Option Valuation with Conditional Skewness
Notice bibliographique
Résumé
Il est clair empiriquement que les prix d'options sur indices diffèrent de manière systématique des prix Black-Scholes. Les prix des options de vente hors du cours (et les prix des options d'achat dans le cours) sont relativement élevés par rapport au prix Black-Scholes. Motivés par ces faits empiriques, nous développons un nouveau modèle dynamique à temps discret de rendements d'actions avec des innovations gaussiennes inverses. Le modèle permet de tenir compte de l'asymétrie conditionnelle ainsi que de l'hétéroskédasticité conditionnelle et d'un effet de levier financier. Nous présentons une formule analytique de prix d'option conforme à cette dynamique des rendements. Un test empirique intensif du modèle à partir des options sur l'indice S&P500 montre que la performance du nouveau modèle GARCH gaussien inverse est supérieure à celle des modèles imbriqués standards pour les options de vente hors du cours, de ce fait démontrant l'importance de l'asymétrie conditionnelle. Le processus GARCH gaussien inverse à temps discret présente deux limites intéressantes en temps continu. Une de ces limites correspond au modèle de volatilité stochastique standard de Heston (1993). L'autre est un processus de sauts purs avec intensité stochastique. En utilisant ces résultats de limites, une motivation équivalente pour notre modèle est qu'il généralise les modèles de volatilité stochastique standards de volatilité en permettant des "sauts" et d'autres mouvements négatifs de queues épaisses dans les rendements d'action. Les résultats empiriques démontrent donc également l'importance des sauts pour l'évaluation des prix d'options de vente hors du cours.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».