Novikovの条件

同義語:Novikov conditionNovikov's conditionNovikov's criterion

概要

Novikovの条件(Novikov's condition)とは、連続な局所マルチンゲール $M$($M_0=0$)の確率指数 $\mathcal E(M)=\exp(M-\frac12[M])$ が真のマルチンゲールになるための十分条件 $E[\exp(\frac12[M]_\infty)]< \infty$ のことである。このとき $\mathcal E(M)$ は一様可積分なマルチンゲールで $E[\mathcal E(M)_\infty]=1$ となり、有限の時刻までなら $E[\exp(\frac12[M]_T)]< \infty$ で足りる。Girsanov の定理で測度を取り替えるときの判定に使われる。定数 $\frac12$ は下げられず、条件は必要条件ではない。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 局所マルチンゲール, 2次変分, Girsanovの定理

Novikovの条件(Novikov's condition)とは、連続な 局所マルチンゲール $M$($M_0=0$)の確率指数
$$ \mathcal E(M)_t:=\exp\Bigl(M_t-\frac12[M]_t\Bigr) $$
が真のマルチンゲールになるための十分条件
$$ E\Bigl[\exp\Bigl(\frac12[M]_\infty\Bigr)\Bigr]< \infty $$
のことである。ここで $[M]$ は $M$ の 2次変分($\langle M\rangle$ とも書く)である。この条件のもとで $\mathcal E(M)$ は一様可積分なマルチンゲールで、$E[\mathcal E(M)_\infty]=1$ となる。有限の時刻 $T$ までなら $E[\exp(\frac12[M]_T)]< \infty$ で足りる。
$\mathcal E(M)$ はいつでも正の局所マルチンゲールで、期待値は $1$ 以下だが、$1$ より小さくなることがある。Girsanovの定理 で $dQ=\mathcal E(M)_T\,dP$ と測度を取り替えるには $E[\mathcal E(M)_T]=1$ が要るので、これを確かめる使いやすい判定が必要になる。Novikov の条件は $[M]$ だけで書かれていて、たとえば $M=\int\theta\,dB$ なら $\theta$ の大きさ $\int\theta^2dt$ の指数モーメントを見ればよい。
この記事では、Novikov の条件の十分性(thm-nov-main)を証明し、定数 $\frac12$ をこれより小さくできないこと(prop-nov-sharp)を Brown 運動の到達時刻の計算で示す。関連する風巻の条件と、Novikov の条件が必要条件でない例も述べる。

確率指数の基本的な性質

以下、フィルトレーションをもつ確率空間 $(\Omega,\mathcal F,(\mathcal F_t),P)$ の上で考え、$M$ を連続な局所マルチンゲールで $M_0=0$ とし、$Z:=\mathcal E(M)$ と書く。

確率指数の性質
  1. $Z$ は正の局所マルチンゲールで、優マルチンゲールである。とくに $E[Z_t]\le1$ である。
  2. $Z$ がマルチンゲールであることと、すべての $t$ について $E[Z_t]=1$ であることは同値である。
  3. 確率 $1$ で極限 $Z_\infty:=\lim_{t\to\infty}Z_t$ が存在し、任意の停止時刻 $\tau$(値 $\infty$ も許し、$\tau=\infty$ のところでは $Z_\tau:=Z_\infty$ とする)について $E[Z_\tau]\le1$ である。
局所化と Fatou の補題

1 は 局所マルチンゲール の例「指数形」と定理「非負なら優マルチンゲール」、2 は同記事の系「期待値による判定」である。3:$Z$ は非負の優マルチンゲールなので、Doobのマルチンゲール収束定理 により確率 $1$ で収束する(道は連続なので有理数の時刻で考えればよい)。$(\sigma_n)$ を $Z$ の局所化列とすると、Doobの任意抽出定理 により $E[Z_{\tau\wedge t\wedge\sigma_n}]=Z_0=1$ である。$n\to\infty$、続いて $t\to\infty$ として Fatouの補題 を 2 回使うと $E[Z_\tau]\le1$ を得る。$\square$

無限遠での値

$\{[M]_\infty< \infty\}$ の上で、確率 $1$ で $M_\infty:=\lim_{t\to\infty}M_t$ が存在する。

2 次変分で止める

$\tau_n:=\inf\{t\mid[M]_t\ge n\}$ とおく。$[M^{\tau_n}]_t=[M]_{t\wedge\tau_n}\le n$ なので、2次変分 の定理「L2 マルチンゲールの判定」により $M^{\tau_n}$ はマルチンゲールで $E[M_{t\wedge\tau_n}^2]\le n$ である。$L^2$ 有界なマルチンゲールは確率 $1$ で収束する(Doobのマルチンゲール収束定理)。$\{[M]_\infty< n\}$ の上では $\tau_n=\infty$、$M=M^{\tau_n}$ なので $M_t$ は収束する。$n$ について合併をとればよい。$\square$

