Skip to main content
QUICK REVIEW

[论文解读] General indifference pricing with small transaction costs

Dylan Possamaï, Guillaume Royer|arXiv (Cornell University)|Jan 14, 2014
Stochastic processes and financial applications参考文献 59被引用 4
一句话总结

本文在小交易成本的多维一般马尔可夫模型中,利用同伦化与粘性解技术,为欧式期权的效用无差异价格建立了严格的渐近展开。该研究扩展了以往一维结果,提出了适用于任意效用函数与风险资产动态的一般框架,通过遍历控制问题与特征值结构导出显式的首阶校正项,同时相比早期工作降低了对收益函数的正则性要求。

ABSTRACT

We study the utility indifference price of a European option in the context of small transaction costs. Considering the general setup allowing consumption and a general utility function at final time T, we obtain an asymptotic expansion of the utility indifference price as a function of the asymptotic expansions of the utility maximization problems with and without the European contingent claim. We use the tools developed in [54] and [48] based on homogenization and viscosity solutions to characterize these expansions. Finally we study more precisely the example of exponential utilities, in particular recovering under weaker assumptions the results of [6].

研究动机与目标

  • 解决在小交易成本下,多维模型中效用无差异定价缺乏严格渐近展开的问题。
  • 将Soner与Touzi(2013)基于同伦化的思路推广至一般效用函数与多维风险资产,超越一维设定。
  • 通过遍历控制问题与特征值表征,建立统一框架,用于计算效用无差异价格的首阶校正项。
  • 降低对或有 claim 收益函数的正则性要求——在本工作中实现 C¹ 而非先前工作(如 Bichuch, 2013)所需的 C⁴ 光滑性。
  • 建立最优投资问题在有无或有头寸情况下的渐近行为之间的严格联系,从而实现价格的精确逼近。

提出的方法

  • 利用同伦化理论分析小交易成本下价值函数的渐近行为。
  • 应用粘性解技术刻画带交易成本的最优投资-消费问题的动态规划方程。
  • 为带与不带或有头寸的效用最大化问题的价值函数构造形式与严格的渐近展开。
  • 通过比较带与不带头寸的价值函数展开,推导效用无差异价格的首阶校正项。
  • 将遍历随机控制问题的特征值作为展开中主导项的关键构建模块。
  • 通过构造次解与超解,结合紧致性与余项的一致有界性,验证展开式的有效性。

实验结果

研究问题

  • RQ1在一般多维马尔可夫模型中,小交易成本下欧式期权的效用无差异价格应如何进行渐近展开?
  • RQ2首阶校正项的精确形式是什么?它与交易成本结构相关的遍历控制问题有何关联?
  • RQ3该渐近展开如何依赖于基础效用函数与风险资产的动态?
  • RQ4是否可将收益函数的正则性假设从 C⁴ 降低至 C¹,同时仍保持渐近展开的有效性?
  • RQ5遍历控制问题中的特征值在决定效用无差异价格主导项中的作用是什么?

主要发现

  • 效用无差异价格的首阶校正项由一个遍历随机控制问题的特征值表征,提供了可计算且具可解释性的表达形式。
  • 该研究严格建立了适用于一般效用函数与多维模型的效用无差异价格渐近展开,扩展了先前的一维结果。
  • 在相同框架下,本文将收益函数的正则性要求从 Bichuch(2013)所需的 C⁴ 降低至 C¹,显著扩大了适用头寸的范围。
  • 余项在交易成本趋于零且逼近参数 n 趋于无穷时一致趋于零,确保了在粘性解意义下的收敛性。
  • 通过构造在首阶精度上匹配的次解与超解,论文借助同伦化理论中的摄动方法验证了渐近展开的有效性。
  • 该方法允许通过遍历特征值显式计算展开的主导项,其依赖于市场参数与效用函数,但不依赖于具体收益函数的高阶行为,仅依赖其首阶行为。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。