Asymetrics smiles, leverage effects and structural parameters
Notice bibliographique
Résumé
Dans cet article, nous caractérisons les asymétries observées dans les courbes de volatilités implicites par la présence d'effets de levier multiples dans un modèle dynamique stochastique d'évaluation des actifs financiers.La dépendance entre les mouvements de prix et la volatilité future est introduite par l'intermédiaire d'un ensemble de variables d'état latentes.Ces variables d'état sont susceptibles de capter non seulement le risque de volatilité et le risque de taux d'intérêt qui peuvent influer sur les prix d'options, mais encore les risques de corrélation et de saut.L'effet de levier financier traditionnel est produit quant à lui par une corrélation instantanée entre les variables d'état qui entrent dans le processus de volatilité stochastique du prix de l'action et le processus du prix de l'action proprement dit.Nous disposons toutefois d'un cadre plus général dans lequel l'asymétrie des courbes de volatilités implicites résulte de toute corrélation instantanée entre les variables d'état et soit le rendement de l'action soit le facteur d'actualisation stochastique.Dans le but de tracer les formes des courbes de volatilités implicites générées par un modèle avec variables latentes, nous spécifions un facteur d'actualisation stochastique fondé sur un modèle d'équilibre avec préférences non séparables dans le temps.Lorsque nous calibrons ce modèle avec des valeurs raisonnables des paramètres, nous reproduisons les diverses formes de courbes de volatilités implicites qui sont produites à partir des données de prix d'options observées sur le marché.Mots clés : évaluation d'options, facteur d'actualisation stochastique, volatilité stochastique, volatilité implicite de Black-Scholes, effet de sourire, modèle d'équilibre d'évaluation d'options
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 | 0,017 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,020 |
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 ».