[논문 리뷰] On Progressive Filtration Expansions with a Process; Applications to Insider Trading

Younes Kchia, Philip Protter|arXiv (Cornell University)|2014. 03. 25.

Stochastic processes and financial applications참고 문헌 32인용 수 6

한 줄 요약

이 논문은 càdlàg 과정을 이용한 점진적 필터링 확장의 프레임워크를 개발하며, 기본 필터링에서의 반마르팅글(_semimartingale_)이 확장된 필터링에서도 반마르팅글임이 보장되는 충분조건을 확립한다. 주요 기여는 σ-필드의 약한 수렴을 통한 반마르팅글 수렴 정리로, 이는 내부자 거래 모델에 응용되며 내부자가 노이즈가 섞이고 지연된 정보를 관찰하는 상황에서 서로 다른 위험 중립 측도와 통계적 아웃리처 기회를 초래한다. 이는 확장된 필터링 하에서 발생한다.

ABSTRACT

In this paper we study progressive filtration expansions with càdlàg processes. Using results from the theory of the weak convergence of $σ$-fields, we first establish a semimartingale convergence theorem. Then we apply it in a filtration expansion with a process setting and provide sufficient conditions for a semimartingale of the base filtration to remain a semimartingale in the expanded filtration. Applications to the expansion of a Brownian filtration are given. The paper concludes with applications to models of insider trading in financial mathematics.

연구 동기 및 목표

• 기본적인 랜덤 변수가 아닌 연속시간 확률과정, 특히 càdlàg 과정으로 필터링 확장 이론을 확장하기.
• 필터링이 동적인 변화 과정을 통해 확장될 때 반마르팅글 성질이 유지되는지 여부라는 핵심 문제를 다루기.
• 기본 필터링에서 반마르팅글인 과정이 확장된 필터링에서도 반마르팅글로 남아있음을 보장하는 충분조건을 제공하기.
• 내부자가 노이즈가 섞이고 지연된 정보를 관찰하는 내부자 거래 시나리오를 모델링하고, 그로 인한 위험 중립 측도 및 아웃리처 기회 변화를 분석하기.
• 이론적 프레임워크를 고빈도 거래, 특히 소음이 작은 주문호가에 적용하여 통계적 아웃리처 전략을 도출하기.

제안 방법

• Antonelli, Coquet, Kohatsu-Higa, Mackevicius, Mémin, Slominski의 최근 이론적 연구에서 유도된 σ-필드의 약한 수렴을 활용한다.
• Barlow와 Protter의 반마르팅글 수렴 결과를 동적 필터링 확장으로 확장 적용한다.
• Bally와 Talay의 영향을 받은 밀도 추정을 활용하여 확장 과정에서의 역행성 과정을 다룬다.
• 확장된 정보 흐름 하에서 위험 중립 측도를 계산하기 위해 확장된 필터링에서 Girsanov 정리를 적용한다.
• 확장된 필터링에서의 명시적 반마르팅글 분해를 스토케스틱 미분법과 마르팅글 표현 정리를 활용해 유도한다.
• 특이점이 $ t=1 $ 에 존재할 수 있으므로 국소 NFLVR(소멸 위험과 함께 자유로운 시장 없음) 조건을 도입하여 위험 중립 측도의 타당성을 보장한다.

실험 결과

연구 질문

• RQ1 기본 필터링에서의 반마르팅글이 càdlàg 과정을 통해 필터링이 확장될 경우 어떤 조건에서 반마르팅글로 남아있게 되는가?
• RQ2 노이즈가 섞이고 지연된 과정(예: $ X_t = W_1 + \varepsilon V_{1-t} $)의 포함이 반마르팅글 분해와 위험 중립 측도에 어떤 영향을 미치는가?
• RQ3 σ-필드의 약한 수렴 이론이 동적 필터링 확장에서 반마르팅글 성질의 보존을 엄밀히 정당화하는 데 사용될 수 있는가?
• RQ4 이러한 확장이 내부자 거래 모델, 특히 정보가 불완전한 고빈도 거래 환경에서 어떤 영향을 미치는가?
• RQ5 Girsanov 변환의 드리프트 보정 항이 종료 시간에 특이점을 가질 경우, 노비코프 기준은 어떻게 적용되거나 수정될 수 있는가?

주요 결과

• 정리 6은 σ-필드의 약한 수렴 하에서 일반적인 반마르팅글 수렴 결과를 확립하여 동적 필터링 확장의 분석을 가능하게 한다.
• 정리 10은 확장 과정이 càdlàg 과정에 의해 유도될 경우, 기본 필터링에서의 반마르팅글이 확장된 필터링에서도 반마르팅글로 남아있음을 보장하는 충분조건을 제공한다.
• 정리 17은 확장된 필터링 $ \mathbb{H} $ 에서 과정 $ Z $ 의 명시적 반마르팅글 분해를 도출하며, 내부자가 노이즈가 섞인 정보를 필터링함으로써 수정된 드리프트를 관찰함을 보여준다.
• 내부자 필터링 $ \mathbb{H} $ 하의 위험 중립 측도는 $ \frac{X_s - W_s}{(1+\varepsilon^2)(1-s)} $ 를 포함하는 드리프트 보정 항을 가진 Girsanov 변환을 필요로 하며, 이는 $ s=1 $ 에 특이점을 유도한다.
• 노비코프 기준은 일반적으로 내부자 위험 중립 측도에 실패하나, 국소 NFLVR 조건을 도입하거나 시간 영역을 $[0,1)$ 로 제한함으로써 이를 해결할 수 있다.
• 모델은 내부자가 노이즈가 섞이고 역행성 정보에 접근할 경우, 자산 가격의 효과적 역학이 시장의 시각과 다를 수 있음을 보여주며, 이는 통계적 아웃리처 기회를 초래한다.