Levy 过程与 Levy-Khintchine 公式

Levy 过程与 Levy-Khintchine 公式

---

Levy 过程

定义：Levy 过程

X = { X t : t ≥ 0 } : ( Ω , F , P ) → R X=\{X_t:t\geq0\}:(\Omega,\mathcal{F},\mathbb{P})\to\mathbb{R} X={Xt​:t≥0}:(Ω,F,P)→R 是 $L\acute{e}vy$ 过程，若：

（1）$X$ 的轨道几乎处处左极右连（$X(\cdot ,\omega )$ 关于 $t$ 几乎处处左极限存在且右连续）；

（2）$\mathbb{P}(X_0=0)=1$；

（3）对任意 $0\le s\le t$，$X_t-X_s\stackrel{d}{=}{X}_{t-s}$；

（4）对任意 $0\le s\le t$， X t − X s ⊥ { X u : u ≤ s } X_t-X_s\perp\{X_u:u\leq s\} Xt​−Xs​⊥{Xu​:u≤s}.

我们接下来将定义无限可分分布（infinitely divisible distribution），并说明其能与 $L\acute{e}vy$ 过程建立一一对应关系，据此定义 $L\acute{e}vy$ 过程的特征指数。

定义：无限可分分布

称一个随机变量 $U$ 有无限可分分布，若对任意 $n=1,2,\cdots$ 均存在独立同分布的随机变量 $U_{1,n},\cdots ,U_{n,n}$，使得
$$U\stackrel{d}{=}{U}_{1,n}+\cdots +U_{n,n}$$
我们可以对每个无限可分分布的变量定义其特征指数（characteristic exponent），这依赖于以下的引理：

定义 and 引理

令 $U$ 为无限可分随机变量，设 $h$ 为其特征函数，则：

（1）$h$ 为连续非零函数，且 $h(0)=1$；

（2）存在唯一的连续复值函数 $f$，满足 $e^{f(\theta )}=h(\theta )$ 且 $f(0)=0$，记为 $f=\log h$，并称 $f$ 为 $U$ 的特征指数。

注意到对每个无限可分的随机变量，都可以定义其特征指数，那么对 $L\acute{e}vy$ 过程，每个 $t$ 对应的随机变量 $X_t$ 都是无限可分随机变量，理论上，每个 $L\acute{e}vy$ 过程对应一族无限可分分布，也就应该有一族特征函数来对应这个随机过程。但我们当然不希望如此，是否能有一个代表性的特征函数来代表整个 $L\acute{e}vy$ 过程，或者换句话说，是否能用一个无限可分分布来代表整个 $L\acute{e}vy$ 过程。我们可以说明，这是能够做到的。

Levy 过程与无限可分分布一一对应

若 $X$ 为 $L\acute{e}vy$ 过程，则 $X_t$ 均有无限可分分布。反之，若 $U$ 为无限可分分布，则存在唯一（在分布的意义下）的 $L\acute{e}vy$ 过程 $X$，使得 $X_1\stackrel{d}{=}U$.

以上命题的存在唯一性的证明我们忽略，重点在于，我们要说明，这个 $U$ 可以代表整个 $L\acute{e}vy$ 过程，也即是说，$U$ 的特征指数可以代表整个 $L\acute{e}vy$ 过程。记 ${\Psi }_t$ 为 $X_t$ 的特征指数，即 $e^{{\Psi }_t(\theta )}=E(e^{i\theta X_t})$，则 $U$ 的特征指数为 ${\Psi }_1$. 下面我们说明：${\Psi }_t=t{\Psi }_1$，于是 ${\Psi }_1$ 可以代表所有 ${\Psi }_t$.

首先由于 $X_t=X_{t/n}+(X_{2t/n}-X_{t/n})+\cdots +(X_t-X_{(n-1)t/n})$，故 ${\Psi }_t=n{\Psi }_{t/n}$，进一步 $n{\Psi }_1(\theta )={\Psi }_n(\theta )=m{\Psi }_{n/m}(\theta )$，则对任意有理数 $q$，均有 ${\Psi }_q=q{\Psi }_1$，再由左极右连的性质，我们可以由有理数推知全体实数，即有 ${\Psi }_t(\theta )=t{\Psi }_1(\theta ),\forall t\in {\mathbb{R}}_{+}$. 综上，我们可以将 $L\acute{e}vy$ 过程 $X$ 的特征指数定义为 $X_1$ 的特征指数，记为 $\Psi$.

在此基础上，我们可以给出 $L\acute{e}vy$ 过程特征指数的表达形式，即下面的 Levy-Khintchine 公式。

---

Levy-Khintchine 公式

定理：Levy-Khintchine 公式

对任意 $L\acute{e}vy$ 过程，记其特征指数为 $\Psi$，则存在（唯一）的 $a\in \mathbb{R},\sigma \ge 0$ 和测度 $\Pi$ 满足 Π ( { 0 } ) = 0 , ∫ R 1 ∧ x 2 Π ( d x ) < ∞ \Pi(\{0\})=0,\int_{\mathbb{R}}1\wedge x^2\Pi(dx)<\infty Π({0})=0,∫R​1∧x2Π(dx)<∞，满足
$$\Psi (\theta )=ia\theta -\frac{1}{2}{\sigma }^2{\theta }^2+{\int }_{\mathbb{R}}(e^{i\theta x}-1-i\theta x{1}_{[-1,1]}(x))\Pi (dx)$$
反之，对于任意容许的 $(a,\sigma ,\Pi )$，存在 $L\acute{e}vy$ 过程 $X$ 的特征指数由上式给出。