[論文レビュー] Two-grid Penalty Approximation Scheme for Doubly Reflected BSDEs

Wonjae Lee, Park, Hyungbin|arXiv (Cornell University)|Mar 10, 2026

Stochastic processes and financial applications被引用数 0

ひとこと要約

この論文は、分離された Markov型二重反射BSDEsのための二グリッドペナライゼーションと時間離散化スキームを開発し、鋭いペナライゼーションと離散化誤差境界を確立し、Black–Scholesダイナミクス下で数値的に手法を検証する。

ABSTRACT

We study penalization coupled with time discretization for decoupled Markovian doubly reflected BSDEs with obstacles \(p_b(t,X_t)\le Y_t\le p_w(t,X_t)\). The DRBSDE is approximated by a penalized BSDE with parameter \(λ\) and discretized by an implicit Euler scheme with step \(Δt\). A key difficulty is that the forward approximation used to evaluate the obstacles generates an error term that is amplified by \(λ\). In the single-obstacle case this amplification can be removed by the shift \(Y-p_b(t,X)\), but no analogous transformation eliminates both obstacles simultaneously; this motivates simulating the forward SDE on a finer grid \(\tilde{Δt}\) and projecting onto the backward grid (two-grid scheme). Under structural assumptions motivated by financial barriers we sharpen penalization rates and obtain a uniform \(O(λ^{-1})\) bound for the value process. We derive an explicit error bound in \((Δt,\tilde{Δt},λ)\) and tuning rules; for \(Z\)-independent drivers, \(λ\asymp Δt^{-1/2}\) with \(\tilde{Δt}=O(Δt/λ^2)\) yields the target \(O(Δt^{1/2})\) rate. Nonsmooth barriers/payoffs are handled via a multivariate Itô--Tanaka and local-time-on-surfaces argument. We also provide numerical experiments for a one-dimensional game put under the Black--Scholes model. The observed grid-refinement errors are consistent with the predicted \(O(n^{-1/2})\) behavior, while the penalty sweep indicates that the tested regime remains pre-asymptotic with respect to the penalty parameter.

研究の動機と目的

• 2つの障害を持つDRBSDEをペナルizationで近似することを動機づけて研究する。
• ペナルティ項からの誤差増幅を制御するための粗 backward グリッド上での implicit Euler スキームを用いた二グリッド正順近似を開発する。
• 前向き・後向きの離散化、ペナルティレベル、グリッド細分化を結ぶ明示的な誤差境界を導出する。
• ターゲット収束率（例：O(Δt^{1/2})）を達成するための調整ルールを提供する。
• Black–Scholesモデルにおける1次元ゲームプットで理論を数値実験で検証する。

提案手法

• λによるペナルティ付きBSDEsを用いたDRBSDEsの近似と粗い後向きグリッド上での隠れ的Eulerスキームによる離散化。
• 前向きSDEをより細かいグリッドでシミュレーションし、forward値を後向きグリッドに射影してλからの誤差増幅を制御する。
• Δt、d tilde{Δt}、およびλを結ぶ定量的な誤差境界を導出し、Z依存ドライバーとZ非依存ドライバーのケースを含める。
• λ > 2K_y および適切なグリッド結合（λ ~ Δt^{-1/2}, tilde{Δt} ~ O(Δt/λ^{2})）の下で、前後向き近似が価値過程に対してO(Δt^{1/2})収束を達成することを示す。
• 多変量 Itô–Tanakaおよび表面上の局所時間の議論を用いて非滑らかな障壁/ペイオフに対応する。
• Black–Scholesダイナミクス下の1次元ゲームプットを用いた数値実験を提供し、グリッド細分化とペナルティ挙動を示す。

実験結果

リサーチクエスチョン

• RQ1 DRBSDE設定における2障害を持つ場合のペナルizationと時間離散化の相互作用はどうなるか。
• RQ2 前向きシミュレーションで障壁関数を評価する際にペナルティが引き起こす誤差増幅を二グリッド Schemeが緩和できるか。
• RQ3 Δt、tilde{Δt}、λの観点で結合したペナルizationと離散化の明示的な誤差境界は何か。
• RQ4 標準の√Δt収束を再現するにはどのようなパラメータ結合とドライバー構造が必要か。
• RQ5 非滑らかな障壁/ペイオフは誤差解析にどう影響し、どの技法がそれを扱えるか。

主な発見

• ペナルization誤差をYについてO(1/λ)境界へ鋭化でき、構造的仮定の下で従来のO(λ^{-1/2})結果を改善する。
• 二グリッドスキームはXを細かいグリッドでシミュレートし、コース backward グリッドで評価することで誤差増幅を抑制し、バックワードグリッドを細化せずに価値過程のO(Δt^{1/2})収束を回復する。
• 一般リプシッツの場合でZ依存ドライバーのとき、平均平方境界は (max_i E|Y_ti - Y^{λ,π}_{ti}|^{2})^{1/2} ≤ C(λ Δt^{1/2} + λ^{-1})。
• ドライバーがZに依存しない場合、絶対誤差境界が成り立つ：max_i E|Y_ti - Y^{λ,π}_{ti}| ≤ C(Δt^{1/2} + λ tilde{Δt}^{1/2} + λ Δt + λ^{-1})。
• λ ≍ Δt^{-1/2} および tilde{Δt} = O(Δt/λ^{2}) を選ぶと、目標レート max_i E|Y_ti - Y^{λ,π}_{ti}| = O(Δt^{1/2}) を得る。
• 非滑らかな障壁/ペイオフは Itô–Tanaka および表面上の局所時間を用いて扱い、実用的な障壁関数を可能にする。
• Black–Scholesダイナミクス下の1次元ゲームプットの数値実験は、予測されたO(n^{-1/2})レートと事前漸近領域におけるペナルティパラメータの挙動を示唆する。