{"id":{"repo_id":"humboldt-diss","oai_identifier":"oai:edoc.hu-berlin.de:18452/14938"},"canonical_url":"https://search.dev.ndltd.org/etd/humboldt-diss/oai:edoc.hu-berlin.de:18452/14938","repository":{"repo_id":"humboldt-diss","name":"Humboldt Universität zu Berlin","base_url":"https://edoc.hu-berlin.de/server/oai/request"},"display":{"title":"Pricing kernels and their dependence on the implied volatility index","abstract":"Pricing Kernel ist entscheidend für das Verständnis der Investorenpräferenzen. Nach der klassischen Wirtschaftstheorie Pricing kernel, als eine Funktion der aggregierten Ressourcen, muss positiv und monoton fallend sein. Dennoch haben mehrere empirische Studien Nichtmonotonie der empirischen Pricing Kernel ergeben und dieses Phänomen wird als Pricing Kernel Puzzle bezeichnet. In dieser Arbeit werden nichtparametrische Schätzungen der Pricing kernels, die von dem impliziten Volatilitätsindex abhängig sind, vorgeschlagen. Erhaltene Ergebnisse zeigen, dass die Konditionierung auf einem geeigneten Niveau der Volatilität zu monoton fallenden Pricing Kernel führt. Ebenfalls fand der Bezug der Formen von risikoneutralen und physikalischen Dichten auf die Form der Pricing kernels statt.","abstract_html":"Pricing Kernel ist entscheidend für das Verständnis der Investorenpräferenzen. Nach der klassischen Wirtschaftstheorie Pricing kernel, als eine Funktion der aggregierten Ressourcen, muss positiv und monoton fallend sein. Dennoch haben mehrere empirische Studien Nichtmonotonie der empirischen Pricing Kernel ergeben und dieses Phänomen wird als Pricing Kernel Puzzle bezeichnet. In dieser Arbeit werden nichtparametrische Schätzungen der Pricing kernels, die von dem impliziten Volatilitätsindex abhängig sind, vorgeschlagen. Erhaltene Ergebnisse zeigen, dass die Konditionierung auf einem geeigneten Niveau der Volatilität zu monoton fallenden Pricing Kernel führt. Ebenfalls fand der Bezug der Formen von risikoneutralen und physikalischen Dichten auf die Form der Pricing kernels statt.","abstract_has_math":false,"creators":["Lykhnenko, Roman"],"institution":"Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2016,"date_issued":"2016-01-12","date_published":"2016-01-12","updated_at":"2026-08-21T16:45:14Z","subjects":["Empirische Pricing Kernel","implizite Volatilität","risikoneutrale Dichte","physikalische Dichte","lokal lineare Kernel-Regression","Empirical pricing kernel","implied volatility","risk aversion","risk neutral density","physical density","local constant kernel regression","local linear kernel regression"],"languages":["eng"],"rights":["Namensnennung - Keine kommerzielle Nutzung - Keine Bearbeitung"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/3.0/de/"],"identifier_entries":[{"key":"dc:identifier.doi","label":"DOI","values":["https://doi.org/10.18452/14286"],"render_values":[{"text":"https://doi.org/10.18452/14286","href":"https://doi.org/10.18452/14286","code":true}]}]},"links":{"outbound_url":"https://edoc.hu-berlin.de/18452/14938","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"source_record":{"url":"https://edoc.hu-berlin.de/server/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Aedoc.hu-berlin.de%3A18452%2F14938","prefix":"dim"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Lykhnenko, Roman"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2017-06-18T02:57:42Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2017-06-18T02:57:42Z"]},{"key":"dc:date.issued","label":"Date","values":["2016-01-12"]},{"key":"dc:publisher","label":"Institution","values":["Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät"]},{"key":"dc:type","label":"Dc Type","values":["masterThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Empirische Pricing Kernel","implizite Volatilität","risikoneutrale Dichte","physikalische Dichte","lokal lineare Kernel-Regression","Empirical pricing kernel","implied volatility","risk aversion","risk neutral density","physical density","local constant kernel regression","local linear kernel regression"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["eng"]},{"key":"dc:rights","label":"Dc Rights","values":["Namensnennung - Keine kommerzielle Nutzung - Keine