Giải thích phân rã Doob–Meyer trong tài chính
Tìm hiểu cách Doob–Meyer tách một submartingale thành innovation martingale và tích lũy có thể dự đoán, với ứng dụng cho intensity và American options
Câu trả lời trực tiếp
Định lý Doob–Meyer viết duy nhất một submartingale X phù hợp dưới dạng X = M + A, trong đó M là martingale còn A có thể dự đoán, tăng dần và bắt đầu từ zero. Nó tách innovation bất ngờ khỏi khoản bù đắp có điều kiện đã tích lũy
Submartingale có drift có điều kiện không âm
Một process X thích nghi và khả tích là submartingale khi E[X_t | F_s] ≥ X_s với s ≤ t
Trung bình có điều kiện trong tương lai có thể tăng, nhưng từng đường đi vẫn có thể giảm; tính chất nằm ở kỳ vọng có điều kiện
Supermartingale đảo chiều bất đẳng thức và được viết với khoản bù đắp giảm dần so với thành phần martingale
Process tăng phải có thể dự đoán
Với một submartingale class-D liên tục phải phù hợp, X_t = M_t + A_t với A_0 = 0
M mang innovation có kỳ vọng có điều kiện bằng zero, còn A có thể dự đoán và tăng dần, ghi lại khoản lợi ích kỳ vọng đã tích lũy
Tính có thể dự đoán phân biệt khoản bù đắp được biết ngay trước khi xảy ra với một nguồn bất ngờ thứ hai
Chuẩn hóa làm phân rã duy nhất
Nếu không có A_0 = 0, một hằng số có thể tự do chuyển giữa M và A
Theo các điều kiện chính quy và có thể dự đoán của định lý, cả hai thành phần là duy nhất đến indistinguishability
Tính duy nhất khiến compensator là thuộc tính của process và filtration, không phải một xu hướng được fit tùy ý
Thời gian rời rạc cho thấy cách xây dựng
Với một dãy thích nghi khả tích, định nghĩa ΔA_n = E[X_n - X_{n-1} | F_{n-1}]
Cộng các gia số có thể dự đoán này tạo thành A, còn lấy X trừ A để lại các sai phân martingale
Đối với submartingale, mỗi ΔA_n là không âm; thời gian liên tục cần các lập luận giới hạn và chính quy sâu hơn
Process đếm dùng compensator
Với process đếm N có intensity λ có thể dự đoán, compensator thường là A_t = ∫_0^t λ_s ds
Khi đó N_t - A_t là một local martingale: các jump đã xảy ra trừ tốc độ đến tích lũy có thể dự đoán của chúng
Trong mô hình credit, điều này tách bất ngờ default khỏi lượng đến kỳ vọng dựa trên intensity, tùy filtration được chọn
Lý thuyết quyền chọn dùng dạng supermartingale
Snell envelope của một payoff American là supermartingale và có thể viết dưới dạng M - A theo các điều kiện phù hợp
A tăng dần ghi lại giá trị bị tiêu thụ để duy trì việc chi phối payoff exercise và liên quan đến cấu trúc exercise sớm
Phân rã tùy chọn và các phương trình phản xạ mở rộng logic này khi có ràng buộc giao dịch hoặc driver phi tuyến
Ước tính không phải bản thân định lý
Hãy nêu rõ state measure, filtration, lớp process, tính chính quy của đường đi, tính khả tích và claim là submartingale thật hay local
Intensity hoặc drift ước tính là mô hình cho A; độ trơn thống kê tự nó không chứng minh tính có thể dự đoán hoặc tính duy nhất dưới process thật
Kiểm tra moment martingale của phần dư, thời điểm jump, tính ổn định regime, rời rạc hóa và độ nhạy với tập thông tin dùng để xây dựng compensator
Câu hỏi thường gặp
Phân rã Doob–Meyer là gì theo cách đơn giản?
Nó tách một process có xu hướng tăng có điều kiện thành các thay đổi không dự đoán được như một trò chơi công bằng và phần tăng tích lũy có thể dự đoán
Compensator là gì?
Đó là process biến thiên hữu hạn có thể dự đoán được loại khỏi submartingale hoặc process đếm để còn lại một thành phần martingale
Vì sao process tăng phải có thể dự đoán?
Nếu không, biến động bất ngờ có thể được chuyển tùy ý giữa hai thành phần và sự phân biệt về kinh tế sẽ mất đi
Doob–Meyer được dùng trong rủi ro credit thế nào?
Một process đếm default trừ intensity tích lũy có thể dự đoán của nó trở thành local martingale dưới filtration được mô hình hóa