[논문 리뷰] Existence and uniqueness for backward stochastic differential equations driven by a random measure

Elena Bandini|arXiv (Cornell University)|2015. 06. 07.

Stochastic processes and financial applications참고 문헌 9인용 수 7

한 줄 요약

이 논문은 보조자체가 연속적이거나 결정론적일 필요가 없는 일반적인 정수값을 가진 랜덤 측도에 의해 구동되는 후행 확률적 미분 방정식(BSDEs)에 대해 존재성과 유일성을 확립한다. 보조자체는 $ dA_t \phi_t(dx) $ 형태의 보정자($\text{compensator}$)를 가지며, 여기서 $ A $ 는 오른쪽 연속, 비감소, 예측 가능 과정이다. 주요 기여는 잘 정의된 문제를 보장하는 새로운 기술적 조건인 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ 를 제안한 것으로, 이 조건은 문헌에 알려진 반례들을 배제하고, 조각적 결정론적 마코프 과정(PDMPs)을 포함한 제어 문제에의 응용 가능성을 열어준다.

ABSTRACT

We study the following backward stochastic differential equation on finite time horizon driven by an integer-valued random measure $μ$ on $\mathbb R_+ imes E$, where $E$ is a Lusin space, with compensator $ν(dt,dx)=dA_t\,ϕ_t(dx)$: \[ Y_t = ξ+ \int_{(t,T]} f(s,Y_{s-},Z_s(\cdot))\, d A_s - \int_{(t,T]} \int_E Z_s(x) \, (μ-ν)(ds,dx),\qquad 0\leq t\leq T. \] The generator $f$ satisfies, as usual, a uniform Lipschitz condition with respect to its last two arguments. In the literature, the existence and uniqueness for the above equation in the present general setting has only been established when $A$ is continuous or deterministic. The general case, i.e. $A$ is a right-continuous nondecreasing predictable process, is addressed in this paper. These results are relevant, for example, in the study of control problems related to Piecewise Deterministic Markov Processes (PDMPs). Indeed, when $μ$ is the jump measure of a PDMP, then $A$ is predictable (but not deterministic) and discontinuous, with jumps of size equal to 1.

연구 동기 및 목표

• 랜덤 측도에 의해 구동되는 후행 확률적 미분 방정식(BSDEs)에 대해 존재성과 유일성을 확립하는 것. 이때 보정자는 예측 가능하고 오른쪽 연속이며 비감소인 과정 $ A $ 를 포함하며, 이는 이전 연구에서 요구한 연속성 또는 결정론적 조건을 일반화한다.
• 예측 가능하고 비연속적인 과정 $ A $ 를 포함하는 일반적인 경우에서의 잘 정의된 문제 성질에 대한 열린 문제를 해결하는 것. 이는 조각적 결정론적 마코프 과정(PDMPs)의 맥락에서 자연스럽게 발생한다.
• 존재성과 유일성을 보장하기 위해 새로운 기술적 조건인 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ 를 식별하고 도입하는 것. 이 조건은 기존 문헌의 알려진 반례들과 구별된다.
• 해당 조건에서 $ Y $ 에 대한 리프시츠 상수 $ L_y $ 에만 제약이 존재하고, $ Z $ 에 대한 리프시츠 상수 $ L_z $ 에는 어떠한 조건도 필요로 하지 않는다는 것을 보여주는 것. 이는 PDMPs를 포함한 제어 문제에 있어 핵심적인 이점이다.

