[논문 리뷰] Solving Backward Stochastic Differential Equations with quadratic-growth drivers by Connecting the Short-term Expansions

Masaaki Fujii, Akihiko Takahashi|arXiv (Cornell University)|2016. 06. 14.

Stochastic processes and financial applications인용 수 3

한 줄 요약

이 논문은 시간 구간을 짧은 간격으로 분할하고 각 구간에서 반분석적 점근 전개를 적용함으로써 제곱형 성장 드라이버를 갖는 마코프성 백색 확률 미분 방정식(BSDE)을 해결하기 위한 새로운 수치적 방법을 제안한다. 이 방법은 값 과 제어 과정 모두에 대해 $L^p$-노름에서 $\/mathcal{O}(h^{3p/2})$ 오차 한계를 달성하여 몬테카를로 시뮬레이션 또는 회귀 기반 조건부 기대값 추정을 필요로 하지 않고도 고정밀도 해를 제공한다.

ABSTRACT

This article proposes a new approximation scheme for quadratic-growth BSDEs in a Markovian setting by connecting a series of semi-analytic asymptotic expansions applied to short-time intervals. Although there remains a condition which needs to be checked a posteriori, one can avoid altogether time-consuming Monte Carlo simulation and other numerical integrations for estimating conditional expectations at each space-time node. Numerical examples of quadratic-growth as well as Lipschitz BSDEs suggest that the scheme works well even for large quadratic coefficients, and a fortiori for large Lipschitz constants.

연구 동기 및 목표

• 금융 리스크 관리 및 유틸리티 최적화에서 흔히 나타나는 제곱형 성장 드라이버를 갖는 마코프성 BSDE를 위한 계산 효율적인 수치적 방법을 개발하기 위해.
• 각 시간 노드에서 조건부 기대값 추정에 소요되는 시간을 피하기 위해 표준 몬테카를로 및 회귀 기반 방법의 한계를 극복하기 위해.
• 이전에는 작은 비선형성에 대해서만 효과적이었던 반분석 점근 방법을 시간 분할을 통해 큰 제곱형 계수를 다룰 수 있도록 확장하기 위해.
• 제곱형 성장 BSDE와 표준 리프시츠 BSDE 모두에 적용 가능한 통합 프레임워크를 제공하여 일반성과 계산 확장성을 향상시키기 위해.

제안 방법

• 비선형 역학을 국소화하기 위해 종료 시간 간격을 $n$개의 짧은 부분간격 $I_i = [t_{i-1}, t_i]$로 분할한다.
• 각 부분간격에 대해 두 계수 점근 전개를 적용한다: 선형화된 드라이버 기반의 제로-오더 해 $\widehat{Y}^{i,[0]}, \widehat{Z}^{i,[0]}$ 와 잔차 오차를 위한 제1차 보정 $\widehat{Y}^{i,[1]}$.
• 이전 간격의 해를 다음 간격의 초기 조건으로 사용하여 순차적 연결을 통해 시간 일관성을 확보한다.
• 편미분 종료 조건 프레임워크를 통해 오차 전파 한계를 수립하고, 진짜 해와 근사 해의 차이를 $L^p$-노름에서 분석한다.
• 점근 전개 오차를 편미분 분석에 대입하여 총 오차 추정치를 유도하고, $\/mathcal{O}(h^{3p/2})$ 수렴 속도를 도출한다.
• 리프시츠 BSDE 및 SDE에 대한 알려진 정규성 결과를 활용하여 짧은 간격 동안 상태 및 제어 과정의 증분 성장률을 제어한다.

실험 결과

연구 질문

• RQ1 표준 페르투르베이션 방법이 실패하는 제곱형 성장 드라이버를 갖는 BSDE에 대해 점근 전개 기법을 확장할 수 있는가?
• RQ2 마코프성 BSDE에서 다수의 간격에 걸쳐 짧은 시간 점근 근사치를 연결할 때 오차 전파 거동은 어떠한가?
• RQ3 제안된 방법이 몬테카를로 시뮬레이션 또는 회귀 기반 조건부 기대값 추정을 기반으로 하지 않고도 높은 정밀도를 달성할 수 있는가?
• RQ4 비선형 효과가 지배하는 큰 제곱형 계수 또는 고파동성 영역에서 이 방법은 어떻게 성능을 발휘하는가?
• RQ5 이 방법은 제곱형 성장 BSDE와 표준 리프시츠 BSDE 모두에 적용 가능한가? 이는 통합 계산 프레임워크 가능성을 시사한다.

주요 결과

• 제안된 방법은 각 짧은 간격에서 값 $Y$ 와 제어 과정 $Z$ 에 대해 $p \geq 2$ 인 $L^p$-노름에서 $\/mathcal{O}(h^{3p/2})$ 오차 한계를 달성한다.
• 오차 추정치는 진짜 해와 점근 근사치의 차이를 분석함으로써 도출되며, 잔차 오차는 리프시츠 BSDE에서의 편미분으로 간주된다.
• 몬테카를로 시뮬레이션 및 회귀 기반 조건부 기대값 추정을 피함으로써 표준 방법에 비해 계산 비용을 크게 감소시킨다.
• 수치 예제는 큰 제곱형 계수 및 고파동성 조건에서도 안정적인 성능을 보이며, 이는 이론적 페르투르베이션 영역을 초월한 안정성을 시사한다.
• 이 방법은 제곱형 성장 BSDE와 표준 리프시츠 BSDE 모두에 적용 가능하므로 통합 수치 프레임워크 가능성을 시사한다.
• 이론적 근거는 제로-오더 해의 유계성과 기저 SDE의 정규성에 기반하며, 짧은 간격 동안 오차가 제어 가능하게 보장한다.