关于布朗运动过程的下降频率

671

收藏 2022-05-05

英文标题：
《On the Frequency of Drawdowns for Brownian Motion Processes》
---
作者：
David Landriault and Bin Li and Hongzhong Zhang
---
最新提交年份：
2014
---
英文摘要：
Drawdowns measuring the decline in value from the historical running maxima over a given period of time, are considered as extremal events from the standpoint of risk management. To date, research on the topic has mainly focus on the side of severity by studying the first drawdown over certain pre-specified size. In this paper, we extend the discussion by investigating the frequency of drawdowns, and some of their inherent characteristics. We consider two types of drawdown time sequences depending on whether a historical running maximum {is reset or not}. For each type, we study the frequency rate of drawdowns, the Laplace transform of the $n$-th drawdown time, the distribution of the running maximum and the value process at the $n$-th drawdown time, as well as some other quantities of interest. Interesting relationships between these two drawdown time sequences are also established. Finally, insurance policies protecting against the risk of frequent drawdowns are also proposed and priced.
---
中文摘要：
从风险管理的角度来看，从给定时间段的历史运行最大值衡量价值下降的支取被视为极端事件。到目前为止，关于这一主题的研究主要集中在严重性方面，通过研究特定预先规定规模的首次下降。在本文中，我们通过调查提取频率及其一些固有特征来扩展讨论。根据历史运行最大值{是否重置}，我们考虑两种类型的下降时间序列。对于每种类型，我们研究了提款的频率、第n$次提款时间的拉普拉斯变换、运行最大值的分布、第n$次提款时间的价值过程，以及其他一些感兴趣的数量。这两个下降时间序列之间也建立了有趣的关系。最后，还提出并定价了针对频繁提款风险的保单。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：Pricing of Securities 证券定价
分类描述：Valuation and hedging of financial securities, their derivatives, and structured products
金融证券及其衍生产品和结构化产品的估值和套期保值
--
一级分类：Mathematics 数学
二级分类：Probability 概率
分类描述：Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用：例如中心极限定理，大偏差，随机微分方程，统计力学模型，排队论
--

---
PDF下载：
-->

On_the_Frequency_of_Drawdowns_for_Brownian_Motion_Processes.pdf
大小:(230.66 KB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

能者818

2022-5-5 22:46:50

布朗运动过程的下降频率*李斌+张鸿忠2014年3月6日摘要从风险管理的角度来看，衡量给定时间段内历史运行最大值的价值下降的提取被视为极端事件。到目前为止，有关该主题的研究主要集中在严重性方面，通过研究特定预先规定的尺寸的RST下降。在本文中，我们通过调查提取频率及其一些固有特征来扩展讨论。根据历史运行的最大值是否存在，我们考虑了两种类型的下降时间序列。对于每种类型，我们研究了水位下降的频率、第n次水位下降时间的拉普拉斯变换、运行最大值的分布、第n次水位下降时间的数值过程，以及其他一些感兴趣的量。这两个下降时间序列之间也建立了有趣的关系。最后，还提出并定价了针对频繁提款风险的保险政策。关键词：下降；频率布朗运动理学硕士（2000）：初级60G40；我们考虑一个漂移布朗运动X={Xt，t≥ 0}，定义在过滤概率空间上(Ohm, {Ft，t≥ 0}，P），其中dynamicsXt=x+ut+σWt，其中x∈ R是初始值，u∈ R、 σ>0和{Wt，t≥ 0}是标准的布朗运动。尺寸a>0的第一次下降时间用τa:=inf{t>0:Mt表示- Xt≥ a} ，（1.1）式中M={Mt，t≥ 具有Mt:=sups的0}∈[0，t]xtx是X的最大运行进程。从现在起，我们遵循inf = ∞ 喝一杯 = 0.提款是共同基金和大宗商品交易顾问最常引用的路径相关风险指标之一（见Burghardt等人[4]）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-5 22:46:55

从风险管理的角度来看，大额提款应被视为极端事件，其严重性和频率都需要调查。严重性受到了相当大的关注*滑铁卢大学统计与精算科学系，滑铁卢，安大略省，N2L 3G1，加拿大(dlandria@uwaterloo.ca)+通讯作者：加拿大滑铁卢滑铁卢大学统计与精算科学系，邮编N2L 3G1（bin。li@uwaterloo.ca)哥伦比亚大学统计系，纽约，纽约，10027，美国(hzhang@stat.columbia.edu)通过预先指定dr awdowns大小的阈值，n amely a>0，并随后研究与第一次水位下降时间τa相关的各种性质，来解决问题。在本文中，我们通过调查水位下降的频率来扩展讨论。为此，我们推导了漂移布朗运动的n-d拉延时间、运行最大值和拉延时间的值过程的联合分布。利用更新过程的一般理论，我们可以描述在长时间范围内下降事件频率的行为。最后，我们介绍了一些保险政策，以保护与频繁提款相关的风险。这些政策类似于场外交易（OTC）市场中的顺序障碍期权（例如，参见Pfe FFER[16]）。利用本文的主要理论结果，通过卡尔的期限随机化，给出了闭式定价公式。1.1文献综述首次下降时间τa是下降过程的首次通过时间{Mt- Xt，t≥ 0}到级别a或更高。应用概率的文献对其进行了广泛的研究。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-5 22:46:58

