[论文解读] Existence of densities for multi-type CBI processes

Martin Friesen, Peng Jin+1 more|arXiv (Cornell University)|Sep 30, 2018

Stochastic processes and statistical mechanics参考文献 11被引用 4

一句话总结

本文通过各向异性 Besov 空间正则性，建立了 $ℝ_{+}^{d}$ 上多类型 CBI 过程的转移概率密度存在的充分条件。该研究避免使用 Malliavin 微积分与拉普拉斯变换分析，转而采用随机积分的矩估计及一种新颖的各向异性框架，证明了有限维分布的密度在各分量间具有受控的光滑性。

ABSTRACT

Let X be a multi-type continuous-state branching process with immigration (CBI process) on state space $\mathbb{R}^d$. Denote by $g_t$, $t \geq 0$, the law of $X_{t}$. We provide sufficient conditions under which $g_t$ has, for each $t > 0$, a density with respect to the Lebesgue measure. Such density has, by construction, some anisotropic Besov regularity. Our approach neither relies on the use of Malliavin calculus nor on the study of corresponding Laplace transform.

研究动机与目标

• 建立 $ℝ_{+}^{d}$ 上多类型 CBI 过程转移概率密度存在的条件，此类过程因退化扩散与复杂跳跃机制而难以分析。
• 克服现有方法依赖 Malliavin 微积分或拉普拉斯变换分析的局限性，尤其在无非退化扩散（$c_i = 0$）的情况下。
• 通过引入各向异性 Besov 空间，发展一种能反映多类型 CBI 过程中不同分量异质行为的框架。
• 提供一个一般性条件，使得 CBI 过程的转移律 $g_t$ 对 Lebesgue 测度具有密度，对所有 $t > 0$ 成立。
• 将分析工具扩展至具有广义 Lévy 驱动跳跃机制的仿射过程，尤其在扩散系数消失的情况下。

提出的方法

• 引入各向异性 Besov 空间 $B_{1,\text{infty}}^{\lambda,a}(\mathbb{R}^d)$，其中参数 $a = (a_1,\dots,a_d)$ 满足 $a_i > 0$ 且 $\sum a_i = d$，以度量密度的分量特定正则性。
• 利用关于泊松随机测度的随机积分的矩估计（引理 19），特别是当 $\eta \leq \gamma \leq 2$ 时，控制解路径的正则性。
• 应用 [6, 13, 20] 中的技术，通过各向异性 Besov 空间中的正则性估计建立密度存在性，而无需依赖 Malliavin 微积分。
• 从漂移、扩散与跳跃分量的角度分析 CBI 过程的生成元，其中跳跃机制被分解为分支（$\mu_i$）与移民（$\nu$）部分。
• 对 $\nu$ 与 $\mu_i$ 施加可积性条件，包括 $\nu(dz) \sim |z|^{-d-\alpha}$（$\alpha \in (0,1)$），以确保跳跃带来的充分平滑效应。
• 推导出参数 $(c,\beta,B,\nu,\mu)$ 的充分条件，使得对所有 $t > 0$，转移律 $g_t$ 属于各向异性 Besov 空间 $B_{1,\infty}^{\lambda,a}$。

实验结果

研究问题

• RQ1 在何种条件下，$ℝ_{+}^{d}$ 上多类型 CBI 过程的有限维分布具有 Lebesgue 密度？
• RQ2 能否在不使用 Malliavin 微积分或拉普拉斯变换分析的前提下，建立密度存在的条件？
• RQ3 如何在密度的正则性中捕捉多类型 CBI 过程中不同分量的各向异性行为？
• RQ4 跳跃机制——特别是具有 $α$-稳定型衰减的跳跃——在确保密度存在所必需的平滑效应中起到何种作用？
• RQ5 密度所属的精确正则性类（以各向异性 Besov 空间表示）是什么？其如何依赖于跳跃与扩散参数？

主要发现

• 在对 Lévy 分量的可积性与非退化性施加温和条件时，对任意 $t > 0$，多类型 CBI 过程的转移律 $g_t$ 相对于 Lebesgue 测度具有密度。
• 该密度属于各向异性 Besov 空间 $B_{1,\infty}^{\lambda,a}(\mathbb{R}^d)$，其中 $\lambda > 0$，其正则性反映由各向异性参数 $a$ 决定的分量特定性。
• 该方法在所有 $c_i = 0$ 时（即纯跳跃情形）依然适用，克服了以往依赖非退化扩散方法的关键局限。
• 当移民机制满足 $\nu(dz) = \mathbf{1}_{\{|z| \leq 1\}}(z) \frac{dz}{|z|^{d+\alpha}} + \nu'(dz)$ 且 $\alpha \in (0,1)$ 时，若 $\alpha > \frac{\gamma_0}{1+\gamma_0}$，则密度存在，其中 $\gamma_0$ 是与跳跃强度相关的参数。
• 该方法避免使用 Malliavin 微积分与拉普拉斯变换技术，转而依赖泊松随机积分的矩估计与 Besov 正则性理论。
• 结果可推广至 $ℝ^n \times \mathbb{R}_+^d$ 上的仿射过程，关键洞见在于：即使无扩散，跳跃的平滑效应也足以保证密度的存在。