全部版块 我的主页
论坛 经济学人 二区 外文文献专区
749 24
2022-05-09
英文标题:
《Utility Maximisation for Exponential Levy Models with option and
  information processes》
---
作者:
Lioudmila Vostrikova
---
最新提交年份:
2017
---
英文摘要:
  We consider expected utility maximisation problem for exponential Levy models and HARA utilities in presence of illiquid asset in portfolio. This illiquid asset is modelled by an option of European type on another risky asset which is correlated with the first one. Under some hypothesis on Levy processes, we give the expressions of information processes figured in maximum utility formula. As applications, we consider Black-Scholes models with correlated Brownian Motions, and also Black-Scholes models with jump part represented by Poisson process.
---
中文摘要:
我们考虑了指数Levy模型和HARA效用在投资组合中存在非流动资产时的期望效用最大化问题。这种非流动性资产是由一种欧洲式期权对另一种与第一种风险资产相关的风险资产进行建模的。在Levy过程的一些假设下,我们给出了最大效用公式中的信息过程的表达式。作为应用,我们考虑了具有相关布朗运动的Black-Scholes模型,以及跳跃部分由泊松过程表示的Black-Scholes模型。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Mathematical Finance        数学金融学
分类描述:Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法,包括随机、概率和泛函分析、代数、几何和其他方法
--
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:
-->
二维码

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
2022-5-9 04:45:02
具有期权和信息处理的指数征税模型的预期效用最大化。摘要我们考虑了指数利维模型和HARA效用在投资组合中存在非流动资产时的预期效用最大化问题。该非流动资产由另一种与第一种风险资产相关的欧洲类型期权模拟。在Levy过程的一些假设下,我们给出了信息过程在最大效用公式中的表达式。作为应用,我们考虑了具有相关布朗运动的Black-Scholes模型,以及具有由泊松过程表示的跳跃部分的Black-Scholes模型。关键词和短语:效用最大化,指数Levymodel,f-散度最小鞅测度,对偶方法,熵,Kullback-Leibler信息,信息过程。2010年理学硕士学科分类:60G07、60G51、91B241。利维过程长期以来被用于数学金融。这些模型包含许多流行的跳跃模型,包括一般双曲模型和方差伽马模型。使用此类流程进行建模,可以很好地处理每日日志返回和日内数据。Levy过程的类别也足够灵活,允许过程具有有限和有限的变化,以及有限和有限的活动。
二维码

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

2022-5-9 04:45:09
然而,在投资组合中存在非流动资产的情况下,同样的问题没有得到完全研究。效用最大化3上述情况下的效用最大化在许多书籍和论文中都有考虑,例如参见[3]、[4]、[5]、[13]、[17]、[18]。对于布朗运动模型,得到了最大期望效用的一些显式公式,其中市场上的不完全性来自非交易资产(见[13],[17],[18])。[1]推导了完全市场中预期效用的最大值公式。但到目前为止,还没有考虑到带跳跃的相关Levy模型的情况。为了建立Levy型相依资产的模型,我们用X(1)和X(2)分别表示生成三元组(b,c,K)和(b,c,K)的二维独立可积Levy过程,其中K检验了(1)型的条件。对于两个具有实值分量的可逆矩阵ρ和ρ,我们引入了过程X=(Xt)0≤T≤假设我们的两个风险资产可以通过过程(1)=(S(1)t)0建模≤T≤Tand S(2)=(S(2)t)0≤T≤两个T=>(1)T=>(E(X)T,E(X)T,··,E(Xd)T)和(2)T=>(E(X(2),1)T,E(X(2),2)T,··,E(X(2),d)T)。为了确保S(1)和S(2)的分量为正,我们假设≤ 我≤ d、 Xiand X(2)的跳跃,iverify:退出>-1.X(2),它>-1.在不丧失一般性的情况下,到目前为止,我们假设非风险资产的利率r等于零。在我们的环境中,拥有两项资产S(1)和S(2)的投资者可以交易到期时间为T的第一项资产S(1),但到期时间为T>T的第二项资产,由于缺乏流动性或法律限制,无法交易。同时,投资者对风险资产S(2)有一个欧式期权g(X(2)T),其中g是Rd上的非负重新估值Borel函数。
二维码

