Exponential Hedging for the Ornstein-Uhlenbeck Process in the Presence of Linear Price Impact

तकनीकी सारांश: रैखिक मूल्य प्रभाव (Linear Price Impact) की उपस्थिति में ऑर्नस्टीन-उलेंबैक (Ornstein-Uhlenbeck) प्रक्रिया के लिए घातांकीय हेजिंग (Exponential Hedging)

समस्या का निरूपण
यह कार्य एक वित्तीय बाजार के भीतर निरंतर-समय घातांकीय उपयोगिता अधिकतमकरण (exponential utility maximization) समस्या को संबोधित करता है, जो रैखिक अस्थायी मूल्य प्रभाव (linear temporary price impact) के अधीन है। बाजार में एक जोखिम-मुक्त संपत्ति है जिसकी ब्याज दर शून्य है और एक जोखिम भरी संपत्ति $S_t$ है जो एक ऑर्नस्टीन-उलेंबैक (OU) डिफ्यूजन प्रक्रिया का अनुसरण करती है:
$$dS_t = (\mu - S_t) dt + dW_t$$
जहाँ $\mu$ दीर्घकालिक माध्य (long-term mean) है और $W_t$ एक मानक ब्राउनियन मोशन है।

मॉडल रैखिक मूल्य प्रभाव को शामिल करता है, जो [1] के ढांचे का अनुसरण करता है। जब एक निवेशक दर $\phi_t = \dot{\Phi}_t$ (जहाँ $\Phi_t$ धारित शेयरों की संख्या है) पर व्यापार करता है, तो निष्पादन मूल्य (execution price) को $S_t + \frac{\phi_t}{2\delta}$ के रूप में समायोजित किया जाता है, जहाँ $\delta > 0$ बाजार की गहराई (market depth) को दर्शाता है। परिणामी टर्मिनल वेल्थ (terminal wealth) $V_T^{\Phi_0, \phi}$, यह मानते हुए कि निवेशक समय $T$ पर मार्क-टू-मार्केट करता है, निम्नलिखित है:
$$V_T^{\Phi_0, \phi} = \Phi_0(S_T - S_0) + \int_0^T \phi_t(S_T - S_t)dt - \frac{1}{2\delta}\int_0^T \phi_t^2 dt$$
उद्देश्य स्वीकार्य रणनीतियों $\phi$ पर अपेक्षित घातांकीय उपयोगिता $E_P[-\exp(-\alpha V_T^{\Phi_0, \phi})]$ को अधिकतम करना है। बिना किसी हानि के, जोखिम सहनशीलता पैरामीटर को $\alpha=1$ के रूप में सामान्यीकृत किया गया है, और प्रारंभिक होल्डिंग को $\Phi_0 = 0$ निर्धारित किया गया है।

कार्यप्रणाली (Methodology)
समाधान द्वैत सिद्धांत (duality theory) का उपयोग करते हुए एक विशुद्ध रूप से संभाव्यता संबंधी दृष्टिकोण पर निर्भर करता है। लेखक [5] के प्रस्ताव A.2 में स्थापित द्विघात लेनदेन लागतों (quadratic transaction costs) के साथ घातांकीय हेजिंग के लिए द्वैत परिणाम का उपयोग करते हैं।

प्रमाण निम्नलिखित चरणों के माध्यम से आगे बढ़ता है:

1. माप में परिवर्तन (Change of Measure): प्रक्रिया $B_t = S_t - S_0$ को रूपांतरित किया जाता है। एक नए संभाव्यता माप $\hat{P}$ के तहत, $B_t$ एक मानक ब्राउनियन मोशन की तरह व्यवहार करता है। भौतिक माप $P$ और $\hat{P}$ के बीच संबंध बताने वाले रेडोन-निकोडिम व्युत्पन्न (Radon-Nikodym derivative) को स्पष्ट रूप से व्युत्पन्न किया गया है।
2. द्वैत समस्या का निरूपण (Dual Problem Formulation): प्राइमल मैक्सिमाइजेशन समस्या को परिमित सापेक्ष एंट्रॉपी (finite relative entropy) वाले समतुल्य संभाव्यता मापों के सेट $\mathcal{Q}$ पर द्वैत न्यूनीकरण (dual minimization) समस्या में परिवर्तित किया जाता है। द्वैत उद्देश्य फलन (dual objective functional) में सापेक्ष एंट्रॉपी और व्यापार की द्विघात लागत को दर्शाने वाला एक पद शामिल है।
3. नियत निश्चरकीय परिवर्तनशील समस्याओं में न्यूनीकरण (Reduction to Deterministic Variational Problems): द्वैत उद्देश्य की संरचना का विश्लेषण करके, लेखक प्रदर्शित करते हैं कि इन्फिमम (infimum) उन मापों द्वारा प्राप्त किया जा सकता है जिनके घनत्व नियत (deterministic) फलनों द्वारा संचालित होते हैं। यह स्टोकेस्टिक नियंत्रण समस्या को साधारण अवकल समीकरणों (ODEs) से जुड़ी एक नियत परिवर्तनशील समस्या (deterministic variational problem) में बदल देता है।
4. स्पष्ट समाधान (Explicit Solution): नियत समस्या को कैलकुलस ऑफ वेरिएशन्स (विशेष रूप से यूलर-लैग्रेंज समीकरणों) का उपयोग करके हल किया जाता है, जिससे इष्टतम नियंत्रण और वैल्यू फंक्शन के लिए स्पष्ट सूत्र प्राप्त होते हैं।

