Lévy processes under level-dependent Poissonian switching

Diese Arbeit leitet Identitäten für Auf- und Abwärts-Exit-Probleme sowie Resolventen für einen hybriden Lévy-Prozess mit niveaabhängiger Poisson-Schaltung her, stellt diese durch verallgemeinerte Skalenfunktionen dar und wendet die Ergebnisse auf die Ruinwahrscheinlichkeit eines Risikoprozesses mit verzögerten Dividendenzahlungen an.

Das Wesentliche

Stellen Sie sich vor, Sie steuern ein kleines Boot auf einem wilden Fluss. Der Fluss ist nicht vorhersehbar; er hat Strömungen, die das Boot mal vorwärts und mal rückwärts drücken, und plötzliche Wellen. In der Mathematik nennen wir diesen Fluss einen Lévy-Prozess. Er ist ein Modell für Dinge, die sich zufällig verändern, wie Aktienkurse oder das Geld eines Versicherers.

Dieses Papier beschreibt eine sehr spezielle Art, dieses Boot zu steuern, wenn es eine bestimmte Wasserlinie (eine Barriere) erreicht.

Hier ist die Geschichte, einfach erklärt:

1. Das Problem: Der zögernde Kapitän

Normalerweise würde ein Kapitän sofort reagieren, sobald das Boot über die Wasserlinie steigt. Er würde sofort anfangen, Wasser aus dem Boot zu pumpen (Dividenden auszahlen) oder den Motor zu drosseln.

Aber in der echten Welt passiert das nicht sofort. Es gibt immer eine Verzögerung. Vielleicht muss der Kapitän erst auf einen Funkruf warten, oder er muss erst einen anderen Bootsführer anrufen.

In diesem Papier nehmen die Autoren an, dass der Kapitän nicht sofort reagiert, wenn er die Linie überquert. Stattdessen wartet er auf einen Punkt im Zeitplan (ein "Poisson-Ereignis"). Stellen Sie sich das wie einen Wecker vor, der in unregelmäßigen Abständen klingelt.

• Solange der Wecker nicht klingelt, fährt das Boot weiter, als wäre nichts passiert.
• Erst wenn der Wecker klingelt und das Boot immer noch über der Linie ist, ändert sich die Strategie.

2. Die zwei Modi des Bootes

Das Boot hat zwei verschiedene "Fahrmodi":

• Modus A (Unten): Wenn das Boot unter der Linie ist, fährt es mit einem bestimmten Motor (Prozess X). Das ist der normale Zustand.
• Modus B (Oben): Wenn das Boot über der Linie ist UND der Wecker klingelt, schaltet es in einen anderen Modus (Prozess Y). Vielleicht wird der Motor dann schwächer, weil Geld abgezogen wird, oder stärker, weil Investitionen getätigt werden.

Das Besondere an diesem Papier ist, dass die Autoren beweisen, dass man dieses System mathematisch exakt beschreiben kann, auch wenn das Boot sehr wild fährt (unendliche Variation). Sie zeigen, dass es immer eine klare Lösung gibt, wie das Boot sich verhalten wird.

3. Die "Landkarten" (Skalenfunktionen)

Um vorherzusagen, wohin das Boot fährt, brauchen Mathematiker spezielle Karten, die sie Skalenfunktionen nennen. Diese Karten sagen einem: "Wenn du hier startest, wie groß ist die Chance, dass du oben ankommst, bevor du unten untergehst?"

Da das Boot aber zwischen zwei verschiedenen Modi hin- und herschaltet und auf den Wecker wartet, sind die alten Karten nicht mehr gut genug. Die Autoren haben neue, erweiterte Landkarten entwickelt. Diese neuen Karten berücksichtigen:

• Die Verzögerung durch den Wecker.
• Den Wechsel zwischen den beiden Motoren.

Mit diesen neuen Karten können sie exakte Formeln aufstellen, die sagen:

• Wie hoch ist die Wahrscheinlichkeit, dass das Boot über die obere Grenze springt?
• Wie hoch ist die Wahrscheinlichkeit, dass es unter die untere Grenze fällt (und damit "scheitert")?
• Wie viel Zeit verbringt das Boot im Durchschnitt in bestimmten Bereichen?

4. Die Anwendung: Wenn Versicherer Geld auszahlen

Warum ist das wichtig? Stellen Sie sich eine Versicherung vor.

• Das Boot ist das Geld der Versicherung (der Überschuss).
• Die Wellen sind die Schadenszahlungen und die Einnahmen.
• Die Wasserlinie ist ein Schwellenwert, ab dem die Versicherung an die Aktionäre Dividenden auszahlen will.

In der Realität zahlt eine Versicherung Dividenden nicht den Millisekunden, in dem das Geld über dem Schwellenwert ist. Es gibt Verzögerungen: Man muss prüfen, ob das Geld wirklich da ist, man muss die Aktionäre informieren, man muss die Überweisung tätigen.

