Skip to main content
QUICK REVIEW

[논문 리뷰] Reflected BSDE with stochastic Lipschitz coefficient

Wen Lu|arXiv (Cornell University)|2009. 12. 11.
Stochastic processes and financial applications참고 문헌 4인용 수 3
한 줄 요약

이 논문은 확률적 리프시츠 계수를 갖는 일차원 반사 backward stochastic differential equation(RBSDE)의 해가 존재하고 유일함을 입증한다. 가중치를 부여한 노름 하에서 슈넬 포탄과 고정점 정리의 조합을 통해, 계수에 적절한 적분 가능성 및 성장 조건이 만족될 경우, 해가 적절한 가중치 공간 내에서 유일하게 존재함을 증명한다. 이는 고전적 결과를 결정론적 리프시츠 조건을 초월하여 확장한다.

ABSTRACT

In this paper, we deal with a class of one-dimensional reflected backward stochastic differential equations with stochastic Lipschitz coefficient. We derive the existence and uniqueness of the solutions for those equations via Snell envelope and the fixed point theorem.

연구 동기 및 목표

  • 고전적 반사 BSDE에 대한 존재성 및 유일성 결과를 결정론적 리프시츠 조건을 초월하여 확장하기 위해.
  • 미국형 옵션 가격 설정 및 확률적 제어와 같은 응용 분야에서 표준 리프시츠 조건의 한계를 해결하기 위해.
  • 계수가 랜덤이고 시간에 따라 변하는 경계를 갖는 확률적 리프시츠 조건을 만족하는 RBSDE에 대해 잘 정의된 문제를 수립하기 위해.
  • 생성자에 대한 더 약한, 더 현실적인 조건 하에서 RBSDE를 해결하기 위한 엄밀한 프레임워크를 제공하기 위해.

제안 방법

  • 계수 과정의 누적 이차변동에 대해 지수적 가중치를 부여한 가중치 노름 공간을 도입한다.
  • 반사 BSDE의 맥락에서 최소 초과해를 특성화하기 위해 슈넬 포탄을 적용한다.
  • 적응 과정의 완비 거리공간에서의 고정점 정리를 사용하여 해를 반복적으로 구성한다.
  • 적응되고 아래에서 유계인 랜덤 계수 μ(t)와 γ(t)를 갖는 확률적 리프시츠 조건을 도입한다.
  • 가중치 과정 e^{βA(t)}|ΔY_t|^2 에 대해 이토의 공식을 적용하여 사전 추정을 유도한다.
  • 추정에서 성장 항을 지배하기 위해 충분히 큰 β를 선택하여 수축 사상임을 확립한다.

실험 결과

연구 질문

  • RQ1결정론적 조건이 아닌 확률적 리프시츠 조건 하에서 반사 BSDE의 해가 존재하고 유일한가?
  • RQ2해가 가중치 L² 공간에 남아 있도록 보장하기 위해 계수와 자료에 어떤 조건이 필요한가?
  • RQ3랜덤 리프시츠 경계를 갖는 반사 BSDE 맥락에서 슈넬 포탄을 어떻게 효과적으로 활용할 수 있는가?
  • RQ4해 매핑이 가중치 공간에서 수축이 되기 위한 조건은 무엇인가?
  • RQ5이 프레임워크는 금융 응용 분야에서 나타나는 유계이지만 적분 가능한 계수를 다룰 수 있는가?

주요 결과

  • 주어진 가정 하에, RBSDE는 가중치 공간 S²(β,a) × H²(β,a) 내에서 유일한 해를 갖는다.
  • 사전 추정이 도출되어, 충분히 큰 β에 대해 E[sup_t |Y_t|² e^{βA(t)}] < ∞ 를 만족함을 보여준다.
  • β가 충분히 크면, RBSDE를 통해 정의된 해 매핑이 가중치 노름 ‖(Y,Z)‖²_β = E[∫₀ᵀ e^{βA(s)}(a(s)²|Y_s|² + |Z_s|²)ds] 에서 수축이 된다.
  • 이토의 공식과 국소시간 항의 비음성으로 인해 두 해의 차이가 거의 확실히 0이 됨을 보여 유일성을 증명한다.
  • 가중치 공간에서 코시 수열을 구성하고 완비성 조건을 사용하여 존재 결과를 확립한다.
  • 이 프레임워크는 금융에서 나타나는 유계이지만 적분 가능한 계수, 예를 들어 이자율 및 리스크 프리미엄 모델에서 유래한 계수를 다룰 수 있다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.