[논문 리뷰] Formula for the supremum distribution of a spectrally positive Lévy process

Zbigniew Michna|arXiv (Cornell University)|2011. 04. 11.

Stochastic processes and financial applications참고 문헌 11인용 수 7

한 줄 요약

이 논문은 유한 시간 간격 동안 스펙트르ально 양성 레비 과정의 최대값 분포에 대한 정확한 공식을 유도한다. 복합 포아송 과정에 의한 근사 방법을 사용하며, 주요 기여는 유한 및 무한 변동성 케이스 모두에 유효한 유한 시간 파산 확률 $\Psi(u,T) = \mathbb{P}(\sup_{t\leq T}(X(t) - ct) > u)$에 대한 새로운 해석적 표현을 제공하는 것이다. 특히 인버스 가우시안 및 템퍼드 스테이블 레비 과정에 대해 명시적인 결과를 도출한다.

ABSTRACT

In this article we derive formula for probability $\Prob(\sup_{t\leq T} (X(t)-ct)>u)$ where $X=\{X(t)\}$ is a spectrally positive Lévy process and $c\in\RL$. As an example we investigate the inverse Gaussian Lévy process.

연구 동기 및 목표

• 유한 시간 간격 동안 스펙트르ально 양성 레비 과정의 최대값 분포에 대한 정확한 해석적 공식을 유도하는 것.
• 브라운 운동, 복합 포아송, 감마, 안정 과정 이외의 과정에 대한 최대값 분포 이론을 확장하는 것.
• 유한 및 무한 변동성 레비 과정 모두에 적용 가능한 복합 포아송 근사에 기반한 통합 프레임워크를 제공하는 것.
• 리스크 이론 및 금융 모델링 맥락에서 유한 시간 파산 확률 $\Psi(u,T)$에 대한 명시적 공식을 제공하는 것.
• 특히 인버스 가우시안 및 템퍼드 스테이블 레비 과정에 대해 방법을 검증하는 것.

제안 방법

• 스펙트르ально 양성 레비 과정 $X(t)$를 임계값 $\epsilon$ 이상의 점프를 갖는 복합 포아송 과정 $N_\epsilon(t)$로 근사한다. 이는 레비-이토 분해를 활용한다.
• 근사 과정 $N_\epsilon(t)$에 대해 기존의 복합 포아송 과정에 대한 파산 공식(Cramér 및 Seal의 공식)을 적용한다.
• $\epsilon \downarrow 0$로 한계를 취하여 $\Psi(u,T)$에 대한 정확한 공식을 도출하며, 이는 유한 변동성과 무한 변동성 케이스를 구분하여 다룬다.
• 레비 과정 $X(s)$의 밀도 함수 $f(x,s)$를 사용하여 시간에 대해 통합함으로써 $\Psi(u,T)$를 $X(T)$의 주변분포와 콘볼루션 유사 적분의 형태로 표현한다.
• 강한 마코프 성질과 연속성 조건을 적용하여 최대값의 누적분포가 연속적이도록 보장한다.
• 특히 인버스 가우시안 및 템퍼드 스테이블 레비 과정에 대해 방법을 검증하며, 이들 과정의 특성함수가 알려져 있고 밀도는 수치적으로 계산 가능하기 때문이다.

실험 결과

연구 질문

• RQ1 일반적인 스펙트르ально 양성 레비 과정에 대해 유한 시간 간격 동안 최대값 분포에 대한 정확한 공식을 도출할 수 있는가?
• RQ2 $\Psi(u,T)$의 공식은 유한 변동성과 무한 변동성 레비 과정 간에 어떻게 다를까?
• RQ3 인버스 가우시안 레비 과정에 대한 유한 시간 파산 확률은 무엇이며, 이를 닫힌 형태로 표현할 수 있는가?
• RQ4 밀도가 해석적으로 제공되지 않는 경우, 이 방법을 템퍼드 스테이블 레비 과정으로 확장할 수 있는가?
• RQ5 $\sup_{t\leq T}(X(t) - ct)$의 누적분포가 연속적인 조건은 무엇인가?

주요 결과

• 유한 변동성($\int_0^1 x Q(dx) < \infty$)을 갖는 스펙트르ально 양성 레비 과정의 경우, $\Psi(u,T)$의 공식은 $\mathbb{P}(X(T) - cT > u)$에 더하여, $X(s)$의 밀도와 $X(T-s)$의 생존확률을 포함하는 시간 통합 보정항으로 구성된다.
• 무한 변동성($\int_0^1 x Q(dx) = \infty$)의 경우, $\Psi(0,T) = 1$이며, 이는 과정이 거의 확실히 0을 초과함을 의미한다. 이 경우 $\Psi(u,T)$는 $X(T-s)$의 주변분포에 대한 $(-\infty, 0)$에서의 적분으로 표현된다.
• 인버스 가우시안 레비 과정의 경우, 둘레 함수와 지수항을 포함하는 명시적 적분 표현식을 도출하며, 부분 적분을 통해 결과를 도출할 수 있다.
• 레비 측도 $Q(dx) = \frac{A e^{-\lambda x}}{x^{\alpha+1}} \mathbf{1}_{\{x>0\}} dx$를 갖는 템퍼드 스테이블 레비 과정의 경우, 특성함수가 닫힌 형태로 알려져 있어 수치적 역변환을 통해 밀도를 계산하고, 결과적으로 $\Psi(u,T)$를 평가할 수 있다.
• $\limsup_{t\downarrow 0} \frac{X(t)}{t^\kappa} > 0$가 거의 확실히 $\kappa < 1$일 때 성립하면, $\sup_{t\leq T}(X(t) - ct)$의 누적분포는 연속적이며, 최대값 분포에 원자가 존재하지 않음을 보장한다.
• 이 방법은 다양한 레비 과정에 걸쳐 결과를 통합하며, 금융 및 리스크 이론에서 사용되는 일반화된 하이퍼볼릭 및 기타 서브오르디네이터에 적용 가능한 일반적 프레임워크를 제공한다.