DOI: https://doi.org/10.1016/j.spa.2026.104874
تاريخ النشر: 2026-01-10
المؤلف: Hanwu Li وآخرون
الموضوع الرئيسي: العمليات العشوائية والتطبيقات المالية
نظرة عامة
في هذه الورقة، يستكشف المؤلفون المعادلات التفاضلية العكسية العشوائية المنعكسة المدفوعة بواسطة مسارات خشنة (RBSDEs خشنة)، والتي تعمل كتمثيلات احتمالية للمعادلات التفاضلية الجزئية غير الخطية الخشنة (PDEs خشنة) والمعادلات التفاضلية الجزئية العشوائية (SPDEs) مع العقبات. يثبتون أن الحلول لـ RBSDEs الخشنة تعالج بشكل فعال مشاكل التوقف الأمثل ضمن إطار خشني، مما يوفر أدوات قيمة لتسعير الخيارات الأمريكية تحت نموذج التقلب الخشن. يعزز هذا التقدم بشكل كبير الفهم والتطبيق لتسعير الخيارات في ظروف السوق المعقدة.
يظهر المؤلفون حسن تحديد RBSDEs الخشنة من خلال نوع من تحويل دوز-سوسمان ويظهرون أن هذه المعادلات يمكن تقريبها بواسطة سلسلة من BSDEs المعاقبة مع محركات خشنة. بالإضافة إلى ذلك، يطورون نظرية الحلول اللزجة لـ PDEs الخشنة مع العقبات باستخدام RBSDEs الخشنة ويؤسسون صلة بين مشكلة التوقف الأمثل وتسعير الخيارات الأمريكية في سياق المسارات الخشنة. تسهم هذه العمل في الأساس النظري والمنهجيات العملية لتسعير الخيارات في الأسواق المالية التي تتميز بالتقلب الخشن.
مقدمة
تتناول مقدمة هذه الورقة المعادلات التفاضلية العكسية العشوائية المنعكسة (RBSDEs) التي تتضمن تكاملًا خشنًا، مع التركيز بشكل خاص على الحالة التي يظهر فيها المحرك نموًا تربيعيًا. يبرز المؤلفون أهمية RBSDEs في التحليل العشوائي، لا سيما في التطبيقات مثل المالية ونظرية التحكم. تستند الدراسة إلى العمل الأساسي لـ Pardoux-Peng حول المعادلات التفاضلية العكسية العشوائية غير الخطية وتوسع النظرية لتشمل مصطلحات الانعكاس، التي تقدم قيودًا على المعادلات. تهدف الورقة إلى استكشاف حسن تحديد RBSDEs الخشنة وعلاقتها بمشاكل العقبات في المعادلات التفاضلية الجزئية الخشنة (PDEs)، فضلاً عن تطبيقاتها في تسعير الخيارات الأمريكية تحت التقلب الخشن.
يحدد المؤلفون دافعين رئيسيين لبحثهم: أولاً، لمعالجة مشاكل العقبات لـ PDEs الخشنة شبه الخطية، التي شهدت استكشافًا محدودًا في سياق الانعكاسات؛ وثانيًا، لربط RBSDEs الخشنة بتسعير الخيارات الأمريكية، مستفيدين من إطار المسار الخشن لإدارة الطبيعة غير ماركوفية للتقلب. تعد الورقة بمساهمة في فهم RBSDEs الخشنة من خلال فحص خصائصها، وإقامة صيغة فينمان-كاك غير الخطية لـ PDEs الخشنة، ومعالجة مشاكل التوقف الأمثل. يناقش المؤلفون أيضًا التحديات المرتبطة بتقارب الحلول واستمرارية الانعكاسات في سياق المسارات الخشنة، مقترحين طرقًا لمعالجة هذه القضايا من خلال تحويل دوز-سوسمان والحدود شبه المسترخية. يتم توضيح هيكل الورقة، مما يشير إلى نهج منهجي للمواضيع المطروحة، بما في ذلك التدوين، حسن التحديد، مشاكل العقبات، والتطبيقات على تسعير الخيارات.
نقاش
في قسم النقاش من الورقة، يؤسس المؤلفون إطارًا شاملاً لتحليل المعادلات التفاضلية العكسية العشوائية المنعكسة (RBSDEs) المدفوعة بواسطة مسارات خشنة هندسية. يبدأون بتعريف مساحات رياضية مختلفة ومعايير ذات صلة بالعمليات العشوائية، بما في ذلك العمليات القابلة للقياس تدريجيًا ومساحات الدوال المستمرة. يؤكد المؤلفون على أهمية افتراضات معينة، مثل استمرارية ليبشيتز لحقول المتجهات وحدود بعض المشتقات، والتي تعتبر حاسمة لضمان حسن تحديد RBSDEs المعنية.
