[论文解读] An optimal control problem for mean-field forward-backward stochastic differential equation with noisy observation

Guangchen Wang, Hua Xiao+1 more|arXiv (Cornell University)|Sep 12, 2015

Stochastic processes and financial applications参考文献 15被引用 5

一句话总结

本文为带有噪声观测的前向-后向随机微分方程（MF-FBSDEs）的最优控制框架提供了理论支持，其中漂移系数关于状态及其数学期望呈线性关系。通过采用向后分离法与分解技术，推导出两个最优性条件及耦合的前向-后向最优滤波器，从而在数学金融与系统性风险建模中实现线性二次控制问题的闭式解。

ABSTRACT

This article is concerned with an optimal control problem derived by mean-field forward-backward stochastic differential equation with noisy observation, where the drift coefficients of the state equation and the observation equation are linear with respect to the state and its expectation. The control problem is different from the existing literature on optimal control for mean-field stochastic systems, and has more applications in mathematical finance, e.g., asset-liability management problem with recursive utility, systematic risk model. Using a backward separation method with a decomposition technique, two optimality conditions along with two coupled forward-backward optimal filters are derived. Several linear-quadratic optimal control problems for mean-field forward-backward stochastic differential equations are studied. Closed-form optimal solutions are explicitly obtained in detailed situations.

研究动机与目标

• 针对在部分（噪声）观测下，状态与观测动态关于状态及其期望呈线性依赖的均场前向-后向随机微分方程的最优控制问题进行研究。
• 通过将噪声观测引入均场随机控制框架，拓展现有文献，以支持资产与负债管理及递归效用模型等应用。
• 利用创新的向后分离法，推导控制问题的必要与充分最优性条件。
• 构建两个耦合的前向-后向最优滤波器，实现在部分信息下的状态估计。
• 为金融与系统性风险建模中出现的特定线性二次（LQ）控制问题提供显式闭式解。

提出的方法

• 应用向后分离法，在噪声观测下解耦MF-FBSDE系统的前向与后向分量。
• 采用分解技术分离状态及其期望，从而实现对均场项的可处理分析。
• 基于分离与分解结果，推导出两个耦合的前向-后向最优滤波器，实现从噪声观测中对状态及其期望的估计。
• 结合最大值原理与随机HJB方法，推导必要与充分最优性条件。
• 通过将系统约化为Riccati型方程并显式求解，实现线性二次（LQ）控制问题的闭式求解。
• 通过Itô公式、Gronwall不等式及Burkholder-Davis-Gundy不等式进行严格分析，验证解框架的有效性。

实验结果

研究问题

• RQ1 当仅能获得状态的噪声观测时，如何为均场前向-后向随机微分方程建立最优控制框架？
• RQ2 对于漂移项关于状态及其期望呈线性的此类控制问题，其必要与充分最优性条件是什么？
• RQ3 在均场背景下，如何从噪声观测中对状态及其期望实现最优估计？
• RQ4 在此框架下，是否可为线性二次控制问题推导出闭式解？
• RQ5 在存在噪声与均场依赖的设定下，最优滤波器与控制律的结构特性为何？

主要发现

• 本文在存在噪声观测与均场依赖的条件下，建立了最优控制问题的两个最优性条件——必要与充分条件。
• 推导出两个耦合的前向-后向最优滤波器，可从噪声观测中估计状态及其期望，从而实现在部分信息下的实时控制。
• 对于线性二次（LQ）控制问题，本文获得了显式闭式解，充分展示了该框架的可计算性与实用性。
• 该解法依赖于向后分离技术与对状态及其期望的分解，显著简化了MF-FBSDE系统的分析。
• 在控制收敛条件下，证明了值函数的收敛性，确保了最优控制策略的稳定性。
• 该框架可应用于现实问题，如具有递归效用的资产与负债管理，以及银行间拆借市场中的系统性风险建模。