Das Modell in diesem Papier hilft Versicherern zu berechnen:

• Wie wahrscheinlich ist es, dass die Versicherung pleitegeht (das Boot sinkt unter Null), wenn sie Dividenden mit Verzögerung auszahlen?
• Wie beeinflusst die "Verzögerung" (das Warten auf den Wecker) das Risiko?

Zusammenfassung

Die Autoren haben ein mathematisches Werkzeug gebaut, um Systeme zu verstehen, die zwischen zwei Zuständen wechseln, aber nur zu bestimmten, zufälligen Zeitpunkten reagieren. Sie haben neue "Landkarten" (Formeln) erstellt, die genau beschreiben, wie sich solche Systeme verhalten.

Das ist besonders nützlich für die Finanzwelt, um Risiken besser zu managen, wenn Entscheidungen nicht sofort, sondern mit einer gewissen Verzögerung getroffen werden. Es ist wie eine präzise Wettervorhersage für ein Boot, das auf einen unregelmäßigen Wecker wartet, bevor es den Kurs ändert.

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des vorliegenden Papers auf Deutsch:

Titel: Lévy-Prozesse unter levelsabhängigem Poisson-Switching

Autoren: Noah Beelders, Lewis Ramsden & Apostolos D. Papaioannou
Datum: 6. März 2026

---

1. Problemstellung und Motivation

Das Paper untersucht eine Verallgemeinerung des sogenannten refraktierten Lévy-Prozesses (refracted Lévy process).

• Hintergrund: Der klassische refraktierte Prozess (eingeführt in [10]) beschreibt einen Prozess $V_t$, dessen Dynamik sich ändert, sobald er eine Schranke $b$ überschreitet. Die Änderung erfolgt jedoch sofort und kontinuierlich beim Überschreiten der Schranke.
• Erweiterung: Neuere Arbeiten ([16]) führten generalisierte refraktierte Prozesse ein, bei denen die Dynamik oberhalb und unterhalb von $b$ durch zwei verschiedene Lévy-Prozesse $X$ und $Y$ beschrieben wird. In diesen Modellen erfolgt der Wechsel der Dynamik jedoch ebenfalls sofort beim kontinuierlichen Überschreiten der Schranke.
• Das neue Modell: Die Autoren betrachten einen Prozess $U = \{U_t\}_{t \ge 0}$, bei dem der Wechsel zwischen den Dynamiken von $X$ (unterhalb von $b$) und $Y$ (oberhalb von $b$) nicht sofort beim kontinuierlichen Überschreiten von $b$ erfolgt. Stattdessen wird der Wechsel nur ausgelöst, wenn der Prozess oberhalb von $b$ liegt und gleichzeitig ein Ankunftszeitpunkt eines unabhängigen Poisson-Prozesses $N$ eintritt.
• Mathematische Formulierung: Der Prozess ist die Lösung der folgenden hybriden stochastischen Differentialgleichung (SDE):
  $$U_t = U_0 + \int_0^t \mathbb{1}_{\{U_{T_N(s)} \le b\}} dX_s + \int_0^t \mathbb{1}_{\{U_{T_N(s)} > b\}} dY_s$$
  wobei $T_N(s)$ die letzten Poisson-Ankunftszeitpunkte vor $s$ bezeichnet.
• Anwendungsbezug: Ein zentrales Motivationsszenario ist das Versicherungsrisiko mit Verzögerungen bei Dividendenzahlungen. In der Realität werden Dividenden nicht exakt im Moment des Überschreitens einer Schwelle ausgezahlt, sondern mit einer gewissen Verzögerung oder zu diskreten Beobachtungszeitpunkten. Dieses Modell bildet solche Verzögerungen bei der Initiierung und Beendigung von Dividendenzahlungen ab.

2. Methodik

Die Methodik des Papers stützt sich auf die Fluktuations-Theorie für Lévy-Prozesse und erweitert diese um Poisson-beobachtete Zeitpunkte.

• Existenz und Eindeutigkeit (Pfadweise Lösung):

  • Im Gegensatz zu klassischen SDEs mit unstetigen Koeffizienten, bei denen die Existenz von Lösungen schwierig sein kann, konstruieren die Autoren eine pfadweise starke Lösung.
  • Der Wechsel der Dynamik erfolgt nur zu den diskreten Zeitpunkten $T_i$ des Poisson-Prozesses. Da in jedem endlichen Zeitintervall nur endlich viele Poisson-Ereignisse auftreten, ist die Anzahl der Switches endlich.
  • Dies ermöglicht den Nachweis der Existenz einer starken Lösung und der starken Markov-Eigenschaft für den erweiterten Zustandsvektor $(U_t, Q_t)$, wobei $Q_t$ den aktuellen Modus (ober- oder unterhalb von $b$) anzeigt.

