×
安德烈·鲁什琴斯基;姚嘉宁

扩散过程中动态风险评估的对偶方法。 （英语） Zbl 1458.60090号

ESAIM，控制优化。计算变量。 26，第96号论文，20页（2020年）.
摘要：我们提出了一种由倒向随机微分方程定义的风险评估的数值方法。利用风险测度的对偶表示，我们将风险评估转化为一个简单的随机控制问题，其中控制是一个特定的Radon-Nikodym导数过程。通过探索最大值原理，我们证明了分段常数对偶控制在短间隔上提供了很好的近似。动态规划算法将近似扩展到有限的时间范围。最后，我们结合嵌套模拟和多维投资组合估值问题，说明了该程序在财务风险管理中的应用。

引用于2文件

MSC公司：

60J60型 扩散过程
60华氏35 随机方程的计算方法（随机分析方面）
49升20 最优控制与微分对策中的动态规划
49平方米25 最优控制中的离散逼近
49平方米29 涉及对偶性的数值方法

关键词：

动态风险度量;前向倒向随机微分方程;随机最大值原理;财务风险管理
PDF格式BibTeX公司 XML格式引用
\textit{A.Ruszczyn ski}和\textit{J.Yao}，ESAIM，控制优化。Calc.Var.26，第96号论文，20页（2020；Zbl 1458.60090）
全文： 内政部 arXiv公司

