MétaCan
Menu
Retour à la cohorte
Enregistrement W2102682218 · doi:10.3905/jod.2002.319191

FAS 133 Option Fair Value Hedges

2002· article· en· W2102682218 sur OpenAlexaff
James N. Bodurtha, Daniel B. Thornton

Notice bibliographique

RevueThe Journal of Derivatives · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHedgeVolatility (finance)Fair valueSpurious relationshipEarningsHedge accountingEconomicsValue (mathematics)Call optionActuarial scienceEconometricsFinancial economicsAccountingFinancial accountingMathematicsMark-to-market accountingAccounting information systemStatistics

Résumé

récupéré en direct d'OpenAlex

The attempt of the Financial Accounting Standards Board (FASB) to provide consistent and logical accounting treatment for hedging transactions, in the form of FAS 133, continues to generate controversy. Under the new rules, many kinds of hedges do not cause problems, but a variety of difficulties still remain. One of the more significant ones involves how the changes in the current value of an option used in a hedge are to be treated. In some cases, changes in an option9s time value are supposed to enter into earnings, which can produce spurious earnings volatility during the period of a hedge. Bodurtha and Thornton describe the situation under FAS 133 and then propose two possible solutions. One is to suggest a change in the rule that would remove the problem. Their “financial engineering solution” would not depend on a rule change, but would introduce new types of derivatives whose contingent cash flows could be organized in such a way as to qualify for hedge treatment under the current rules, but would remove the artificial earnings volatility that would otherwise occur with a standard option hedge.

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)0,015
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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,030
Tête enseignante GPT0,216
Écart entre enseignants0,187 · 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

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of DerivativesMême sujetRisk Management in Financial FirmsTravaux en français237 207