MétaCan
Menu
Retour à la cohorte
Enregistrement W2043436277 · doi:10.3905/jod.2001.319171

How Well Can Options Complete Markets?

2001· article· en· W2043436277 sur OpenAlexaff
Mark Cassano

Notice bibliographique

RevueThe Journal of Derivatives · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPortfolioCompleteness (order theory)Complete marketEconomicsDatabase transactionTransaction costStochastic gameExpected utility hypothesisContingencyRisk aversion (psychology)MicroeconomicsActuarial scienceMathematical economicsFinancial economicsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

An interesting and important question about options is how much they expand the range of investment opportunities in the market. In the Black-Scholes framework, the market is already “dynamically complete”: options are redundant assets because any option payoff can be replicated by dynamically trading the underlying asset and riskless bonds. But in the real world, options do expand investment opportunities, because the replication strategy entails infinite trading and infinite transaction costs. The next question is whether options can make the market statically complete, in that any possible contingency can be perfectly hedged by a static portfolio of options. Theory shows that this is true, but that it requires an infinite number of options with a continuum of different strikes. In this article, Cassano considers how close one can get to the ideal of static completeness using just a small number of options. Since not all risk can be hedged, how close is “close” depends on the investor’s utility function. But Cassano shows that under standard assumptions with risk aversion in a range that is commonly assumed, it only takes a handful of different options, say four or five, to achieve such near-completeness that it would only be worth a few pennies per hundred dollars of wealth to a typical investor to go the rest of the way to a fully complete 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)0,005
score de la tête « metaresearch » (Gemma)0,044
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 enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0070,034
Science ouverte0,0010,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,042
Tête enseignante GPT0,226
Écart entre enseignants0,184 · 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

Citations4
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of DerivativesMême sujetStochastic processes and financial applicationsTravaux en français237 207