由于我们无法在现有文献中找到公式(5.2),为了完整起见,我们在附录中介绍了它的证明。公式(5.2)可被视为E的n扩展经验-武都Wt=x=sαchinh(αt)exp-x2t{αt coth(αt)- 1},例如,Mansuy和Yor(2008)的(2.5)和Borodinand Salminen(2002)的第168页中的1.9.7。备注5.2。条件矩母函数的显式表示(5.2)对于(近似)计算条件密度ψ(2)(z | x,y)是有用的:我们可以至少正式地应用Gram-Charlie r展开、Edgeworth展开、或鞍点近似(s ee Hall(1992)和Jensen(1995))。或者,我们可以以适当的方式定义条件代换形式Γt(β|x,y)=Γt(2β)x、 y对于β∈ C(数值)计算逆La-place变换m:ψ(2)t(·x,y)=L-1hΓt(·| x,y)i.6累积量在本节中,我们观察到对数未来的非高斯性质∈ [0,T]),通过分析其累积量,在物理概率测量下。为了简单起见,我们假设(Θ,Θ)是一个重新有界的随机变量,并且几乎可以肯定的是,随着so me>0。(6.1)由(2.1)给出的对数期货价格过程表示为DYT=-ΘYt-Θ+fΘdt+σdWt,Y=logf(6.2)on(Ohm, F、 P,(Ft)t≥0)。条件累积量生成函数ks,t(α)=logeeαYt自由流,其中0≤ s≤ T≤ T、 T(α)=对数EEeαYt财政司司长|自由流=E经验αmt-s(Θ)+αvt-s(Θ)自由流,其中,我们使用条件概率(·| Fs)下YTMT的高斯性质,即ndmt-s(Θ):=E[Yt | Fs]=E-Θ(t)-s) Ys+Θ+fΘ1.- E-Θ(t)-(s), (6.3)vt-s(Θ):=V[Yt | Fs]=σ2Θ1.- E-2Θ(t)-(s)(6.4)用V[···]表示条件方差(P下)。
|