模型不确定性条件下的简化框架
摘要：基于一组可能不支配的概率测度，我们在逐步扩张的过滤器上引入了一种亚线性条件期望。通过这种方法，我们将经典的降维形式应用于信贷和保险市场的情况，即在模型不确定性下考虑一组可能相互奇异的先验概率。此外，我们研究了在模型不确定性下，连续时间下支付流的超对冲方法，并建立了动态鲁棒超对冲对偶的几个等价版本。这些结果填补了金融市场鲁棒性框架和信贷保险市场鲁棒性框架之间的差距，后者在现有文献中仅限于一些非常具体的案例。
作者：Francesca Biagini, Yinglin Zhang
论文ID：1707.04475
分类：Mathematical Finance
分类简称：q-fin.MF
提交时间：2019-08-02