Processing math: 100%

반응형

[금융수학] 13. 이토 공식, 기르사노프 정리



이토 공식. 함수 f:[0,)×RR의 편도함수 ft(t,x), fx(t,x), fxx(t,x)가 존재하고 연속이라고 하자. 이때 모든 T0와 거의 모든 ω에 대해 다음의 등식이 성립한다.f(T,WT)f(0,W0)=T0ft(s,Ws)ds+T0fx(s,Ws)ds+12T0fxx(s,Ws)ds여기서 첫 번째, 세 번째 적분은 리만적분, 두 번째 적분은 이토 적분이다. 이 식을 이토 공식(Ito formula)이라 하고, 미분형으로 나타내면 다음과 같다.df(t,Wt)=ft(t,Wt)dt+fx(t,Wt)+12fxx(t,Wt)dt다음은 dtdWt의 곱셈 규칙이고,(dWt)(dWt)=(dWt)2=dt,(dWt)(dt)=0,(dt)2=(dt)(dt)=0f의 2차 테일러 전개에서df=ftdt+fxdx+12{ftt(dt)2+2ftxdtdx+fxx(dx)2}x=Wt를 대입하면 dtdWt의 곱셈 규칙으로부터 다음의 식을 얻는다.df(t,Wt)=(ft(t,Wt)+12fxx(t,Wt))dt+fx(t,Wt)dWt예: Xt=Wt일 때 f(t,x)=x라 하면 Xt=f(t,Wt), X0=0이고 fx=1, fxx=0이므로 dXt=dWt이고 다음의 식을 얻는다.T0dWt=WT예: Xt=(Wt)2일 때 f(t,x)=x2라 하면 Xt=f(t,Wt), X0=0이고 fx=2x, fxx=2이므로dXt=2WtdWt+dt이고 적분으로 나타내면 다음과 같다.T0WtdWt=12(WT)212T예: Xt=13(Wt)3일 때 f(t,x)=13x3라고 하면 Xt=f(t,Wt), X0=0이고 fx=x2, fxx=2x이므로dXt=(Wt)2dWt+Wtdt이고 적분으로 나타내면 다음과 같다.T0(Wt)2dWt=13(WT)3T0Wtdt예: Xt=tWt일 때 f(t,x)=tx라 하면 Xt=f(t,Wt), X0=0이고 ft=x, fx=t, fxx=0이므로dXt=Wtdt+tdWt이고 적분으로 나타내면 다음과 같다.T0tdWt=TWTT0Wtdt다음과 같은 형태의 확률과정 {Xt}t0을 이토 과정(Ito process)이라고 한다.Xt=X0+t0audu+t0budWu이것을 미분 형태로 나타내면 다음과 같다.dXt=atdt+btdWt여기서 X0는 상수이고, at, bt는 여과 {Ft}t0에 적응된 확률과정이고, 다음의 성질을 만족한다.T0|at(ω)|dt<,a.s.ω,{bt}t0M2T가장 간단한 이토과정은 다음과 같고 bt=0이다.Xt=X0+T0atdt이토 과정에 대한 이토 적분. 이토 과정 {Xt}t0dXt=atdt+btdWt로 주어졌을 때 {Ft}t0에 적응된 임의의 확률과정 {Yt}t0에 대해 이토 적분을 다음과 같이 정의한다.t0YudWu=t0Yuaudu+t0YubudWu간단히 YtdXt=Ytatdt+YtbtdWt로 나타낼 수 있다. 

이토 과정 {Xt}t0에 대해[X,X]t=limΔ0|XtiXti1|2(Δt=maxi(titi1))이고 여기서의 극한은 L2수렴이고 그 결과를 d[X,X]t=b2tdt이고 이것을 이용해 이토 공식의 일반형의 증명을 위한 보조적인 수학적 공식이다. 


