[논문 리뷰] Stochastic Utilities With a Given Optimal Portfolio : Approach by Stochastic Flows

Nicole El Karoui, Mohamed Mrad|arXiv (Cornell University)|2010. 04. 29.

Stochastic processes and financial applications참고 문헌 31인용 수 19

한 줄 요약

이 논문은 이중성과 확률적 변수 변화를 활용하여 최적 포트폴리오가 사전에 지정된 일致한 확률적 유틸리티를 구성하기 위한 새로운 확률적 플로우 기반 방법을 제안한다. 주요 기여는 최적 포트폴리오가 시간에 따라 일致하는 것을 보장하는 일반적이고 최소한의 정규성 조건을 갖춘 프레임워크를 제공하며, 모든 이러한 유틸리티를 호메오모르피즘의 확률적 플로우의 복합으로 구성함으로써 달성된다. 이는 볼록 테스트 프로세스 제약 조건 하에서 주어진 벤치마크 포트폴리오가 최적임을 보장한다.

ABSTRACT

The paper generalizes the construction by stochastic flows of consistent utility processes introduced by M. Mrad and N. El Karoui in (2010). The utilities random fields are defined from a general class of processes denoted by $\GX$. Making minimal assumptions and convex constraints on test-processes, we construct by composing two stochastic flows of homeomorphisms, all the consistent stochastic utilities whose the optimal-benchmark process is given, strictly increasing in its initial condition. Proofs are essentially based on stochastic change of variables techniques.

연구 동기 및 목표

• 주어진 최적 벤치마크 포트폴리오를 갖는 일치하는 확률적 유틸리티의 구성 방법을 일반화한다.
• 고정된 투자 기간이 없이 시간에 따라 일관되게 최적 포트폴리오가 유지되는 프레임워크를 수립한다.
• 유틸리티 프로세스가 볼록 테스트 프로세스 제약 조건 하에서 유효한 상태를 유지하면서도 정규성 가정을 최소화한다.
• 전통적인 이중성에 의존하지 않는 이중성 기반 방법을 제공한다.
• 통화 단위 변경과 시간 이동 형식 하에서 일치 유틸리티의 안정성을 입증한다.

제안 방법

• 이 방법은 최적 wealth 프로세스 $X^*$의 역수로부터 유도된, 그리고 이중 최적 프로세스 $Y^*$로부터 유도된 두 개의 호메오모르피즘의 확률적 플로우를 복합하여 일치하는 확률적 유틸리티를 구성한다.
• 이중성 항등식 $U_x(t, X^*_t(x)) = Y^*_t(U_x(0, \tilde{X}_t(x)))$를 사용하여 마진 유틸리티 $U_x$를 이중 프로세스와 역방향 플로우 $\tilde{X}$ 로 표현한다.
• 유틸리티 $U(t,x)$ 는 적분을 통해 복원된다: $U(t,x) = \int_0^x Y^*_t(\tau, U_x(\tau, \mathcal{X}_\tau(t,z))) \, dz$, 여기서 $\mathcal{X}_\tau$ 는 시간 $\tau$ 에서의 역방향 플로우이다.
• 확률적 변수 변화 기법이 핵심적으로 사용되어, 구성된 유틸리티 프로세스가 주어진 $X^*$ 를 최적 포트폴리오로 산출함을 증명한다.
• 이 방법은 $U(t, X^*_t(x))$ 가 마틴갈 확보를 보장하며, 이는 일치 유틸리티 이론에서 최적성의 핵심 조건이다.
• 시간 이동 형식을 통해 중간 시간에 대한 일반화가 이루어지며, 이는 유틸리티 구성이 임의의 정지 시간 $\tau$ 에 대해서도 유효함을 보여준다.

실험 결과

연구 질문

• RQ1 최적 포트폴리오가 사전에 지정되어 있을 때, 일치하는 확률적 유틸리티를 체계적으로 어떻게 구성할 수 있는가?
• RQ2 호메오모르피즘의 확률적 플로우는 고정된 최적 전략을 갖는 일치 유틸리티 프로세스를 생성하는 데 어떤 역할을 하는가?
• RQ3 기본 프로세스와 이중 프로세스 간의 이중성 관계를 활용하여 종료 시간이 없는 상태에서 유틸리티 필드를 정의할 수 있는가?
• RQ4 구성된 유틸리티 프로세스가 일관되고 주어진 최적 포트폴리오를 산출하기 위해 필요한 최소한의 가정은 무엇인가?
• RQ5 이 방법은 통화 단위 변경과 시간 이동 초기 조건 하에서 어떻게 안정성을 확보하는가?

주요 결과

• 최소한의 정규성과 볼록성 가정 하에서, 주어진 최적 포트폴리오 $X^*$ 를 생성하는 모든 일치하는 확률적 유틸리티는 호메오모르피즘의 확률적 플로우의 복합으로 구성된다.
• 마진 유틸리티 $U_x(t,x)$ 는 $Y^*_t(\tau, U_x(\tau, \mathcal{X}_\tau(t,x)))$ 로 표현되며, 여기서 $\mathcal{X}_\tau$ 는 $X^*$ 의 역방향 플로우로, 순차적 구성이 가능하다.
• 유틸리티 프로세스 $U(t, X^*_t(x))$ 가 마틴갈임을 증명하여, 구성된 유틸리티 하에서 $X^*$ 가 최적임을 확인한다.
• 이 방법은 테스트 프로세스의 더 풍부한 클래스를 허용함으로써 이전 결과를 일반화하며, 추가적인 부드러움 조건 없이도 볼록성 조건을 충족하면 된다.
• 이 구성은 통화 단위 변경 하에서도 안정적이며, $t=0$ 이외의 임의의 정지 시간 $\tau$ 로도 자연스럽게 확장된다.
• 증명은 모두 확률적 변수 변화와 이중성에 의존하며, 복잡한 계산을 피하고 기술적 부담을 줄인다.