τa和Mτa的联合变换首先由Taylor[20]f或漂移布朗运动导出。Lehoczky[13]通过扰动近似方法将结果推广到一般时间齐次扩散。Douady等人[8]对标准布朗运动进行了τawas分布的有限级数展开，Magdon等人[14]将结果推广到d裂布朗运动。水位下降的双重因素，即所谓的水位下降，衡量的是在给定时间段内从历史运行最低值开始的价值增加。Hadjiliadis和Vecer[10]以及Pospisil等人[18]随后分别在漂移布朗运动和一般时间均匀扩散过程中研究了拉深自身先于拉深的可能性。Mijatovic和Pistoriu s[15]推导了τa的联合拉普拉斯变换，以及Mτaprior到τa水平的最后一次通过时间，与运行最大值、运行最小值的联合分布，以及在τa F处的超调量有关，这与光谱上的负向evy过程有关。在[24]中，在漂移布朗运动和简单随机游动下，研究了在有限时间范围内，水位下降先于水位上升的概率。最近，[23,25]研究了拉普拉斯变换的下降时间、所谓的市场崩溃速度，以及第一次退出时的各种占用时间和一般时间同质差异过程的下降时间。在定量风险管理中，支取及其后代已成为越来越受欢迎和相关的路径相关风险指标。Grossman和Zhou[9]在Black-Scholes框架下显式地解决了一个限制提取的投资组合优化问题。Hamelink and Hoesli[11]将相对提款作为房地产投资组合优化的绩效指标。切赫洛夫等人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-5 22:47:02

[6] 提出了一类新的风险度量方法，称为条件提取，并研究了条件提取约束下的参数选择技术和投资组合优化。Vecer[21]引入了一些新的金融衍生工具，以对冲最大的d提取风险。Pospisil和Vecer[17]发明了一类GreekSil，用于研究投资组合对运行最大值和提款的敏感性。后来，Carret等人[5]介绍了一类欧式数字提款保险，并提出了使用障碍期权和普通期权的半静态对冲策略。Zhang等人[26]研究了针对提款的掉期类型保险和可撤销保险。1.2定义虽然可以使用提款过程适当地描述持续下行风险，并且第一次提款时间，但包含更多路径信息的数量更好地描述了经济动荡和市场波动，比如提款的频率。关于第一次水位下降时间τa的现有知识仅提供关于水位下降频率的有限且隐含的信息。为了直接和系统地解决频率问题，我们根据是否需要恢复最后运行的最大值，定义了以下两种类型的下降时间序列。第一个序列{τna，n∈ N} 被称为带恢复的水位下降时间，递归定义为)τna:=inf{t>)τN-1a:Mt-Xt≥ a、 Mt>Mτn-1a}，（1.2）式中∧τa=0。注意，在每一个|τn之后-1a，相应的运行最大值Mτn-1必须在下一次水位下降时间τna之前覆盖。换句话说，只有在重新访问前一个运行最大值时，才会重置和更新运行最大值。因为X的s-sample路径几乎肯定是（a.s.）连续的，所以我们得到了Mτna- Xτna=a a.s。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-5 22:47:05

如果τna<∞.第二个序列{τna，n∈ N} 被称为无恢复的下降时间，递归定义为τna:=inf{t>τN-1a:M[τn-1a，t]- Xt≥ a} ，（1.3）式中τa:=0和M[s，t]：=sups≤U≤tXu。根据定义（1.3），隐含地假设在水位下降时间τna时，运行最大Mτnai“重置”为Xτnai。实际上，τna是与定义为τna的τ相关的所谓的终止时间=τn-1a+τao θτn-1a，当τn-1a和τao θτn-1.你很确定，∞, 否则，（1.4）其中θ是马尔可夫移位算子，因此o θs=Xs+t对于s，t≥ 0.注意，不仅对于漂移布朗运动X，而且对于一般的L’evy过程，τNa和∧τNa都与初始值X无关。从定义（1.3）和（1.2）来看，很明显，以下两种类型的水位下降时间的包容性关系成立：{τna，n∈ N} {τna，n∈ N} 。换句话说，对于每个n∈ N、存在唯一的正整数m≥ n使得τna=τma（如果τna<∞).我们介绍这两个自己绘制的时间序列的动机如下。恢复{τna，n时的压降时间∈ N} 很容易从X的样本路径通过sear-ching Therunning maxima来识别。此外，它们与第一次下降τ的定义（1.1）一致，即如果未重新考虑运行最大值，则下降可视为不完整。然而，{τna，n也有一些关键的缺点∈ N} 这促使我们在不恢复的情况下引入下降时间{τna，N∈ N} 。首先，覆盖期内的下行风险被忽略。在恢复期可能会出现一次或多次较大的提款。第二，需要对储备进行调整，以便更全面地了解提款的真实性。换言之，选择一个新的目标变得很棘手。第三，复苏的要求太高。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

