Option market trading activity and the estimation of the pricing kernel: A Bayesian approach
期权市场交易活动与定价核估计：贝叶斯方法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：摘要的核心对象是定价核及真实概率测度的构造，直接属于资产定价计量。
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…
期权市场交易活动与定价核估计：贝叶斯方法
- 研究问题
- 如何结合历史股票收益与期权交易信息估计定价核，并解释经验研究中常见的 U 形定价核现象？
- 方法与思路
- 作者通过狄利克雷过程构造期权调整的真实概率测度，以深度虚值期权交易活动校准精度参数，再形成调整后的定价核。
- 材料陈述的贡献
- 摘要称，在标普五百指数二〇〇二至二〇一五年的样本中，调整后的定价核在不同波动水平下均单调递减，据此解释相关谜题。
- 阅读关注点
- 应核对期权信息进入真实测度的机制、交易活动与精度参数的对应关系，以及单调性结论对先验、数据处理和样本分段的敏感性。
- 阅读边界
- 仅据所给出版社摘要，单调递减是作者报告的样本结果；摘要未说明不确定性区间、稳健性检验或样本外适用性。
原文摘要
We propose a nonparametric Bayesian approach for the estimation of the pricing kernel. Historical stock returns and option market data are combined through the Dirichlet Process (DP) to construct an option-adjusted physical measure. The precision parameter of the DP process is calibrated to the amount of trading activity in deep-out-of-the-money options. We use the option-adjusted physical measure to construct an option-adjusted pricing kernel. An empirical investigation on the S&P 500 Index from 2002 to 2015 shows that the option-adjusted pricing kernel is consistently monotonically decreasing, regardless of the level of volatility, thus providing an explanation to the well known U-shaped pricing kernel puzzle.