استنباط بیزی و کورنتروپی برای قیمت‌گذاری دارایی در شرایط ابهام
خلاصه
مقاله روش استنباط بیزی و کورنتروپی را برای مدل‌سازی عدم‌قطعیت و ابهام در اطلاعات بازار و ارزیابی قیمت دارایی‌ها پیشنهاد می‌کند. این رویکرد را در مدل قیمت‌گذاری دارایی مبتنی بر مصرف به کار می‌گیرد، تغییرات مصرف را با شبکه بیزی بازنمایی می‌کند و پویایی قیمت را در داده‌ها بررسی می‌کند.
پویایی‌های گزارش‌شده شامل انحراف قیمت‌های هم‌چرخه با چرخه، صرف سهام و نوسان پادچرخه‌ای، اثرات اهرمی و بازگشت‌به‌میانگین بازده‌های مازاد است. نویسندگان می‌گویند مدل‌سازی اطلاعات دارایی با این روش می‌تواند تغییرات قیمت بازار را به‌طور مؤثری برآورد کند. توضیحات ارائه‌شده داده‌ها، روش‌های معیار مرجع، فرایند برآورد یا ارزیابی کمی را مشخص نمی‌کند؛ بنابراین دقت و کلیت ادعاشده را نمی‌توان تنها بر پایه این شرح سنجید.
ایده‌های کلیدی
- روش پیشنهادی BIC استنباط بیزی و کورنتروپی را برای بازنمایی عدم‌قطعیت و ابهام ترکیب می‌کند.
- مدل قیمت‌گذاری دارایی مبتنی بر مصرف برای بازنمایی تغییرات مصرف از شبکه بیزی استفاده می‌کند.
- تحلیل، انحراف قیمت، صرف سهام، نوسان، اثرات اهرمی و بازگشت‌به‌میانگین بازده مازاد را بررسی می‌کند.
- مقاله از برآورد مؤثر تغییرات قیمت خبر می‌دهد، اما شرح ارائه‌شده سنجه یا مقایسه‌ای با معیارهای مرجع ندارد.
برچسب‌ها
متن کامل
# 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.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.