الاستدلال البايزي ومقياس كورينتروبي لتسعير الأصول في ظل الغموض

الملخص

تقترح الورقة تقنية تجمع بين الاستدلال البايزي ومقياس كورينتروبي لنمذجة عدم اليقين والغموض في معلومات السوق وتقييم أسعار الأصول. وتطبق النهج على نموذج لتسعير الأصول قائم على الاستهلاك، إذ تمثل تغيرات الاستهلاك بشبكة بايزية وتدرس ديناميكيات الأسعار في البيانات.

تشمل الديناميكيات المبلغ عنها انحرافات سعرية مسايرة للدورة، وعلاوات أسهم وتقلبات معاكسة للدورة، وآثار الرافعة المالية، والارتداد إلى المتوسط في العوائد الزائدة. ويذكر المؤلفون أن نمذجة معلومات الأصول بهذه التقنية يمكن أن تقدّر تغيرات أسعار السوق بفاعلية. ولا يحدد الوصف المقدم البيانات أو أساليب المقارنة أو إجراءات التقدير أو التقييم الكمي، لذا لا يمكن تقييم الدقة والعمومية المدعاتين استنادًا إلى هذا العرض وحده.

الأفكار الرئيسية

• التقنية المقترحة BIC تجمع بين الاستدلال البايزي ومقياس كورينتروبي لتمثيل عدم اليقين والغموض.
• يستخدم نموذج تسعير الأصول القائم على الاستهلاك شبكة بايزية لتمثيل تغيرات الاستهلاك.
• يتناول التحليل انحرافات الأسعار وعلاوات الأسهم والتقلب وآثار الرافعة المالية وارتداد العوائد الزائدة إلى المتوسط.
• تفيد الورقة بأن تغيرات الأسعار تُقدّر بفاعلية، لكنها لا تقدم مقاييس أو مقارنات مرجعية في الوصف المقدم.

الوسوم

# Accurate Evaluation of Asset Pricing Under Uncertainty and Ambiguity of Information


# Accurate Evaluation of Asset Pricing Under Uncertainty and Ambiguity of Information









Since exchange economy considerably varies in the market assets, asset prices have become an attractive research area for investigating and modeling ambiguous and uncertain information in today markets. This paper proposes a new generative uncertainty mechanism based on the Bayesian Inference and Correntropy (BIC) technique for accurately evaluating asset pricing in markets. This technique examines the potential processes of risk, ambiguity, and variations of market information in a controllable manner. We apply the new BIC technique to a consumption asset-pricing model in which the consumption variations are modeled using the Bayesian network model with observing the dynamics of asset pricing phenomena in the data. These dynamics include the procyclical deviations of price, the countercyclical deviations of equity premia and equity volatility, the leverage impact and the mean reversion of excess returns. The key findings reveal that the precise modeling of asset information can estimate price changes in the market effectively.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.