MétaCan
Menu
Retour à la cohorte
Enregistrement W4379389222 · doi:10.1142/s2424786323500147

A lognormal/normal regime-switching commodity pricing model

2023· article· en· W4379389222 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Financial Engineering · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensCanada Research ChairsUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconometricsLog-normal distributionEconomicsWest Texas IntermediateBrent CrudeCommodityFutures contractSpot contractMonte Carlo methodCalibrationStructural breakFinancial economicsMathematicsVolatility (finance)Statistics

Résumé

récupéré en direct d'OpenAlex

Inspired by the negative price of WTI crude oil observed during the COVID-19 pandemic, we develop a new model for commodity pricing which allows structural change between price normality and lognormality under a Markov regime-switching (RS) framework. We augment the Extended Kalman Filter to calibrate the structural changing model. The model performance in calibration is compared to that of the common RS model with historical WTI spots, various futures and hypothetical scenarios. We conclude that our model is superior in capturing price dynamics especially in the oil market downturns. Encouragingly, the regime probabilities estimated with the new model indicate that during severe events including the 2008–2010 financial crisis, 2014–2016 oil crash and the outbreak of COVID-19 in 2020, WTI spot itself follows normal rather than the widely assumed lognormal process. This finding is consistent with our empirical studies. In addition, we assess the probability density of spot prices with the new model. Finally, we present the PDE finite difference and Monte Carlo approaches to price commodity options under the new 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,222
Écart entre enseignants0,202 · 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