形式陈述
固定 。对每个 ,设 是下列随机微分方程理路随机微分方程Stochastic differential equation · SDE以时间积分描述漂移、以 Itô 积分描述噪声,并由适应连续过程满足的积分恒等式定义解。的唯一非爆炸强解:
其中 连续、对 的全局 Lipschitz 条件与线性增长条件在 上一致;SDE 存在唯一性定理理路SDE 解的存在唯一性Existence and uniqueness for SDE · SDE existence and uniqueness theorem在全局 Lipschitz 与线性增长条件下保证 Brownian SDE 存在唯一全局强解及二阶矩控制。保证这样的扩散存在。记 ,生成元采用
的正号约定。若 满足后向 PDE理路偏微分方程Partial differential equation · PDE含未知多元函数及其偏导数的方程。
设 在 上连续, 连续,且 有下界。假设下述局部鞅的停止值构成一致可积理路一致可积性Uniform integrability · Uniformly integrable family一族可积随机变量在统一截断水平之外的绝对期望可以一致地趋于零。族,并可在终点连续延拓,则
证明对
使用Itô 公式理路Itô 公式Itô formula · Ito formula · Itô lemma为半鞅的光滑函数换元加入二次协变差与跳跃补偿项的随机链式法则。;PDE 令漂移为零,再由局部化、一致可积和 取期望。一组具体的充分条件是: 在整个时域一致成立,且 。因为折现因子有确定上界,所有停止值此时都被一个可积变量支配。若采用 PDE ,它与上式等价;改变生成元或源项记号时,期望中积分的正负号也必须同步。
反向“期望定义的 是经典解”需要另行建立 PDE 正则性。一个常用的充分版本在上述扩散条件外,假设 一致椭圆, 局部抛物 Hölder 连续,即在紧集上分别具有时间 、空间 的 Hölder 控制,;并取 有界, 在时间上一致多项式增长, 连续且多项式增长。抛物型正则性此时给出 内的 解及连续终值。这里源项 的正则性不能只用连续性替代;即使扩散系数恒定,连续源项也未必产生连续二阶空间导数。若使用退化或更粗糙系数,则须在相应条件下证明黏性解或弱解结论,不能直接沿用经典可微性。
直觉
扩散从 出发探索未来状态,终值 把每条随机路径的最终回报带回当前。势项 沿途连续折现;源项 则把每个中间时刻的新贡献按从 到该时刻的累计折现相加。对所有路径取平均,局部噪声项因鞅性质消失,只留下恰与 PDE 漂移相抵的确定量。
公式连接的是两种演化描述:PDE 在每一点施加局部导数关系,扩散期望沿随机路径汇总全局边界数据。Itô 公式是转换器,唯一性或增长条件则保证局部关系没有遗漏从无穷远进入的异常解。
例子与边界
取一维 ,终值 。此时 ,所以
直接检验
这是后向热方程的可复算实例,也固定了时间导数的符号。若再取常数 ,同一终值且 ,则 ,代入 可再次核对折现方向。
增长条件不能删去。仍取 Brownian 运动和 ,若 、 为标准正态变量理路正态分布Normal distribution · Gaussian distribution · 高斯分布具有指数平方密度、在仿射变换与独立求和下封闭的概率分布族。,则
由 Gaussian 密度配方,在 时等于 ;当 ,高斯密度无法压住 的尾部,期望发散,公式右侧不是有限经典解。即使零终值,热方程在允许极快空间增长的光滑函数类中也存在 Tychonoff 型非唯一解;多项式或合适指数增长约束承担唯一性工作,不是排版性假设。
若扩散可能爆炸或区域有边界,还要在爆炸时刻或首次离域时停止,并指定杀死、反射或边界数据。直接把无界域终值公式用于有限区域 Dirichlet 问题,会漏掉首次出界处的边界项。
推论与应用
验证方向给出 PDE 唯一性:两个满足同一终值、正则性与增长控制的经典解之差,其路径表示为零期望,故处处为零。存在方向则可先定义期望,再用独立的抛物正则性证明它足够光滑,从而把概率构造变成 PDE 解。
在定价中, 是短利率、 是到期支付、 是连续现金流;先在风险中性测度下建立扩散,再由公式得到价格 PDE。对 ,公式退化为 Kolmogorov 后向方程与转移半群 。换成首次退出时刻和边界支付,则得到调和测度、Dirichlet 问题及 hitting 概率表示;每种变体都需重新检查停时可积性与边界正则性。
参考资料
- Bernt Øksendal, Stochastic Differential Equations: An Introduction with Applications, 6th ed., Springer, 2003, Ch. 8, §8.2, the Feynman–Kac formula。
- Ioannis Karatzas and Steven E. Shreve, Brownian Motion and Stochastic Calculus, 2nd ed., Springer, 1991, Ch. 4, §4.4, the formulas of Feynman and Kac。
- Avner Friedman, Stochastic Differential Equations and Applications, Vol. 1, Academic Press, 1975, Ch. 6, diffusion processes and parabolic equations。