Semua panduan opsi dan kontrak berjangka
Kompensasi predictable12 menit baca

Penjelasan Dekomposisi Doob–Meyer dalam Keuangan

Pelajari cara Doob–Meyer memisahkan submartingale menjadi inovasi martingale dan akumulasi predictable, dengan penerapan pada intensitas dan opsi Amerika

Disusun oleh Mark · Sumber utama di bawah

Jawaban langsung

Teorema Doob–Meyer secara unik menulis submartingale X yang sesuai sebagai X = M + A, dengan M martingale dan A predictable, meningkat, serta dimulai dari nol. Dekomposisi ini memisahkan inovasi yang tidak terduga dari kompensasi bersyarat yang terakumulasi

Submartingale memiliki drift bersyarat nonnegatif

Proses X yang adaptif dan integrable adalah submartingale ketika E[X_t | F_s] ≥ X_s untuk s ≤ t

Rata-rata bersyarat masa depannya dapat meningkat, tetapi jalur individual tetap dapat turun; sifat ini berkaitan dengan ekspektasi bersyarat

Supermartingale membalik ketidaksetaraan tersebut dan ditulis dengan kompensasi yang menurun relatif terhadap komponen martingale-nya

Proses yang meningkat harus predictable

Untuk submartingale kelas-D yang right-continuous dan sesuai, X_t = M_t + A_t dengan A_0 = 0

M membawa inovasi dengan rata-rata bersyarat nol, sedangkan A predictable dan meningkat, mencatat keuntungan yang diharapkan dan terakumulasi

Predictability membedakan kompensasi yang diketahui tepat sebelum terjadi dari sumber kejutan kedua

Normalisasi membuat dekomposisi unik

Tanpa A_0 = 0, suatu konstanta dapat dipindahkan bebas antara M dan A

Di bawah kondisi regularitas dan predictability teorema, kedua komponen unik hingga indistinguishability

Keunikan membuat compensator menjadi sifat proses dan filtrasi, bukan tren hasil fitting yang arbitrer

Waktu diskret menunjukkan konstruksinya

Untuk barisan yang adaptif dan integrable, definisikan ΔA_n = E[X_n - X_{n-1} | F_{n-1}]

Menjumlahkan increment predictable ini membentuk A, dan mengurangkan A dari X menyisakan beda martingale

Untuk submartingale, setiap ΔA_n nonnegatif; waktu kontinu memerlukan argumen limit dan regularitas yang lebih dalam

Counting process menggunakan compensator

Untuk counting process N dengan intensitas predictable λ, compensator sering berupa A_t = ∫_0^t λ_s ds

Kemudian N_t - A_t adalah local martingale: lompatan yang terealisasi dikurangi tingkat kedatangan kumulatif yang predictable

Dalam model kredit, hal ini memisahkan kejutan default dari kedatangan yang diharapkan berbasis intensitas, berdasarkan filtrasi yang dipilih

Teori opsi menggunakan bentuk supermartingale

Snell envelope payoff Amerika adalah supermartingale dan dapat ditulis sebagai M - A di bawah kondisi yang sesuai

A yang meningkat mencatat nilai yang dikonsumsi untuk mempertahankan dominasi atas payoff exercise dan terkait dengan struktur exercise awal

Optional decomposition dan persamaan reflected memperluas logika ini ketika ada kendala perdagangan atau driver nonlinear

Estimasi bukan teorema itu sendiri

Nyatakan ukuran, filtrasi, kelas proses, regularitas jalur, integrabilitas, dan apakah klaim merupakan submartingale sejati atau local submartingale

Intensitas atau drift yang diestimasi adalah model untuk A; kehalusan statistik saja tidak membuktikan predictability atau keunikan di bawah proses yang sebenarnya

Periksa momen martingale residual, waktu lompatan, stabilitas rezim, diskretisasi, dan sensitivitas terhadap himpunan informasi yang digunakan untuk membangun compensator

Pertanyaan umum

Apa itu dekomposisi Doob–Meyer dengan kata sederhana?

Dekomposisi ini memisahkan proses dengan kecenderungan bersyarat ke atas menjadi perubahan unpredictable yang adil dan pertumbuhan terakumulasi yang predictable

Apa itu compensator?

Compensator adalah proses finite-variation yang predictable yang diambil dari submartingale atau counting process agar tersisa komponen martingale

Mengapa proses yang meningkat harus predictable?

Jika tidak, variasi yang tidak terduga dapat dipindahkan sekehendaknya antara kedua komponen dan perbedaan ekonominya hilang

Bagaimana Doob–Meyer digunakan dalam risiko kredit?

Counting process default dikurangi intensitas predictable kumulatifnya menjadi local martingale di bawah filtrasi yang dimodelkan

Sumber dan bacaan lanjutan

Panduan terkait