Constrained zero-sum LQ differential games for jump-diffusion systems with regime switching and random coefficients

이 논문은 점프-확산 과정과 체제 전환 및 무작위 계수를 갖는 원뿔 제약 조건이 있는 두 플레이어 제로섬 확률 선형 2 차 미분 게임의 개루프 해법과 saddle point 를 유도하고, 이를 새로운 형태의 다차원 부정부호 확장 확률 리카티 방정식 (IESREJs) 을 통해 폐루프 표현으로 변환하는 방법을 제시합니다.

핵심

1. 게임의 배경: "미친 날씨와 변덕스러운 규칙" 속의 투자 게임

상상해 보세요. 두 명의 투자자 (플레이어 1 과 플레이어 2) 가 있습니다.

• 플레이어 1 (공격자): 자신의 돈을 최대한 늘리려고 노력합니다. (실제로는 손실을 최소화하려는 역할이지만, 편의상 '이득을 취하려는 사람'으로 생각하세요.)
• 플레이어 2 (방어자): 플레이어 1 의 이득을 막으려고 노력합니다. (플레이어 1 이 잃는 것이 플레이어 2 의 이득인 '제로섬 게임'입니다.)

이들이 플레이하는 게임장은 다음과 같은 특징이 있습니다.

1. 갑작스러운 변화 (점프 - 확산): 주식 시장처럼 평온한 날도 있지만, 갑자기 뉴스 한 방에 가격이 뚝 떨어지거나 뚝 오르는 '충격' (점프) 이 일어납니다.
2. 정해진 규칙의 변화 (상태 전환): 게임 도중 날씨나 경제 상황이 '호황'에서 '불황'으로, 혹은 '평화'에서 '전쟁'으로 갑자기 바뀝니다. 이걸 '상태 전환'이라고 합니다.
3. 예측 불가능한 변수 (랜덤 계수): 게임의 규칙 (수익률, 위험도 등) 이 고정된 숫자가 아니라, 매 순간 무작위로 변하는 숫자입니다.
4. 제약 조건 (원뿔 제약): 두 플레이어는 마음대로 투자할 수 없습니다. 예를 들어, "공매도는 금지다 (음수 투자 불가)"나 "특정 자산만 살 수 있다" 같은 규칙이 있습니다.

이 복잡한 상황에서 두 사람이 서로의 최선의 전략을 찾아내어 게임이 끝났을 때 누가 이길지, 혹은 어떻게 균형을 맞출지 ( saddle point, 안장점) 를 찾는 것이 이 논문의 핵심입니다.

2. 기존 방법의 한계: "완벽한 지도가 사라진 미로"

일반적인 게임 이론에서는 "이런 저런 수식을 풀면 정답이 나온다"는 **지도 (명확한 공식)**가 있습니다. 하지만 이 논문에서 다루는 게임은 너무 복잡해서 기존 지도가 통하지 않습니다.

• 이유: 두 사람이 서로 반대되는 목표를 가지고 싸우기 때문에 (한 사람은 이기고 싶고, 다른 사람은 지게 하려고 함), 수식이 매우 꼬이고 불규칙해집니다. 게다가 투자에 제한 (제약) 이 걸려있으니, "무조건 A 를 하라"는 식의 단순한 해법이 존재하지 않습니다.

3. 이 논문의 해결책: "스스로 길을 만드는 나침반"

연구진 (당연, 리, 웡 교수님) 은 기존에 없던 새로운 방법을 개발했습니다.

① "완성하기 (Completing the Square)"라는 마법

이들은 복잡한 수식을 마치 퍼즐을 맞추듯, **'완성하기'**라는 기법을 사용했습니다. 마치 "이제 남은 조각만 끼워 넣으면 그림이 완성된다"는 식으로, 복잡한 게임 상황을 정리했습니다.

② "새로운 나침반 (IESREJs)" 개발

가장 중요한 성과는 **새로운 나침반 (IESREJs)**을 만든 것입니다.

• 이 나침반은 게임이 진행되는 동안 실시간으로 "지금 상태에서는 A 를 해야 이기고, B 를 해야 진다"는 방향을 알려줍니다.
• 이 나침반은 확률적 리카티 방정식이라는 어려운 수학 도구로 만들어졌는데, 특히 '점프'와 '상태 전환'을 고려하도록 업그레이드된 버전입니다.
• 이 나침반이 있으면, 플레이어는 매 순간 "지금 내 자산을 보고, 날씨를 보고, 상대방의 행동을 보고" 최적의 행동을 피드백 (Feedback) 형태로 즉시 결정할 수 있습니다.