• Verallgemeinerte Skalenfunktionen (Scale Functions):

  • Die klassischen Ergebnisse für Lévy-Prozesse basieren auf den $W^{(q)}$- und $Z^{(q)}$-Skalenfunktionen.
  • Um die neuen Exit-Probleme zu lösen, führen die Autoren neue Verallgemeinerungen dieser Skalenfunktionen ein. Diese beinhalten Konvolutionen der klassischen Skalenfunktionen mit Parametern, die den Poisson-Rate $\lambda$ und die Diskontierung $q$ widerspiegeln.
  • Es werden Funktionen wie $W^{(q,\lambda)}_u(x)$ und $Z^{(q,\lambda)}_u(x)$ definiert, die als "zweite Generation" von Skalenfunktionen dienen und spezifisch für Prozesse mit Poisson-Beobachtung sind.

• Analyse der Exit-Probleme:

  • Die Autoren leiten Identitäten für das zweiseitige Exit-Problem (Verlassen eines Intervalls $[0, a]$ nach oben oder unten) und das einseitige Exit-Problem her.
  • Dabei werden sowohl die Laplace-Transformierten der Exit-Zeiten als auch die Potentialmaße (killed und non-killed) berechnet.
  • Die Beweise nutzen stark die starke Markov-Eigenschaft, bedingte Erwartungen an den Poisson-Zeitpunkten und Approximationsverfahren (für den Fall unbeschränkter Variation der Lévy-Prozesse).

3. Wichtige Ergebnisse

Das Paper liefert eine vollständige analytische Charakterisierung des Prozesses $U$:

1. Existenz der Lösung: Es wird bewiesen, dass die hybride SDE (1) eine eindeutige starke Lösung besitzt, auch im Fall unbeschränkter Variation, dank der diskreten Natur des Switching-Mechanismus durch den Poisson-Prozess.
2. Zweiseitige Exit-Identitäten:
   • Herleitung expliziter Formeln für die Laplace-Transformierten der Wahrscheinlichkeiten, das Intervall $[0, a]$ zuerst nach oben ($\tau_a^+$) oder zuerst nach unten ($\tau_0^-$) zu verlassen.
   • Die Ergebnisse werden in geschlossener Form durch die neuen verallgemeinerten Skalenfunktionen $U^{(q,\lambda)}_{b,a}(x)$ und $V^{(q,\lambda)}_{b,a}(x)$ ausgedrückt.
3. Einseitige Exit-Identitäten:
   • Durch Grenzübergänge ($a \to \infty$) werden die Identitäten für das Verlassen nach oben oder unten ohne obere Schranke abgeleitet.
   • Dies erfordert spezifische Annahmen über die rechten Inversen der Laplace-Exponenten ($\Phi_q > \phi_{q+\lambda}$), um Konvergenz zu garantieren.
4. Potentialmaße:
   • Es werden Formeln für das Potentialmaß des Prozesses $U$ hergeleitet, sowohl für den Fall, dass der Prozess bei Verlassen eines Intervalls getötet wird, als auch für den Fall ohne Tötung (unendliches Horizont).
5. Anwendung auf Ruin-Wahrscheinlichkeiten:
   • Im Kontext des Versicherungsmodells mit verzögerten Dividendenzahlungen ($Y_t = X_t - \delta t$) wird eine explizite Formel für die Ruin-Wahrscheinlichkeit (Wahrscheinlichkeit, dass $U_t$ negativ wird) hergeleitet.
   • Die Formel hängt von den Skalenfunktionen des ursprünglichen Risikoprozesses $X$ und den Parametern der Verzögerung ($\lambda$) und der Dividendenrate ($\delta$) ab.

4. Bedeutung und Beitrag zur Literatur

• Theoretische Erweiterung: Das Paper schließt eine Lücke zwischen den klassischen refraktierten Lévy-Prozessen (kontinuierliches Switching) und Lévy-Prozessen, die nur zu Poisson-Zeitpunkten beobachtet werden. Es zeigt, wie sich die Fluktuations-Theorie anpassen lässt, wenn der Zustandswechsel durch eine Kombination aus Schwellenwert und diskreter Beobachtung gesteuert wird.
• Praktische Relevanz für Risikomanagement: Die Anwendung auf Dividendenzahlungen mit Verzögerung ist hochrelevant für die Versicherungsmathematik. In der Praxis sind Dividendenzahlungen oft an Beobachtungsintervalle gebunden oder unterliegen administrativen Verzögerungen. Das Modell bietet eine realistischere Darstellung als die klassischen "sofortigen" Modelle.
• Mathematische Werkzeuge: Die Einführung der neuen verallgemeinerten Skalenfunktionen erweitert das Werkzeugset der Fluktuations-Theorie um neue, rekursive Strukturen, die für zukünftige Arbeiten zu hybriden stochastischen Systemen nützlich sein dürften.
• Lösbarkeit: Ein wesentlicher Vorteil des Modells ist, dass trotz der Komplexität der hybriden SDE analytische Lösungen (in Form von Skalenfunktionen) möglich bleiben, was numerische Simulationen oft überflüssig macht.

Zusammenfassend bietet das Paper eine rigorose mathematische Fundierung für eine neue Klasse von hybriden Lévy-Prozessen und liefert konkrete, anwendbare Formeln für Risikokennzahlen in der Versicherungsmathematik.