تتفصل الورقة أكثر في خصائص الحلول لـ RBSDEs، موضحة أنه تحت الافتراضات المذكورة، تقبل المعادلات حلولًا فريدة تتميز بخصائص استمرارية وتفاضلية محددة. يستفيد المؤلفون من النتائج من الأعمال السابقة لإقامة نتائج التقارب لسلاسل الحلول، مما يضمن بقاء الحلول محدودة بشكل موحد والتقارب في مساحات الدوال المناسبة. لا يوضح هذا النهج الدقيق الهيكل الرياضي للمشكلة فحسب، بل يوفر أيضًا أساسًا قويًا للبحث المستقبلي في مجال حساب التفاضل العشوائي وتطبيقاته في الرياضيات المالية وحقول أخرى.
DOI: https://doi.org/10.1016/j.spa.2026.104874
Publication Date: 2026-01-10
Author(s): Hanwu Li et al.
Primary Topic: Stochastic processes and financial applications
Overview
In this paper, the authors explore reflected backward stochastic differential equations driven by rough paths (rough RBSDEs), which serve as probabilistic representations of nonlinear rough partial differential equations (rough PDEs) and stochastic partial differential equations (SPDEs) with obstacles. They establish that solutions to rough RBSDEs effectively address optimal stopping problems within a rough framework, thereby providing valuable tools for pricing American options under the rough volatility model. This advancement significantly enhances the understanding and application of option pricing in complex market conditions.
The authors demonstrate the well-posedness of rough RBSDEs through a variant of the Doss-Sussman transformation and show that these equations can be approximated by a sequence of penalized BSDEs with rough drivers. Additionally, they develop viscosity solution theory for rough PDEs with obstacles using rough RBSDEs and establish a connection between the optimal stopping problem and American option pricing in the context of rough paths. This work contributes to the theoretical foundation and practical methodologies for option pricing in financial markets characterized by rough volatility.
Introduction
The introduction of this paper addresses reflected backward stochastic differential equations (RBSDEs) that incorporate a rough integral, specifically focusing on the case where the driver exhibits quadratic growth. The authors highlight the significance of RBSDEs in stochastic analysis, particularly in applications such as finance and control theory. The study builds on the foundational work of Pardoux-Peng on nonlinear backward stochastic differential equations and extends the theory to include reflection terms, which introduce constraints into the equations. The paper aims to explore the well-posedness of rough RBSDEs and their relationship to obstacle problems in rough partial differential equations (PDEs), as well as their applications in American option pricing under rough volatility.
The authors outline two primary motivations for their research: first, to address obstacle problems for semilinear rough PDEs, which have seen limited exploration in the context of reflections; and second, to relate rough RBSDEs to American option pricing, leveraging the rough path framework to manage the non-Markovian nature of volatility. The paper promises to contribute to the understanding of rough RBSDEs by examining their properties, establishing a nonlinear Feynman-Kac formula for rough PDEs, and addressing optimal stopping problems. The authors also discuss the challenges associated with the convergence of solutions and the continuity of reflections in the context of rough paths, proposing methods to tackle these issues through the Doss-Sussman transformation and semi-relaxed limits. The structure of the paper is outlined, indicating a systematic approach to the topics at hand, including notation, well-posedness, obstacle problems, and applications to option pricing.
Discussion
In the discussion section of the paper, the authors establish a comprehensive framework for analyzing rough reflected backward stochastic differential equations (RBSDEs) driven by geometric rough paths. They begin by defining various mathematical spaces and norms relevant to stochastic processes, including progressively measurable processes and spaces of continuous functions. The authors emphasize the importance of specific assumptions, such as the Lipschitz continuity of vector fields and the boundedness of certain derivatives, which are crucial for ensuring the well-posedness of the RBSDEs under consideration.
The paper further details the properties of the solutions to the RBSDEs, demonstrating that under the stated assumptions, the equations admit unique solutions characterized by specific continuity and differentiability properties. The authors leverage results from previous works to establish convergence results for sequences of solutions, ensuring that the solutions remain uniformly bounded and converge in the appropriate function spaces. This rigorous approach not only clarifies the mathematical structure of the problem but also provides a solid foundation for future research in the area of stochastic calculus and its applications to financial mathematics and other fields.