[论文解读] Random Walks and Levy Processes Conditioned Not to Overshoot

Sergey Foss, Anatolii A. Puhalskii|arXiv (Cornell University)|Jan 1, 2009

Stochastic processes and financial applications参考文献 19被引用 1

一句话总结

本文研究了在不超出高位水平的条件下，随机游走与 Lévy 过程的条件行为，重点关注指数矩条件不成立的情形。在谱正稳定分布的吸引域假设下，建立了对吸收于水平 1 的重标度过程的弱收敛极限，揭示了一个与线性漂移情形不同的非线性、重尾标度极限。

ABSTRACT

Let ξ1, ξ2, . . . be i.i.d. random variables with negative mean. Suppose that Eexp(λξ1) 0 and that there exists γ > 0 with Eexp(γξ1) = 1. It is known that if, in addition, E ξ1 exp(γξ1) < ∞, then the most likely way for the random walk Sk = Pk=1 ξi to reach a high level is to follow a straight line with a positive slope. We study the case where E ξ1 exp(γξ1) = ∞. Assuming that the distribution F(dx) = exp(γx)P(ξ1 ∈ dx) belongs to the domain of attraction of a spectrally positive stable law, we obtain a weak convergence limit theorem as r → ∞ for the conditional distribution of the process r −1 P ⌊t/F (r,∞)⌋ i=1 ξi, t ≥ 0 � stopped at the time when it reaches level 1 given that the latter event occurs. The limit is ′ ∞

研究动机与目标

• 理解具有负均值的随机游走路径的典型行为，该路径被条件化为不超出高位水平。
• 分析指数矩 E[ξ₁exp(γξ₁)] 为无穷大的情形，该情形使经典大偏差近似失效。
• 在条件概率下，推导出重标度过程的弱收敛极限，条件是吸收于水平 1。
• 刻画当底层分布 F(dx) = exp(γx)P(ξ₁ ∈ dx) 属于谱正稳定律的吸引域时的极限过程。

提出的方法

• 将随机游走 S_k = ∑_{i=1}^k ξ_i 条件化于其在超出前达到高位水平 r 的事件。
• 通过 F(r, ∞)（增量分布的尾概率）对时间进行重标度，以归一化时间尺度。
• 使用参数 γ > 0 进行指数倾斜，使得 E[exp(γξ₁)] = 1，从而定义测度 F(dx) = exp(γx)P(ξ₁ ∈ dx)。
• 假设 F 属于指数 α ∈ (1, 2) 的谱正稳定律的吸引域，以确保重尾行为。
• 使用弱收敛技术分析当 r → ∞ 时，重标度过程 r⁻¹ ∑_{i=1}^{⌊t/F(r,∞)⌋} ξ_i 的极限。
• 在过程首次触及水平 1 时停止，并在该条件测度下推导极限分布。

实验结果

研究问题

• RQ1 当指数矩条件不成立时，具有负均值的随机游走路径的典型行为是什么，该路径被条件化为不超出高位水平？
• RQ2 当 E[ξ₁exp(γξ₁)] = ∞ 时，条件过程的标度极限与经典线性漂移情形有何不同？
• RQ3 当倾斜分布 F(dx) 属于谱正稳定律的吸引域时，重标度过程的极限行为是什么？
• RQ4 在条件化于吸收于水平 1 的情况下，重标度且停止的过程是否存在非退化的弱极限？
• RQ5 极限过程的本质是什么，它如何反映增量的重尾结构？

主要发现

• 尽管指数矩条件不成立，但在条件测度下，重标度过程在 r → ∞ 时弱收敛至非退化极限。
• 极限过程并非如有限指数矩情形下那样为具有正斜率的直线，而是由于重尾增量表现出不同的非线性标度。
• 该极限过程源于指数 α ∈ (1, 2) 的谱正稳定律的吸引域，表明其具有自相似性和重尾结构。
• 时间标度由 F(r, ∞)（即尾概率）决定，其控制了达到水平 1 的有效时间范围。
• 条件分布集中于避免超出的路径，导致与无条件或大偏差情形下不同的极限行为。
• 极限过程具有非马尔可夫性、路径依赖的结构，反映了对非超出的条件化。