MétaCan
Menu
Retour à la cohorte
Enregistrement W2888288899 · doi:10.5547/01956574.39.5.dtan

Real Option Valuation in a Gollier/Weitzman World: The Effect of Long-Run Discount Rate Uncertainty

2018· article· en· W2888288899 sur OpenAlexaff
Djerry C. Tandja M., Gabriel J. Power, Josée Bastien

Notice bibliographique

RevueThe Energy Journal · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésEconomicsValuation (finance)AmbiguityInvestment (military)Interest rateInvestment decisionsEconometricsFinancial economicsCapital budgetingActuarial scienceMicroeconomicsMonetary economicsFinanceDebtProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Large-scale investment projects face significant long-run uncertainty in interest rates. However, little is known about the effect of long-term discount rate uncertainty on capital investment real option values. This paper bridges the long-run discount rate uncertainty literature developed in climate change economics with the financial literature on interest rate models and real options. First, we derive an Ingersoll-Ross real option model under the assumption of a declining discount rate model (DDR) following Gollier and Weitzman, and show how optimal investment timing is affected. Second, we study the problem of an open oil field with an abandonment option. We find that, compared with DDR, standard models using constant or mean-reverting interest rates undervalue projects and their real options to wait or to abandon. Indeed, results under DDR are more consistent with recent evidence on corporate decision-making under incomplete preferences or ambiguity. The results have implictions for both energy investment under uncertainty and climate finance.

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)0,006
score de la tête « metaresearch » (Gemma)0,020
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,008
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Energy JournalMême sujetCapital Investment and Risk AnalysisTravaux en français237 207