Novikov और Kazamaki Conditions: व्याख्या
जानें कि Novikov और Kazamaki criteria stochastic exponential को local martingale से measure change के लिए valid density में कैसे बदलती हैं
सीधा जवाब
Novikov और Kazamaki stated horizon पर continuous local-martingale stochastic exponential को true expectation-one martingale बनाने वाले sufficient tests हैं। यह property exponential को probability density define करने देती है
Positive local martingale mass खो सकती है
Continuous local martingale M के लिए stochastic exponential Z_t = exp(M_t - ½⟨M⟩_t) है
Z positive local martingale और इसलिए supermartingale है, इसलिए E[Z_t] अपनी initial value one से नीचे जा सकती है
Mass खो जाने पर Z_T intended construction बदले बिना probability density का काम नहीं कर सकती
Measure change को true martingale चाहिए
Finite-horizon density के लिए Z_T ≥ 0 और E[Z_T] = 1 चाहिए, तथा density process conditional expectations से दी जाती है
Uniform integrability horizon के through family को control करती है और stopping times पर consistent measure changes support करती है
Exponential expression लिख देना proof नहीं कि वह one पर normalize होती है या equivalent measure define करती है
Novikov exponential quadratic variation को control करती है
Common Novikov criterion fixed finite horizon T के लिए E[exp(½⟨M⟩_T)] < ∞ है
M = ∫θ_s dW_s के लिए bracket ∫₀ᵀθ_s²ds है, इसलिए test accumulated squared drift shift की exponential integrability माँगती है
Criterion सुविधाजनक है क्योंकि quadratic variation इस्तेमाल करती है, लेकिन आवश्यकता से अधिक strong हो सकती है
Kazamaki martingale को स्वयं examine करती है
Kazamaki-type criteria exp(M/2) को control करती हैं, आम तौर पर stopping times पर submartingale या uniform-integrability condition के माध्यम से
वे ऐसे cases में true-martingale property स्थापित कर सकती हैं जहाँ Novikov का exponential bracket moment infinite है
Exact statements horizon और theorem version पर निर्भर करती हैं, इसलिए quoted criterion और sign convention स्पष्ट रखें
Criterion का failure density का failure नहीं
दोनों conditions sufficient tests हैं, definitions नहीं और सामान्यतः necessary भी नहीं
Novikov fail हो तो Kazamaki, bounded mean oscillation, direct expectation calculations या model-specific arguments फिर भी काम कर सकते हैं
यदि हर convenient test fail हो, तो martingality assume नहीं कर सकते; strict local-martingale behavior संभव रहता है
Finance expectation-one step पर निर्भर करता है
Girsanov drift changes और risk-neutral densities अक्सर market price of risk से बनी stochastic exponential इस्तेमाल करती हैं
यदि density strict local है, true martingale नहीं, तो proposed pricing measure defective या horizons के बीच inconsistent हो सकती है
यह issue likelihood-ratio estimators, filtering, utility duality और bubble-like behavior वाले models में भी आता है
Horizon, jumps और localization test बदलते हैं
हर finite T के लिए valid condition infinite horizon पर uniform integrability नहीं दे सकती
Localization local identities सिद्ध करती है, लेकिन limits लेने पर missing expectation अपने-आप वापस नहीं लाती
Jump exponentials को jump-aware positivity और integrability criteria चाहिए; continuous Novikov formula को unchanged copy नहीं करना चाहिए
आम सवाल
Novikov condition क्या है?
[0,T] पर continuous local martingale M के लिए common form E[exp(½⟨M⟩_T)] finite होने की माँग करती है
क्या Novikov condition necessary है?
नहीं। यह sufficient है और Novikov moment diverge होने पर भी stochastic exponential true martingale हो सकती है
क्या Kazamaki Novikov से weaker है?
Kazamaki उन cases को verify कर सकती है जिन्हें Novikov miss करती है, हालांकि exact comparison stated versions और assumptions पर निर्भर है
Option pricing में ये conditions महत्वपूर्ण क्यों हैं?
वे यह prove करने में मदद करती हैं कि Girsanov के लिए इस्तेमाल exponential की expectation one है और वह intended pricing measure define करती है