[논문 리뷰] Skorokhod Embeddings via Stochastic Flows on the Space of Measures

Ronen Eldan|arXiv (Cornell University)|2013. 03. 13.

Stochastic processes and financial applications참고 문헌 12인용 수 3

한 줄 요약

이 논문은 가우시안 측도 위에서 측도가 변화하는 확산을 이용한 스코로코프 임베딩의 새로운 스토하스틱 플로우 구축을 제안하며, 정지 시간의 모멘트 및 꼬리 경계를 명시적으로 제공한다. 이 방법은 조건부 확률 측도의 마코프성 구조를 유도하고, 로그볼록한 목표 측도에 대해 날카러운 지수보다 느린 꼬리 추정치를 제공하며, 정지 시간의 기댓값은 목표 측도의 분산과 일치한다.

ABSTRACT

We present a new construction of a Skorohod embedding, namely, given a probability measure mu with zero expectation and finite variance, we construct an integrable stopping time T adapted to a filtration F_t, such that W_t has the law mu, where W_t is a standard Wiener process adapted to the same filtration. We find several sufficient conditions for the stopping time T to be bounded or to have a sub-exponential tail. In particular, our embedding seems rather natural for the case that mu is a log-concave measure and the tail behaviour of $T$ admits some tight bounds in that case. Our embedding admits the property that the stochastic measure-valued process {mu_t} (0

연구 동기 및 목표

• 가우시안 측도 공간 위에서 스토하스틱 플로우를 이용한 스코로코프 임베딩의 새로운 구축 방법을 개발하기 위해.
• 목표 측도 $ \mu $ 에 추가적인 가정을 두었을 때 정지 시간 $ T_{\mu} $ 의 모멘트 및 꼬리 경계를 확립하기 위해.
• 조건부 확률 법칙 과정 $ \{\mu_t\} $, 여기서 $ \mu_t $ 는 $ W_T $ 가 $ \mathcal{F}_t $ 를 조건으로 한 법칙일 때, 마코프 과정을 이룬다는 것을 보여주기 위해.
• 핵심 생성 스토하스틱 플로우에 기반한 일반적 프레임워크를 통해 기존의 임베딩(예: 아제마-요르, 바스)을 통합하기 위해.
• 특히 로그볼록 측도에 대해 정밀한 정량적 경계를 제공하는 $ T_{\mu} $ 의 행동 분석을 위한 공식을 제시하기 위해.

제안 방법

• 브라운 운동에 의해 구동되는 SDE 시스템을 통해 가우시안 측도 공간 위에서 스토하스틱 플로우를 구축하기 위해.
• 정지 시간 $ T_{\mu} $ 를, 플로우로부터 유도된 특정 측도값 과정 $ \mu_t $ 가 목표 측도 $ \mu $ 에 도달하는 첫 번째 시간으로 정의하기 위해.
• 현재 위치 $ W_t $ 와 분산 매개변수 $ b_t $ 를 목표 측도에 대한 충분통계량으로 매핑하는 함수 $ c_{\mu}(a,b) $ 를 역함수 정리로 정의하기 위해.
• 피카르-린델뢰프 정리를 적용하여 SDE 시스템을 만족하는 플로우 매개변수 $ b_t $, $ c_t $ 의 존재성과 유일성을 확립하기 위해.
• 이토의 공식을 적용하여 $ c_t $ 의 SDE 역학을 유도하고, 과정이 요구되는 임베딩 조건을 만족함을 보여주기 위해.
• 조건부 측도 과정 $ \{\mu_t\} $ 의 마코프 성질을 활용하여 정지 시간을 분석하고 꼬리 경계를 유도하기 위해.

실험 결과

연구 질문

• RQ1 가우시안 측도 공간 위에서 스토하스틱 플로우를 이용하여 새로운 스코로코프 임베딩을 구성할 수 있으며, 정지 시간 분포에 대해 명시적인 제어가 가능한가?
• RQ2 특히 $ \mu $ 가 로그볼록일 경우, 정지 시간 $ T_{\mu} $ 가 지수보다 느린 꼬리 성질을 가지는 데 필요한 조건은 무엇인가?
• RQ3 조건부 확률 법칙 $ \{\mu_t\} $, 여기서 $ \mu_t $ 는 $ \mathcal{F}_t $ 를 조건으로 한 $ W_T $ 의 법칙일 때, 시간에 독립적인 전이핵을 갖는 마코프 과정을 이룬다 할 수 있는가?
• RQ4 제안된 구축 방법은 아제마-요르 및 바스의 고전적 임베딩과 어떻게 관련이 있는가?
• RQ5 로그볼록성 조건 하에서 $ \mathbb{E}[T_{\mu}] $, $ \mathbb{P}(T_{\mu} > t) $, 그리고 고차 모멘트에 대해 유도할 수 있는 정량적 경계는 무엇인가?

주요 결과

• 정지 시간 $ T_{\mu} $ 는 $ \mathbb{E}[T_{\mu}] = \text{Var}[\mu] $ 를 만족하며, 이는 목표 측도의 두 번째 모멘트와 일치한다.
• 영이 평균이고 분산이 1인 로그볼록 측도 $ \mu $ 에 대해 $ \mathbb{P}(T_{\mu} > t) < C e^{-c t} $ 를 만족하며, 이는 상수 $ c, C > 0 $ 에 대해 지수보다 느린 꼬리 감소를 나타낸다.
• 하한 경계 $ \mathbb{P}(T_{\mu} > t) \geq C' e^{-c' t} $ 를 유니언 바운드와 두브의 부등식을 사용하여 도출함으로써, 이 경계가 상수에 대해 날카로운 것으로 확인된다.
• 조건부 확률 법칙 과정 $ \{\mu_t\} $ 는 초기 측도 $ \mu $ 에 영향을 받지 않는 전이핵을 갖는 마코프 과정이며, 이는 일반적인 임베딩 프레임워크를 가능하게 한다.
• 이 구축 방법은 아제마-요르(1979) 및 바스(1983)의 기존 해법을 측도 공간 위의 플로우 기반 프레임워크에 통합함으로써 일반화된다.
• 이 방법은 기저 밀도의 매끄럽고 볼록한 구조 덕분에, 특히 로그볼록 측도에 대해 $ T_{\mu} $ 를 분석하는 데 효과적인 명시적 공식을 제공한다.