Riskitön korko osana amerikkalaisten osakeoptioiden arvostusta alhaisen korkotason aikana
Bibliographic record
Abstract
Tässä tutkielmassa tarkastellaan amerikkalaisten osakeoptioiden arvostuksessa käytettävää riskitöntä korkoa osana teoreettista arvostusmallia, alhaisen markkinakoron vallitessa. Tutkielmassa havainnoidaan toteutuneiden markkina-arvostusten eroja teoreettisella arvostusmallilla saatuihin arvostuksiin. Tutkielman tavoitteena on vertailla vallitsevia näkemyksiä riskittömän koron estimoinnista, sekä arvioida eri markkinakorkojen estimaattikelpoisuutta osana amerikkalaisten osakeoptioiden arvostusmallin implementointia. Tutkielmassa havainnoidaan myös arvostuksiin vaikuttavia markkinoiden muutoksia pidemmällä aikavälillä, sekä otetaan kantaa negatiivisten markkinakorkojen vaikutukseen osakeoptioiden arvostuksessa.\n\nTutkielma on luonteeltaan kvantitatiivinen tutkimus, jossa pääosassa on toteutuneiden markkina-arvostusten mallintaminen teoreettisen arvostusmallin avulla, verraten toteutuneita markkina-arvostuksia, teoreettisen arvostusmallin avulla saatuihin arvostuksiin eri markkinakoroilla estimoituna. Tutkielman aineisto koostuu Canadian Derivatives Exchangessa vuosien 2013-2018 aikana listatuista amerikkalaisista osakeoptioista. Osakeoptioiden arvostusten erojen analysoinnissa hyödynnettiin tilastollisia testejä, kuten Kruskall-Wallis -testiä sekä Mann-Whitney U -testiä.\n\nTutkielman empiirisessä osassa tehtyjen testien pohjalta todettiin, että päivittäin noteerattavat yli yön korot toimivat tarkasteluperiodilla erityisen hyvin estimaattina riskittömästä korosta, havaiten kuitenkin eroja arvostusten tarkkuudessa eri vuosien välillä. Johdannaisinstrumentit ovat luonteeltaan kompleksisia instrumentteja, joiden arvostus sisältää myös subjektiivisia elementtejä, täten tutkittavaa niissä riittää vielä paljon. Tutkielman tuloksia tulee kuitenkin verrata myöhemmin eri korkotasoilla saatuihin tuloksiin, arvostuksen osatekijöiden estimoinnin ollessa kuitenkin markkinatilanne kohtaista.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.027 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".