Bearbeitung"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/3.0/de/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.doi","label":"DOI","values":["https://doi.org/10.18452/14286"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://edoc.hu-berlin.de/18452/14938"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Pricing Kernel ist entscheidend für das Verständnis der Investorenpräferenzen. Nach der klassischen Wirtschaftstheorie Pricing kernel, als eine Funktion der aggregierten Ressourcen, muss positiv und monoton fallend sein. Dennoch haben mehrere empirische Studien Nichtmonotonie der empirischen Pricing Kernel ergeben und dieses Phänomen wird als Pricing Kernel Puzzle bezeichnet. In dieser Arbeit werden nichtparametrische Schätzungen der Pricing kernels, die von dem impliziten Volatilitätsindex abhängig sind, vorgeschlagen. Erhaltene Ergebnisse zeigen, dass die Konditionierung auf einem geeigneten Niveau der Volatilität zu monoton fallenden Pricing Kernel führt. Ebenfalls fand der Bezug der Formen von risikoneutralen und physikalischen Dichten auf die Form der Pricing kernels statt.","Pricing kernels are crucial for understanding investor attitude toward market risk. According to classical economic theory, pricing kernel must be positive and decreasing as a function of aggregate resources. Nevertheless, several empirical studies revealed nonmonotonicity of the empirical pricing kernels and this phenomenon is referred to as the empirical pricing kernel puzzle. In this thesis nonparametric estimates of the pricing kernels conditional on the implied volatility index are proposed. Obtained results show that conditioning on a suited level of volatility leads to decreasing pricing kernels. Also skewness of risk neutral and physical densities was related to the shape of the pricing kernels."]},{"key":"dc:title","label":"Title","values":["Pricing kernels and their dependence on the implied volatility index"]}]}],"canonical_facts":{"dc:creator":["Lykhnenko, Roman"],"dc:date.accessioned":["2017-06-18T02:57:42Z"],"dc:date.available":["2017-06-18T02:57:42Z"],"dc:date.issued":["2016-01-12"],"dc:description.abstract":["Pricing Kernel ist entscheidend für das Verständnis der Investorenpräferenzen. Nach der klassischen Wirtschaftstheorie Pricing kernel, als eine Funktion der aggregierten Ressourcen, muss positiv und monoton fallend sein. Dennoch haben mehrere empirische Studien Nichtmonotonie der empirischen Pricing Kernel ergeben und dieses Phänomen wird als Pricing Kernel Puzzle bezeichnet. In dieser Arbeit werden nichtparametrische Schätzungen der Pricing kernels, die von dem impliziten Volatilitätsindex abhängig sind, vorgeschlagen. Erhaltene Ergebnisse zeigen, dass die Konditionierung auf einem geeigneten Niveau der Volatilität zu monoton fallenden Pricing Kernel führt. Ebenfalls fand der Bezug der Formen von risikoneutralen und physikalischen Dichten auf die Form der Pricing kernels statt.","Pricing kernels are crucial for understanding investor attitude toward market risk. According to classical economic theory, pricing kernel must be positive and decreasing as a function of aggregate resources. Nevertheless, several empirical studies revealed nonmonotonicity of the empirical pricing kernels and this phenomenon is referred to as the empirical pricing kernel puzzle. In this thesis nonparametric estimates of the pricing kernels conditional on the implied volatility index are proposed. Obtained results show that conditioning on a suited level of volatility leads to decreasing pricing kernels. Also skewness of risk neutral and physical densities was related to the shape of the pricing kernels."],"dc:identifier.doi":["https://doi.org/10.18452/14286"],"dc:identifier.uri":["https://edoc.hu-berlin.de/18452/14938"],"dc:language.iso":["eng"],"dc:publisher":["Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät"],"dc:rights":["Namensnennung - Keine kommerzielle Nutzung - Keine Bearbeitung"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/3.0/de/"],"dc:subject":["Empirische Pricing Kernel","implizite Volatilität","risikoneutrale Dichte","physikalische Dichte","lokal lineare Kernel-Regression","Empirical pricing kernel","implied volatility","risk aversion","risk neutral density","physical density","local constant kernel regression","local linear kernel regression"],"dc:title":["Pricing kernels and their dependence on the implied volatility index"],"dc:type":["masterThesis"]},"updated_at":"2026-08-21T16:45:14Z"}