6_鞅理论及其应用.pptVIP

第六章 鞅理论及其应用 第一节鞅的简单介绍 鞅这个术语早在20 世纪30 年代首先由Ville(1939)引进，但是基本概念来自于法国概率学家列维(Levy，1934)。但是真正把鞅理论发扬光大的则是美国数学家多布(Doob)，他于1953 年的名著《随机过程》一书中介绍了(包括上鞅分解问题在内的)他对于鞅论的系统研究成果。它引起了一般过程理论的研究，从此鞅成为现代概率和随机过程的基础，而且在决策和控制模型等方面有着重要应用，并得到快速发展。 “鞅”一词来源于法文martingale 的意译，原意是指马的笼套或者船的索具，同时也指一种逢输就加倍赌注，直到赢为止的恶性赌博方法(double strategy)。 简单的说，鞅是“公平”赌博(fair game)的数学模型。 假设一个人在参加赌博，他已经赌了n 次，正准备参加第n +1 次赌博。如果不做什么手脚，他的运气应当是同他以前的赌博经历无关的，用Xn表示他在赌完第n次后拥有的赌本数，如果对于任何n都有 成立，即赌博的期望收获为0，仅能维持原有财富水平不变，就可以认为这种赌博在统计上是公平的。 在金融分析中，投资者通常会根据过去发生的事件来指导未来的投资决策，我们可以把X 设想为对由于信息发布而产生波动的金融资产价格(过程)，而EXn就是对这种价格运动的预测，而恰好鞅就是用条件数学期望来定义的，这种相似性就激发了使用鞅和与之相关的数学概念来描述金融资产价格运动过程特征的热情，鞅在20 世纪80 年代以后迅速成为主流金融经济学研究中标准的时髦。 一个随机变量的时间序列没有表现出任何的趋势性(trend)，就可以称之为鞅； 而如果它一直趋向上升，则称之为下鞅(submartingale)；反之如果该过程总是在减少，则称之为上鞅(supermartingale)。 实际上鞅是一种用条件数学期望定义的随机运动形式，或者说是具有某种可以用条件数学期望来进行特征描述的随机过程。 鞅定义 1、存在一概率空间{Ω,F ,P}，要求σ-代数F 是P-完备的，即对于任何A∈ F 且P(A) = 0，对一切N ? A都有N ∈ F 成立。 2、给定一个滤波（filter）。 3、如果对于任何n ≥ 0， Sn 的值被包含在Fn 中，就称Sn 是Fn 可测的，或者使用梅耶(Meyer)的术语，称Sn为Fn 适应的( Fn –adapted)。 4、存在条件数学期望Ep(SN)=Ep(SN|Fn)，nN 这意味着在n 时刻对N 时刻的价格预期是基于在该时刻已确知的特定信息集合Fn的。 注意在这里我们在期望算子上加的P 代表这种期望是基于特定概率测度（或者分布）的，在不混淆的情况下它也可以被省略。 假定(Sn )n∈Z+ 是滤波空间{Ω,F ,P,F}上的一个Fn -适应过程，如果： 1)无条件的数学期望是有限的，E(Sn ) ∞, n∈ Z 2)对下一时刻的预测就是现在观察到的数据，即： En (Sn+1 | Fn ) = Sn ,n∈Z+ 则称(Sn )n∈Z+ 为（ F 下的）离散时间鞅或者简称离散鞅。 模拟股票价格路径的二项树模型。现在假定n 时刻的股票价格为Sn，而在n +1时刻，股票价格将以：p = (1? d) /(u ? d)的概率上涨到uSn ；或者以1? p的概率下降到dSn则下一时刻股票价格的数学期望？是鞅？ 遵循这种二项过程的股票价格运动是一个鞅 连续时间 假定 (St )t∈[0,∞)是滤波空间{Ω,F ,P,F}上的一个适应过程，如果： 1) E(St ) ∞,t ∈[0,∞) ； 2) Et (ST | Ft ) = St , ?T t 。 则称St 为连续时间鞅或者简称鞅。 可证明维纳过程（布朗运动）Wt是一个连续鞅。 也是鞅。 反过来说也是正确的，即如果 是一个连续时间鞅，而Wt也是连续时间鞅，则Wt必然是布朗运动。（参考Elliot Kopp 1999） 王尔德鞅（Walds martingale） 随机过程 也是鞅，其中a是任意实数，Wt为维纳过程。 项服从0均值和 方差的正态概率分布。 服从对数正态分布，期望是 那么 即证明 是鞅。 平方可积鞅 如果一个鞅具有有限的二阶矩，即 称之为平方可积鞅。 金融资产价格运动和鞅 一般说来，风险资产的价格变化，在给定信息集下，并非完全不可预测的。比方说折扣发行的零息票债券(zero coupon bond)的价格B 会随着到期日的临近，越来越接近其面值，即越来越大，显然这是