이토 공식의 일반형. 이토 과정 {Xt}t0dXt=atdt+btdWt로 주어져 있고, f:[0,)×RR의 편도함수 ft,fx,fxx가 존재하고 연속이라고 하자. 또한 모든 T에 대해 fx(t,Xt)btM2T라고 하자. 그러면 f(t,Xt)는 이토 과정이고 모든 t0에 대해 확률 1로 다음이 성립한다.f(T,XT)f(0,X0)=T0ft(u,Xu)du+T0fx(u,Xu)dXu+12T0fxx(u,Xu)d[X,X]u=T0(ft(u,Xu)+fx(u,Xu)au+12f(u,Xu)b2u)du+T0fx(u,Xu)budWu앞에서 dWt, dt에 대한 곱셈 규칙을 이용하면 다음과 같이 나타낼 수 있다.df=(ft+fxat+12fxxb2t)dt+fxbtdWt확률미분방정식 dSt=μStdt+σStdWt를 만족하는 St를 구하기 위해 St=f(t,Wt)라고 놓고 이토 공식을 적용하면dSt=(ft(t,Wt)+122fx2(t,Wt))dt+ft(t,Wt)dWt이므로{ft(t,Wt)+122fx2(t,Wt)=μf(t,Wt)fx(t,Wt)=σf(t,Wt)이 식들이 임의의 Wt(ω)에 대해 성립해야 하므로 다음이 성립한다.{ft(t,x)+122fx2(t,x)=μf(t,x)fx(t,x)=σf(t,x)위의 두 번째 식으로부터 적당한 함수 g(t)에 대해 f(t,x)=g(t)σσx라고 하자. 위의 첫 번째 식으로부터g(t)+12σ2g(t)=μg(t)이고 g(t)=Ce(μ12σ2)t이므로 f(t,x)=Ce(μ12σ2)t+σx이고 따라서 다음의 결과를 얻는다.St=S0e(μ12σ2)t+σWt기르사노프 정리

        

여기서 {Wt}t0P(확률측도 P에 대한)브라운 운동을 나타내고, E 또는 EPP에 대한 기댓값을, EQQ에 대한 기댓값을 나타낸다. 


상수 θ에 대한 새로운 확률과정 Xt=Wt+θt를 새로운 확률측도Q에 대한 브라운 운동이 되게 하려고 한다. 그러기 위해서는 PQ가 동치측도여야 한다. 즉, P(A)=0Q(A)=0는 같은 뜻이 되도록 Q를 정하려고 한다. 

Q를 단조증가하는 σ체들의 열 {Ft}t0에 대해 정의되고, 이 정의가 잘 정의되었다(well-defined)는 것을 보이고, 그 다음에 XtX2ttQ마팅게일임을 보이면, 레비(Levy)의 정리에 의해 XtQ브라운 운동이라는 것이 증명된다. 


시간 t0과 구간 I=(a,b)R이 주어졌을 때, 다음의 원통집합을 고려하자.C(t,I)={ωΩ|Wt(ω)I}이때 C(t,I)=W1t[I]이므로 C(t,I)Ft가측이다. 이때 Ω위에서 새로운 확률측도 Q를 정의하고자 한다. QP와 동등해야 하고 임의의 가측함수 f:RR에 대해 다음의 등식을 만족해야 한다.Ωf(Wt(ω))dP(ω)=Ωf(Xt(ω))dQ(ω)=Ωf(Xt(ω)+θt)dQ(ω)여기서 구간 I=[a,b]R에 대해 지시함수 f(x)=1I(x)를 선택하면

좌변: C(t,I)dP(ω)=P(C(t,I))  

우변: C(t,Iθt)dQ(ω)=Q(C(t,Iθt))   

이고 따라서 P(C(t,I))=Q(C(t,Iθt)) 즉, P(C(t,I+θt))=Q(C(t,I))이다.P(C(t,I+θt))=b+θta+θt12πtex22tdx=ba12πte(y+θt)22tdy이다. P에 대한 Q의 라돈-니코딤 도함수를 L(ω)=dQdP(ω)와 같이 정의하고 이것의 조건부 기댓값 E(L|Ft)Lt로 나타내겠다. 

시간 0t<에서 정의되어 있는 브라운 운동 경로들의 집합 Ω전체에 정의되어 있는 L 자체의 공식은 간단히 표현할 수 없고, 시간 0tT에서 정의되어 있는 브라운 운동 경로의 집합에 정의되어 있는 L의 공식은 LT이다.

