跳到正文
← 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:摘要直接研究期权价格曲面、无套利约束和状态价格密度,属于资产定价。

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
Lin-Yee Hin

执行价与到期时间无套利约束下的看涨期权价格曲面半非参数估计

研究问题
如何联合估计看涨期权在执行价与到期时间上的价格曲面,满足两维无套利约束,并进一步估计状态价格密度?
方法与思路
作者采用二维张量积 B 样条,给出控制网格上的线性无套利充分条件,使估计可通过标准二次规划实现。
材料陈述的贡献
摘要称,估计量具有一致性;模拟考察完整无套利约束带来的统计效率收益,并对标普 500 期权估计价格曲面及状态价格密度。
阅读关注点
应核对无套利充分条件的经济含义与约束强度、样条节点选择、二次规划目标,以及价格导数和密度估计的一致性范围。
阅读边界
仅据所给出版社摘要,无法判断充分条件是否必要、效率收益的幅度或具体市场数据处理;摘要未说明,也不能推断版本变化。

原文摘要

We suggest a semi-nonparametric estimator for the call-option price surface. The estimator is a bivariate tensor-product B-spline. To enforce no-arbitrage constraints across strikes and expiry dates, we establish sufficient no-arbitrage conditions on the control net of the B-spline surface. The conditions are linear and therefore allow for an implementation of the estimator by means of standard quadratic programming techniques. The consistency of the estimator is proved. By means of simulations, we explore the statistical efficiency benefits that are associated with estimating option price surfaces and state-price densities under the full set of no-arbitrage constraints. We estimate a call-option price surface, families of first-order strike derivatives, and state-price densities for S&P 500 option data.

笔记与分组
相关领域论文