REAL OPTIONS VALUATION AND ITS RELATIONSHIP TO BAYESIAN DECISION-MAKING METHODS
Notice bibliographique
Résumé
It is well accepted that conventional NPV criterion fails to capture investment flexibility, and the market approach using riskless-arbitrage-pricing is ideally suited to price real options. However, when valuing complex real options, it is difficult to satisfy the restrictive assumptions required for risk-free arbitrage pricing. Using two-action linear payoff analysis, we show that when it is possible to delay and obtain additional information, an irreversible capital investment decision should be valued as an option taking into considering the value of flexibility. This option value is not based on risk-less arbitrage, but on a more fundamental concept in decision theory - the opportunity loss criterion. Our approach relates to the Quasi-Option concept of Arrow and Fisher (1974) and Henry (1974) that considers the value of gaining more information before making irreversible environment decisions. Lund (1991) provides an excellent analysis of the relationship between the Arrow and Fisher's [1] Quasi-Option Value and Black and Schole's Market based Model [4], and suggests using both ideas for valuing real options. Conrad (1980), Fisher and Hanemann (1987) and Hanemann (1989) discuss the relationship between Quasi-Option Value and Expected Value of Perfect Information (EVPI) with respect to environmental decisions. We extend the opportunity loss concept to value real options and analyze its relationship to EVPL We show that the value of a quasi-real option is equal to value of information. In the special case where a lognormal terminal distribution is assumed, we show that the EVPI is equivalent to the Black and Scholes model. We demonstrate how EVPI can be used to make investment decisions under uncertainty within an options framework. The suggested approach allows revision of option values sequentially using Bayesian methods at each decision point within the well-known decision theory framework. Financial economists have not considered the intersection between Bayesian decision framework and value of investment flexibility, that allow for a less restrictive set of assumptions.
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 | 0,016 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».