MétaCan
Menu
Retour à la cohorte
Enregistrement W3122225546 · doi:10.1016/j.jedc.2007.11.004

Pricing derivatives with barriers in a stochastic interest rate environment

2008· article· en· W3122225546 sur OpenAlexaff
Carole Bernard

Notice bibliographique

RevueVUBIR (Vrije Universiteit Brussel) · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEconomicsInterest rateMathematical economicsEconometricsInterest rate derivativeFinancial economicsMicroeconomicsMonetary economics

Résumé

récupéré en direct d'OpenAlex

This paper develops a general valuation approach to price barrier options when the term structure of interest rates is stochastic. These products' barriers may be constant or stochastic, in particular we examine the case of discounted barriers (at the instantaneous interest rate). So, in practice, we extend Rubinstein and Reiner [1991. Breaking down the barriers. Risk 4(8), 28–35], who give closed-form formulas for pricing barrier options in a Black and Scholes context, to the case of a Vasicek modeling of interest rates. We are therefore in the situation of pricing barrier options semi-explicitly or explicitly (depending on the shape of the barrier) with stochastic Vasicek interest rates. The model is illustrated with a specific contract, an up and out call with rebate, hence a typical barrier option. This example is merely here to show how any standard barrier option can be priced and its Greeks be obtained in such a context. The validity of the approximation is analyzed and the sensitivity to the barrier level and to discretization schemes are also derived.

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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,023
Tête enseignante GPT0,175
Écart entre enseignants0,153 · 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 tête enseignante, 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

Citations26
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVUBIR (Vrije Universiteit Brussel)Même sujetStochastic processes and financial applicationsTravaux en français237 207