मुख्य परिणाम
यह शोध पत्र इष्टतम हेजिंग रणनीति और संगत वैल्यू फंक्शन के लिए एक क्लोज्ड-फॉर्म समाधान प्रदान करता है।

• इष्टतम रणनीति (Optimal Strategy): अद्वितीय इष्टतम ट्रेडिंग दर $\hat{\phi}_t$ एक फीडबैक रूप में दी गई है जो वर्तमान स्टॉक मूल्य $S_t$, परिपक्वता तक शेष समय $T-t$, और बाजार की गहराई $\delta$ पर निर्भर करती है। यह रणनीति एक लक्ष्य प्रक्रिया $X_t$ की ओर माध्य-पुनरावर्ती (mean-reverting) प्रक्रिया है, जो विचलन $(\mu - S_t)$ के रैखिक में है। फीडबैक गुणांक $\sqrt{1+\delta}(T-t)$ के हाइपरबोलिक फलनों (sinh, cosh, tanh) में शामिल हैं।
• वैल्यू फंक्शन (Value Function): अधिकतम अपेक्षित उपयोगिता को इस प्रकार व्यक्त किया गया है:
  $$E_P[-\exp(-V_T^{0, \hat{\phi}})] = -\exp\left( -\frac{1}{2}V(T)(\mu - S_0)^2 - \frac{1}{2}\int_0^T V(t)dt \right)$$
  जहाँ $V(t)$ एक नियत फलन है जिसे $\delta$ और हाइपरबोलिक फलनों के संदर्भ में स्पष्ट रूप से परिभाषित किया गया है।
• अनंत व्यवहार (Asymptotic Behavior):
  • जैसे-जैसे बाजार की गहराई $\delta \to 0$ (अनंत प्रभाव) होती है, मान $-1$ की ओर अभिसरित होता है, जिसका अर्थ है कि शून्य रणनीति इष्टतम है।
  • जैसे-जैसे बाजार की गहराई $\delta \to \infty$ (घर्षण रहित सीमा) होती है, मान ज्ञात घर्षण रहित OU उपयोगिता अधिकतमकरण समाधान की ओर अभिसरित होता है।
  • बड़े समय क्षितिज $T$ के लिए, सर्टेन्टी इक्विवेलेंट (certainty equivalent) $T$ के साथ रैखिक रूप से बढ़ता है (विशेष रूप से, $\lim_{T\to\infty} c(T)/T = (\sqrt{1+\delta}-1)/2$), जो घर्षण रहित मामले में देखे गए द्विघात विकास के विपरीत है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह एक माध्य-पुनरावर्ती (ऑर्नस्टीन-उलेंबैक) संपत्ति के लिए रैखिक अस्थायी मूल्य प्रभाव के साथ घातांकीय उपयोगिता अधिकतमकरण के लिए पहला स्पष्ट समाधान प्रदान करता है।

• पद्धतिगत योगदान (Methodological Contribution): यह कार्य प्रदर्शित करता है कि कैसे द्वैत विधियों को, जिन्हें पहले घर्षण रहित या सरल प्रभाव मॉडलों पर लागू किया गया था, रैखिक अस्थायी मूल्य प्रभाव वाले माध्य-पुनरावर्ती संपत्तियों के साथ सफलतापूर्वक विस्तारित किया जा सकता है, जिससे सुलभ क्लोज्ड-फॉर्म समाधान प्राप्त होते हैं।
• आर्थिक अंतर्दृष्टि (Economic Insights): परिणाम मात्रात्मक रूप से दर्शाते हैं कि बाजार की गहराई $\delta$ इष्टतम व्यापार गति और उपयोगिता को कैसे प्रभावित करती है। विश्लेषण यह भी उजागर करता है कि इष्टतम व्यापार की गति तब काफी धीमी हो जाती है जब परिपक्वता का समय या तो बहुत बड़ा हो या बहुत छोटा हो।
• सीमाएं और दायरा (Limitations and Scope): लेखक स्पष्ट रूप से नोट करते हैं कि समाधान यह मानता है कि परिपक्वता पर कोई परिसमापन प्रतिबंध (liquidation constraint) नहीं है (अर्थात $\Phi_T$ को शून्य होने के लिए मजबूर नहीं किया गया है)। शोध पत्र स्वीकार करता है कि परिसमापन प्रतिबंध लागू करने से द्वैत प्रतिनिधित्व में महत्वपूर्ण अतिरिक्त जटिलता आएगी, जो संभावित रूप से वैल्यू फंक्शन के लिए क्लोज्ड-फॉर्म समाधान को रोक सकती है, जैसा कि संबंधित साहित्य (जैसे, [7]) में देखा गया है। फलस्वरूप, वैल्यू फंक्शन के गणनाओं को सरल बनाने के लिए $\Phi_0 = 0$ का अनुमान लगाया गया है, हालांकि रणनीति का रूप सामान्य रूप से प्राप्त किया गया है।

यह शोध पत्र नए प्रयोगात्मक अनुप्रयोगों या भविष्य के बाजार मॉडलों का प्रस्ताव नहीं करता है बल्कि निर्दिष्ट बाधाओं के भीतर परिभाषित गणितीय अनुकूलन समस्या को हल करने पर सख्ती से ध्यान केंद्रित करता है।