③ "근사화 (Approximation)"라는 계단

이 나침반을 처음부터 완벽하게 만드는 건 불가능에 가까웠습니다. 그래서 연구진은 **"조금씩 다가가자"**는 전략을 썼습니다.

• 아주 단순한 게임부터 시작해서, 점점 더 복잡한 게임으로 단계를 밟아 올라가며 해를 찾았습니다.
• 이 과정에서 **비교 정리 (Comparison Theorem)**라는 도구를 써서, "이 해가 저 해보다 항상 더 안전하다"는 것을 수학적으로 증명했습니다.

4. 결론: "불확실한 세상에서의 생존 가이드"

이 논문의 결론은 다음과 같습니다.

"비록 세상이 예측 불가능하고 (랜덤), 규칙이 갑자기 바뀌고 (상태 전환), 갑자기 큰 충격을 받으며 (점프), 그리고 투자에 제약이 있더라도, 이론적으로 두 플레이어 모두에게 최선의 전략 (안장점) 이 존재한다. 그리고 그 전략은 우리가 개발한 **새로운 나침반 (Riccati 방정식)**을 통해 구체적인 숫자로 계산해 낼 수 있다."

요약하자면?

이 논문은 복잡하고 위험한 금융 시장에서, 규제가 있는 상황이라도 두 명이 서로 싸울 때 어떻게 하면 수학적으로 완벽한 전략을 세울 수 있는지를 증명했습니다. 마치 폭풍우 치는 바다에서 나침반 하나만 믿고 항해할 수 있는 길을 찾아낸 것과 같습니다.

이 연구는 향후 금융 공학, 위험 관리, 그리고 인공지능이 불확실한 환경에서 의사결정을 할 때 중요한 이론적 토대가 될 것입니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem Formulation)

이 논문은 점프 - 확산 (Jump-diffusion) 과정으로 구동되는 **체제 전환 (Regime switching)**이 있는 확률적 선형 2 차 (SLQ) 미분 게임 문제를 다룹니다. 특히, 두 플레이어의 제어 입력이 **일반적인 닫힌 원뿔 (Closed Convex Cones)**에 의해 제약되는 제로섬 (Zero-sum) 게임을 연구합니다.

• 시스템 모델:
  • 상태 방정식은 브라운 운동 ($W$), 포아송 랜덤 측정 ($N$), 그리고 연속 시간 마르코프 체인 ($\alpha$) 에 의해 구동되는 확률 미분 방정식 (SDE) 입니다.
  • 계수 (Coefficients) 는 결정론적이지 않고 **무작위 (Random)**이며, 브라운 운동과 포아송 측정에 의해 생성된 필터레이션에 적응됩니다.
• 비용 함수 (Performance Functional):
  • 플레이어 1 은 비용 함수를 최소화하고, 플레이어 2 는 최대화하려는 제로섬 게임 구조를 가집니다.
  • 비용 함수는 상태 ($X$) 와 제어 입력 ($u_1, u_2$) 의 2 차 형식 (Quadratic form) 으로 정의되며, 가중치 행렬은 무작위 과정입니다.
• 제약 조건:
  • 두 플레이어의 제어 입력 $u_1, u_2$는 각각 주어진 닫힌 볼록 원뿔 $\Pi_1, \Pi_2$ 내에 있어야 합니다. 이는 금융에서의 '공매도 금지 (No-shorting)'와 같은 실제적인 제약을 반영합니다.

2. 주요 방법론 (Methodology)

논문은 기존의 고전적인 방법론의 한계를 극복하기 위해 다음과 같은 수학적 기법들을 결합하여 접근합니다.

