MétaCan
Menu
Retour à la cohorte
Enregistrement W2067961894 · doi:10.1142/s0219024906003846

OPTION PRICING FOR GARCH MODELS WITH MARKOV SWITCHING

2006· article· en· W2067961894 sur OpenAlexaff
Robert J. Elliott, Tak Kuen Siu, Leunglung Chan

Notice bibliographique

RevueInternational Journal of Theoretical and Applied Finance · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMarkov chainMarkov processValuation (finance)Valuation of optionsMarkov propertyMartingale pricingMarkov renewal processAutoregressive conditional heteroskedasticityMarkov modelMartingale (probability theory)MathematicsEconometricsMathematical optimizationComputer scienceApplied mathematicsMathematical economicsEconomicsFinanceLocal martingaleStatisticsVolatility (finance)

Résumé

récupéré en direct d'OpenAlex

In this paper we develop a method for pricing derivatives under a Markov switching version of the Heston-Nandi GARCH (1, 1) model by using a well known tool from actuarial science, namely the Esscher transform. We suppose that the dynamics of the GARCH process switch over time according to one of the regimes described by the states of an observable Markov chain process. By augmenting the conditional Esscher transform with the observable Markov switching process, a Markov switching conditional Esscher transform (MSCET) is developed to identify a martingale measure for option valuation in the incomplete market described by our model. We provide an alternative approach for the derivation of an analytical option valuation formula under the Markov switching Heston-Nandi GARCH (1, 1) model. The use of the MSCET can be justified by considering a utility maximization problem with respect to a power utility function associated with the Markov switching risk-averse parameters.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations36
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Theoretical and Applied FinanceMême sujetStochastic processes and financial applicationsTravaux en français237 207