[论文解读] Properties of Expectations of Functions of Martingale Diffusions

George Lowther|ArXiv.org|Jan 2, 2008

Stochastic processes and financial applications参考文献 5被引用 8

一句话总结

本文证明了局部鞅扩散过程的函数条件期望继承了收益函数g的关键解析性质——如单调性、Lipschitz连续性和凸性。通过引入一类广义的扩散过程‘几乎连续扩散’，作者证明了当g具有这些性质时，f(t,x) = E[g(X_T)|F_t]在X的边际支撑上连续，并继承单调性与凸性，即使在不假设扩散系数光滑的情况下，也通过耦合技术和路径层面的强马氏性质分析得以实现。

ABSTRACT

Given a real valued and time-inhomogeneous martingale diffusion X, we investigate the properties of functions defined by the conditional expectation f(t,X_t)=E[g(X_T)|F_t]. We show that whenever g is monotonic or Lipschitz continuous then f(t,x) will also be monotonic or Lipschitz continuous in x. If g is convex then f(t,x) will be convex in x and decreasing in t. We also define the marginal support of a process and show that it almost surely contains the paths of the process. Although f need not be jointly continuous, we show that it will be continuous on the marginal support of X. We prove these results for a generalization of diffusion processes that we call `almost-continuous diffusions', and includes all continuous and strong Markov processes.

研究动机与目标

• 建立条件期望f(t,x) = E[g(X_T)|F_t]在X为局部鞅扩散时，继承g的单调性、Lipschitz连续性和凸性的结论。
• 通过引入‘几乎连续扩散’这一新类过程，将结果推广至伊藤扩散之外的更广范围——该类过程包括连续、强马氏过程，并满足路径层面的几乎连续性条件。
• 证明f(t,x)在X的边际支撑上是联合连续的，即使其在其他区域可能不连续。
• 提供一种基于路径的耦合证明方法，避免对SDE系数的光滑性或可微性要求，从而将结果推广至更广泛的扩散过程类别。

提出的方法

• 将‘几乎连续扩散’定义为满足路径层面几乎连续性条件的强马氏过程：两个独立同分布的复制过程无法在不触及零点的情况下交叉。
• 引入边际支撑MSupp(X)作为满足x属于X_t的支撑的点集(t,x)。
• 通过X的独立复制Y与Z之间的耦合论证，分析路径行为，并推导f(t,x) = E[g(X_T)|F_t]的性质。
• 应用首次出场时间定理（Debut Theorem）与可测性论证，控制跳跃行为，证明在不触及零点情况下的交叉事件概率为零。
• 利用强马氏性质将条件期望表示为可测函数f(t,x)，并分析其正则性。
• 通过路径层面的比较与支撑论证，证明f在MSupp(X)上连续，即使在其他区域并非联合连续。

实验结果

研究问题

• RQ1 当X为局部鞅扩散时，f(t,x) = E[g(X_T)|F_t]在何种条件下继承g的单调性？
• RQ2 在不假设扩散系数σ(t,x)光滑的情况下，能否建立f(t,x)的凸性与单调性？
• RQ3 当f(t,x)在整体上可能不联合连续时，它是否在X的边际支撑上连续？
• RQ4 路径层面的几乎连续性条件（即几乎连续性质）如何与边际支撑的结构及f的正则性相关联？
• RQ5 能否通过耦合技术证明f(t,x)的正则性，而无需依赖PDE或随机流理论？

主要发现

• 若g为单调递增，则对任意局部鞅扩散X，f(t,x)在x上亦为单调递增。
• 若g为Lipschitz连续，则即使在生成元无光滑性假设下，f(t,x)在x上仍为Lipschitz连续。
• 若g为凸函数，则f(t,x)在x上为凸函数，且随t递减，该结果扩展了Black-Scholes与指数Lévy模型中的已知结论。
• f(t,x)在边际支撑MSupp(X)上是联合连续的，且该集合以概率1包含X的路径。
• 边际支撑MSupp(X)为Borel集，由X的有限维分布的支撑定义。
• 几乎连续扩散类包括连续扩散、泊松过程，以及在有限维分布收敛意义下连续扩散的极限。