|
其中一个特征使用P下的NUPBR(F)属性表示S的变换,而另一个特征基本上基于绝对连续概率测度下的S的NUPBR(F)。下一个定理描述了τ的模型,该模型在任何单个jumpF鞅的τ之后保持NUPBR(G)。定理3.3。假设τ是诚实的,并考虑F-可预测的停止时间T。然后,以下断言是等价的:(a)关于{T<+∞}, 我们有1o个 {ZT-= 1}. (3.23)(b)对于任何ξ∈ L∞(FT)使得E(ξ|FT-) = 在{T<+∞}, 过程-Mτsatis fies nupbr(G),其中M:=ξI[[T+∞假设断言(a)成立,考虑ξ∈ L∞(FT)使得E(ξ|FT-) = 0,P-a、 s.on{T<+∞ }. 通过将gm分解为M=I{ZT-<1} ξI[[T+∞[I{ZT]-=1} ξI[[T+∞注意M(2)- (M(2))τ=0,一方面我们可以将注意力限制在M=M(1)的情况。另一方面,自从{ZT-= 1} {eZT=1}P-a.s.{T<+∞ }, 很明显,(3.23)意味着{eZT<1}={ZT-< 1} 关于{T<+∞}, hencefM:=I{eZT<1}M=M是F-鞅。因此,断言(b)遵循定理3.1对M的直接应用。(a)的证明到此结束=>(b) 。为了证明相反,我们假设断言(b)成立,并考虑FT可测且有界的r.v.ξ:=(I{eZT=1}-P(eZT=1 |英尺-))I{T<+∞}有界F-鞅M:=ξI[[T+∞一方面,M-Mτsatis fies NUPBR(G)。另一方面,由于{T>τ} {eZT<1},有限的变化过程- Mτ=-P(eZT=1 |英尺-)I{T>τ}I[[T+∞是G吗- 可预测的因此,它是空的,或者相当于{ZT-< 1} {eZT<1}P-a、 s.关于{T<+∞}. 这证明了断言(a),定理的证明就完成了。下面将定理3.1推广到一般薄过程的情况。定理3.4。
|