제안 방법

• 논문은 유한 시간 간격 $[0,T]$ 에서 정의된 BSDE를 다루며, $ \mathbb{R}_+ \times E $ 에 정의된 랜덤 측도 $ \mu $ 와 보정자 $ \nu(dt,dx) = dA_t \phi_t(dx) $ 를 고려한다. 여기서 $ E $ 는 루신 공간이며, $ A $ 는 예측 가능하고 오른쪽 연속이며 비감소인 과정이며, $ \Delta A_t \leq 1 $ 이다.
• 랜덤 측도 $ \mu $ 에 대한 마르팅게일 표현 정리를 적용하며, 필터레이션이 $ \mu $ 에 의해 생성되는 자연스러운 오른쪽 연속 필터레이션임을 가정한다. 또한 보정자의 분해 $ dA_t \phi_t(dx) $ 를 사용한다.
• 해는 적절한 바나흐 공간 내의 고정점 정리를 통해 구성되며, 주요 혁신은 BSDE의 점프 성분을 제어하기 위해 수정된 리프시츠 상수 $ \hat{L}_{z,s} $ 를 도입한 것이다.
• 증명은 $ A $ 의 점프 구조에 대한 세심한 분석에 기반하며, 특히 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ 조건이 비연속성에도 불구하고 수축 사상 원리가 적용되도록 보장한다.
• 보정자의 연속적 부분과 비연속적 부분을 명시적으로 분리하며, 각각 $ \nu^c $ 와 $ \nu^d $ 로 표기한다. 비연속적 부분 $ \nu^d $ 는 $ \Delta A_t \phi_t^d(dx) $ 형태로 표현되며, $ \phi_t^d(E) = 1 $ 이므로 점프 크기의 일致성을 확보할 수 있다.
• 핵심 부등식 $ \frac{L_y^2}{\hat{L}_{z,s}^2} + \frac{1}{c_s} < H_s(\hat{L}_{z,s}^2) $ 가 유도되며, 이는 주요 조건 하에서 유한성을 보장하여 수축 사상 원리가 성립함을 보여준다.

실험 결과

연구 질문

• RQ1 보정자가 예측 가능하고 오른쪽 연속이며 비감소인 과정 $ A $ 를 포함하는 일반적인 경우에서, 랜덤 측도에 의해 구동되는 BSDE에 대해 존재성과 유일성을 확립할 수 있는가? 이는 이전 연구에서 요구한 연속성 또는 결정론적 조건을 초월한다.
• RQ2 예측 가능하고 비연속적인 과정 $ A $ 를 포함하는 일반적인 경우에서 잘 정의된 문제 성질을 확보하기 위해 추가로 필요한 기술적 조건은 무엇이며, 이는 이전의 가정과 어떻게 다를까?
• RQ3 리프시츠 상수 $ L_z $ 에 대해 $ Z $ 에 대한 제약이 없음이, PDMPs를 포함한 제어 문제에 더 넓은 적용 가능성을 허용하는가?
• RQ4 제안된 조건 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ 는 문헌에서 알려진 존재성에 대한 반례들(예: [7]의 4.3절)을 어떻게 배제하는가?
• RQ5 마르팅게일 표현 정리와 분해 $ \nu^d(dt,dx) = \Delta A_t \phi_t^d(dx) $ 가 성립하는 한, 결과를 비이산 랜덤 측도 $ \mu $ 로 확장할 수 있는가?

주요 결과

• 논문은 보정자가 $ dA_t \phi_t(dx) $ 를 가지며, $ A $ 가 오른쪽 연속, 비감소, 예측 가능 과정인 경우에 대해, 조건 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ ($ \varepsilon \in (0,1) $) 하에서 BSDE에 대해 존재성과 유일성을 확립한다. 이는 주요 기술적 기여이다.
• 조건 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ 는 반례를 피하기 위해 필수적임을 입증한다. 특히 [7]의 반례는 이 조건을 위반하며, $ 2L_y^2 |\Delta A_t|^2 = 2 $ 로 존재성을 파기한다.
• PDMPs의 경우, $ A $ 는 예측 가능하고 비연속적이며 점프 크기가 1이므로, 조건은 $ L_y < 1/\sqrt{2} $ 로 단순화되며, 이는 $ Y $ 에 대한 생성자 리프시츠 상수에 대한 명시적이고 간단한 제약 조건이 된다.
• 논문은 $ Z $ 에 대한 리프시츠 상수 $ L_z $ 에 대해 어떠한 조건도 필요로 하지 않음을 보여주며, 이는 PDMPs를 포함한 제어 이론 응용에 있어 핵심적인 이점이다.
• 증명 기법은 강건하며, 분해 $ \nu^d(dt,dx) = \Delta A_t \phi_t^d(dx) $ 가 성립하고 $ \phi_t^d(E) = 1 $ 이며, 마르팅게일 표현 정리가 존재하는 한, 비이산 랜덤 측도 $ \mu $ 로도 확장 가능하다.
• 이 결과는 [6]의 이전 작업을 일반화한다. 이전 연구는 $ A $ 가 결정론적일 것을 요구하였지만, 본 논문은 $ A $ 가 오직 예측 가능하다면 동일한 조건 $ 2L_y^2 |\Delta A_t|^2 \leq 1 - \varepsilon $ 가 충분함을 보여주며, 이는 본질적으로 다른 증명 전략이 필요하다.