扩增效应：负分母
设为贴现率，V为某选项值，一些基本值。0<ρ<10<ρ<10 < \rho < 1VVVFFF ρV=βV+FρV=βV+F \rho V = \beta V + F 您可以访问一些选项值，它将始终为您提供一些基本流量值，并且您可以访问初始选项值的另一个（初始值/索赔的某种放大）。我们得到了解决期权价值的问题˚F βVVVFFFββ\beta V=Fρ−βV=Fρ- β V = \frac{F}{\rho - \beta} 现在，这可能只是让我感到困惑，但通常在这里我们只检查是不是完全为零。ρ−βρ- β\rho - \beta 对于，我们有V是价值比原来更加˚F。我怎样才能理解ρ < β的情况？即使对于零和一之间的β和ρ，这些都是非常可能的。在这种情况下，分母变为负值，选项V的值为负。怎么了？ρ>βρ>β\rho > \betaVVVFFFρ<βρ<β\rho < \betaββ\betaρρ\rhoVVV 扩展示例 根据流行的请求，这里是模型的更通用版本（仍然是抽象，但希望这提供了足够的上下文。 认为大约为空位的值，在一个搜索和匹配上下文。鉴于市场紧张度θ，您将找到速率为q （θ ）的匹配。职位空缺与流动成本有关c。VVVθθ\thetaq(θ)q（θ）q(\theta)cCc 现在，一旦你与失业工人相匹配，你可以决定接受那场比赛（，或拒绝他（β = 0）。事实上，整个线β ＆Element; [ 0 ，1 ]是允许的，了解它作为混合策略。事实上，考虑到空缺具有代表性，混合策略可以理解为人口份额。β=1)β=1）\beta = 1)β=0β=0\beta = 0β∈[0,1]β∈[0，1]\beta …