[论文解读] Comparison Theorems for Backward Stochastic Volterra Integral Equations

Tianxiao Wang, Jiongmin Yong|arXiv (Cornell University)|Aug 10, 2012

Stochastic processes and financial applications参考文献 7被引用 6

一句话总结

本文通过使用对偶原理和生成器的单调性条件，建立了多维倒向随机伏尔泰拉积分方程（BSVIEs）的适应解与适应M-解的比较定理。主要贡献在于证明了在适当的单调性和可积性条件下，具有更大终端条件和生成器的BSVIE的解在路径不等式意义下支配另一个解，从而将BSDEs中的比较结果推广至BSVIEs。

ABSTRACT

For backward stochastic Volterra integral equations (BSVIEs) in multi-dimensional Euclidean spaces, comparison theorems are established in a systematic way for the adapted solutions and adapted M-solutions. For completeness, comparison theorems for (forward) stochastic differential equations, backward stochastic differential equations, and (forward) stochastic Volterra integral equations (FSVIEs) are also presented. Duality principles are used in some relevant proofs. Also, it is found that certain kind of monotonicity conditions play crucial roles to guarantee the comparison theorems for FSVIEs and BSVIEs to be true. Various counterexamples show that the assumed conditions are almost necessary in some sense.

研究动机与目标

• 建立多维倒向随机伏尔泰拉积分方程（BSVIEs）的适应解与适应M-解的系统性比较定理。
• 将已知于倒向随机微分方程（BSDEs）和前向SDEs的比较原理推广至BSVIEs这一更一般的框架。
• 识别出比较定理在BSVIEs中成立的最小且近乎必要条件，特别是关于状态变量的单调性。
• 通过反例阐明当单调性缺失时比较结果的局限性，以说明假设的必要性。
• 探讨在动态风险度量和随机效用理论中的应用，其中BSVIEs可用于建模时间不一致偏好和非适应过程。

提出的方法

• 在比较定理的证明中使用对偶原理，特别是针对生成器中包含交叉项 $ Z(s,t) $ 的BSVIEs。
• 采用先验估计方法和通过解的差的积分表示进行先验比较。
• 为依赖 $ Z(s,t) $ 的BSVIEs引入适应M-解的概念，在适当条件下确保唯一性。
• 对生成器使用选择论证，构造关于状态变量 $ y $ 的非减函数，从而通过不动点技术实现比较。
• 使用伊藤公式和鞅表示定理分析两个解之间差过程的动力学。
• 通过构造反例，表明生成器在 $ y $ 上的单调性条件对于比较成立几乎是必要的。

实验结果

研究问题

• RQ1 在何种条件下，具有更大终端条件和生成器的BSVIE的解在路径不等式意义下支配另一个解？
• RQ2 生成器中存在 $ Z(s,t) $ 如何影响为BSVIEs建立比较定理的可能性？
• RQ3 对偶原理能否有效用于证明具有非马氏性和非预测结构的BSVIEs的比较定理？
• RQ4 保证BSVIEs比较定理的最小条件集是什么——特别是关于 $ y $ 的单调性？
• RQ5 当生成器在 $ y $ 上不单调时，BSVIEs的比较结果在多大程度上仍具有鲁棒性？是否存在其他形式的比较？

主要发现

• 当生成器容许一个关于状态变量 $ y $ 的非减选择，并在适当的可积性和正则性条件下，适应解的通用比较定理成立。
• 对于依赖 $ Z(s,t) $ 的生成器的BSVIEs，比较定理需要使用对偶原理，且结果较弱：仅比较解的积分的条件数学期望。
• 当生成器关于 $ Z(t,s) $ 线性且依赖于 $ Z(s,t) $ 时，适应M-解满足关于 $ \mathbb{E}_t[\int_t^T Y^0(s)ds] \leq \mathbb{E}_t[\int_t^T Y^1(s)ds] $ 的比较结果，而非路径不等式。
• 反例表明，若缺少关于 $ y $ 的单调性，比较定理通常不成立，表明此类条件几乎是必要的。
• 本研究纠正并扩展了文献[24, 25]中的早期主张，为BSVIEs的比较定理在严格条件下成立提供了严谨依据。
• 该框架支持在动态风险度量和随机效用理论中的应用，尤其适用于非适应过程和时间不一致偏好。