Estimating State Price Densities Implied by American Options
估计美式期权隐含的状态价格密度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：摘要研究期权隐含状态价格密度与提前行权溢价，并明确检验其对未来资产收益的预测能力。
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
估计美式期权隐含的状态价格密度
- 研究问题
- 如何从包含提前行权特征的美式期权中估计状态价格密度，并考察所得密度对不同期限未来资产收益的预测信息？
- 方法与思路
- 作者估计高斯—埃尔米特级数展开的参数，通过一系列递归方程求解提前行权溢价，并以校准模拟和期权数据说明方法。
- 材料陈述的贡献
- 摘要称方法可捕捉密度突变并估计提前行权溢价；指数 ETF 与个股应用显示收益预测能力，且短期与长期预测存在符号反转。
- 阅读关注点
- 应核对密度展开的约束、提前行权递归的定价条件、突变捕捉能力的验证，以及收益预测的样本划分和符号反转解释。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；预测检验设计及具体数值未说明，状态价格密度与实际收益分布的联系需核对，也不能推断刊本变化。
原文摘要
We propose a new method to estimate state price densities implicit in American-style options. The method involves estimating the parameters of a Gauss-Hermite series expansion and solving a sequence of recursive equations for the early exercise premium. The resulting estimator can capture sudden shifts in density that may occur during financial crises or in response to significant policy events. It also provides an estimate of the early exercise premium that is of independent interest. We illustrate the proposed method using both calibrated simulations and empirical applications. Our findings indicate that the state price densities implied by S&P 500 ETF options can predict future returns up to a one-year horizon for the period 2009-2023. An application to individual stock options suggests that the state price densities have predictive power for future stock returns at both short (one month) and long (one year) horizons. The analysis also reveals a pattern of sign reversal when moving from short to longer horizon predictions.