倒向随机微分方程解的性质和在金融上的应用

来源 :山东大学 | 被引量 : 0次 | 上传用户:sssmickey
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
1990年,Pardoux和彭实戈引入了如下一般的倒向随机微分方程(BSDE): yt=ζ+integral from n=t to T(g(s,ys,zs)ds)-integral from n=t to T(zsdWs), t∈[O,T]. (0.1) 按照他们的理论,这一类BSDEs的解是一对适应过程,记为(y,z),由于这一方面的理论与数理金融、随机控制、偏微分方程、随机决策、随机几何、数理经济等有密切关系,从此,许多科研工作者致力于倒向随机微分方程解的性质的研究。其中彭实戈于1991年得到的关于解的第一部分y的比较定理是比较杰出的工作。 有趣的问题是如何比较BSDE(0.1)的解(y,z)的第二部分z,z的性质又如何?事实上,了解z的性质以及比较z的大小是非常重要的,因为在期权定价中z表示投资组合。彭实戈把倒向随机微分方程理论和偏微分方程理论联系起来,利用偏微分方程理论的有关知识考察了z并且给出了z的一个简单的显示表示(见[12])然后,陈增敬等人利用z的这个显示表示作了大量的工作,得到许多好的结论(见[3],[4])。但是所有以上的工作都是基于一个事实:倒向随机微分方程(BSDE(0.1))的生成元g是确定的,如果g是随机的,利用偏微分方程的有关知识来考察z的性质不是很有效的。 在本论文的第一章中,我们考察带有随机生成元g的倒向随机微分方程,利用Malliavin微分的有关知识来研究z的性质,我们得到了某些BSDEs比较z的方法,给出了某些BSDEs关于z的比较定理。本章所得到的主要结论是定理1.3.1、例1.4.1、例1.4.2、定理1.4.5,其中定理1.3.1是最基础的,现在引用如下: 定理1.3.1:假设BSDE的参数(g,ζ)满足条件(H3)、(H4)和(H5),令(yt,zt;0 ≤ t ≤T)是相应的BSDE的解。如果对任意的t∈[O,T],Dtζ≥ 0,a.s.并且Dtg(s,ys,zs) ≥0,dp×dt,a.s.0 ≤t ≤s≤T. 那么在几乎处处的意义下,对任意的t∈[O,T],zt ≥ 0;而且,如果对任意的t∈[O,T],Dtζ>0,a.s.或者Dtg(s,ys,zs)>0,dp×dt a.s.0 ≤ t ≤ s ≤T,那么zt>0,a.e. t∈[O,T]。(注:其中条件(H3)、(H4)和(H5)见第5页的引理1.3.1) 然后利用关于z的比较定理,我们又研究了关于BSDEs的共单调定理,有关BSDEs解的共单调定理,陈增敬等人作过大量的工作,得到了许多好的结论,但是他们所用到的BSDEs的生成元g都是确定的,如果BSDEs的生成元g都是随机的,陈增敬等人得到的许多好的结论还正确吗?本章通过巧妙地给出两个例子(见本文例1.4.1和例1.4.2)用来证明如果BSDEs的生成元g都是随机的,那么陈增敬等人得到的
其他文献
认证是密码学中的重要研究对象。认证码根据是否含有秘密分类,系统认证码即不含秘密的认证码。系统认证码是在美苏冷战背景中诞生的,目的是认证公开的信息,例如双方核武器的情况
委托代理理论是近20多年来发展最为活跃,最富有成就的研究领域之一。作为委代理理论的最重要的应用之一,企业家激励机制的研究也成为了当前的主要研究领域,企业家是一种具有特殊
蛋白质折叠热力学假说中明确指出蛋白质一级结构可以完全决定其空间构型,天然结构下的蛋白质的自由能是全局最小值.因而如何从一级结构预测其三维构型以及如何找到蛋白质折叠
哈密尔顿偏微分方程是分子动力学、电磁学、天体力学、量子力学等领域的一个重要模型.关于它的鲁棒、稳定数值方法的研究是数值求解微分方程的一个挑战.当前关于哈密尔顿常微
本文主要讨论组型为gtu1的(K3+e,λ)-GDD的存在性问题.有的文献中也把K3+e称为一个kite.文献[2]中给出了组型为1t的(K3+e,1)-GDD的存在谱;文献[8]中解决了关于Kite系的“Doy
知识源于生活,而服务于生活。在政治课堂教学中,教师若能够巧妙地将生活现象融入到知识教学中,则能让政治教学情理交融,让学生更自觉、主动地思考问题,解决问题,培养自主意识
跟踪驾驭技术是目前科学计算可视化中重要的研究领域之一。并行应用程序的远程实时跟踪可视化技术通过实现对并行应用程序的实时监控,实时地显示计算过程的中间结果,根据当前
学位
本文分别讨论了两种类型的模型——讨论物品市场、金融市场和劳动力市场均衡的模型和内生经济增长模型。内生经济增长模型分别讨论了确定性增长模型和随机性增长模型。首先,
网络科学的快速发展不仅给现代人类生活带来了便利,也给研究者们带来了大量需要探索的问题。近十几年来,复杂网络上的理论成果极大促进了复杂网络中的链路预测研究,同时也将链路