[论文解读] Formula for the supremum distribution of a spectrally positive Lévy process

Zbigniew Michna|arXiv (Cornell University)|Apr 11, 2011

Stochastic processes and financial applications参考文献 11被引用 7

一句话总结

本文通过复合泊松过程的近似方法，推导出在有限时间范围内，谱正向 Lévy 过程的上确界分布的精确公式。主要贡献在于为有限时间 ruin 概率 $\Psi(u,T) = \mathbb{P}(\sup_{t\leq T}(X(t) - ct) > u)$ 提供了一种新颖的解析表达式，该表达式适用于有限和无限变体情形，并对逆高斯过程和温度稳定 Lévy 过程给出了明确结果。

ABSTRACT

In this article we derive formula for probability $\Prob(\sup_{t\leq T} (X(t)-ct)>u)$ where $X=\{X(t)\}$ is a spectrally positive Lévy process and $c\in\RL$. As an example we investigate the inverse Gaussian Lévy process.

研究动机与目标

• 推导谱正向 Lévy 过程在有限时间范围内的上确界分布的精确解析公式。
• 将已知的上确界分布结果从布朗运动、复合泊松过程、伽马过程和稳定过程扩展到更一般的情形。
• 通过复合泊松过程近似，为有限和无限变体 Lévy 过程提供统一的框架。
• 在风险理论和金融建模背景下，为有限时间 ruin 概率 $\Psi(u,T)$ 提供显式公式。
• 在逆高斯过程和温度稳定 Lévy 过程等具体过程中验证该方法，其中特征函数已知，密度可数值计算。

提出的方法

• 利用 Lévy-Itô 分解，通过跳跃幅度大于 $\epsilon$ 的复合泊松过程 $N_\epsilon(t)$ 近似谱正向 Lévy 过程 $X(t)$。
• 对近似过程 $N_\epsilon(t)$ 应用复合泊松过程的经典 ruin 公式（Cramér 和 Seal 公式）。
• 取极限 $\epsilon \downarrow 0$，推导出 $\Psi(u,T)$ 的精确公式，区分有限变体和无限变体情形。
• 利用 $X(s)$ 的密度函数 $f(x,s)$，通过时间积分将 $\Psi(u,T)$ 表示为 $X(T)$ 的边际分布与卷积型积分的组合。
• 应用强马氏性质和连续性条件，确保上确界累积分布函数的连续性。
• 在逆高斯过程和温度稳定 Lévy 过程上验证该方法，其中特征函数已知，密度可数值计算。

实验结果

研究问题

• RQ1 能否为一般谱正向 Lévy 过程在有限时间范围内的上确界分布推导出精确公式？
• RQ2 有限变体和无限变体 Lévy 过程中，$\Psi(u,T)$ 的公式有何不同？
• RQ3 逆高斯 Lévy 过程的有限时间 ruin 概率是多少？能否以闭式表达？
• RQ4 该方法能否扩展到温度稳定 Lévy 过程，其中密度无法解析表示？
• RQ5 在何种条件下，$\sup_{t\leq T}(X(t) - ct)$ 的累积分布函数是连续的？

主要发现

• 对于具有有限变体的谱正向 Lévy 过程（$\int_0^1 x Q(dx) < \infty$），$\Psi(u,T)$ 的公式为 $\mathbb{P}(X(T) - cT > u)$ 加上一个涉及 $X(s)$ 密度和 $X(T-s)$ 生存概率的时间积分校正项。
• 在无限变体情形（$\int_0^1 x Q(dx) = \infty$），有 $\Psi(0,T) = 1$，表明过程几乎必然超过零，且 $\Psi(u,T)$ 可通过 $X(T-s)$ 的边际分布对 $(-\infty, 0)$ 的积分表达。
• 对于逆高斯 Lévy 过程，本文推导出 $\Psi(u,T)$ 的显式积分表达式，涉及贝塞尔函数和指数项，结果可通过分部积分法获得。
• 对于 Lévy 测度为 $Q(dx) = \frac{A e^{-\lambda x}}{x^{\alpha+1}} \mathbf{1}_{\{x>0\}} dx$ 的温度稳定 Lévy 过程，其特征函数可显式表示，从而可通过数值反演计算密度，进而评估 $\Psi(u,T)$。
• 若几乎必然有 $\limsup_{t\downarrow 0} \frac{X(t)}{t^\kappa} > 0$（$\kappa < 1$），则 $\sup_{t\leq T}(X(t) - ct)$ 的累积分布函数是连续的，确保上确界分布无原子。
• 该方法统一了不同 Lévy 过程的结果，为广义双曲分布及其他在金融与风险理论中常用的子序过程提供了通用框架。