参考文献：

[1] P.Artzner、F.Delbaen、J.M.Eber和D.Heath，《连贯思考》。风险10（1997）68-71。
[2] P.Artzner、F.Delbaen、J.M.Eber和D.Heath，《一致风险度量》。数学。金融。9 (1999) 203-228. ·Zbl 0980.91042号 ·数字对象标识代码：10.1111/1467-9965.00068
[3] P.Barrieu和N.El Karoui动态风险度量下的最优导数设计。数学。康斯坦普。数学。351 (2004) 13-26. ·Zbl 1070.91019号 ·doi:10.1090/conm/351/06389
[4] P.Barrieu和N.El Karoui通过最小化风险措施对衍生品进行定价、对冲和优化设计。无差别定价交易量。普林斯顿大学出版社，普林斯顿（2009）。
[5] J.Bion-Nadal，《动态风险度量：时间一致性和bmo鞅的风险度量》。金融Stoch。12 (2008) 219-244. ·Zbl 1150.91024号 ·doi:10.1007/s00780-007-0057-1
[6] B.Bouchard，N.Touzi，倒向随机微分方程的离散时间近似和蒙特卡罗模拟。斯托克。过程。申请111（2004）175-206·Zbl 1071.60059号 ·doi:10.1016/j.spa.2004.01.01
[7] P.Briand、B.Delyon和J.Mémin，关于倒向随机微分方程的鲁棒性。斯托克。过程。申请。97 (2002) 229-253. ·Zbl 1058.60041号 ·doi:10.1016/S0304-4149（01）00131-4
[8] P.Cheridito、F.Delbaen和M.Kupper，有界离散时间过程的动态货币风险度量。Elec.J.Probab公司。11 (2006) 57-106. ·Zbl 1184.91109号 ·doi:10.1214/EJP.v11-302
[9] P.Cheridito和M.Kupper，离散时间内时间一致性动态货币风险度量的组成。国际J.Theor。申请。财务14（2011）137-162·Zbl 1211.91147号 ·doi:10.1142/S0219024911006292
[10] F.Coquet，Y.Hu，J.Mémin和S.Peng，过滤一致非线性期望和相关g期望。普罗巴伯。西奥。相关领域123（2002）1-27·Zbl 1007.60057号 ·doi:10.1007/s004400100172
[11] F.Delbaen、S.Peng和E.Rosazza Gianin动态凹面效用惩罚项的表示。金融Stoch。14 (2010) 449-472. ·Zbl 1226.91025号 ·doi:10.1007/s00780-009-0119-7
[12] K.Detlefsen和G.Scandolo，条件和动态凸风险度量。金融Stoch。9 (2005) 539-561. ·兹比尔1092.91017 ·doi:10.1007/s00780-005-0159-6
[13] H.Föllmer和I.Penner，凸风险度量及其惩罚函数的动力学。统计折旧。24 (2006) 61-96. ·Zbl 1186.91119号
[14] H.Föllmer和A.Schied，风险和交易约束的凸度量。金融Stoch。6 (2002) 429-447. ·Zbl 1041.91039号 ·doi:10.1007/s007800200072
[15] H.Föllmer和A.Schied，《随机金融：离散时间导论》，第二版，德格鲁伊特·柏林，柏林（2004）·Zbl 1126.91028号 ·数字对象标识代码：10.1515/9783110212075
[16] M.Fritelli和Rosazza E.Gianin，《在风险措施中理顺秩序》。数学。《财务》16（2006）589-612·Zbl 1130.91030号 ·doi:10.1111/j.1467-9965.2006.00285.x
[17] M.Fritelli和G.Scandolo，《过程的风险度量和资本要求》。数学。《财务》16（2006）589-612·Zbl 1130.91030号 ·doi:10.1111/j.1467-9965.2006.00285.x
[18] E.Gobet、J.-P.Lemor和X.Warin，基于回归的蒙特卡罗方法，用于求解倒向随机微分方程。附录申请。普罗巴伯。15 (2005) 2172-2202. ·Zbl 1083.60047号 ·doi:10.1214/10505160500000412
[19] E.Gobet和P.Turkedjiev，一般条件下离散倒向随机微分方程的线性回归MDP格式。数学。计算。85（2016）1359-91·Zbl 1344.60067号 ·doi:10.1090/mcom/3013
[20] M.B.Gordy和S.Juneja，投资组合风险度量中的嵌套模拟。联邦储备委员会FEDS（2008）2-21·Zbl 1232.91622号
[21] P.Henry-Laborder，X.Tan和N.Touzi，通过分支过程求解一类BSDE的数值算法。斯托克。过程。申请。124 (2014) 1112-1140. ·Zbl 1301.60084号 ·doi:10.1016/j.spa.2013.10.005
[22] Y.Hu，B.Ni，A.Ruszczynski，J.Yao，前向-后向随机微分方程的数值方法及其在风险规避期权投资组合估值中的应用。技术报告，罗格斯大学，2018年11月。
[23] N.Ikeda和S.Watanabe，随机微分方程和扩散过程。Kodansha，东京（1981）·Zbl 0495.60005号
[24] P.E.Kloeden，E.Platen，随机微分方程的数值解。施普林格，柏林（1992年）·Zbl 0752.60043号
