Байесовский анализ и коррентропия для оценки активов при неоднозначности

Сводка

В статье предлагается метод байесовского вывода и коррентропии для моделирования неопределенности и неоднозначности рыночной информации и оценки стоимости активов. Метод применяется к модели ценообразования активов на основе потребления: изменения потребления представлены байесовской сетью, а динамика цен анализируется на данных.

Среди описанных закономерностей — проциклические отклонения цен, контрциклические премии за акции и волатильность, эффект финансового рычага и возврат избыточной доходности к среднему. Авторы утверждают, что этот метод моделирования информации об активах позволяет эффективно оценивать изменения рыночных цен. В предоставленном описании не указаны данные, методы сравнения, процедура оценивания или количественная оценка, поэтому заявленные точность и общность метода нельзя оценить по этому материалу.

Ключевые идеи

• Предложенный метод BIC сочетает байесовский вывод и коррентропию для представления неопределенности и неоднозначности.
• В модели ценообразования активов на основе потребления байесовская сеть представляет изменения потребления.
• Анализ охватывает отклонения цен, премии за акции, волатильность, эффекты финансового рычага и возврат избыточной доходности к среднему.
• В статье сообщается об эффективной оценке изменений цен, но в описании нет метрик или сравнений с бенчмарками.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.