主定理

Novikovの条件

$M$ を連続な局所マルチンゲールで $M_0=0$ とし、
$$ C:=E\Bigl[\exp\Bigl(\frac12[M]_\infty\Bigr)\Bigr]< \infty $$
とする。このとき $\mathcal E(M)$ は一様可積分なマルチンゲールで、$E[\mathcal E(M)_\infty]=1$ である。ここで $\mathcal E(M)_\infty=\exp(M_\infty-\frac12[M]_\infty)$ である。

指数を少し下げて一様可積分性を得てから戻す

仮定から $[M]_\infty< \infty$(確率 $1$)なので、lem-nov-limit により $M_\infty$ が存在し、$Z_\infty=\exp(M_\infty-\frac12[M]_\infty)$ である。以下 $\tau$ は値 $\infty$ も許す停止時刻とする。
段 1:$\exp(\frac12M_\tau)$ の評価。 $\exp(\frac12M_\tau)=Z_\tau^{1/2}\exp(\frac14[M]_\tau)$ と書けるので、Cauchy–Schwarzの不等式 と prop-nov-basic の 3 から
$$ E\Bigl[\exp\Bigl(\frac12M_\tau\Bigr)\Bigr]\le E[Z_\tau]^{1/2}\,E\Bigl[\exp\Bigl(\frac12[M]_\tau\Bigr)\Bigr]^{1/2}\le C^{1/2} $$
である($[M]_\tau\le[M]_\infty$)。
段 2:$0< a< 1$ について $\mathcal E(aM)$ は一様可積分なマルチンゲール。 $aM$ は連続な局所マルチンゲールで $[aM]=a^2[M]$ なので、$Z^{(a)}:=\mathcal E(aM)=\exp(aM-\frac{a^2}2[M])$ は正の局所マルチンゲールで、
$$ Z^{(a)}_\tau=Z_\tau^{a^2}\exp\bigl(a(1-a)M_\tau\bigr) $$
である(指数を比べると $a^2M_\tau-\frac{a^2}2[M]_\tau+(a-a^2)M_\tau$)。$\Gamma\in\mathcal F$ とし、Hölderの不等式 を指数 $p=1/a^2$、$q=1/(1-a^2)$ で使うと、$c:=\frac{a(1-a)}{1-a^2}=\frac a{1+a}< \frac12$ として
$$ E\bigl[Z^{(a)}_\tau\mathbf 1_\Gamma\bigr]\le E[Z_\tau]^{a^2}\,E\bigl[\mathbf 1_\Gamma\exp(cM_\tau)\bigr]^{1-a^2}\le E\bigl[\mathbf 1_\Gamma\exp(cM_\tau)\bigr]^{1-a^2} $$
である。$r:=\frac1{2c}>1$ とおくと、段 1 から $E[\exp(cM_\tau)^r]=E[\exp(\frac12M_\tau)]\le C^{1/2}$ で、族 $\{\exp(cM_\tau)\}_\tau$ は $L^r$ で有界なので一様可積分である(一様可積分性)。よって $P(\Gamma)\to0$ のとき右辺は $\tau$ について一様に $0$ に近づき、$\Gamma=\Omega$ とすれば有界でもあるので、族 $\{Z^{(a)}_\tau\}_\tau$ は一様可積分である。すなわち $Z^{(a)}$ はクラス D に属し、局所マルチンゲール の定理「局所マルチンゲールがマルチンゲールになる条件」の 2 により一様可積分なマルチンゲールである。とくに $Z^{(a)}_t\to Z^{(a)}_\infty$ は $L^1$ でも成り立ち、$E[Z^{(a)}_\infty]=1$ である。
段 3:$a\uparrow1$ として $E[Z_\infty]=1$。 段 2 の等式と Hölder の不等式を $\tau=\infty$ で使うと
$$ 1=E\bigl[Z^{(a)}_\infty\bigr]\le E[Z_\infty]^{a^2}\,E\bigl[\exp(cM_\infty)\bigr]^{1-a^2}. $$
Jensenの不等式($2c< 1$ なので $x\mapsto x^{2c}$ は $[0,\infty)$ で凹)を $\exp(cM_\infty)=\exp(\frac12M_\infty)^{2c}$ に当てて、段 1 から $E[\exp(cM_\infty)]\le E[\exp(\frac12M_\infty)]^{2c}\le C^c$ で、$c(1-a^2)=a(1-a)$ なので $1\le E[Z_\infty]^{a^2}C^{a(1-a)}$ である。$a\uparrow1$ とすると $E[Z_\infty]\ge1$ で、prop-nov-basic の 3 と合わせて $E[Z_\infty]=1$ である。
段 4:一様可積分なマルチンゲール。 $Z_t\to Z_\infty$(確率 $1$)、$Z_t\ge0$、$E[Z_t]\le1=E[Z_\infty]$ なので
$$ E\lvert Z_t-Z_\infty\rvert=E[Z_t]+E[Z_\infty]-2E[\min(Z_t,Z_\infty)]\le2-2E[\min(Z_t,Z_\infty)] $$
で、$0\le\min(Z_t,Z_\infty)\le Z_\infty$ と 優収束定理 から右辺は $0$ に近づく。よって $E[Z_t]\to1$ で、$E[Z_t]$ は $t$ について非増加(優マルチンゲール)かつ $1$ 以下なので、すべての $t$ で $E[Z_t]=1$ である。prop-nov-basic の 2 により $Z$ はマルチンゲールで、$s< t$ について $Z_s=E[Z_t\mid\mathcal F_s]$ の $t\to\infty$ の $L^1$ 極限から $Z_s=E[Z_\infty\mid\mathcal F_s]$ である。最後に閉じたマルチンゲールは一様可積分である(一様可積分性)。$\square$