kedemingshi

2022-5-5 22:47:08

在现实世界中，历史最高水位可能永远无法恢复，就像金融泡沫[12]一样。论文的其余部分组织如下。第2节介绍了漂移布朗运动X的退出时间和第一次下降时间τao的一些初步研究。在第3节中，推导了水位下降的频率率，以及与MτNa和/或XτNa分布相关的τNa的拉普拉斯变换。第4节与第3节平行，但研究了不恢复{τna，n的水位下降时间∈ N} 。这两个时间序列之间建立了有趣的联系。第5节介绍了一些保险合同，以防范频繁支取的风险。4.为了便于记法，我们用Ex[·]=E[·| X=X]表示条件期望，用Px{·}表示相应的概率，用Ex[·；U]=Ex[·1U]表示集合U的指示函数 Ohm. 特别是，当x=0时，我们从条件期望和概率中删除下标xf。为了x∈ R、设T+x=inf{T≥ 0:Xt>x}和T-x=inf{t≥ 0:Xt<x}是x到[x]中水平的第一个通行时间，∞) 及(-∞, x] 分别为。对于a<x<b和λ>0，已知为-λT-a] =eβ-λ（x）-a）以及-λT+b]=eβ+λ（x）-b），（2.1）式中β±λ=-u±√u+2λ∑∑（例如，参见Borodin和Salminen[3]第295页的公式2.0.1）。b等于λ→ 0+在（2.1）中，我们有pxT+b<∞= E-u+|u|σ（x-b）和PxT-a<∞= E-u-|u|σ（x）-a）。我们有LapEhm[2]的LapEhm[2]的拉普拉斯变换，对于LapEhm[2]的拉普拉斯，我们有LapEhm[2]的拉普拉斯变换-λτa-sMτai=cλbλ+s（2.3），其中bλ=β+λe-β-λa-β-λe-β+λae-β-λa-E-β+λA和cλ=β+λ-β-λe-β-λa-E-β+λa.a（2.3）关于s结果的拉普拉斯反演-λτa；Mτa>x]=cλbλe-bλx（2.4）表示x>0。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-5 22:47:11

此外，让x→ 0+在（2.4）中，我们立即得到-λτa]=cλ/bλ。（2.5）第4节末尾将给出通过逆拉普拉斯变换方法对τA（以及更一般的τna和τna）分布函数的数值评估。Douady等人[8]和Magdon等人[14]分别针对标准布朗运动和漂移布朗运动推导的τa分布的其他形式的单位序列扩展。取（2.5）中关于λ的导数，让λ→ 0+，我们有[τa]=σe2ua/σ- σ- 2ua2u。现在需要检查limλ→0+bλ=limλ→0+cλ=γeγa- 1，（2.6）式中，γ=2μσ。在风险理论文献中，常数γ被称为调整系数。特别是，当u=0时，数量γeγa-1被理解为limγ→0γeγa-1=a。由（2.5）和（2.6）得出：∞} = limλ→0+Ehe-λτai=1。此外，我们还有p{Mτa≥ x} =P{Mτa≥ x、 τa<∞} = limλ→0+Ehe-λτa；Mτa≥ xi=e-γxeγa-1.（2.7）这意味着第一次水位下降时间Mτa处的运行最大值符合平均值（eγa）的指数分布- 1） /γ（例如，见Lehoczky[13]）3回收率的下降时间我们从回收率{τna，n的下降时间开始分析∈ N} 考虑到它们的结构比它们的对应物在没有回收的情况下进行更简单的分析。我们首先考虑开采频率随恢复的渐近行为。设Nat=P∞n=1{τna≤t} 是时间t观察到的带恢复的下降次数≥ 0，并定义Nat/t为提取频率。很明显，纳特≥ 0ois是一个延迟的连续过程，其中第一次下降时间以τa的形式分布，而随后的下降时间以T+Xτa+a的形式独立且相同地分布o τa.来自Rolski等人的定理6.1.1。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-5 22:47:14

[19] 因此，概率为1时，limt→∞~Natt=（E[τa]+E[T+a]=2uσ（e2ua/σ）-1），如果u>0,0，如果u≤ 此外，我们可以很容易地获得一些中心极限定理f或Rolskiet al.[19]的Natby定理6.1.2。接下来，我们研究了)τna和M)τna的联合拉普拉斯变换。请注意，X碜τna=M碜τna- aa。s、无论何时∞, 因此，下面的定理足以刻画三重态τna，Mτna，Xτna.n的定理3.1∈ N和λ，x≥ 我们有-λ∧τna；M~τna>xi=cλbλ氖-（n）-1） β+λan-1Xm=0（bλx）mm！E-bλx.（3.1）证明。为了证明这一结果，我们首先确定了第一次下降时间τa的条件，然后确定了过程X恢复其最大运行时间的条件。利用x和（2.3）的强马尔可夫性质，可以清楚地看出-λ∧τna-sM)τnai=Ehe-λ∧τna-sMτna；■τna<∞i=Ehe-λτa-sMτaiEhe-T+aiEhe-λ∧τn-1a-sMτn-1ai=cλbλ+se-β+λaEhe-λ∧τn-1a-sMτn-1ai=cλbλ+sN-1e-（n）-1） β+λaEhe-λτa-sMτai=cλbλ+s氖-（n）-1） β+λa.（3.2）假设（bλ/（bλ+s））是均值为n/bλ且方差为n/（bλ）的Erlang随机变量（rv）的拉普拉斯变换，则（3.2）wrt s的尾部反转产生（3.1）。特别是，让x→ 0+，我们有-λ∧τnai=（cλ/bλ）ne-（n）-1） β+λa（3.3）表示n∈ N.更进一步，让λ→ 0+in（3.3），以及（2.6）和limλ→0+β+λ=-u+|u|σ，我们有p{τna<∞} =1，如果≥ 0，e（n）-1） γa，如果u<0。（3.4）换句话说，如果漂移u<0，历史运行最大值可能永远无法恢复。n的推论3.1∈ N和x>0，我们有M)τna>x，)τna<∞=E-γxeγa-1Pn-1米=0米！γxeγa-1.m、如果u≥ 0，e（n）-1） γae-γxeγa-1Pn-1米=0米！γxeγa-1.m、如果u<0。。（3.5）证据。将（3.3）细分为（3.1）产量sEhe-λ∧τna；M)τna>xi=Ehe-λ∧τnain-1Xm=0（bλx）mm！E-bλx.（3.6）当λ→ 0+in（3.6），然后使用（2.6），一个人到达atPM)τna>x，)τna<∞= P{τna<∞}N-1Xm=0（γxeγa-1）嗯！E-γxeγa-1.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-5 22:47:18

