MétaCan
Menu
Retour à la cohorte
Enregistrement W2068990639 · doi:10.1111/j.1745-6622.2001.tb00333.x

VALUING REAL OPTIONS: CAN RISK‐ADJUSTED DISCOUNTING BE MADE TO WORK?

2001· article· en· W2068990639 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of applied corporate finance · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDiscountingValuation (finance)Actuarial scienceEconomicsValuation of optionsCertaintyValue (mathematics)Stochastic discount factorAsian optionEconometricsComputer scienceMathematicsCapital asset pricing modelFinance

Résumé

récupéré en direct d'OpenAlex

This paper examines three alternative approaches to valuing real options: (1) the standard option pricing technique using “risk‐neutral” probabilities; (2) the use of risk‐adjusted discount rates; and (3) discounting certainty‐equivalent values with a riskless discount rate. As suggested by the title, a question of particular interest is whether an approach based on risk‐adjusted discount rates can be “made to work” for valuing options. The answer is yes. Indeed, the authors show that any of the three approaches will provide a correct valuation if properly employed. Nevertheless, there are important differences in the information requirements associated with each of the three methods. Another important issue is the relative degree of difficulty in calculating the correct option value. When these two considerations are taken into account, the risk‐neutral option pricing procedure generally proves to be the preferred method. It tends to be computationally more convenient—often much more convenient—and to require less information than either the risk‐adjusted discounting or certainty‐equivalent procedures.

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.

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,057
Tête enseignante GPT0,221
Écart entre enseignants0,164 · 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