[论文解读] On perpetuities related to the size-biased distributions

Alexander Iksanov|ArXiv.org|Sep 2, 2002

Stochastic processes and financial applications参考文献 12被引用 5

一句话总结

本文建立了通过分布方程 $\eta_{sb} \overset{d}{=} A\eta_{sb} + \eta$ 与大小偏倚分布相关联的持续性存在的充要条件，其中 $A$ 与 $\eta$ 独立。关键结果是：当且仅当 $\mathbb{E}[\log A] < 0$ 时，存在非退化的解，且解在尺度意义下唯一。分析基于泊松射击噪声变换的不动点，建立了解分布的无限可分性、矩条件及尾部行为。

ABSTRACT

We study perpetuities of a special type related to the size-biased distributions. Necessary and sufficient conditions of their existence and uniqueness are obtained. A crucial point in proving all results is a close connection between perpetuities treated in the paper and fixed points of so-called Poisson shot noise transforms.

研究动机与目标

• 刻画分布方程 $\eta_{sb} \overset{d}{=} A\eta_{sb} + \eta$ 的非退化解存在的充要条件，其中 $\eta_{sb}$ 是 $\eta$ 的大小偏倚版本。
• 建立该方程解与泊松射击噪声变换不动点之间的联系。
• 确定解分布为无限可分且具有有限矩或指数矩的条件。
• 基于 $A$ 的支撑与矩性质，分析解分布的尾部行为。

提出的方法

• 分析使用了定义在 $\mathcal{P}_m^+$ 上的泊松射击噪声变换 $\mathbb{U}_{\rho}$，其将分布 $\theta$ 映射为新测度，通过与 $\mathcal{L}(A X_{sb})$ 的卷积实现，其中 $X_{sb}$ 是 $X \sim \theta$ 的大小偏倚版本。
• 解的存在性与 $\mathbb{U}_{\rho}$ 的不动点存在性相关联，并在 $A$ 的矩条件下，于完备度量空间 $(\mathcal{P}_m^+(q), r_q)$ 上应用压缩映射原理。
• 度量 $r_q(\nu_1, \nu_2)$ 通过特征函数差值的积分定义，确保完备性并支持收敛性分析。
• 解 $\mu = \mathcal{L}(\eta)$ 被证明是无限可分的，其 Lévy 测度为 $M(dx) = x^{-1} \mathcal{L}(A\eta_{sb})(dx)$，且位置参数为零；当 $x^{-1}\rho(dx)$ 在零附近可积时，其为复合泊松分布。
• 通过条件 $\text{esssup } \rho \leq 1$ 分析指数矩的有限性，当 $\text{esssup } \rho < 1$ 时，证明 $\mu$ 具有整特征函数。
• 通过矩问题证明：当且仅当 $A \in (0,1]$ 几乎必然时，$\mathcal{L}(\eta)$ 由其矩唯一确定。

实验结果

研究问题

• RQ1 在何种条件下，分布方程 $\eta_{sb} \overset{d}{=} A\eta_{sb} + \eta$ 对 $\eta$ 允许存在非退化解？
• RQ2 解 $\mu = \mathcal{L}(\eta)$ 如何与泊松射击噪声变换的不动点相关联？
• RQ3 对于解 $\mu$ 具有有限 $p > 0$ 阶矩，$A$ 的必要与充分条件是什么？
• RQ4 解 $\mu$ 在何种情况下具有有限指数矩或整特征函数？
• RQ5 解 $\mu$ 是否由其矩唯一确定？这关于 $A$ 的分布意味着什么？

主要发现

• 当且仅当 $\mathbb{E}[\log A] < 0$ 时，存在非退化解 $\mu = \mathcal{L}(\eta)$，且对给定均值 $m > 0$，解在尺度意义下唯一。
• 解 $\mu$ 是无限可分的，其 Lévy 测度为 $M(dx) = x^{-1} \mathcal{L}(A\eta_{sb})(dx)$，位置为零；当 $x^{-1}\rho(dx)$ 在零附近可积时，其为复合泊松分布。
• 若存在某 $p > 0$ 使得 $\mathbb{E}[A^p] < 1$，则 $\mathbb{E}[\eta^{1+p}] < \infty$，且解 $\mu$ 是映射 $\mathbb{U}_{\rho}$ 在完备度量空间 $(\mathcal{P}_m^+(q), r_q)$ 上的唯一不动点，其中 $q \in (1,2)$ 且 $g(q-1) < 1$。
• 解 $\mu$ 具有有限指数矩当且仅当 $\text{esssup } \rho \leq 1$；若 $\text{esssup } \rho < 1$，则 $\mu$ 具有整特征函数。
• 解 $\mu$ 由其矩唯一确定当且仅当 $A \in (0,1]$ 几乎必然，这等价于对所有 $p > 0$ 有 $\mathbb{E}[A^p] < 1$。
• 解满足矩递推关系 $\mathbb{E}[\eta^{n+1}] = \sum_{k=0}^n \binom{n}{k} \mathbb{E}[A^k] \mathbb{E}[\eta^{k+1}] \mathbb{E}[\eta^{n-k}]$，将 $\eta$ 与 $A$ 的矩联系起来。