Publication

Affine Models

2008
Book Chapters

Résumé

A fine term structure models have gained significant attention in the finance literature, mainly due to their analytical tractability and statistical flexibility. The aim of this article is to present both theoretical foundations as well as empirical aspects of the affine model class. Starting from the original one-factor short-rate models of Vasicek and Cox et al, we provide an overview of the properties of regular affine processes and explain their relationship to affine term structure models. Methods for securities pricing and for parameter estimation are also discussed, demonstrating how the analytical tractability of affine models can be exploited for practical purposes.

Source officielle

https://infoscience.epfl.ch/entities/publication/44b7dbec-7bec-4af6-a33c-96ddafce11de

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

2008
Book Chapters

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/44b7dbec-7bec-4af6-a33c-96ddafce11de

À propos de ce résultat

Concepts associés (32)

Théorie de l'estimation

En statistique, la théorie de l'estimation s'intéresse à l'estimation de paramètres à partir de données empiriques mesurées ayant une composante aléatoire. Les paramètres décrivent un phénomène physique sous-jacent tel que sa valeur affecte la distribution des données mesurées. Un estimateur essaie d'approcher les paramètres inconnus à partir des mesures.

Inférence statistique

vignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.

Maximum de vraisemblance

En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.

Afficher plus

Publications associées (10)

Afficher plus

Affine Models

Chattez avec Graph Search

Learning Parametric Distributions from Samples and Preferences

Randomized Low-Rank Approximation for Time- and Parameter-Dependent Problems

Large Scale Dynamic Models of Metabolism as a Tool for Analysis and Design of Metabolic Engineering and Synthetic Biology Strategies