有限の時刻までの条件

$T>0$ について $E[\exp(\frac12[M]_T)]< \infty$ なら $E[\mathcal E(M)_T]=1$ で、$(\mathcal E(M)_t)_{t\le T}$ はマルチンゲールである。これがすべての $T$ で成り立てば $\mathcal E(M)$ はマルチンゲールである。

止めた過程に当てる

止めた過程 $M^T$ は連続な局所マルチンゲールで $[M^T]_\infty=[M]_T$、$\mathcal E(M^T)_t=\mathcal E(M)_{t\wedge T}$ である。thm-nov-main を $M^T$ に当てればよい。$\square$

Brown 運動 $B$ と適合した過程 $\theta$ について $M=\int_0^\cdot\theta_s\,dB_s$ なら $[M]_T=\int_0^T\theta_s^2\,ds$ で、条件は $E[\exp(\frac12\int_0^T\theta_s^2ds)]< \infty$ となる。これが成り立てば $Z_T=\exp(\int_0^T\theta\,dB-\frac12\int_0^T\theta^2dt)$ について $E[Z_T]=1$ で、$dQ=Z_T\,dP$ が確率測度になる。Girsanovの定理 の定理「Girsanovの定理(有界で連続なドリフト)」は $\lvert\theta\rvert\le K$ のときで、このときは $E[\exp(\frac12\int_0^T\theta^2dt)]\le e^{K^2T/2}$ なので Novikov の条件が成り立つ。

Brown 運動自身をドリフトにする

$\theta_t=B_t$、$0< T< 1$ とする。$\int_0^TB_s^2ds\le T\max_{s\le T}B_s^2$ で、反射原理(Brown運動) により $P(\max_{s\le T}\lvert B_s\rvert\ge x)\le4P(B_T\ge x)\le2e^{-x^2/(2T)}$ である。よって $\lambda< \frac1{2T}$ なら $E[\exp(\lambda\max_{s\le T}B_s^2)]< \infty$ で、$\lambda=\frac T2$ は $T< 1$ のときこの範囲にある。Novikov の条件が成り立ち、$\int_0^TB\,dB=\frac12(B_T^2-T)$(伊藤の公式)から
$$ E\Bigl[\exp\Bigl(\frac12B_T^2-\frac T2-\frac12\int_0^TB_s^2\,ds\Bigr)\Bigr]=1\qquad(0< T< 1) $$
を得る。$\exp(\frac12B_T^2)$ だけでは $T\ge1$ で可積分でなく、$-\frac12\int B^2$ の項が期待値を有限に保っている。

定数 1/2 の最良性

定数 1/2 は下げられない

$0< c< \frac12$ とする。連続な局所マルチンゲール $M$($M_0=0$)で、$E[\exp(c[M]_\infty)]< \infty$ かつ $E[\mathcal E(M)_\infty]< 1$ となるものがある。このとき $\mathcal E(M)$ は一様可積分なマルチンゲールではない。

