過程的從屬(subordination)
從屬是讓一個李維過程不依時鐘時間、而依由獨立從屬過程提供的隨機遞增時鐘運行的運算。它是極具生產力的機器:僅從布朗運動出發,用各種從屬過程改變其時間,便得到 variance-gamma、normal-inverse-Gaussian 與對稱穩定過程——數理財務所有著名的跳躍模型都由此產生。
形式上,設 X_t 為李維過程,T_t 為與之獨立、拉普拉斯指數為 Phi 的從屬過程。從屬過程 Y_t = X_{T_t},即在隨機時刻 T_t 取值的原過程。關鍵計算(博赫納):Y 仍是李維過程,其特徵指數為複合 psi_Y(theta) = -Phi(-psi_X(theta)),其中 psi_X 為 X 的指數。換言之,從屬透過從屬過程的拉普拉斯指數對指數作複合。因為 T_t 遞增且會跳,即使連續的 X(如布朗運動)經從屬後也獲得跳躍——隨機時鐘躍過區間,值隨之跳動。當 X 為布朗運動時配方特別乾淨:Y = B_{T_t} 的指數為 -Phi(theta^2/2)。
從屬正是本領域製造用於擬合資產報酬的重尾、偏斜跳躍過程之法:variance-gamma 是被伽瑪過程從屬的布朗運動,normal-inverse-Gaussian 是被逆高斯過程從屬的布朗運動,而對稱 alpha-穩定過程是被 (alpha/2)-穩定從屬過程從屬的布朗運動。誠實的注意點:博赫納公式成立要求從屬過程與被改變時間的過程「獨立」;相關的時間變換(如隨機波動的槓桿效應)不是從屬,乾淨的指數複合會失效。
用 (alpha/2)-穩定從屬過程(Phi(u) = u^(alpha/2))從屬布朗運動 B_t(psi_X(theta) = -theta^2/2)。則 psi_Y(theta) = -Phi(theta^2/2) = -(theta^2/2)^(alpha/2) = -c |theta|^alpha,即對稱 alpha-穩定指數。故柯西過程(alpha = 1)是在 (1/2)-穩定時鐘上運行的布朗運動。
布朗運動 + 穩定時鐘 = 對稱穩定過程。
博赫納指數複合公式 psi_Y = -Phi(-psi_X) 要求從屬過程與 X 獨立。對連續過程的從屬會產生跳躍過程——隨機時鐘的跳躍成為路徑的跳躍。