[25] R.J.A.Laeven和M.Stadje，稳健投资组合选择和无差异估值。数学。操作。第39号决议（2014）1109-1141·Zbl 1310.91135号 ·doi:10.1287/门2014.0646
[26] S.H.Lee和P.W.Glynn，通过蒙特卡罗模拟计算条件期望的分布函数：离散条件空间。ACM事务处理。模型。计算。模拟13（2002）235-258·Zbl 1390.65005号
[27] V.Lesnevski、B.L.Nelson和J.Staum，连贯风险度量的模拟，《2004年冬季模拟会议论文集》（2004）1579-1585。
[28] V.Lesnevski、B.L.Nelson和J.Staum，基于广义情景的连贯风险度量模拟。管理。科学。53 (2007) 1756-1769. ·doi:10.1287/mnsc.1070.0734
[29] S.Ludwig、J.Sirignano、R.Huang和G.Papanicolaou，随机控制问题的前向-后向算法，《第一届运筹学与企业系统国际会议论文集》（2012）83-89。
[30] J.Ma、P.Protter和J.Douglas，前向随机微分方程的数值方法。附录申请。普罗巴伯。6 (1996) 940-968. ·Zbl 0861.65131号 ·doi:10.1214/aoap/1034968235
[31] J.Ma、P.Protter、J.Martin和S.Torres，倒向随机微分方程的数值方法。附录申请。普罗巴伯。12 (2002) 302-316. ·Zbl 1017.60074号 ·doi:10.1214/aoap/1015961165
[32] 马俊华，杨勇军，前向随机微分方程及其应用。编号：1702。施普林格科学与商业媒体，柏林（1999）·Zbl 0927.60004号
[33] D.Nualart，Malliavin微积分和相关主题。施普林格，柏林（2006）·Zbl 1099.60003号
[34] B.Öksendal和A.Sulem，具有跳跃的前向-后向随机微分方程最优控制的最大原理。SIAM J.控制优化。48 (2009) 2945-2976. ·Zbl 1207.93115号 ·doi:10.1137/080739781
[35] E.Pardoux和S.Peng，倒向随机微分方程的自适应解。系统。控制信函。14 (1990) 55-61. ·Zbl 0692.93064号 ·doi:10.1016/0167-6911（90）90082-6
[36] 彭思源，《非线性期望、非线性评估和风险度量》，数学课堂讲稿。施普林格，柏林（2004）·Zbl 1127.91032号
[37] M.-C.Queez和A.Sulem，BSDEs与跳跃、优化和动态风险度量应用。斯托克。过程。申请。123 (2013) 3328-3357. ·Zbl 1285.93091号 ·doi:10.1016/j.spa.2013.02.016
[38] F.Riedel，动态一致风险度量。斯托克。过程。申请。112 (2004) 185-200. ·Zbl 1114.91055号 ·doi:10.1016/j.spa.2004.03.004
[39] R.T.Rockafellar，S.Uryasev，一般损失分布的条件价值风险。J.银行。《财务》26（2002）1443-1471·doi:10.1016/S0378-4266（02）00271-6
[40] A.Ruszczynski，非线性优化。普林斯顿大学出版社，普林斯顿（2006）·Zbl 1108.90001号 ·doi:10.1515/9781400841059
[41] A.Ruszczyñski，马尔可夫决策过程的风险规避动态规划。数学。程序。序列号。B 125（2010）235-261·Zbl 1207.49032号 ·doi:10.1007/s10107-010-0393-3
[42] A.Ruszczynski和A.Shapiro，凸风险函数的优化。数学。操作。决议31（2006）433-542·Zbl 1278.90283号 ·doi:10.1287/门1050.0186
[43] A.Ruszczynski和A.Shapiro，条件风险映射。数学。操作。第31号决议（2006）544-561·Zbl 1278.90284号 ·doi:10.1287/门1060.0204
[44] A.Ruszczynski，J.Yao，Hamilton-Jacobi-Bellman方程的风险规避模拟。SIAM控制及其应用会议记录（2015）。
[45] A.Shapiro，D.Dentcheva和A.Ruszczyński，随机规划讲座。建模与理论。SIAM-工业和应用数学学会，费城（2009年）·邮编：1183.90005 ·数字对象标识代码：10.1137/1.9780898718751
[46] M.Stadje，将动态凸风险度量从离散时间扩展到连续时间：收敛方法。保险数学。经济。47 (2010) 391-404. ·Zbl 1231.91240号 ·doi:10.1016/j.insmateco.2010.08.005
[47] J.Yong和X.Y.Zhou，《随机控制：哈密顿系统和HJB方程》。Springer-Verlag，纽约（1999年）·Zbl 0943.93002号
[48] 张杰，倒向随机微分方程的一些精细性质及其应用。普渡大学博士论文（2001年）。
[49] J.Zhang，倒向随机微分方程的数值方法。附录申请。普罗巴伯。14 (2004) 459-488. ·Zbl 1056.60067号 ·doi:10.1214/aoap/1075828058
[50] J.Zhang，倒向随机微分方程。施普林格，纽约（2017）·Zbl 1390.60004号 ·doi:10.1007/978-1-4939-7256-2
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。