傾いた直線への到達時刻で止める

$B$ を標準 Brown 運動とし、$0< b< 1$、$a>0$ について $\sigma:=\inf\{t\ge0\mid B_t=-a+bt\}$、$M:=B^\sigma$ とおく。$B_t-bt\to-\infty$ なので $\sigma< \infty$(確率 $1$)で、$[M]_\infty=\sigma$、$\mathcal E(M)_\infty=\exp(B_\sigma-\frac12\sigma)=\exp(-a+(b-\frac12)\sigma)$ である。
$\sigma$ の分布。 $T:=\inf\{t\mid B_t=-a\}$ とする。$\sigma$ は $B-b\,\cdot$ が $-a$ に着く時刻なので、Girsanovの定理 の系「Cameron–Martinの公式」を $f\equiv-b$ と有界な関数 $\Phi=\mathbf 1\{T\le t\}$ に当てると、$P(\sigma\le t)=E[\mathbf 1\{T\le t\}e^{-bB_t-b^2t/2}]$ である。$e^{-bB_s-b^2s/2}$ はマルチンゲールで $\{T\le t\}\in\mathcal F_{T\wedge t}$ なので、Doobの任意抽出定理 により右辺は $E[\mathbf 1\{T\le t\}e^{ab-b^2T/2}]$ に等しい。$T$ の密度は $\frac a{\sqrt{2\pi s^3}}e^{-a^2/(2s)}$(反射原理(Brown運動))なので、$\sigma$ の密度は $\frac a{\sqrt{2\pi s^3}}\exp(ab-\frac{b^2s}2-\frac{a^2}{2s})$ である。
指数モーメント。 $\gamma\le\frac{b^2}2$ について、$\lambda:=\frac{b^2}2-\gamma\ge0$ とおくと
$$ E[e^{\gamma\sigma}]=e^{ab}E[e^{-\lambda T}]=\exp\bigl(ab-a\sqrt{b^2-2\gamma}\bigr) $$
である。ここで $E[e^{-\lambda T}]=e^{-a\sqrt{2\lambda}}$ は、$\vartheta:=\sqrt{2\lambda}$ について $e^{-\vartheta B_{t\wedge T}-\lambda(t\wedge T)}$ が $e^{\vartheta a}$ で抑えられるマルチンゲールであることと任意抽出定理による。
結論。 $b\ge\sqrt{2c}$ にとると($c< \frac12$ なので $b< 1$ にとれる)$c\le\frac{b^2}2$ で $E[\exp(c[M]_\infty)]=E[e^{c\sigma}]< \infty$ である。一方 $\gamma:=b-\frac12$ は $\gamma\le\frac{b^2}2$ を満たし、$b^2-2\gamma=(1-b)^2$ なので
$$ E[\mathcal E(M)_\infty]=e^{-a}\exp\bigl(ab-a(1-b)\bigr)=e^{-2a(1-b)}< 1 $$
である。一様可積分なマルチンゲールなら $E[\mathcal E(M)_\infty]=E[\mathcal E(M)_0]=1$ となるはずなので、そうではない。$\square$

この例でも各 $t$ について $[M]_t\le t$ なので、cor-nov-finite により $\mathcal E(M)$ はマルチンゲールである。期待値 $1$ が無限遠で失われる。$b=1$ では $E[e^{\sigma/2}]=e^a$ となり、風巻紀彦の論文 Kaz77 の証明(p. 598)で使われた到達時刻 $\tau_a:=\inf\{t\mid B_t\le t-a\}$ の等式に一致する。

風巻の条件と必要条件でないこと

風巻の条件

$M$ を連続なマルチンゲールで $M_0=0$ とし、すべての $t$ について $E[\exp(\frac12M_t)]< \infty$ とする。このとき $\mathcal E(M)$ はマルチンゲールである。

出典と関係

Kaz77 の定理(p. 597)である。この記事では証明しない(同論文は時間変更で Brown 運動に移し、$\tau_a$ を使って $E[\mathcal E(M)_t]$ を下から評価している)。Novikov の条件が有限の時刻で成り立てば、thm-nov-main の証明の段 1 と同じ Cauchy–Schwarz の不等式で $E[\exp(\frac12M_t)]\le E[\exp(\frac12[M]_t)]^{1/2}$ となり、$E[M]_t< \infty$ から $M$ はマルチンゲールでもある(2次変分 の定理「L2 マルチンゲールの判定」)ので、風巻の条件の方が弱い(Kaz77 p. 599 の注意)。thm-nov-main の証明の段 2 以降も、$\exp(\frac12M_\tau)$ の有界性だけを使っている。

