MétaCan
Menu
Retour à la cohorte
Enregistrement W2036785419 · doi:10.1287/moor.28.1.154.14259

A Generalized Stochastic Differential Utility

2003· article· en· W2036785419 sur OpenAlexaff
Ali Lazrak, M.C. Quenez

Notice bibliographique

RevueMathematics of Operations Research · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIsoelastic utilityStochastic differential equationMathematicsRisk aversion (psychology)Expected utility hypothesisMathematical economicsMathematical optimizationQuadratic variationMonotonic functionGeneralizationPortfolioEconometricsBrownian motionApplied mathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

This paper generalizes, in the setting of Brownian information, the Duffie–Epstein (1992) stochastic differential formulation of intertemporal recursive utility (SDU). We provide a utility functional of state-contingent consumption plans that exhibits a local dependency with respect to the utility intensity process (the integrand of the quadratic variation) and call it the generalized SDU. This mathematical generalization of the SDU permits, in fact, more flexibility in the separation between risk aversion and intertemporal substitution and allows to model asymmetry in risk aversion. We extensively use the backward stochastic differential equation theory to give sufficient conditions for comparative and absolute risk aversion behavior as well as aversion to specific directional risk. Additionally, we discuss whether our functional exhibits monotonicity to its information filtration argument. For purposes of illustration, we provide some applications to the consumption/portfolio strategy selection problem in a complete securities market.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,345
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics of Operations ResearchMême sujetStochastic processes and financial applicationsTravaux en français237 207