[论文解读] Dynamically Consistent Nonlinear Evaluations and Expectations

Shigē Péng|ArXiv.org|Jan 24, 2005

Stochastic processes and financial applications参考文献 22被引用 56

一句话总结

本文提出了一种基于倒向随机微分方程（BSDEs）的动态非线性评估框架，证明了任何被 g-期望支配的动态一致非线性评估必然是一个 g-评估。关键贡献在于提出了一项表征定理，表明此类评估完全由生成函数 g 决定，从而将连续时间随机过程中的非线性期望理论进行了扩展。

ABSTRACT

How an economic agent (a firm, an investor or a financial market) evaluates a contingent claim, say a European type of derivatives X, with maturity t? In this paper we study a mechanism of dynamic expectations and evaluations. We give the axiomatic conditions of the time consistency. We prove that, under a domination condition, a time consistent nonlinear evaluation is in fact a g-expectation, i.e., it is completely determined a BSDE in which the generator is a given function g.

研究动机与目标

• 正式化连续时间金融模型中或有头寸的动态、时间一致的评估。
• 确定非线性评估算子可表示为 g-期望的必要与充分条件。
• 将非线性期望理论从线性和 G-期望推广至由 BSDE 驱动的路径相关、非线性评估。
• 在最小正则性假设下，建立非线性评估问题解的存在性与唯一性。

提出的方法

• 引入一组满足公理 (A1)–(A4) 的算子 {ℰs,t[·]}，以保证动态一致性、单调性、时间一致性和零一法则。
• 通过具有生成函数 g 和终端条件 X 的倒向随机微分方程（BSDE）的解来定义 g-评估，其中 ℰs,t^g[X] = ys。
• 引入额外的支配条件 (A5)：ℰs,t[X] − ℰs,t[X′] ≤ ℰ^gμ[X − X′]，其中 μ 足够大，且 gμ = μ(|y| + |z|)，以确保正则性。
• 利用 Lipschitz 生成函数和 L2-连续解的 BSDE 理论，证明评估算子在停时上的连续性与收敛性。
• 应用 Doob-Meyer 类型分解与可选停时定理于 ℰ-鞅，以建立路径正则性与稳定性。
• 采用停时集合 𝒮_T^0 中的逼近技术与极限论证，将结果从有界停时推广至一般停时。

实验结果

研究问题

• RQ1 在何种条件下，动态一致的非线性评估算子必然可通过 BSDE 表征为 g-评估？
• RQ2 如何表征诱导满足公理一致性的非线性评估的 BSDE 生成函数 g？
• RQ3 支配条件 (A5) 在确保非线性评估为 g-评估中起到何种作用？
• RQ4 可选停时定理能否推广至非线性期望？若能，其成立条件为何？
• RQ5 在非线性评估下，ℰ-鞅与 ℰ-上鞅的性质如何推广经典鞅理论？

主要发现

• 任何满足 (A1)–(A5) 的动态一致非线性评估必然是一个 g-评估，即存在某个生成函数 g，使得 ℰs,t[·] = ℰs,t^g[·]。
• 生成函数 g 由评估算子唯一确定，且评估完全由该 g 对应的 BSDE 解所表征。
• 评估算子 ℰs,t[·] 关于停时 σ 与 τ 连续，且在单调极限下于 L2(ℱT) 中收敛。
• 可选停时定理对 ℰ-上鞅成立：对任意 σ ≤ τ，有 ℰσ,τ[Yτ] ≤ Yσ 几乎必然。
• 建立了 ℰ-鞅的 Doob-Meyer 分解定理，表明每个 ℰ-上鞅均可唯一分解为一个 ℰ-鞅与一个递减过程之和。
• 证明依赖于 𝒮_T^0 中停时的逼近与 L2 收敛，确保在极限下具有鲁棒性。