Novikov の条件は $M$ と $-M$ について対称なので、成り立てば $\mathcal E(M)$ と $\mathcal E(-M)$ がともにマルチンゲールになる。次の例は、この対称性が一般には成り立たないこと、したがって Novikov の条件が必要条件でないことを示す(Kaz77 p. 599)。

一方だけがマルチンゲールになる例

$B$ を標準 Brown 運動、$\xi:=\inf\{t\mid B_t=1\}$、$\alpha\colon[0,1)\to[0,\infty)$ を増加する同相写像とし、$\theta_t:=\alpha(t)\wedge\xi$($t< 1$)、$\theta_t:=\xi$($t\ge1$)とおく。$M_t:=B_{\theta_t}$ は連続な局所マルチンゲールで、$M\le1$、$M_1=1$、$[M]_t=\theta_t$ である。$\mathcal E(M)\le e^{M}\le e$ は有界な局所マルチンゲールなのでマルチンゲールである。一方 $E[\mathcal E(-M)_1]\le E[e^{-M_1}]=e^{-1}< 1$ なので $\mathcal E(-M)$ はマルチンゲールでない。したがって $E[\exp(\frac12[M]_1)]=E[e^{\xi/2}]=\infty$ で、$\mathcal E(M)$ については Novikov の条件が成り立たないままマルチンゲール性が成り立っている。

反例:仮定を外すと成り立たないこと

主張外す条件例成り立たなくなること
thm-nov-main指数の係数が $\frac12$prf-nov-sharp の $M=B^\sigma$($b^2/2\ge c$)で係数 $c< \frac12$$E[\mathcal E(M)_\infty]=e^{-2a(1-b)}< 1$ となり、「一様可積分なマルチンゲールで $E[\mathcal E(M)_\infty]=1$」が成り立たない
thm-nov-main条件を $[M]_\infty$ について課す同じ $M=B^\sigma$ で、各 $t$ についての $E[\exp(\frac12[M]_t)]< \infty$ だけを仮定同上
thm-nov-main$M$ が連続強度 $1$ の Poisson過程 $N$ と $T>0$ で $M_t:=N_{t\wedge T}-t\wedge T$$[M]_\infty=N_T$ で $E[\exp(\frac12N_T)]< \infty$ だが、$E[\exp(M_\infty-\frac12[M]_\infty)]=e^{T(\sqrt e-2)}\ne1$
反例の確かめ

1 行目:prop-nov-sharp の証明により $E[e^{c\sigma}]=\exp(ab-a\sqrt{b^2-2c})< \infty$ で、$E[\mathcal E(M)_\infty]=e^{-2a(1-b)}< 1$ である。2 行目:$[M]_t=\sigma\wedge t\le t$ なので $E[\exp(\frac12[M]_t)]\le e^{t/2}$ で、結論は 1 行目と同じく成り立たない。3 行目:2次変分 の例「補正した Poisson 過程」により $[M]_\infty=N_T$ である。$N_T$ は平均 $T$ の Poisson 分布に従うので $E[e^{uN_T}]=e^{T(e^u-1)}$ で、$E[\exp(\frac12N_T)]=e^{T(\sqrt e-1)}< \infty$、$E[\exp(M_\infty-\frac12[M]_\infty)]=E[\exp(\frac12N_T-T)]=e^{T(\sqrt e-1)-T}=e^{T(\sqrt e-2)}$ で、$\sqrt e< 2$ なので $1$ より小さい。跳びのある場合の確率指数は $\exp(M-\frac12[M])$ ではなく、跳びごとの補正が要る。

歴史と出典

I. V. Girsanov は 1960 年の測度の変換の論文で、$\mathcal E(M)$ がマルチンゲールになるための十分条件を求める問題を提起した。A. A. Novikov は 1972 年に、各時刻 $t$ で $E[\exp(\frac12[M]_t)]< \infty$ なら $\mathcal E(M)$ がマルチンゲールであること(cor-nov-finite の形)を示した(Nov72)。この経緯は風巻紀彦(Norihiko Kazamaki)の Kaz77 の序文(p. 597)と注意(p. 599)にあり、同論文は風巻の条件(thm-nov-kazamaki)と、$\mathcal E(M)$ と $\mathcal E(-M)$ の一方だけがマルチンゲールになる例を与えた。

関連項目

参考文献

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する