（3.7）将（3.4）替换为（3.7）将导致（3.5）。注意（3.7）表示M|τna>x||τna<∞=N-1Xm=0m！γxeγa-1.我-γxeγa-1，（3.8）适用于所有u∈ R.这个结果可以用概率来解释。事实上，当τna<∞, M~τma-M~τM-1a服从指数分布，平均值为（eγa- 1） /γ对于m=1，2。。。，n、从strongMarkov性质来看，rv的Mτma- M~τM-1对于所有m=1，2。。。，n都是独立的，并且thusMτna=Pnm=1M~τma- M~τM-1a是一种具有存活功能的E rlang rv（3.8）。特别是当n→ ∞, 检查limn很容易→∞PM~τna>x= P{T+x<∞} 符合（2.2）。为完整起见，我们以（3.1）中的一个结果作为本节的结论，并以M|τna- X)τna=a a.s.无论何时)τna<∞.n的推论3.2∈ N和x≥ - a、我们有-λ∧τna；X~τna>xi=cλbλ氖-（n）-1） β+λan-1Xm=0（bλ（x+a））mm！E-bλ（x+a）。4没有恢复的水位下降时间在本节中，我们重点讨论了没有恢复的水位下降时间，这比恢复的水位下降时间更难分析。设Nat=P∞n=1{τna≤t} 是时间t前未恢复的dr awdowns数≥ 0.显然，{Nat，t≥ 0}是一个具有独立的内部d拉延时间的连续过程，均以τa的形式分布。根据Rolski等人[19]的定理6.1.1，可以得出结论，概率为1时，limt→∞Natt=E[τa]=2μσe2ua/σ- σ- 2ua，这与我们基于（1.4）的直觉一致。在这里，我们也可以通过应用Rolski等人[19]的定理6.1.2，获得NatalLimit的一些中心定理。接下来，我们描述了τna，Xτna通过推导一个显式表达式-λτna；Xτna>X]。n的定理4.1∈ N和λ，x>0的联合分布τna，Xτna满足感[e]-λτna；Xτna>X]=cλbλ氖-bλ（x+na）n-1Xm=0（bλ（x+na））mm！。（4.1）证据。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-5 22:47:22

假设Xτna+na是一个正rv（而Xτnais不是），我们首先通过推导一个联合拉普拉斯变换的表达式来证明（4.1）τna，Xτna+na. 通过调节FirstDrawdown时间及其相关的价值过程，并利用强马尔可夫性质和（2.3），很明显，对于所有≥ 0，呃-λτna-s（Xτna+na）i=Ehe-λτa-s（Xτa+a）iEE-λτn-1a-sXτn-1a+（n-1） a= Ehe-λτa-sMτaiEE-λτn-1a-sXτn-1a+（n）-1） a=cλbλ+sEE-λτn-1a-sXτn-1a+（n）-1） a=cλbλ+sn、（4.2）关于s结果的（4.2）拉普拉斯变换-λτna；Xτna+na∈ dyi=（cλ）nyn-1e-bλy（n）- 1)!dy（4.3）代表y≥ 0.从x+na到y的积分（4.3）∞ 收益率（4.1）。让我们→ 0+在（4.2）中，它跟在第[e]位之后-λτna]=（cλ/bλ）n=E[E]-λτa]n、（4.4）注意，（4.4）和（2.6）表示p{τna<∞} = 1.值得指出的是E-λτna=EE-λτan更普遍地适用于X-ageneral L’evy过程或更新风险过程（也称为Sparre-Andersen风险模型[2]），前提是内部水位下降时间τaτna- τn-1aN≥2.形成i.i.d.rvs序列。同样，让λ→ 0+在（4.1）中，它紧随其后Xτna≥ 十、= E-γ（x+na）eγa-1n-1Xm=0γ（x+na）eγa-1.嗯！，（4.5）对于n∈ N和x≥ -娜娜。正如所料，（4.5）是Erlang rv的生存函数，其平均值为（eγa）-1） /γ和方差n（（eγa）- 1） /γ），后由-na单位。我们现在的目标是将Mτnain纳入第n次水位下降时间的分析中。引理4.1中提供了一个特别有用的结果，它考虑了一个特定的约束拉普拉斯变换，将通过时间转换为x级。引理4.1用于n∈ N和x>0时，T+x的约束拉普拉斯变换与第一次通过时间一起出现在τnai之前-λT+x；T+x<τnai=e-bλxn-1Xj=0cλe-bλajx（x+ja）j-1j！。（4.6）证据。我们用n上的归纳法证明了这个结果。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-5 22:47:26

