CAPM-like formulae and good deal absence with ambiguous setting and coherent risk measure
Notice bibliographique
Résumé
Risk measures beyond the variance have shown theoretical \nadvantages when addressing some classical problems of Financial Economics, at \nleast if asymmetries and/or heavy tails are involved. Nevertheless, in portfolio \nselection they have provoked several caveats such as the existence of good deals \nin most of the arbitrage free pricing models. In other words, models such as \nBlack and Scholes or Heston allow investors to build sequences of strategies \nwhose expected return tends to in nite and whose risk remains bounded or \ntends to minus in nite. This paper studies whether this drawback still holds if \nthe investor is facing the presence of multiple priors, as well as the properties \nof optimal portfolios in a good deal free ambiguous framework. \nWith respect to the rst objective, we show that there are four possible \nresults. If the investor uncertainty is too high he/she has no incentives to buy \nrisky assets. As the uncertainty (set of priors) decreases the interest in risky \nsecurities increases. If her/his uncertainty becomes too low then two types of \ngood deal may arise. Consequently, there is a very important di¤erence between \nthe ambiguous and the non ambiguous setting. Under ambiguity the investor \nuncertainty may increase in such a manner that the model becomes good deal \nfree and presents a market price of risk as close as possible to that re ected by \nthe investor empirical evidence. Hence, ambiguity may help to overcome some \nmeaningless ndings in asset pricing. \nWith respect to our second objective, good deal free ambiguous models \nimply the existence of a benchmark generating a robust capital market line. \nThe robust (worst-case) risk of every strategy may be divided into systemic \nand speci c, and no robust return is paid by the speci c robust risk. A couple \nof betas may be associated with every strategy, and extensions of the CAPM \nmost important formulas will be proved.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».