the Gauss‐Laguerre rule proves very efficient and very accurate. As applications, pricing formulas for credit spread options, caps, floors, and swaps are derived. It also is shown that even weak mean reversion can have a major impact on option prices. © 2004 Wiley Periodicals, Inc. Jrl Fut Mark 24:3–35, 2004
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».