对于n=1，我们有-λT+x；T+x<τai=Ehe-λT+xi- Ehe-λT+x；T+x>τai=e-β+λx-ZxEhe-λτa；Mτa∈ 迪伊-啊哈-λT+xi=e-β+λx-Zxcλe-bλye-β+λ（x）-y+a）dy=e-β+λx- cλe-β+λae-β+λx- E-bλxbλ- β+λ，我们在第三等式中使用（2.4）。另一方面，使用cλe处的事实th-β+λa=bλ- β+λ，我们有-λT+x；T+x<τai=e-bλx.我们现在假设（4.6）对于n=1，2。。。，K-1表明（4.6）也适用于n=k。事实上，根据总概率公式，Ehe-λT+x；T+x<τkai=Ehe-λT+x；T+x<τai+Ehe-λT+x；τa<T+x<τkai=e-bλx+ZxEhe-λτa；Mτa∈ 迪伊-啊哈-λT+x；T+x<τk-1aidy=e-bλx+Zxcλe-bλ耶和-λT+x-y+a；T+x-y+a<τk-1田园诗。（4.7）在n=k处替换（4.6）- 1到（4.7）yieldsEhe-λT+x；T+x<τkai=e-bλx+cλe-bλ（x+a）k-2Xj=0Zxcλe-bλaj（x）- y+a）（x- y+（j+1）a）j-1j！dy=e-bλx+cλe-bλ（x+a）x+k-2Xj=1cλe-bλajZx（y+（j+1）a）jj！- a（y+（j+1）a）j-1（j）- 1)!!dy= E-bλx1+cλe-bλax+k-1Xj=2cλe-bλajx（x+ja）j-1j！= E-bλxk-1Xj=0cλe-bλajx（x+ja）j-1j！。这就完成了证明。在下一个定理中，我们提供了关于Mτna和Xτna的第n个下降时间τna的分布特征。n的定理4.2∈ N和x>0，我们有-λτna；Mτna>x，xτna∈ dyi=（cλ）ne-bλ（y+na）n-1Xm=0x（x+ma）m-1（y）-x+（n- m） a）n-1.-m{y-x+（n-m） a≥0}m！（n）- M- 1)!（4.8）证明。通过调节下降阶段，漂移布朗运动过程X首次达到X级，然后使用强马尔可夫性质，我们得到了-λτna；Mτna>x，xτna∈ dyi=n-1Xm=0Ehe-λτna；Mτna>x，xτna∈ dy，τma<T+x<τm+1ai=n-1Xm=0Ehe-λT+x；τma<T+x<τm+1aiExhe-λτn-文科硕士Xτn-文科硕士∈ 从引理4.1中，我们知道-λT+x；τma<T+x<τm+1ai=Ehe-λT+x；τma<T+xi-Ehe-λT+x；τm+1a<T+xi=（cλ）mx（x+ma）m-1米！E-bλ（x+ma）。（4.10）根据定理4.1，我们得到-λτn-文科硕士Xτn-文科硕士∈ dyi=（cλ）n-m（y）-x+（n- m） a）n-M-1e-bλ（y）-x+（n-m） a）{y-x+（n-m） a≥0}（n- M- 1)!迪。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-5 22:47:31

（4.11）将（4.10）和d（4.11）代入（4.9）并简化，很容易得到（4.8）。回想一下，τa=~τa=τa，Xτa=Mτa- a.s。。因此，通过让λ→ 0+和x=a在（4.10）中，对于m=0，1，2，P■τa=τ2+ma= P{τma<T+a<τm+1a}=（m+1）m-1米！γaeγa- 1.我-（m+1）γaeγa-1，（4.12）是广义泊松rv的概率质量函数（例如，参见康索尔和法莫耶[7]的等式（9.1），其中θ=λ=γa/（eγa- 1)). 为了完备性，如果一个rvy的概率质量函数py由py（m）=θ（θ+λm）m给出，那么它有一个广义的poisson（θ，λ）分布-1e-θ-λmm！，m=0，1，2。。。，当θ和λ都大于0时。注意，定理4.3将提出（4.12）的推广。注4.1等式（4.12）可解释为：两次连续开采之间未开采的开采数量遵循广义泊松分布，θ=λ=γa/（eγa）- 1).下面给出了连接两个水位下降时间序列的结果。应该注意的是，rv Naτka- k代表在第一个KD期间，未恢复的提款数与恢复的提款数之比。当k=2时，（4.13）与（4.12）重合。定理4.3对任意k∈ N、钠τka-k遵循参数θ=（k）的广义泊松分布- 1） γa/（eγa）- 1） λ=γa/（eγa）- 1），即，对于m=0，1，2，我们有pn)τka=τk+mao=PnNa)τka=k+mo=k- 1m+k- 1.（m+k）-1） γaeγa-1.嗯！E-（m+k）-1） γaeγa-1.（4.13）证据。很明显■τka=τk+ma对应于在前k次有开采的开采期间，将发生m次无开采的开采，即n)τka=τk+mao=nNa)τka=k+mo。接下来我们证明Na)τka- k服从广义泊松分布。通过注释4.1和X的强马尔可夫性质，我们知道，在任何两次连续的有恢复的下降之间，有恢复的下降的数量是i.i.d。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-5 22:47:34

遵循θ=λ=γa/（eγa）的广义泊松分布- 1). 因此，Naτka- k=kXi=2Na■τia- 钠τi-1a-1.,对应于具有广义泊松分布θ=λ=γa/（eγa）的i.i.d.rv之和- 1).利用Concur和Famoye[7]的定理9.1，我们得到了Na)τka-k服从参数θ=（k）的广义泊松分布- 1） γa/（eγa）- 1） λ=γa/（eγa）- 1).接下来，我们提出了以下推论，可以将其视为泰勒[20]和莱霍茨基[13]的一个延伸，从第t次水位下降到第n次水位下降而不恢复。n的推论4.1∈ N和x>0，我们有-λτna；Mτna>xi=cλbλnn-1Xm=0x（x+ma）m-1bmλm！E-bλ（ma+x）。证据取（4.8）关于y的积分(-不，∞), 我们有-λτna；Mτna>xi=（cλ）nn-1Xm=0x（x+ma）m-1米！（n）-M-1)!Z∞十、-（n）-m） ae-bλ（y+na）（y）-x+（n- m） a）n-M-1dy=（cλ）nn-1Xm=0x（x+ma）m-1米！（n）-M-1)!Z∞E-bλ（z+x+ma）zn-M-1dz=（cλ）nn-1Xm=0x（x+ma）m-1米！（n）-M-1)!E-bλ（x+ma）Z∞E-bλzzn-M-1dz=（cλ）nn-1Xm=0x（x+ma）m-1米！bn-mλe-bλ（x+ma）。这就完成了证据。根据推论4.1，通过让λ→ 0+并随后使用（2.6）。的确，PMτna>x=N-1Xm=0x（x+ma）m-1.γeγa-1.嗯！E-γ（ma+x）eγa-1.（4.14）产量的重新排列Mτna>x=N-1Xk=0Dk，nγxeγa-1.kk！E-γxeγa-1，（4.15），其中D0，n=1，dk，n=n-1Xm=kkmγaeγa-1.M-公里（米）- k） !！E-mγeγa-1a=n-1.-kXm=0k（m+k）γaeγa-1.m（m+k）m！E-（m+k）γaeγa-1，（4.16）对于k=1，2。。。，N- 1.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-5 22:47:37

