On évalue dans cet article la performance empirique d'un modèle dynamique d'évaluation d'options qui fournit une formule de prix fondée sur des processus latents de variables d'état. Cette formule est une généralisation de la formule dite de Hull et White (1987) qui évalue une option européenne écrite sur un actif à volatilité stochastique. On propose dans un premier temps de fonder sur cette formule une procédure empirique ad hoc permettant l'évaluation d'une option à partir du calcul de deux paramètres implicites extraits sur les prix d'options observés la veille. Appliquée à la prévision des prix d'options sur l'indice S&P 500, cette procédure offre un gain de précision significatif par rapport à la pratique usuelle de prévision des prix à travers une volatilité implicite conformément à ce que suggère la formule de Hull et White. Dans un second temps, on propose de particulariser le modèle dans un contexte d'équilibre intertemporel avec utilité récursive. On fournit alors des résultats d'expériences de Monte Carlo montrant que les statistiques de prix d'options produisent des estimateurs des paramètres structurels de l'équilibre beaucoup plus précis que les données de prix de l'actif sous-jacent. Ceci suggère en retour que les paramètres structurels devraient jouer un rôle important dans l'évaluation d'options. Cette affirmation est validée empiriquement sur les données d'options sur l'indice S&P 500 en montrant que la formule de Hull et White est dominée, en termes de prévision des prix d'options hors-échantillon par une formule dépendant explicitement de paramètres de préférence, a fortiori si ceux-ci prennent en compte de façon non contrainte à la fois l'aversion pour le risque et l'élasticité de substitution intertemporelle.