함수 Lt가 모든 t에 대해 함수 ρt:RR가 존재해서 Lt(ω)=ρt(Wt(ω))라 하고, 공식을 구하자.Q(C(t,I))=C(t,I)dQ=C(t,I)dQdPdP=C(t,I)E(dQdP|Ft)dP=C(t,I)LtdP=baρt(x)12πtex22tdxP(C(t,I+θt))에 대한 공식을 이용하면 ρt(x)ex22t=e(x+θt)22t이고 따라서 ρt(x)=eθx12θ2t이므로L(ω)=ρt(Wt(ω))=eθWt12θ2t이다. 이제 Q가 잘 정의되었는지 확인하자.


임의의 0s<t에 대해 (Q|Ft)|Fs=Q|Fs이다. 즉 Q|Ft는 tower property를 갖는다.

증명: AFs가측 부분집합이라 하자. 그러면 다음이 성립한다.(Q|Ft)|Fs(A)=ALtdP=AE(Lt|Fs)dP=ALsdP=Q|Fs(A)Lt=e12θ2tθWt일 때 확률측도 Q를 다음과 같이 정의한다.dQdP|Ft=Lt*ϕtFt가측함수일 때 등식 EQ(ϕt|Fs)=E(ϕtLtLs|Fs)이 성립한다. 또한 ϕtFt가측함수일 때 s=0이면, EQ(ϕt)=E(ϕtLt)이고, s=0, ϕt=1인 경우에 EQ(1)=E(Lt)=1, ϕt=1인 경우 E(Lt|Fs)=Ls이고 따라서 LtP마팅게일이다.  

EQ(Xt)=0이고 EQ(X2t)=t인데 그 이유는 다음과 같다.EQ(Xt)=E((Wt+θt)e12θ2tθWt)=e12θ2t{E(WteθWt)+θtE(eθWt)}=e12θ2t(θte12θ2t+θte12θ2t)=0이고EQ(X2t)=E((Wt+θt)2e12θ2tθWt)=e12θ2t{E(W2teθWt)+2θtE(WteθWt)+θ2t2E(eθWt)}=e12θ2t{(t+θ2t2)e12θ2+2θt(θt)e12θ2t+θ2t2e12θ2t}=t이다.


여기서 {Xt}t0Q브라운 운동임을 보일 것이다.


모든 n0에 대해 EQ(Xnt)=E(Wnt)이 성립하는데 임의의 실수 α에 대해EQ(eαXt)=E(eα(Wt+θt)e12θ2tθWt)=eαθt12θ2tE(e(αθ)Wt)=eαθt12θ2te12(αθ)2t=e12α2t=E(eαWt)이고 α에 대한 테일러 급수 eαWt=n=01n!αnWnt을 이용해서E(eαWt)=n=01n!E(Wnt)αn이고, 같은 방법으로EQ(eαXt)=n=01n!EQ(Xnt)αn을 얻고, 테일러 급수의 계수를 비교하면 된다. 


XtQ마팅게일이다.

증명: 다음의 식에 의해E(WtLt|Fs)=e12θ2tE(WteθWt|Fs)=(Wsθ(ts))Ls이므로 따라서 다음의 결과를 얻는다.EQ(Xt|Fs)=E(XtLtL1s|Fs)=L1sE((Wt+θt)Lt|Fs)=L1sE(WtLt|Fs)+L1sθtE(Lt|Fs)=(Wsθ(ts))+θt=Ws+θs=Xs또한 X2tt도 Q마팅게일인데E(W2tLt|Fs)=e12θ2tE(W2teθwt|Fs)={(ts)+(Wsθ(ts)2)}Ls이므로 따라서 다음이 성립한다.EQ(X2tt|Fs)=E(X2tLtL1s|Fs)t=L1sE((Wt+θt)2Lt|Fs)t=L1s{E(W2tLt|Fs)+2θtE(WtLt|Fs)+θ2t2E(Lt|Fs)}t={(ts)+(Wsθ(ts))2}+2θt{Wsθ(ts)}+θ2t2t=(Ws+θs)2s=X2ss기르사노프 정리(Girsanov theorem) {Wt}t0P브라운 운동, θ는 임의의 실수, Xt=Wt+θt라 하자. 확률측도 Q를 임의의 0tT에 대해 다음이 성립한다고 하자.dQdP|Ft=e12θ2tθWt이때 두 측도 PQ는 서로 동등하고 {Xt}t0Q브라운 운동이다.              


참고자료:

금융수학의 방법론, 최건호, 경문사 

반응형
Posted by skywalker222