[论文解读] Muckenhoupt's $(A_p)$ condition and the existence of the optimal martingale measure
本文证明,当存在一个局部鞅测度,其密度满足概率意义下的 Muckenhoupt $(A_p)$ 条件,其中 $p = 1/(1-a)$,$a \in (0,1)$ 为相对风险规避的下界时,该条件对于对偶最优解在效用最大化问题中为一致可积鞅而言,既充分又最优。该结果确保了最优鞅测度 $ω\mathbb{Q}}$ 的存在性,这对不完全市场中的定价与对冲至关重要。
In the problem of optimal investment with utility function defined on $(0,\infty)$, we formulate sufficient conditions for the dual optimizer to be a uniformly integrable martingale. Our key requirement consists of the existence of a martingale measure whose density process satisfies the probabilistic Muckenhoupt $(A_p)$ condition for the power $p=1/(1-a)$, where $a\in (0,1)$ is a lower bound on the relative risk-aversion of the utility function. We construct a counterexample showing that this $(A_p)$ condition is sharp.
研究动机与目标
- 确定对偶最优解 $\widehat{Y}$ 在效用最大化问题中为一致可积鞅的充分条件。
- 解决数学金融领域长期存在的问题:即使在连续模型中,$\widehat{Y}$ 也可能不是鞅。
- 证明当 $p = 1/(1-a)$ 时,Muckenhoupt $(A_p)$ 条件对确保 $\widehat{Y}$ 属于 $(\mathbf{D})$ 类是精确的,这是实现一致可积性的关键步骤。
- 构造一个反例,证明即使在幂函数效用和连续价格过程下,若 $A_p$ 条件被削弱,则 $\widehat{Y}$ 无法属于 $(\mathbf{D})$ 类。
提出的方法
- 作者引入一个关键条件:存在一个对偶上鞅 $Z$,其满足概率意义下的 Muckenhoupt $(A_p)$ 条件,其中 $p = 1/(1-a)$,$a$ 为效用函数相对风险规避的下界。
- 他们在定理 5.1 中证明,该 $A_p$ 条件作用于 $Z$ 可推出 $\widehat{Y}$ 满足某个 $p' > 1$ 的 $A_{p'}$ 条件,从而确保 $\widehat{Y}$ 属于 $(\mathbf{D})$ 类。
- 证明利用了 $A_p$ 条件与 BMO 鞭稍之间的联系,结合调和分析与随机分析中的已知结果。
- 在命题 6.1 中,作者构造了一个连续扩散模型,其中 $A_p$ 条件不成立,且 $\widehat{Y}$ 不属于 $(\mathbf{D})$ 类,从而证明了该条件的最优性。
- 该构造使用一个两状态跳跃过程,并通过特定的随机指数 $\mathcal{E}(L)$ 定义对偶过程 $\widehat{Y}$,并给出了 $\mathcal{E}(L)_T$ 和 $\widehat{Y}_T$ 的显式表达式。
- 反例表明 $\mathbb{E}[\widehat{Y}_T] < 1$,证明 $\widehat{Y}$ 不是一致可积鞅,从而确认了 $A_p$ 条件的最优性。
实验结果
研究问题
- RQ1在何种条件下,效用最大化问题中的对偶最优解 $\widehat{Y}$ 为一致可积鞅?
- RQ2当 $p = 1/(1-a)$ 时,Muckenhoupt $(A_p)$ 条件是否对 $\widehat{Y}$ 属于 $(\mathbf{D})$ 类而言是必要且充分的?
- RQ3即使在连续模型和幂函数效用下,是否可以削弱 $A_p$ 条件而不损失 $\widehat{Y}$ 的一致可积性?
- RQ4若存在一个等价局部鞅测度 $\mathbb{Q}$,其密度满足 $A_p$ 条件,是否能推出最优鞅测度 $\widehat{\mathbb{Q}}$ 的存在?
- RQ5是否存在一个模型,使得 $A_p$ 条件不成立,且 $\widehat{Y}$ 不属于 $(\mathbf{D})$ 类,即使在连续价格过程和幂函数效用下?
主要发现
- 若存在一个对偶上鞅 $Z$ 满足 Muckenhoupt $(A_p)$ 条件,其中 $p = 1/(1-a)$,$a$ 为相对风险规避的下界,则对偶最优解 $\widehat{Y}$ 为一致可积鞅。
- 该 $A_p$ 条件作用于 $Z$ 可推出 $\widehat{Y}$ 满足某个 $p' > 1$ 的 $A_{p'}$ 条件,从而确保 $\widehat{Y}$ 属于 $(\mathbf{D})$ 类,这是实现一致可积性的必要条件。
- 本文构造了一个反例,其具有连续股票价格和幂函数效用,其中 $A_p$ 条件不成立,且 $\mathbb{E}[\widehat{Y}_T] < 1$,证明 $\widehat{Y}$ 不是一致可积鞅。
- 该反例确认了当 $p = 1/(1-a)$ 时,$A_p$ 条件是精确的:任何更弱的条件均不足以确保 $\widehat{Y}$ 属于 $(\mathbf{D})$ 类。
- 对偶最小化器 $\widehat{Y}$ 显式构造为 $\widehat{Y} = \mathcal{E}(L)Z$,其中 $Z$ 为 $\mathbb{Q}$ 的密度,$L$ 为含跳跃成分的随机指数。
- 在反例中,$\mathbb{E}[\widehat{Y}_T] \leq 2^{-\delta} < 1$,表明 $\widehat{Y}$ 不是一致可积鞅,从而证明了 $A_p$ 条件的最优性。
更好的研究,从现在开始
从阅读论文到最终审阅,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。