[论文解读] Choquet expectations and g-expectations with multi-dimensional Brownian motion

Mingshang Hu|ArXiv.org|Oct 14, 2009

Stochastic processes and financial applications参考文献 13被引用 3

一句话总结

该论文证明，g-期望与Choquet期望相等当且仅当生成器g与y无关且关于z线性，即g(t,z) = ∑ g(t,e_i)z_i，即使在无需假设g关于t连续或仅限于一维布朗运动的情形下也成立，包括多维布朗运动设置。证明方法利用了共单调指示函数及倒向随机微分方程（BSDEs）的性质。

ABSTRACT

We prove that a g-expectation is a Choquet expectation if and only if g is independent of y and is linear in z, i.e., classical linear expectation, without the assumptions that the deterministic generator g is continuous in t and the dimension of the Brownian motion is one.

研究动机与目标

• 确定在多维布朗运动背景下，g-期望与Choquet期望完全一致的精确条件。
• 通过去除此前结果中对一维布朗运动和g连续性的限制，将已有结论推广至更一般情形。
• 解决多维布朗运动中各分量不共单调的问题，从而无法直接推广先前方法的挑战。
• 确立g-期望与Choquet期望完全一致的充要条件：即g关于z线性且与y无关，无论维度高低或g是否连续。

提出的方法

• 使用共单调指示函数作为测试随机变量，以利用Choquet期望的共单调可加性性质。
• 应用具有Lipschitz生成器g且满足(H1)–(H3)条件的倒向随机微分方程（BSDEs）解理论。
• 通过构造对应于事件{W_T^1 ≥ n}和{W_T^2 ≥ 0}的指示函数的BSDE解序列，采用极限论证方法。
• 利用BSDE解在L²收敛下的稳定性及g的Lipschitz连续性，取极限并推导出g的函数方程。
• 通过对称性与变换技巧（例如，将W替换为(W^1, -W^2)）将线性性质结果推广至z空间的所有象限区域。
• 采用递归分解方法，通过正交投影将d维情形逐步简化为低维情形。

实验结果

研究问题

• RQ1 在生成器g满足何种条件时，g-期望在多维布朗运动中与Choquet期望一致？
• RQ2 能否将一维情形下的结论——即g必须与y无关且关于z线性——推广至高维情形，且无需对g做连续性假设？
• RQ3 为何基于共单调性的标准方法在多维设置中失效？如何对其进行修正？
• RQ4 g关于z线性且与y无关，是否为g-期望在一般d维设置下成为Choquet期望的必要且充分条件？
• RQ5 当g-期望满足Choquet期望的共单调可加性时，g的函数形式能否被完全刻画？

主要发现

• g-期望是Choquet期望当且仅当生成器g与y无关且关于z线性，即g(t,z) = ∑_{i=1}^d g(t,e_i) z_i。
• 该刻画结果无需假设g关于t连续，即使在d ≥ 2的多维布朗运动中也成立。
• 证明表明g在ℝ^d的所有象限区域中必须关于z具有可加性与齐次性，从而推出g关于z的完全线性性。
• 该结果通过构造对应于共单调指示函数的BSDE解序列，并利用收敛性与Lipschitz性质推导得出。
• 该方法通过精心选择的测试函数与对称性论证，克服了多维布朗运动分量非共单调的障碍。
• 最终刻画表明，g(t,z)是关于z的线性泛函，其系数为每个标准基向量e_i对应的g(t,e_i)。