请注意，通过在（4.13）中用k+1替换k，可以得出（4.16）可以写成asDk，n=n-1.-kXm=0Pn＠τk+1a=τk+1+mao，相当于toDk，n=Pn＠τk+1a≤ τnao=PnNaτNa>ko。那么，PMτna∈ dy=nXk=1dk，nγaeγa-1.kyk-1e-γaeγa-1y（k）- 1)!dy，其中{dk，n}nk=1由dk，n给出≡ Dk-1，n- Dk，n=nXj=kk- 1j- 1.（j）-1） γaeγa-1.J-k（j）- k） !！E-（j）-1） γaeγa-11-N-J-1Xm=0（m+1）m-1米！γaeγa- 1.我-（m+1）γaeγa-1.总之，Mτn服从混合Erlang分布，这是风险管理中一个重要的分布类别（参见Willmot和Lin[22]对混合Erlang分布的广泛综述）。备注4.2注意，Mτnadoes的分布并不令人惊讶。事实上，我们可以通过调节NaτNa得到Mτnab分布的结构形式，即在前n次下降（无恢复）中恢复的下降次数。利用过程X和方程（2.7）的强马尔科夫性质，可以得出Mτna~NaτNa=m是一个平均值为meγa的Erlang rv-1γ和方差meγa-1γ对于m=1，2。。。，n、因此，In（4.15），Dk，nca可以解释为NaτNa的生存函数，即Dk，n=PnNaτNa>ko=Pnτk+1a≤ τnao。下一个推论研究了实际水位下降Mt- Xtat t=τna。a的推论4.2≤ 十、≤ 不，我们有-λτna；Mτna- Xτna≤ xi=（cλ）ne-bλ（na）-x） n-1Xm=0（不适用）- x） mbn-mλm！-{x≤（n）-m） a}（（n）- m） a- x） n-M-1R∞E-bλyy（y+ma）m-1天！（n）- M- 1)!!.证据我们有-λτna；Mτna- Xτna>xi=Z∞-xEhe-λτna；Mτna- Xτna>X，Xτna∈ dyi+Ehe-λτna；Mτna- Xτna>X，Xτna≤ -xi=Z∞-xEhe-λτna；Mτna>x+y，xτna∈ dyi+Ehe-λτna；Xτna≤ -xi=Z∞-xEhe-λτna；Mτna>x+y，xτna∈ dyi+（cλ/bλ）n1- E-bλ（na）-x） n-1Xm=0（bλ（na- x））嗯！！，（4.17）如果最后一步是由于（4.1）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-5 22:47:41

此外，根据定理4.2，（4.17）Z的第一项∞-xEhe-λτna；Mτna>x+y，xτna∈ dyi=（cλ）nn-1Xm=0（n-m） a- x） n-M-1{-x+（n-m） a≥0}m！（n）- M- 1)!Z∞-xe-bλ（y+na）（x+y）（x+y+ma）m-1dy=（cλ）nn-1Xm=0（n-m） a- x） n-M-1{x≤（n）-m） a}m！（n）- M- 1)!Z∞E-bλ（z）-x+na）z（z+ma）m-1dz=（cλ）ne-bλ（na）-x） n-1Xm=0（n- m） a- x） n-M-1{x≤（n）-m） a}m！（n）- M- 1)!Z∞E-bλzz（z+ma）m-1dz。将其替换回（4.17），我们完成了证明。为了完成这一部分，我们考虑了一个数值例子来比较（3.3）和（4.4）中分别给出了拉普拉斯变换的第th次水位下降时间τNa和τNa的分布。我们实现了阿巴特和惠特[1]提出的数值逆拉普拉斯变换方法。为了便于记法，我们分别表示τNa和)τnaby Fn和)Fn的累积分布函数。表4.1 a=0.1和dσ=0.2u=0.1u=0u=0.1u=0u=-（1）Fn（1）0.9779 0.97790.070.700.700.3270.2007万万万万万万0.700.700.3262 0.0000.00020.00020.00020.20.20.410.670.670.2000万0.670.0 0 0.2007 0.2007 0.2007 0 0.0 0 0 0 0.7926 0.7926 0.080 0 0 0.08850.590.590.590.520.520.520.520 0.500.2007 2007 2007 2007 2007万万万万万万万万万万0.520.700.700.520.520.2007 0.2007 2007 2007 2007 2007 2007 0 0.520 0.520 0.2007万万万万万万万万万万万万万万万万万万万万万万万万万万0.520 0.520 0.520 0 0 0 0 0 0 0 0 0 0 0 0.2007在有或没有恢复y的情况下，至少有n次下降的概率对于不同的漂移u值，在时间1之前发生。我们观察到n的Fn（1）>Fn（1）≥ 2.根据（4.13）中τNa和τnagiven之间的关系。此外，它还表明Fn（1）随着ud的增加而增加。然而，当n≥ 2.这是因为之前的运行最大值不太可能在较小的时间内再次出现。由于提款风险原则上是一种下行风险，我们认为s较小的u应导致更高的下行风险。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-5 22:47:45

