[论文解读] Skorokhod Embeddings via Stochastic Flows on the Space of Measures

Ronen Eldan|arXiv (Cornell University)|Mar 13, 2013

Stochastic processes and financial applications参考文献 12被引用 3

一句话总结

本文提出了一种基于高斯测度上测度值扩散的新型随机流构造方法，用于Skorokhod嵌入，实现了对停止时间的显式矩和尾部界估计。该方法在条件分布上诱导出马尔可夫结构，并为对数凹目标测度提供了紧致的次指数尾部估计，且停止时间的期望等于目标测度的方差。

ABSTRACT

We present a new construction of a Skorohod embedding, namely, given a probability measure mu with zero expectation and finite variance, we construct an integrable stopping time T adapted to a filtration F_t, such that W_t has the law mu, where W_t is a standard Wiener process adapted to the same filtration. We find several sufficient conditions for the stopping time T to be bounded or to have a sub-exponential tail. In particular, our embedding seems rather natural for the case that mu is a log-concave measure and the tail behaviour of $T$ admits some tight bounds in that case. Our embedding admits the property that the stochastic measure-valued process {mu_t} (0

研究动机与目标

• 通过在高斯测度空间上的随机流，开发一种Skorokhod嵌入的新构造方法。
• 在目标测度 $ \mu $ 的附加假设下，建立停止时间 $ T_{\mu} $ 的矩和尾部界。
• 证明条件分布过程 $ \{\mu_t\} $（其中 $ \mu_t $ 是给定 $ \mathcal{F}_t $ 时 $ W_T $ 的分布）构成一个马尔可夫过程。
• 将现有嵌入方法（如Azéma-Yor、Bass）统一于基于测度上核生成随机流的一般框架之下。
• 提供一个用于分析 $ T_{\mu} $ 行为的公式，尤其针对对数凹测度，给出精确的定量界。

提出的方法

• 通过由布朗运动驱动的SDE系统，在高斯测度空间上构造随机流。
• 将停止时间 $ T_{\mu} $ 定义为从该流导出的某个测度值过程 $ \mu_t $ 首次达到目标测度 $ \mu $ 的时刻。
• 使用反函数定理定义函数 $ c_{\mu}(a,b) $，将当前位置 $ W_t $ 和方差参数 $ b_t $ 映射为目标测度的充分统计量。
• 应用Picard-Lindelöf定理，证明满足SDE系统的流参数 $ b_t $、$ c_t $ 的存在性与唯一性。
• 应用Itô公式推导 $ c_t $ 的SDE动态，表明该过程满足所需的嵌入条件。
• 利用条件测度过程 $ \{\mu_t\} $ 的马尔可夫性，分析停止时间并推导出尾部界。

实验结果

研究问题

• RQ1 能否通过在高斯测度空间上的随机流构造出一种新型Skorokhod嵌入，并对停止时间分布实现显式控制？
• RQ2 在什么条件下可保证停止时间 $ T_{\mu} $ 具有次指数尾部？特别是当 $ \mu $ 为对数凹测度时。
• RQ3 过程 $ \{\mu_t\} $（定义为给定 $ \mathcal{F}_t $ 时 $ W_T $ 的条件分布）是否构成一个具有时间齐次转移核的马尔可夫过程？
• RQ4 所提出的构造与经典嵌入（如Azéma-Yor和Bass的构造）之间有何关系？
• RQ5 在对数凹性假设下，能否为 $ \mathbb{E}[T_{\mu}] $、$ \mathbb{P}(T_{\mu} > t) $ 及高阶矩导出定量界？

主要发现

• 停止时间 $ T_{\mu} $ 满足 $ \mathbb{E}[T_{\mu}] = \text{Var}[\mu] $，与目标测度的二阶矩一致。
• 对于均值为零、方差为1的对数凹测度 $ \mu $，有 $ \mathbb{P}(T_{\mu} > t) < C e^{-c t} $，其中 $ c, C > 0 $ 为绝对常数，表明尾部呈次指数衰减。
• 该界在常数意义下是紧致的，通过并集界和Doob不等式可得下界 $ \mathbb{P}(T_{\mu} > t) \geq C' e^{-c' t} $，其中 $ C', c' > 0 $，表明尾部衰减速率无法进一步改进。
• 条件分布过程 $ \{\mu_t\} $ 是一个马尔可夫过程，其转移核不依赖于初始测度 $ \mu $，从而为嵌入提供了一个通用框架。
• 该构造将已知解（如Azéma-Yor（1979）和Bass（1983））统一于测度空间上的流式框架之中。
• 该方法提供了分析 $ T_{\mu} $ 的显式公式，尤其对对数凹测度极为有效，归因于其底层密度的光滑性与凸性结构。