[论文解读] Mean-Field Leader-Follower Games with Terminal State Constraint

Guanxing Fu, Ulrich Horst|arXiv (Cornell University)|Sep 12, 2018

Stochastic processes and financial applications参考文献 15被引用 4

一句话总结

该论文通过一种新颖的两步延拓方法（涉及线性假设 $ R = AQ + H $），建立了带终端状态约束的线性 McKean-Vlasov 前向-后向 SDE 的解的存在性与唯一性。关键贡献是针对具有非对称信息与期望反馈的领导者-跟随者投资组合平仓博弈，推导出一种随机最大值原理，该结果通过惩罚解的 Cesàro 收敛性得以证明。

ABSTRACT

We analyze linear McKean-Vlasov forward-backward SDEs arising in leader-follower games with mean-field type control and terminal state constraints on the state process. We establish an existence and uniqueness of solutions result for such systems in time-weighted spaces as well as a {convergence} result of the solutions with respect to certain perturbations of the drivers of both the forward and the backward component. The general results are used to solve a novel single-player model of portfolio liquidation under market impact with expectations feedback as well as a novel Stackelberg game of optimal portfolio liquidation with asymmetrically informed players.

研究动机与目标

• 解决具有均场控制与状态过程终端状态约束的领导者-跟随者博弈，特别是在非对称信息下的投资组合平仓问题。
• 建立在前向过程具有奇异终端条件、后向过程终端值未知的线性 McKean-Vlasov FBSDE 系统中解的存在性与唯一性。
• 通过分析驱动项扰动下惩罚解的收敛性，为均场领导者-跟随者博弈建立随机最大值原理。
• 为求解具有期望反馈的新颖单玩家与 Stackelberg 博弈提供严格的分析框架，适用于最优投资组合平仓问题。
• 通过刻画惩罚问题解的极限行为，为未来数值方法的构建奠定基础。

提出的方法

• 采用线性假设 $ R_t = A_t Q_t + H_t $ 分离前向与后向分量，将系统转化为：对 $ A $ 为具有奇异终端条件的外生 BSDE，对 $ H $ 为具有已知渐近行为的 BSDE。
• 在时间加权空间中应用嵌套延拓论证，证明在模型参数有界假设下，FBSDE 系统解的存在性与唯一性。
• 引入原始 FBSDE 系统的惩罚版本，以在终端状态约束下逼近解，其收敛性在 $ L^ u $-范数下得到证明（$ 1 < \nu < 2 $）。
• 在合适的函数空间中采用不动点论证处理 $ (Q, H, R) $ 的耦合性，克服了标准延拓方法在后向过程终端值未知时的局限性。
• 对一系列惩罚解采用 Cesàro 平均方案，以建立最优策略与值函数向约束解的收敛性。
• 应用 Itô 公式与先验估计，结合条件数学期望与 Malliavin 微积分技术，推导出稳定性与收敛性结果。

实验结果

研究问题

• RQ1 能否在前向过程具有终端状态约束、后向过程终端值未知的条件下，建立线性 McKean-Vlasov FBSDE 解的存在性与唯一性？
• RQ2 如何为具有终端状态约束的均场领导者-跟随者博弈推导出随机最大值原理，特别是在具有非对称信息的投资组合平仓问题中？
• RQ3 惩罚 FBSDE 的解在驱动项 $ \overline{f} $ 与 $ \overline{g} $ 扰动下的收敛行为如何？该收敛在何种拓扑中成立？
• RQ4 能否将带约束的投资组合平仓问题的最优策略与值函数，表示为惩罚问题解的极限？
• RQ5 期望反馈与私人信息在 Stackelberg 型投资组合平仓博弈的均衡策略形成中起到何种作用？

主要发现

• 在系数有界假设下，于时间加权空间中建立了带终端状态约束的线性 McKean-Vlasov FBSDE 解的存在性与唯一性。
• FBSDE 的解在 $ L^ u $-范数下（$ 1 < \nu < 2 $）对驱动项 $ \overline{f} $ 与 $ \overline{g} $ 的扰动具有收敛性，该结果无法通过标准的 $ L^2 $-收敛性获得。
• 在具有终端状态约束的投资组合平仓博弈中，领导者最优策略被证明为一系列惩罚问题最优策略的 Cesàro 极限。
• 约束问题的值函数是惩罚问题值函数的凸组合的极限，证实了近似方案的一致性。
• 通过分析惩罚解的极限，为均场领导者-跟随者博弈推导出一种新颖的随机最大值原理，从而在非对称信息下实现了对均衡策略的刻画。
• 通过先验估计、Fatou 引理与控制收敛定理的结合，建立了伴随过程与状态轨迹向约束解的收敛性。