1. 개방 루프 솔버빌리티 (Open-loop Solvability) 및 FBSDE:
   • 균일 볼록 - 오목 (UCC, Uniform Convexity-Concavity) 조건 하에서 게임의 개방 루프 saddle point(안장점) 의 존재성과 유일성을 증명합니다.
   • 최적 제어의 필요충분 조건을 **순방향 - 역방향 확률 미분 방정식 (FBSDE)**을 통해 특성화합니다.
2. 완전제곱법 (Method of Completing the Square) 및 Meyer-Itô 공식:
   • 제어 영역이 제약되어 있어 고전적인 4 단계 기법 (Four-step scheme) 이 실패하는 문제를 해결하기 위해, Meyer-Itô 공식 (점프가 포함된 일반화된 Itô 공식) 과 완전제곱법을 사용합니다.
   • 이를 통해 개방 루프 saddle point 를 폐루프 (Feedback) 형태로 표현할 수 있는 근사적 구조를 유도합니다.
3. 확장된 스토캐스틱 리카티 방정식 (IESREJs):
   • 새로운 형태의 **다차원 부정확 (Indefinite) 확장된 스토캐스틱 리카티 방정식 (IESREJs)**을 도입합니다.
   • 제로섬 게임의 특성상 가중치 행렬이 부호를 달리하여 리카티 방정식이 '부정확 (Indefinite)'이 되며, 이는 기존 최적 제어 문제의 양의 반정부호 (Positive semi-definite) 경우와 근본적으로 다릅니다.
4. 근사 기법 및 비교 정리 (Approximation & Comparison Theorem):
   • IESREJs 의 해 존재성을 증명하기 위해, 제어 변수를 유계로 제한하는 근사 문제 (Approximation problem) 를 설정합니다.
   • **다차원 점프 BSDE 에 대한 비교 정리 (Comparison Theorem)**를 활용하여 근사 해들의 수렴성을 증명하고, 원래 문제의 해 존재성을 확보합니다.

3. 주요 결과 및 기여 (Key Contributions & Results)

이 논문의 주요 기여는 다음과 같이 요약됩니다.

• 최대 원리 및 개방 루프 솔버빌리티 증명:
  • 제약 조건 하의 제로섬 SLQ 게임에 대한 확률적 최대 원리 (SMP) 를 수립하고, UCC 조건 하에서 유일한 개방 루프 saddle point 가 존재함을 증명했습니다.
• 피드백 형태의 최적 전략 유도:
  • 제약 조건으로 인해 명시적인 해를 구할 수 없었던 기존 문제의 한계를 극복하고, IESREJs 의 해를 기반으로 saddle point 의 **명시적인 피드백 표현 (Explicit Feedback Representation)**을 유도했습니다.
  • 최적 제어는 상태의 양수 부분 ($X^+$) 과 음수 부분 ($X^-$) 에 대해 서로 다른 피드백 이득을 적용하는 형태로 표현됩니다.
• IESREJs 의 해 존재성 증명:
  • 무작위 계수, 점프, 체제 전환, 그리고 제약 조건이 모두 포함된 복잡한 환경에서 IESREJs 의 해가 존재함을 증명했습니다.
  • 특히, 해의 첫 번째 성분이 양수 (Positive) 를 유지함을 보였으며, 이는 게임의 안정성과 비용 함수의 유계성을 보장합니다.
• 새로운 수학적 기법의 적용:
  • 기존 문헌 (예: Zhang and Xu [32]) 과 달리, 점프 과정이 포함된 필터레이션에 적응된 계수를 다루기 위해 **점프가 포함된 완전히 결합된 BSDE (Fully coupled BSDEs with jumps)**를 다루는 새로운 분석 기법을 개발했습니다.
  • 해의 상한과 하한을 추정하는 과정에서 BMO 마팅게일 (BMO Martingale) 이론을 활용했습니다.

4. 의의 및 중요성 (Significance)

• 이론적 확장:
  • 기존에 결정론적 계수나 제약이 없는 경우로 제한되었던 SLQ 제로섬 게임 이론을 무작위 계수, 점프, 체제 전환, 그리고 제어 제약이 모두 포함된 매우 일반적인 프레임워크로 확장했습니다.
• 실용적 적용 가능성:
  • 금융 공학 (예: 포트폴리오 선택, 위험 관리) 에서 발생하는 '공매도 금지'와 같은 제약 조건과 시장 변동성 (점프), regime switching(경기 순환 등) 을 동시에 고려한 모델링에 직접적으로 적용할 수 있는 이론적 토대를 제공합니다.
• 수학적 난제 해결:
  • 제로섬 게임의 본질적인 특성 (상반된 목적) 으로 인해 발생하는 부정확 (Indefinite) 리카티 방정식의 해 존재성 문제를 제약 조건 하에서 성공적으로 해결함으로써, 관련 분야의 수학적 난제를 한 단계 진전시켰습니다.

결론

이 논문은 제약 조건이 있는 복잡한 확률적 환경에서의 제로섬 게임을 다루기 위해 **확장된 스토캐스틱 리카티 방정식 (IESREJs)**을 도입하고, 이를 근사 기법과 비교 정리를 통해 해를 구함으로써, 최적 제어 전략의 명시적인 피드백 형태를 성공적으로 도출했습니다. 이는 무작위 계수와 점프를 포함하는 현대 금융 및 제어 이론 분야에서 중요한 이론적 진전을 의미합니다.