从这个意义上说，我们建议，在没有恢复的情况下，提款时间更好地捕捉提款风险的本质。表4.2当a=0.1且σ=0.12u=0.1u=0u=-n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n（1）0.1）0.0.0.566 6 6 6 6 0.6 0.6 0.6 0.6 0.6 6 0.6 0.6 0.6 0.6 0.560.560.566 0.6 0.566 0.6 0.6 0.6 0.6 0.6 0.6 0.6 6 0.6 6 6 0.6 6 6 6 6 6 0.6 0.6 6 6 6 6 6 6 6 6.6 6.6.6 6 6 6 6 6 6.6 6 6 6 6.6.波动率较低，σ=0.12。我们注意到，Fn（1）和Fn（1）随着σ的减小而减小。我们还有一个有趣的观察结果，即F（1）的趋势在μ中不是单调的。同样，这是因为n的)τnaf的出现≥ 2需要恢复之前的最大运行时间。较小的漂移确实意味着更高的下降风险，这意味着复苏变得更加困难。5.频繁相对提款的保险在本节中，我们考虑针对频繁提款风险的保险单。我们用S={St，t表示标的资产的价格≥ 0}，其中dynamicSt=rStdt+σStdWQt，S=S，其中r>0是无风险率，σ>0和{WQt，t≥ 0}是arisk中性测度Q下的标准布朗运动。众所周知，st=seXt，（5.1），其中Xt=（r-σ） t+σWQt。在实践中，提款通常以百分比表示。对于固定的0<α<1，我们用ηα（S）=inf表示尺寸α上第一次相对下降的时间T≥ 0:MSt- 圣≥ αMSt,其中MSt=s up0≤U≤Tsu表示时间t时S的运行最大值。通过（5.1），很容易看出几何布朗运动S的相对下降量对应于漂移布朗运动X的实际下降量，即ηα（S）=infT≥ 0:MXt- Xt≥ -日志（1）- α)= τ′α（X），其中′α=-日志（1）- α).

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-5 22:47:48

类似地，我们用∧ηnα（S）=inf{t>＠ηn表示有和没有恢复的相对下降时间-1α（S）：MSt- 圣≥ αMSt，MSt>MS~ηn-1α（S）}，ηnα（S）=inf{t>ηn-1α（S）：MS[ηn-1α（S），t]- 圣≥ αMS[ηn-分别为1α（S），t]}。在此之前，我们得到了ηnα（S）=τn′α（X）和ηnα（S）=τn′α（X）。（5.2）接下来，我们考虑两种类型的保单，以防止相对提款。对于第一种情况，我们假设，如果在时间T之前（对于所有k）发生了规模0<α<1的相关提款，卖方在时间T向买方支付k美元。对于没有恢复的d的相对停机时间，由（5.2）得出，风险中性价格由V（T）=e给出-rT∞Xk=1kQn<<N>>αT（X）=ko=e-rTEQ[~N\'αT（X）]，and v（T）=e-rT∞Xk=1kQN′αT（X）=k= E-rTEQ[N′αT（X）]，分别为。对于第二类保单，只要在到期日T之前发生，卖方在每个相对提款时间向买方支付1美元。因此，它们的风险中性价格为V（T）=∞e=1EQ[1EQ-rτkα（X）；ττk′α（X）≤ T]，与v（T）=∞Xk=1EQ[e-rτk′α（X）；τk′α（X）≤ T]，分别为。推论5.1对于λ>0，我们有∞E-λTV（T）dT=λ+r'cλ+r/\'bλ+r1-\'cλ+r/\'bλ+r，r∞E-λTV（T）dT=λ+r'cλ+r/\'bλ+r1-E-\'β+λ+ra\'cλ+r/\'bλ+r，r∞E-λTV（T）dT=λ′cλ+r/’bλ+r1-\'cλ+r/\'bλ+r，r∞E-λTV（T）dT=λ′cλ+r/\'bλ+r1-E-\'β+λ+ra\'cλ+r/\'bλ+r，其中\'bλ=\'β+λe-β-λα-β-λe-β+λαe-β-λα-E-β+λα，\'cλ=\'β+λ-β-λe-β-λα-E-β+λα和β±λ=-r+σ±q（r-σ)+2λσσ.证据我们为∞V（T）e-λTdT-andR∞V（T）e-仅λTdT。其他两个结果可以用类似的方式来描述。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-5 22:47:52

