从问题的角度来看,布朗滤波和泊松滤波都具有可预测表示性质的一个重要而关键的特征。人们可以在不假设市场完全性的情况下进一步研究类似的问题。我们不妨考虑其他非诚实随机时间的例子/类别。然后,我们讨论了NUPBR概念在非常特殊的情形下的稳定性,即连续鞅情形、标准泊松过程情形和Lévy过程情形。在这些特殊情况下,我们为REULTS提供了简单的证明。我们再次强调,这个问题在[5]中得到了全面的解决,并在逐步扩大过滤理论的范围内揭示了结果。结合NA和NUPBR条件的结果,我们得出结论(在备注6.2、6.4、6.7、6.9中),一些G-局部鞅实际上是G-严格局部鞅。这提供了一种在扩大的布朗和泊松滤波中构造严格局部鞅的方法。附录(At,t)≥ 0)是一个可积的递增过程(不一定是F适应的)。存在唯一可积的F-可选增长过程(Aot,t≥ 0),称为Asuch thatEZ[0,∞[UsdAs!=EZ[0,∞[UsdAos!对于任何正F-可选过程U,存在唯一的可积F-可预测增长过程(Apt,t≥ 0),称为这样一个EZ[0]的双可预测投影,∞[UsdAs!=EZ[0,∞[UsdAps!对于任何积极的F-可预测过程,请参见U.确认:本研究得益于路易·巴切利尔实验室支持的“椅子市场转型”,该实验室是理工学院、埃弗里大学和法国联邦银行的联合倡议。参考文献[1]Aksa mit,a.,Choulli,T.,a和Jeanblanc,M。