循序扩大代数流下内幕交易者的对数期望效用最大化  

Logarithmic utility maximization for insiders in progressively enlarged filtrations

作　　者：李标[1] 邓军 Biao Li;Jun Deng

机构地区：[1]中南财经政法大学金融学院,武汉430073 [2]对外经济贸易大学金融学院,北京100029

出　　处：《中国科学：数学》2020年第11期1597-1608,共12页Scientia Sinica：Mathematica

基　　金：中南财经政法大学中央高校基本科研业务费专项资金(批准号:2722019JCT013);国家自然科学基金(批准号:11501105)资助项目。

摘　　要：本文研究循序扩大代数流下内幕交易者的对数期望效用最大化问题,其中内幕交易者拥有的额外信息由随机时间τ表示.本文利用市场的可料特征和随机时间完全刻画内幕交易者的最优策略,并且得到市场局部鞅密度的显式形式.本文的主要定理推广Goll和Kallsen (2000, 2003)关于内幕交易的研究结果.In this paper, the logarithmic utility maximization problem for an insider in progressive enlargement of filtrations is investigated where the insider possesses some additional information represented by a random time τ. The optimal strategy is completely characterized by the predictable characteristics of the market and the structure of the random time and the local martingale density is explicitly constructed. The main theorem extends Goll and Kallsen(2000, 2003) to insider trading framework.

关 键 词：对数效用最大化 扩大代数流 内幕交易 

分 类 号：O211.67[理学—概率论与数理统计] F830.9[理学—数学]