Numerical methods for long-term impulse control problems in finance
Notice bibliographique
Résumé
Several of the more complex optimization problems in finance can be characterized as impulse control problems. Impulse control problems can be written as quasi-variational inequalities, which are then solved to determine the optimal control strategy. Since most quasi-variational inequalities do not have analytical solutions, numerical methods are generally used in the solution process. \n \nIn this thesis, the impulse control problem framework is applied to value two complex long-term option-type contracts. Both pricing problems considered are cast as impulse control problems and solved using an implicit approach based on either the penalty method or the operator splitting scheme. \n \nThe first contract chosen is an exotic employee stock option referred to as an infinite reload option. This contract provides the owner with an infinite number of reload opportunities. Each time a reload occurs, the owner pays the strike price using pre-owned company shares and, in return, receives one share for each option exercised and a portion of a new reload option. Numerical methods based on the classic Black-Scholes equation are developed while taking into account contract features such as vesting periods. In addition, the value of an infinite reload option to it's owner is obtained by using a utility maximization approach. \n \nThe second long-term contract considered is a variable annuity with a guaranteed minimum death benefit (GMDB) clause. Numerical methods are developed to determine the cost of the GMDB clause while including features such as partial withdrawals. The pricing model is then used to determine the fair insurance charge which minimizes the cost of the contract to the issuer. Due to the long maturity of variable annuities, non-constant market parameters expressed through the use of regime-switching are included in the GMDB pricing model.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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.
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 ».