Hilbert值鞅测度及其随机积分

本文引入了Ｈｉｌｂｅｒｔ值测度，并讨论了它的性质和随机积分，对于弱正交的Ｈｉｌｂｅｒｔ鞅度证明了表示定理。     

集值序下鞅的选择与表示定理

首先给出了实值下(上)鞅的集值版本——集值序下(上)鞅的定义．然后研究了离散参数集值序下鞅的选择与表示定理,并给出了连续参数集值序下鞅的选择与表示定理．     

连续参数集值鞅的充要条件及鞅选择定理

给出了连续参数集值鞅的几个充要条件，并给出了连续参数集值鞅的鞅选择定理及表示定理．     

H-值鞅的可料表示性

给出了取值于实可分的Hilbert空间值的鞅的可料表示性、把鞅论中的结果拓广到无限维。     

弱集值渐近鞅的收敛定理

为了得到关于弱集值渐近鞅的收敛性质,首先证明了支撑数列的极限亦为一支撑函数,利用支撑函数的性质以及 值鞅的Doob停止定理,证明得到了两个结论：（1）在一定条件下,弱值值渐近鞅存在无限逼近的闭凸集值鞅;（2）在弱收敛意义下,弱值值渐近鞅收敛的两个等价条件。     

测度的介值定理及其应用

利用连续函数的介值性和Lebesgue测度的单调性得到了Lebesgue测度具有介值性质,并利用所得结果证明了Lebesgue积分的绝对连续性的逆命题也是成立的。     

集值鞅的Doob停止定理

设｛Ｆｎ，ｎ≥１｝是Ｌ＾１ｆｃ「Ω；Ｘ」值鞅，首先以支撑函数为工具，对有界停时证明了Ｄｏｏｂ停止定量，然后将结果推广到更一般的场合。     

模糊测度空间的正则扩张及其表示定理

本文研究文〔3〕中提出的模糊测度.首先引入了正则模糊可测空间的概念,并讨论了模糊可测空间的正则扩张及其表示问题;最后证明了模糊测度空间的正则扩张及表示定理.     

有限不可获得或有权益当前价格已知情况下鞅表示定理的形式

利用不完备市场中有限个当前价格已知的不可获得或有权益来增加投资者投资机会，从而改进鞅表示定理的形式，达到减小内部风险的目的．     

鞅逼近与预解式表示收敛的几个定理

通过引入平稳遍历Markov过程的鞅逼近和S_t(f)的预解式表示, 给出并证明了S_t(f)存在鞅逼近当且仅当预解式表示收敛, 对于Markov链有相应的公式化结果. 表明通过预解式构造平稳遍历Markov过程加性泛函的鞅逼近方法在此意义下具有普遍性.     

连续参数集值鞅正则与收敛关系定理

给出了连续参数集值鞅的几种收敛定义．利用连续参数集值鞅正则性与收敛性的基本结果，给出了连续参数集值正则鞅与集值鞅收敛的几个关系定理，即在一定条件下，连续参数集值正则鞅具有某种收敛性；在一定条件下，具有某种收敛性的连续参数集值鞅是集值正则鞅．     

集值测度的积分

给出了一般实值可测函数关于非负紧凸集值测度积分的定义,讨论了其基本性质,得到了一系列类似经典积分的结论。     

随机波动率模型的等价鞅测度

研究了随机波动率模型的等价鞅测度.利用动态规划方法通过效用无差别定价构造了最小熵鞅测度,并给出了极小鞅测度和方差最优鞅测度,验证了这些鞅测度是不同的.     

向量值弱鞅空间的原子分解及其嵌入关系

引入了由鞅算子T生成的Banach空间值弱Hardy鞅空间wHrT(X),并且在算子T可预报的情况下,证明了空间wHrT(X)的原子分解定理;同时引入了由平削算子Tq生成的Banach值弱Garsia鞅空间wqKr(X),证明了相应的原子分解定理.作为应用,还研究了弱Hardy鞅空间与弱Garsia鞅空间之间的嵌入关系.     

最小对称熵鞅测度和不完备市场中的定价问题

在等价鞅测度集Me≠的条件下,文章给出了最小对称熵鞅测度的概念.利用这一新的准则,确定了鞅测度,提供了存在惟一最小对称熵鞅测度的充分条件.进一步,刻画了最小对称熵鞅测度密度的特征.最后,在不完备市场的条件下,讨论了对称熵最小化和效用函数最大化的等价性.     

Hilbert C~*-模上的非退化表示

文章刻画了HilbertC*-模EfB和Ef上的非退化表示,每一个非退化表示都唯一地诱导了E与B上的非退化表示:设ф:EfB→B(H1,H2)为Hilbert B-模的非退化表示,则存在唯一的非退化表示ф1:E→B(H1,H2),φ:B→B(H1),满足ф(efb)=ф1(e)φ(b),其中e∈E,b∈B,不可约表示也有类似的结论。     

等价鞅测度模型在外汇期权定价中的应用

在随机利率下，分别就单因子模型和双因子模型两种情况展开讨论，利用等价鞅测度模型给出欧式外汇期权定价的一般公式。     

跳扩散半鞅的最小鞅测度与最小熵鞅测度

在跳扩散半鞅模型中,引进了跳的强度过程与跳的概率密度函数过程,研究了测度变换对跳的强度与密度函数过程引起的变化、研究了跳扩散半鞅的最小鞅测度与最小熵鞅测度．得到了这两个鞅测度的精确表达式以及这两个鞅测度所引起的跳强度与密度函数过程的具体变化公式．     

M-P逆与一般B-S模型中的等价鞅测度

在一般B-S模型中,为了得到等价鞅测度,首先必须解出风险溢价方程.为此,经典方法总是假定扩散矩阵几乎处处是满秩的.文章利用代数中的M-P逆理论,证明了即使扩散矩阵不满足这个条件,M-P逆方法是一种求解风险溢价方程的有效方法.根据最小化风险溢价过程模的标准,文章利用M-P逆找到了一个唯一的等价鞅测度,并证明了在一定条件下,B-S模型中的Esscher测度、最小熵鞅测度和逆相对熵鞅测度鞅测度实际上就是这个等价鞅测度.