Edgeworth बनाम Gram–Charlier Expansions की व्याख्या
तुलना करें कि Edgeworth और Gram–Charlier expansions cumulants का कैसे उपयोग करती हैं, उनका ordering क्यों अलग है और option pricing तथा tail estimation में क्या गलत हो सकता है
सीधा जवाब
Gram–Charlier cumulant differences से reference distribution के आसपास density को formally expand करती है। Edgeworth संबंधित Hermite corrections को asymptotic order, अक्सर sample size की powers, के अनुसार reorganize करती है। इस ordering से Edgeworth का error logic साफ होता है, लेकिन कोई भी truncated series अपने आप valid density नहीं बनती
दोनों familiar reference law से शुरू होती हैं
Variable को standardize करने के बाद दोनों methods आम तौर पर Hermite polynomials के साथ normal density में corrections लिखती हैं
Skewness asymmetric correction लाती है, जबकि excess kurtosis Gaussian reference की तुलना में shoulder और tail shape बदलती है
Shared notation दोनों expansions को interchangeable जैसा दिखाती है, हालांकि उनकी derivations और interpretation अलग हैं
Gram–Charlier formal cumulant expansion है
Gram–Charlier series target density को reference density के derivatives के जरिए express करती है, जिन्हें cumulant differences से weight किया जाता है
Practical truncation skewness और kurtosis terms रख सकती है क्योंकि वे interpretable हैं, इसलिए नहीं कि उनका एक controlled error order हो
Convergence poor या absent हो सकती है, और अधिक formal terms जोड़ने से चुने हुए point पर approximation जरूरी नहीं सुधरे
Edgeworth asymptotic scale से ordered है
Standardized sums के लिए cumulants n में known rates पर shrink होते हैं, इसलिए corrections को n^{-1/2} जैसी powers से group किया जा सकता है
Next order में fourth cumulants और third cumulant का square दोनों आ सकते हैं, केवल अगला Hermite polynomial नहीं
इसलिए Edgeworth truncation का अर्थ तभी है जब sequence, normalization और claimed asymptotic validity region declared हों
Option formulas moments को price corrections में बदलती हैं
Approximate option valuation corrected risk-neutral density के विरुद्ध payoff integrate कर सकती है या Black–Scholes जैसे benchmark के आसपास expand कर सकती है
Jarrow–Rudd चुनी गई approximate distribution के आसपास expansion विकसित करता है, जबकि Corrado–Su skewness और kurtosis के लिए Gram–Charlier corrections adapt करता है
Options से infer किए गए fitted cumulants risk-neutral pricing quantities हैं, physical return frequencies के direct forecasts नहीं
Moment matching tails को control नहीं करता
कई distributions पहले चार समान moments रखती हैं, फिर भी crashes या extreme rallies की probabilities बहुत अलग दे सकती हैं
Hermite corrections center से दूर rapidly बढ़ती हैं, इसलिए mean के पास छोटा term tails में dominate और oscillate कर सकता है
Higher sample या implied moments noisy भी होते हैं, जिससे coefficients unstable और calibration में इस्तेमाल strike range पर strongly dependent हो जाते हैं
Truncated series distribution न भी हो सकती है
Approximate density negative हो सकती है, one पर integrate नहीं हो सकती या domain के किसी भाग में decreasing CDF दे सकती है
Option space में ये defects bounds से बाहर prices या strike monotonicity तथा butterfly convexity violations के रूप में दिख सकते हैं
Renormalizing केवल total mass ठीक करती है; positivity, forward mean या हर no-arbitrage condition अपने आप वापस नहीं लाती
Expansion को local diagnostic की तरह उपयोग करें
Coefficients interpret करने से पहले reference law, standardization, retained asymptotic order, cumulant convention और strike region बताएं
Density positivity और normalization check करें, discounted forward recover करें और wider grid पर call-price monotonicity तथा convexity test करें
Liquid strikes से बाहर extrapolate करने से पहले positive-density model या direct option interpolation से out-of-sample तुलना करें
आम सवाल
Edgeworth और Gram–Charlier में मुख्य अंतर क्या है?
Edgeworth corrections को asymptotic scale से order करती है, जबकि Gram–Charlier मूल रूप से cumulant differences की formal expansion है
दोनों expansions Hermite polynomials क्यों उपयोग करती हैं?
Hermite polynomials normal density के repeated derivatives से आती हैं, इसलिए cumulant corrections के natural carriers हैं
क्या चार moments option-price distribution तय कर सकते हैं?
नहीं। समान पहले चार moments वाली distributions के tail shapes अलग हो सकते हैं और इसलिए far-strike option prices भी अलग होंगे
क्या negative approximate density को renormalize करना पर्याप्त है?
नहीं। Total mass ठीक होने पर भी negativity, गलत forward mean, decreasing CDF या option-arbitrage violations रह सकते हैं