[论文解读] Large Deviation asymptotics for the exit from a domain of the bridge of a general Diffusion

Paolo Baldi, Lucia Caramellino+1 more|arXiv (Cornell University)|Jun 18, 2014

Stochastic processes and financial applications参考文献 18被引用 4

一句话总结

本文研究了当条件时间趋于零时，受条件（固定）扩散过程从某一区域离开的 hitting 时间的大偏差渐近性质。通过路径大偏差原理及 Varadhan 引理的推广，推导出精确的离开概率估计，表明在随机波动率模拟中常用的系数冻结方法可能产生显著误差，尤其在波动率较低时。

ABSTRACT

We provide Large Deviation estimates for the bridge of a $d$-dimensional general diffusion process as the conditioning time tends to $0$ and apply these results to the evaluation of the asymptotics of its exit time probabilities. We are motivated by applications to numerical simulation, especially in connection with stochastic volatility models.

研究动机与目标

• 推导当条件时间趋于零时，固定扩散过程从某一区域离开的时间的大偏差估计。
• 解决在随机波动率模型数值模拟中广泛使用的系数冻结近似方法的局限性。
• 为一般扩散过程中离开概率的估计提供一个严格的渐近框架。
• 证明系数冻结可能导致离开概率近似出现显著误差，尤其是在低波动率区域。
• 将理论结果应用于 Hull-White 随机波动率模型，展示该方法的实际相关性以及现有近似方法的局限性。

提出的方法

• 为一般 d 维扩散过程的桥接过程建立路径大偏差原理（LDP）。
• 利用大偏差原理与拉普拉斯原理之间的等价性，推导出条件过程的估计。
• 将 Varadhan 引理推广至处理可能不连续的泛函，从而实现对离开时间概率的分析。
• 将推广后的 Varadhan 引理应用于计算从可能无界的开集 D 中离开的大偏差估计。
• 利用扩散过程的几何结构和条件过程的构造，推导出离开概率的速率函数。
• 在 Hull-White 模型上验证该方法，将精确的渐近速率与系数冻结方法所得结果进行比较。

实验结果

研究问题

• RQ1 当条件时间趋于零时，固定扩散过程的离开概率如何变化？
• RQ2 在随机波动率模型中，系数冻结近似对离开时间概率的准确性如何？
• RQ3 能否为受条件扩散过程中从区域离开的问题建立一个通用的大偏差框架？
• RQ4 在条件时间趋于零的极限下，离开时间的速率函数如何依赖于路径和扩散系数？
• RQ5 在何种参数区域中，冻结系数会导致离开概率估计出现显著误差？

主要发现

• 本文利用路径大偏差原理和推广的 Varadhan 引理，推导出当条件时间趋于零时，固定扩散过程从某一区域离开的时间的大偏差估计。
• 在 Hull-White 模型中，真实的大偏差速率函数约为 0.119，而将系数冻结在中点位置时得到的值为 0.083，导致离开概率估计存在明显偏差。
• 当时间步长为 t = 1/20 时，真实离开概率约为 e^(-0.119×20) ≈ 0.092，而冻结系数近似给出 e^(-0.083×20) ≈ 0.19，表明存在显著误差。
• 随着波动率降低，真实值与近似值之间的偏差显著增大，说明在低波动率区域中系数冻结方法不可靠。
• 在不同点（如 (1, 0.2) 或 (2, 0.5)）冻结系数会得到截然不同的速率函数值（例如 6.0 与 3.8），凸显该方法对选择点的敏感性及其缺乏鲁棒性。
• 结果表明，尽管在特定情况下中点冻结可能给出较优近似，但其一般可靠性不足；真实渐近行为必须通过所提出的的大偏差框架精确计算。