根据N′αT（X）的定义，我们有以下关系式N′αT（X）=∞Xk=1QN′αT（X）≥ K=∞Xk=1Qnτk′α（X）≤ 到在（4.4）中，它遵循着z∞V（T）e-λTdT=Z∞E-（λ+r）TEQ[N′αT（X）]dT=∞Xk=1Z∞E-（λ+r）TQnτk′α（X）≤ TodT=λ+r∞e=1EQ[1EQ-（λ+r）τk′α（X）]=λ+r∞Xk=1\'cλ+r\'bλ+rn=λ+r'cλ+r/\'bλ+r1- \'cλ+r/\'bλ+r.ForR∞V（T）e-λTdT，根据Fubini定理和（4.4），我们有∞V（T）e-λTdT=∞Xk=1Z∞等式[e]-rτk′α（X）；τk′α（X）≤ T]e-λTdT=∞Xk=1Z∞中兴通讯-rtQnτk′α（X）∈ d脚趾-λTdT=∞Xk=1λZ∞E-（λ+r）tQ{τn′α（X）∈ d t}=∞Xk=1λ\'cλ+r\'bλ+rn=λ′cλ+r/\'bλ+r1- \'cλ+r/\'bλ+r。这就完成了证明。备注5.1值得指出的是，通过将推论5.1中的随机价格按指数展开，可以获得[5]中所述的半静态对冲组合。此外，还可以使用定理3.1、4.1和推论4.1制定和定价针对提取频率的上限保险合同。最后，我们考虑一下早期提出的四种保险合同的定价示例。应用与上一节相同的数值拉普拉斯变换方法。表5.1当α=15%和r=5%V（T）~V（T）V（T）~V（T）T=1σ=0.1 0.1102 0.1091 0.1120.1108T=2σ=0.10.3011 0.2769 0.3131 0.2885T=3σ=0.10.4743 0.4031 0.5058 0.4318T=1σ=0.21.1777 0.7873 1.2043 0.8081T=2σ=0.22σ=0.3815 1.1842.25722 0.457σ=0.459，表5.1显示，2类合同的价格高于1类合同，因为提前付款（在每个提款时间而不是到期日T的时刻）。它还表明，由于τna，V（T）和V（T）分别低于V（T）和V（T）≤ ττna。cr中的所有价格都随着T的增加或σ的增加而降低。此外，我们可以预期，随着α或r的增加，价格将下降。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-5 22:47:56

后者是由于较高的贴现率，即风险中性措施Q下的无风险利率。作者想向k教授Gord Willmot和一位匿名裁判致意，感谢他们的帮助性评论和建议。感谢加拿大自然科学和工程研究委员会（Natural Sciences and Engineering Research Council of Canada）对大卫·兰德里奥（David Landriault）的资助，以及滑铁卢大学（University of Waterloo）对李斌（Bin Li）的创业资助。参考文献[1]Abate，J.和Whitt，W.（2006）。用于数值反转拉普拉斯变换的统一框架。向《华尔街日报》通报计算方面的情况18408–421。[2] 安徒生，S.E.（1957）。关于索赔之间传染的集体风险理论。第X届国际精算师大会的交易2，104–125。[3] Borodin，A.和Salminen，P.（2002年）。布朗运动手册：事实与公式第二版，伯卡豪斯。[4] Burghardt，G.，Duncan，R.和Liu，L.（2003）。破译下降。风险杂志，投资者风险管理5，S16–S20。[5] 卡尔，P.，张，H.和Hadjiliadis，O.（2011）。最高支取保险。国际理论和应用金融杂志141195-1230。[6] Chekhlov，A.、Uryasev，S.和Zabarankin，M.（2005年）。投资组合优化中的缩减措施。《国际理论与应用金融杂志》8，13–58。[7] 领事，P.C.和Famoye，F.（2006）。拉格朗日概率分布。伯卡豪斯。[8] 杜亚迪，R.，希里亚耶夫，A.N.和约尔，M.（2000）。关于标准布朗运动中“下降”的概率特征。概率论及其应用44，29–38。[9] 格罗斯曼，S.J.和周，Z.（1993）。控制drawd拥有的最优投资策略。数学金融3241–276。[10] Hadjiliadis，O.和Vecer，J.（2006）。布朗运动模型中集会前的缩编。定量金融5403-409。[11] 哈梅林克，F。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-5 22:47:59

和Hoesli，M.（2004年）。最大提款和房地产分配。《房地产研究杂志》21，5-29。[12] 贾罗，R.，科奇亚，Y.和普罗特，P.（2011）。如何检测资产泡沫。暹罗金融数学杂志2839–865。[13] 莱霍茨基，J.（1977）。停止扩散过程的公式，停止时间基于最大值。概率年鉴5601-607。[14] 马格登·伊斯梅尔，M.，阿提亚，A.F.，普拉塔普，A.和阿布·莫斯塔法，Y.（2004）。布朗运动的最大下沉量。应用概率杂志41147–161。[15] Mijatovic，A.和Pistorius，M.（2012）。关于完全非对称L’evy过程的缩减。随机过程及其应用1223812–3836。[16] Pfeffer，D.（2001年）。顺序屏障选项。Algo Research季刊4，65–74。[17] Pospisil，L.和Vecer，J.（2010）。投资组合对最大和最大提取变化的敏感性。定量金融10617–627。[18] Pospisil，L.，Vecer，J.和Hadjiliadis，O.（2009）。基于抽汲和抽汲时间的停止扩散过程公式。随机过程及其应用119，2563–2578。[19] Rolski，T.，Schmidli，H.，Schmidt，V.和Teugels，J.（1999）。《保险与金融的随机过程》第1版，约翰·威利父子出版社，纽约。[20] 泰勒·H·M.（1975）。布朗运动公式。概率年鉴3234-246。[21]Vecer，J.（2006）。最大提款和定向交易。风险19、88–92。[22]Willmot，G.E.和Lin，X.S.（2011）。混合Erlang分布的风险建模。商业和工业应用随机模型27，2-16。[23]张浩（2015）。占领时间、缩编和e维常规差异的缩编。应用概率的进展47，即将到来。可在http://arxiv.org/pdf/1304.8093.[2010]和Liahado，24。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-5 22:48:03

D在有限的时间范围内进行拉升和反弹。应用概率的方法和计算12，293–308。[25]张，H.和Hadjiliadis，O.（2012）。提款和市场崩溃的速度。应用概率的方法和计算14739–752。[26]张，H.，梁，T.和Hadjiliadis，O.（2013）。提取保险的随机建模和公平估值。保险、数学和经济学53840–850。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

栏目导航

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群