Review of Synthesis of No‐arbitrage Gaussian Term Structure Models
Notice bibliographique
Résumé
Abstract This paper provides a general approach to deriving no‐arbitrage Gaussian term structure models with a three‐fold contribution. First, we present a general relationship between the short rate, forward rates, and futures rates, and apply it to derive no‐arbitrage Gaussian term structure models. We show two examples, the extended‐Vasicek model of Hull and White (1990) and the two‐factor model of Hull and White (1994b), in order to demonstrate the derivation procedure. Although many results presented in this article are not new to the literature, our methodology is simple, straightforward, and provides intuitive explanations. Second, our analysis fills a gap in the understanding of the relationship between the short rate process and the forward rate process, and thus provides a linkage between Heath, Jarrow, and Morton's (1990, 1992) model and Hull and White's (1990) model. Therefore, this paper contributes pedagogical value to the term structure model literature. Third, as our models use discrete time setting, it is relatively easy to implement them with numerical procedures such as the lattice approach or Monte Carlo simulations so as to price interest rate derivatives. We give numerical examples to show how to elaborate on the numerical procedure of Hull and White (1994a) using our discrete time model. Résumé Cet article fournit une approche non‐arbitrage générale applicable à des modèles gaussiens de structure par terme des taux d'intérêt. Notre contribution est triple. Tout d'abord, nous présentons une relation générale entre les taux court, le taux à terme forward et le taux à terme futures, et l'appliquons pour obtenir des modèles gaussiens de structure par terme. Le procédé de dérivation est illustré par deux exemples: le modèle Vasicek amélioré de Hull et White (1990) et le modèle à deux facteurs de Hull et White (1994b). Un bon nombre de résultats présentés sont standards dans la littérature et notre méthodologie fournit des explications intuitives. En second lieu, notre analyse comble une lacune dans la compréhension du rapport entre le processus court de taux et le processus de taux à terme, et fournit ainsi un lien entre les modèles de Heath, Jarrow, et Morton (1990, 1992) et celui de Hull et White (1990). Par conséquent, cet article apporte des valeurs pédagogiques à la littérature sur la structure par terme des taux d'intérêt. Troisièmement, étant donné que nos modèles sont mis en oeuvre en temps discret, afin d‘évaluer des dérivés sur les taux d'intérêt, il est relativement facile de mettre ces modèles en application avec des procédures numériques telles que l'approche par “grilles” ou les simulations Monte‐Carlo. Nous donnons des exemples numériques pour démontrer comment adapter le procédé numérique de Hull et White (1994a) en utilisant notre modèle à temps discret.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».