[論文レビュー] Exact asymptotics for a distribution density of certain Levy functionals

Victoria Knopova, Alexei Kulik|arXiv (Cornell University)|Nov 24, 2009

Stochastic processes and financial applications被引用数 2

ひとこと要約

本稿では、確定的カーネルを有するLévy駆動確率積分の密度関数に対する正確な漸近式を導出するため、洗練された鞍点法を開発する。Lévy過程、Ornstein-Uhlenbeck過程、および分数Lévy運動の遷移密度関数について、精密な漸近的挙動を確立し、鋭い大偏差および尾部近似を提供する。

ABSTRACT

A version of the saddle point method is developed, which allows one to describe exactly the asymptotic behavior of distribution densities of Levy driven stochastic integrals with deterministic kernels. Exact asymptotic behavior is established for (a) the transition probability density of a real-valued Levy process; (b) the transition probability density and the invariant distribution density of a Levy driven Ornstein-Uhlenbeck process; (c) the distribution density of the fractional Levy motion.

研究の動機と目的

• 確定的カーネルを有するLévy駆動確率積分の分布密度関数の正確な漸近的挙動を確立すること。
• 大偏差領域における実数値Lévy過程の遷移確率密度関数を分析すること。
• Lévy駆動オーナイズ・ウーレンバック過程の不変分布密度関数の漸近的形を導出すること。
• 分数Lévy運動の分布密度関数の正確な漸近的挙動を特定すること。
• 広範なLévy関数型クラスに対して、鞍点技法を用いた統一的かつ分析的な枠組みを提供すること。

提案手法

• 古典的鞍点法を拡張し、確定的カーネルを有するLévy駆動確率積分を扱えるように適応する。
• 関数の特性関数にこの手法を適用し、複素解析を用いて逆変換することで密度の漸近的挙動を抽出する。
• 密度の尾部の指数的減衰率を支配する複素平面上の主要な鞍点を同定する。
• 複素領域におけるラプラス法を用いて、特性関数の逆フーリエ変換を近似する。
• Lévy過程のモーメント母関数に基づく密度の明示的漸近展開を導出する。
• 特に安定過程などの特殊ケースにおいて既知の結果と整合性を確認することで、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 実数値Lévy過程の遷移密度関数は、大偏差領域においてどのように正確に漸近的に振る舞うか？
• RQ2 Lévy駆動オーナイズ・ウーレンバック過程の遷移密度および不変密度関数は、漸近的にどのように振る舞うか？
• RQ3 分数Lévy運動の分布密度関数の正確な尾部挙動は何か？
• RQ4 鞍点法を体系的に適応することで、確定的カーネルを有する一般のLévy関数型に対して正確な漸近式を得られるか？
• RQ5 これらの密度関数の漸近展開における主要項は何か？また、それらはLévy三重対にどのように依存するか？

主な発見

• 本稿では、実数値Lévy過程の遷移密度関数について、正確な漸近的表現を導出し、その指数的減衰率がモーメント母関数によって決定されることを示した。
• Lévy駆動オーナイズ・ウーレンバック過程において、不変分布密度関数は定常周辺分布と同じ漸近的形を示し、明確な尾部減衰率を持つことが明らかになった。
• オーナイズ・ウーレンバック過程の遷移密度関数は、鞍点解析から導かれた明示的なレート関数を有する大偏差原理を満たすことが示された。
• 分数Lévy運動の分布密度関数は、鋭い漸近的展開を持つことが証明され、その減衰率は自己相似指数およびLévy測度によって支配される。
• 本手法は、非ガウス型および重尾型の状況を含め、すべての3つのクラスにおいて密度関数の主要項の挙動を的確に捉えた。
• 既知の漸近近似を一般化し、Lévyに基づく確率的モデルにおける密度推定のための厳密な枠組みを提供した。