[论文解读] Martingale representation property in progressively enlarged filtrations

Monique Jeanblanc, S. Song|arXiv (Cornell University)|Mar 7, 2012

Stochastic processes and financial applications参考文献 10被引用 4

一句话总结

本文提出了一种通用方法，用于确定在逐步扩张的filtration 𝔾 = 𝔽 ∨ 𝜏 中，鞅表示性质（MRP）何时成立，从而将MRP从基础filtration 𝔽推广至𝔾。通过分析𝔾-局部鞅在由补偿跳跃鞅生成的稳定空间与𝔾中的𝔽-鞅部分上的投影，作者统一并扩展了在各种条件下（如诚实时间、Jacod准则和浸入性）已知的结果，为[21]中的演化模型提供了系统性框架，即使在以往方法失效的情况下也适用。

ABSTRACT

Consider $\mathbb{G}$ the progressive enlargement of a filtration $\mathbb{F}$ with a random time $τ$. Assuming that, in $\mathbb{F}$, the martingale representation property holds, we examine conditions under which the martingale representation property holds also in $\mathbb{G}$. A general methodology is developed in this paper, with results covering every known (classical or recent) examples.

研究动机与目标

• 确定在基础filtration 𝔽中MRP成立的前提下，MRP在逐步扩张filtration 𝔾中成立的条件。
• 在各种假设（如诚实时间、Jacod准则和浸入性）下，统一并推广关于𝔾中MRP的已有结果。
• 为𝔾-局部鞅在𝔽-鞅部分和𝔾中跳跃鞅生成的稳定空间上的投影，开发一种系统性计算方法。
• 将该方法应用于[21]中提出的演化模型，该模型此前因技术限制而难以处理，并在此类模型中建立MRP。
• 为信用风险建模提供一个严格框架，其中违约时间𝜏不一定是可预测的或独立的，且强度由市场数据校准。

提出的方法

• 该方法将𝔾-鞅的分析分解为两个时间区间：[0,𝜏] 和 (𝜏,∞)，利用任意随机时间𝜏下𝔾-可预测集与𝔽-可预测集在[0,𝜏]上一致的性质。
• 利用[5]中的关键恒等式(1)，将有界𝔾-鞅N在[0,𝜏]上的限制表示为𝔽-条件期望与生存概率过程Z_t = ℚ(t < 𝜏 | 𝔽_t)的函数。
• 通过在区间[0,𝜏]上分部积分，计算𝔾-局部鞅在由𝔽-鞅部分和形式为v1_{[𝜏,∞)} − (v1_{[𝜏,∞)})^{𝔾·p}的跳跃鞅生成的稳定空间上的投影。
• 该方法依赖于(H′)-假设和浸入性条件，以确保𝔽与𝔾-鞅之间的兼容性，特别是在测度变换的背景下。
• 通过一系列引理（A.7–A.12）验证该方法，这些引理建立了filtration 𝔾与𝔾^{(S,T]}之间可预测性、可积性及对偶可预测投影的等价性，从而实现随机分析工具的转移。
• 核心技术创新在于利用单调类定理，将结果从左连续过程推广至一般可预测过程，确保了广泛应用性。

实验结果

研究问题

• RQ1 在什么条件下，基础filtration 𝔽中的鞅表示性质（MRP）可扩展至逐步扩张filtration 𝔾 = 𝔽 ∨ 𝜏？
• RQ2 如何在𝔾中系统性地计算一般𝔾-局部鞅在由𝔽-鞅部分和跳跃鞅生成的稳定空间上的投影？
• RQ3 所提出的框架能否统一并推广经典假设（如诚实时间、Jacod准则和浸入性）下的已知结果？
• RQ4 该方法是否适用于[21]中的演化模型，该模型此前因超出已有技术范围而难以处理？
• RQ5 (H′)-假设和浸入性条件在确保𝔾中表示空间的稳定性和可预测性方面起什么作用？

主要发现

• 本文建立了𝔾-局部鞅在[0,𝜏]上受限的通用投影公式，该公式在仅假设𝔽中MRP成立的前提下，允许将任意此类鞅表示为关于𝔽-鞅部分和𝔾中跳跃鞅的随机积分。
• 该方法统一并扩展了先前结果：它恢复了在诚实时间假设下（如[2]）、Jacod准则下（如[18]）和浸入性条件下（如[27]）的MRP，提供了一个统一框架。
• 在𝔾中MRP成立当且仅当任意𝔾-局部鞅在由𝔽-鞅的𝔾-鞅部分和跳跃鞅生成的稳定空间上的投影是良定义的，并能恢复原过程，而该条件在所开发的框架下得到保证。
• 本文证明了[21]中的演化模型满足𝔾中的MRP，解决了长期存在的开放问题，此前由于缺乏独立性或可预测性，已有技术均告失效。
• 本文证明(H′)-假设和浸入性条件足以保证𝔾中MRP成立，且𝔾在[0,𝜏]上可预测集的结构是表示稳定性关键。
• 结果在定理3.1、定理4.2、定理5.1和定理7.2中正式陈述并证明，这些定理在不同假设下提供了𝔾中MRP的必要与充分条件。