[论文解读] High-frequency analysis of parabolic stochastic PDEs with multiplicative noise

Carsten Chong|arXiv (Cornell University)|Aug 12, 2019

Stochastic processes and financial applications参考文献 24被引用 6

一句话总结

该论文为带有乘法噪声的抛物型随机PDE解的幂变差建立了中心极限定理（CLT），其中噪声为时空白噪声或通过参数 $\alpha \in (0,1)$ 的Riesz核实现空间相关。尽管噪声系数的正则性较低，CLT中仍无渐近偏差，这是由于二阶误差项中存在抵消效应，从而使得SPDE模型中的参数估计具有鲁棒性。

ABSTRACT

We consider the stochastic heat equation driven by a multiplicative Gaussian noise that is white in time and spatially homogeneous in space. Assuming that the spatial correlation function is given by a Riesz kernel of order $α\in (0,1)$, we prove a central limit theorem for power variations and other related functionals of the solution. To our surprise, there is no asymptotic bias despite the low regularity of the noise coefficient in the multiplicative case. We trace this circumstance back to cancellation effects between error terms arising naturally in second-order limit theorems for power variations.

研究动机与目标

• 为带有乘法噪声的随机热方程解的幂变差建立二阶极限定理。
• 分析当观测频率增加时，归一化幂变差 $V^n_p(u,t)$ 的渐近行为。
• 研究在低正则性乘法噪声设定下，幂变差的中心极限定理中是否会出现渐近偏差。
• 为统计推断（如置信区域和假设检验）提供理论基础，适用于具有未知波动率参数的随机PDE模型。

提出的方法

• 为带有乘法噪声的随机热方程解的幂变差 $V^n_p(u,t)$ 推导中心极限定理。
• 采用归一化序列 $\tau_n = \tau_n(\alpha)$，以确保 $V^n_p(u,t)$ 收敛至一个积分波动率泛函。
• 应用Malliavin微积分与Wiener混沌展开技术，分析归一化幂变差的渐近分布。
• 利用多重Wiener积分的正交性性质，处理幂变差二阶展开中的交叉项。
• 建立解的矩界，以控制幂变差过程的正则性与稳定性。
• 追溯无渐近偏差的根源在于幂变差二阶展开中误差项之间的抵消效应。

实验结果

研究问题

• RQ1 在乘法噪声具有低空间正则性的情况下，随机热方程解的幂变差中心极限定理是否表现出渐近偏差？
• RQ2 幂变差二阶误差项中的抵消效应如何影响极限分布？
• RQ3 当采样频率增加时，归一化幂变差 $V^n_p(u,t)$ 的精确渐近分布是什么？
• RQ4 能否通过噪声与解路径的结构性质，严格解释CLT中无偏差的现象？
• RQ5 该CLT对抛物Anderson模型中波动率参数 $\sigma_0$ 的统计估计有何影响？

主要发现

• 即使在乘法情形下噪声系数正则性较低，幂变差 $V^n_p(u,t)$ 的中心极限定理仍无渐近偏差。
• 无偏差归因于幂变差二阶极限定理中自然出现的误差项之间的抵消效应。
• 归一化幂变差 $V^n_p(u,t)$ 依分布稳定收敛至一个混合高斯过程，其极限依赖于波动率函数 $\sigma(u(s,x))$。
• 极限分布由 $V_p(u,t) = m_p \int_0^t |\sigma(u(s,x))|^p \, ds$ 表征，其中 $m_p$ 为标准正态分布的 $p$ 阶绝对矩。
• 对解 $u$ 的矩界确认了其正则性性质，时间方向H"older指数为 $\frac{1}{2} - \frac{\alpha}{4}$，空间方向为 $1 - \frac{\alpha}{2} - \epsilon$。
• 理论结果通过Wiener混沌展开的严格分析及多重随机积分的正交性得到支持。