Semi-parametric estimation of American option prices
美式期权价格的半参数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究美式期权定价、随机贴现因子和资产价格的无套利约束。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
美式期权价格的半参数估计
- 研究问题
- 在离散时间中，如何结合参数化随机贴现因子、非参数状态转移动态和观测资产价格，估计具有提前行权特征的美式期权价格？
- 方法与思路
- 作者在无套利约束下最小化相对核转移密度的 Kullback–Leibler 距离，并用动态规划明确期权数据带来的非线性参数约束。
- 材料陈述的贡献
- 摘要称，所提半参数估计同时利用债券、标的资产与部分美式期权价格约束，并研究了估计量的渐近和有限样本性质。
- 阅读关注点
- 应核对随机贴现因子的参数化、马尔可夫状态设定、提前行权约束的动态规划实现，以及参数与转移密度的联合识别。
- 阅读边界
- 仅据所给出版社摘要，无法判断完整无套利与识别条件、计算复杂度或定价精度；摘要未报告优于其他估计方法的具体结果。
原文摘要
We introduce a novel semi-parametric estimator of American option prices in discrete time. The specification is based on a parameterized stochastic discount factor and is nonparametric w.r.t. the historical dynamics of the Markovian state variables. The historical transition density estimator minimizes a distance built on the Kullback–Leibler divergence from a kernel transition density, subject to the no-arbitrage restrictions for a non-defaultable bond, the underlying asset and some American option prices. We use dynamic programming to make explicit the nonlinear restrictions on the Euclidean and functional parameters coming from option data. We study asymptotic and finite sample properties of the estimators.