Inférence bayésienne et correntropie pour l’évaluation des actifs en situation d’ambiguïté

Résumé

L’article propose une technique d’inférence bayésienne et de correntropie pour modéliser l’incertitude et l’ambiguïté des informations de marché et évaluer les prix des actifs. Il applique cette approche à un modèle d’évaluation des actifs fondé sur la consommation, représente les variations de consommation au moyen d’un réseau bayésien et examine les dynamiques des prix dans les données.

Les dynamiques rapportées comprennent des écarts de prix procycliques, des primes de risque sur actions et une volatilité contracycliques, des effets de levier et un retour à la moyenne des rendements excédentaires. Les auteurs affirment que cette technique de modélisation des informations sur les actifs permet d’estimer efficacement les variations des prix de marché. La description fournie ne précise ni les données, ni les méthodes de référence, ni la procédure d’estimation, ni l’évaluation quantitative ; l’exactitude et la généralité revendiquées ne peuvent donc pas être évaluées à partir de ce seul compte rendu.

Idées clés

• La technique proposée de BIC combine inférence bayésienne et correntropie pour représenter l’incertitude et l’ambiguïté.
• Un modèle d’évaluation des actifs fondé sur la consommation utilise un réseau bayésien pour représenter les variations de consommation.
• L’analyse porte sur les écarts de prix, les primes de risque sur actions, la volatilité, les effets de levier et le retour à la moyenne des rendements excédentaires.
• L’article fait état d’une estimation efficace des variations de prix, mais la description fournie ne donne ni mesures ni comparaisons avec des méthodes de référence.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.