वित्त में Doob–Meyer Decomposition: व्याख्या
जानें कि Doob–Meyer submartingale को martingale innovation और predictable accumulation में कैसे अलग करता है, तथा intensity और American options में इसका उपयोग कैसे होता है
सीधा जवाब
Doob–Meyer theorem उपयुक्त submartingale X को uniquely X = M + A के रूप में लिखता है, जहाँ M martingale है और A predictable, increasing तथा zero से शुरू होती है। यह unexpected innovation को accumulated conditional compensation से अलग करता है
Submartingale में nonnegative conditional drift होता है
Adapted integrable process X submartingale तब है जब s ≤ t के लिए E[X_t | F_s] ≥ X_s
उसका future conditional mean बढ़ सकता है, लेकिन individual paths फिर भी गिर सकती हैं; यह property conditional expectation के बारे में है
Supermartingale में inequality उलट जाती है और उसके martingale component के सापेक्ष decreasing compensation लिखी जाती है
Increasing process predictable होना चाहिए
उपयुक्त right-continuous class-D submartingale के लिए X_t = M_t + A_t और A_0 = 0
M zero-conditional-mean innovation रखता है, जबकि A predictable और increasing होकर accumulated expected gain दर्ज करता है
Predictability उस compensation को अलग करती है जो घटना से ठीक पहले ज्ञात है, दूसरी surprise source से
Normalization decomposition को unique बनाता है
A_0 = 0 के बिना कोई constant M और A के बीच मनमाने ढंग से जा सकता है
Theorem की regularity और predictability conditions में दोनों components indistinguishability तक unique होते हैं
Uniqueness compensator को process और filtration की property बनाती है, किसी मनमाने fitted trend की नहीं
Discrete time construction दिखाता है
Integrable adapted sequence के लिए ΔA_n = E[X_n - X_{n-1} | F_{n-1}] परिभाषित करें
इन predictable increments को जोड़ने से A बनती है और X से A घटाने पर martingale differences बचते हैं
Submartingale के लिए प्रत्येक ΔA_n nonnegative है; continuous time में अधिक गहरी limiting और regularity arguments चाहिए
Counting processes compensator इस्तेमाल करती हैं
Predictable intensity λ वाली counting process N के लिए compensator अक्सर A_t = ∫_0^t λ_s ds होता है
तब N_t - A_t local martingale है: realized jumps में से predictable cumulative arrival rate घट जाती है
Credit models में, चुनी हुई filtration के अंतर्गत, यह default surprise को intensity-based expected arrival से अलग करता है
Option theory supermartingale form इस्तेमाल करती है
American payoff का Snell envelope supermartingale है और उपयुक्त conditions में M - A के रूप में लिखा जा सकता है
Increasing A exercise payoff को dominate बनाए रखने में consumed value दर्ज करती है और early exercise structure से जुड़ी है
Optional decomposition और reflected equations trading constraints या nonlinear drivers होने पर इसी logic को आगे बढ़ाते हैं
Estimation theorem स्वयं नहीं है
Measure, filtration, process class, path regularity, integrability और claim true या local submartingale है या नहीं, यह बताएं
Estimated intensity या drift A का model है; statistical smoothness अकेले true process के अंतर्गत predictability या uniqueness सिद्ध नहीं करती
Residual martingale moments, jump timing, regime stability, discretization और compensator बनाने के लिए इस्तेमाल information set की sensitivity जाँचें
आम सवाल
सरल शब्दों में Doob–Meyer decomposition क्या है?
यह upward conditional tendency वाली process को unpredictable fair-game changes और predictable accumulated growth में बाँटता है
Compensator क्या है?
यह predictable finite-variation process है जिसे submartingale या counting process से हटाने पर martingale component मिलता है
Increasing process predictable क्यों होनी चाहिए?
अन्यथा unexpected variation दोनों components के बीच मनमाने ढंग से बाँटी जा सकती है और आर्थिक distinction खो जाएगी
Credit risk में Doob–Meyer का उपयोग कैसे होता है?
Modeled filtration के अंतर्गत default counting process में से cumulative predictable intensity घटाने पर local martingale मिलता है