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

2022-5-9 04:45:12
在这种情况下,希望出售期权的投资者也希望评估与期权投资组合相应的最大预期效用。让我们用∏(F)表示自融资容许策略集,该策略与过滤F有关,由X生成。然后,对于效用函数u和初始资本X,最优预期效用UT(X,0)4效用最大化仅与第一项资产S(1)相关,验证(X,0)=supφ∈π(F)E[u(x+ZTφs·dS(1)s)],如果我们添加上述选项,那么最佳预期效用将等于toUT(x,g)=supφ∈π(G)E[u(x+ZTφs·dS(1)s+G(x(2)T)],其中∏(G)是一组关于扩大过滤G=(Gt)0的自我融资容许策略≤T≤特维斯,0分≤ t<t,Gt=\\s>tFs σ(X(2)T)和GT=FT σ(X(2)T)。这种方法与所谓的扭曲效用最大化相吻合。在Levy过程的情况下,畸变为δ=X(2)T- X(2)T,其中包含的信息与σ代数F(1)T中的信息一致 F(2)T∨ σ(X(2)T- X(2)T),即渐进过滤时间T被失真产生的σ-代数增强。在本文中,我们集中讨论由相关指数L’evy模型建模的非完整市场案例。我们记得,效用最大化分析通常是针对超双线性溶质风险效用(简而言之,HARA效用)进行的。HARA公用事业公司可以通过绝对风险规避系数来确定:R(x)=-u(x)u(x)在HARA效用情形下,R(x)=A+bx,A和B为正常数。u的这种微分方程的解是已知的,它们是对数、幂和指数效用,如下所示:u(x)=Lnx,x∈ R+,*,u(x)=xpp,带x∈ R+,*和p∈ (-∞, 0) ∪ (0,1),u(x)=1- E-γx,带x∈ R和γ>0。文献[10]考虑了当X和X(2)是半鞅时,期权效用最大化问题。
二维码

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

2022-5-9 04:45:16
所采用的方法是基于过滤放大,结合变量X(2)Tand的调节,然后采用双重方法。在双重效用最大化5方法中,我们通过找到所谓的f-散度最小鞅测度来替代预期效用最大化的问题,其中f是u函数的对偶,即(2)f(x)=supy∈R(u(y)- 已知,如果u是对数的,那么f(x)=-ln x- 1,如果u是幂,那么f(x)=1- ppxpp-如果u是指数的,f(x)=1-xγ(1+lnγ)+γx ln x。为了方便读者,在第二节中,我们给出了半鞅模型的可选项最大化的一些结果。本节的主要结果是效用最大化公式。这些公式包含了相应的信息量,如库尔巴克莱布尔信息和海林格型积分。反过来,这些信息量可以从各自的信息处理中恢复。在第3节中,我们考虑了指数Levy模型。更准确地说,我们验证了第2节的假设,并给出了f-散度最小条件鞅测度的Girsanov参数的表达式。这些表达式允许我们写出相应的信息过程,然后使用第2节的结果。第四节给出了具有相关布朗运动的Black-Scholes模型的信息量的表达式。在第5节中,我们考虑了具有相关布朗运动和跳跃(由泊松过程表示)的Black-Scholes模型,以证明上述信息量。2.关于指数半鞅模型效用最大化的一些已知结果。2.1. 建模和假设。我们假设进程X=(Xt)0≤T≤这是在正则概率空间上给出的(Ohm, F、 P)过滤F=(英尺)0≤T≤t满足通常的属性。
二维码

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

2022-5-9 04:45:19
该过程表示d维流动资产的效用最大化随机对数S(1)=(S(1)t)0≤T≤TwithS(1)t=>(E(X)t,E(X)t,·E(Xd)t)。同时,我们还有一个d维半鞅X(2),它代表另一种风险但非流动资产的随机对数。这种非流动性资产反过来在投资组合中由Europeantype期权g(X(2)T)表示,其中g是RDT上的正可测量函数,且T>T。为了实现效用最大化,我们引入了一个产品空间(Ohm ×路,F σ(X(2)T),P×α)与P的X的“历史”定律和X(2)T的α“历史”定律,赋予放大过滤G=(Gt)0≤Twith(3)Gt=\\s>tFs σ(X(2)T)和GT=FT σ(X(2)T)。我们注意到,由于X和X(2)在概率测度P×α下是独立的,因此X在配备过滤G的乘积空间上仍然是半鞅。现在,我们用P表示偶律(X,X(2)T),并用P表示给定{X(2)T=v}的X的正则条件律,即对于所有A∈ F和V∈ RdPv(A)=P(A | X(2)T=v)。为了在条件下保持X的半鞅性质,我们假设以下假设成立。假设1。每v∈ 关于P,i.ePvloc,概率pv是局部绝对连续的 P.在假设1下,根据[15]和[16],一个半鞅X在每个测度Pv,v下仍然是一个半鞅∈ 当然,正如[16]中所证明的那样(参见定理3.24,第159页),半鞅X在pv下的特性将发生改变。为了0≤ T≤ T,我们用pVT和P表示σ-代数Ft上的可测性和P的限制。为了避免依赖于参数v的半鞅演算中的可测性问题(参见[20]),我们需要似然过程(dPvtdPt)0的可选版本≤T≤t尊重效用最大化7过滤G。
二维码

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…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群