|
因此,如果f(0)≤ 0,则(15)的第二项为非正项,保护买方最好不取消保险,即τ=∞. 因此,在寻找非平凡的最佳运动策略时,只研究f(0)>0的情况是有效的,这相当于top>r(c+αξ(0))1- ξ(0)≥ 0.(19)对于(18)中推测的每个停止规则,我们显式地计算(15)asg(y;θ):=IEne的第二项-r(τ)-D(θ)∧τD(k))~f(Dτ-D(θ)∧τD(k))|D=yo(20)=IE{e-rτ-D(θ){τ-D(θ)<τD(k)}f(θ)|D=y}+IE{e-rτD(k){τD(k)≤τ-D(θ)}f(k)|D=y}=eσ(y)-θ) sinh(Ξru,σ(k)-y) sinh(Ξru,σ(k)-θ) )~f(θ),如果y>θ~f(y),如果y≤ θ. (21)候选最佳消除阈值θ*∈ (0,k)可从平滑粘贴条件中找到:Yy=θg(y;θ)=f(θ)。(22)这相当于求根θ*式中:F(θ):=uσ- Ξru,σcoth(Ξru,σ(k- θ))~f(θ)-~f(θ)=0,(23),其中~f和~~。接下来,我们证明根θ*存在且唯一(有关证明,请参见第7.2节)。引理3.2。存在唯一的θ*∈ (0,k)满足平滑粘贴条件(22)。第二步。用候选最优阈值θ*从(22)中,我们现在验证候选值函数g(y;θ*) 支配奖赏函数f(y)=f(y)- c、 回想一下g(y;θ)*) =~f(y)代表y∈ (0, θ*).引理3.3。对应于候选最佳阈值θ的值函数*满意度(y;θ)*) >~f(y),Y∈ (θ*, k) 。我们在7.3中提供了证据。通过g(y;θ)的定义*) 在(20)中,重复调节产生停止的过程{e-r(t)∧τ-D(θ)*)∧τD(k))g(Dt∧τ-D(θ)*)∧τD(k));θ*)}T≥0是一个鞅。为了你∈ [0, θ*),我们有∑f(y)- uf(y)- r~f(y)=-Cσξ(y)- uξ(y)- r(ξ(y)- ξ(θ))= -Crξ(θ)<0,其中C=α+pr。
|