[论文解读] Transformations of Markov Processes and Classification Scheme for Solvable Driftless Diffusions

Claudio Albanese, Alexey Kuznetsov|ArXiv.org|Oct 8, 2007

Stochastic processes and financial applications参考文献 18被引用 17

一句话总结

本文提出了一种新颖的一维扩散过程分类体系，通过结合Doob的h-变换与微分同胚的随机变换，消除漂移项，实现对解析可解扩散过程的系统分类。核心贡献在于提出一种系统方法，通过变换已知过程生成新的可解无漂移扩散族——具体为超几何与合流超几何R族，所有此类过程的转移密度均可通过不变量Bose不变量与Liouville变换，以超几何函数形式表达。

ABSTRACT

We propose a new classification scheme for diffusion processes for which the backward Kolmogorov equation is solvable in analytically closed form by reduction to hypergeometric equations of the Gaussian or confluent type. The construction makes use of transformations of diffusion processes to eliminate the drift which combine a measure change given by Doob's h-transform and a diffeomorphism. Such transformations have the important property of preserving analytic solvability of the process: the transition probability density for the driftless process can be expressed through the transition probability density of original process. We also make use of tools from the theory of ordinary differential equations such as Liouville transformations, canonical forms and Bose invariants. Beside recognizing all analytically solvable diffusion process known in the previous literature fall into this scheme and we also discover rich new families of analytically solvable processes.

研究动机与目标

• 开发一种全面的分类体系，用于一维马尔可夫过程，其后向柯尔莫哥洛夫方程可通过约化为超几何方程而获得闭式解。
• 建立一种框架，通过测度变换（Doob的h-变换）与微分同胚，将一般扩散过程系统性地转化为无漂移形式，同时保持解析可解性。
• 识别并表征新的解析可解扩散族，超越已知类别如Ornstein-Uhlenbeck、Bessel、CIR与Jacobi过程。
• 引入不变量——Bose不变量与Liouville变换——以在变换下保持可解性，并实现新可解过程的系统生成。
• 通过统一与推广文献中已有结果，表明所有先前已知的解析可解扩散过程均属于该分类体系，同时揭示更丰富的新型族。

提出的方法

• 利用由Doob的h-变换（测度变换）与微分同胚（状态空间变换）组成的随机变换，从扩散过程中消除漂移项。
• 应用Liouville变换与标准型，将二阶微分算子（生成元）约化为标准的超几何或合流超几何方程。
• 利用Bose不变量作为随机变换下的不变量，确保可解性在变换类中保持不变。
• 通过变换的雅可比行列式与关联常微分方程基本解的朗斯基行列式，推导变换后过程的波动率函数。
• 通过变换关系，从原过程的密度构造无漂移过程的转移密度，利用密度在测度与状态空间变换下的变换性质。
• 基于具有正则奇异点的二阶线性常微分方程理论，根据其标准型与关联特殊函数（超几何或合流超几何），对所有可能的可解生成元进行分类。

实验结果

研究问题

• RQ1 哪些一类一维扩散过程可对其后向柯尔莫哥洛夫方程获得解析闭式解？
• RQ2 如何系统构造随机变换，以在保持解析可解性的同时，从扩散过程中消除漂移？
• RQ3 在这些变换下，哪些不变量保持不变？它们如何用于可解过程的分类？
• RQ4 该框架能否生成超越经典类（如CIR、Jacobi、Ornstein-Uhlenbeck）的新可解扩散族？
• RQ5 原过程生成元与变换后无漂移过程波动率函数之间的确切关系为何？

主要发现

• 所有已知的解析可解扩散过程——如Ornstein-Uhlenbeck、Bessel、CIR与Jacobi过程——均被纳入所提出的分类体系中。
• 本文构造了两类新的可解扩散族：超几何R族（当$A(x) = x(1-x)$时）与合流超几何R族（当$A(x) = x$时），分别推广了Jacobi与CIR过程。
• 变换后无漂移过程的波动率函数明确给出为$\sigma_Y(Y(x)) = y'(x) / \gamma(y(x))$，其中$y(x)$为某类超几何型常微分方程解的莫比乌斯变换。
• 无漂移过程的转移密度可通过原过程密度的变换表达，以超几何函数形式呈现，同时保持解析可解性。
• Bose不变量在随机变换下保持不变，且作为可解生成元的完整分类工具，可识别新的可解类。
• 第二个分类定理表明，所有属于（合流）超几何R族的过程，均可表示为单一基过程的随机变换，其动态形式为$dX_t = (a + bX_t) \frac{A(X_t)}{R(X_t)} dt + \frac{A(X_t)}{\sqrt{R(X_t)}} dW_t$，其中$R(x)$为在定义域内无零点的二次多项式。