Peng 在文献[11] 中介绍了一类非线性期望-g-期望. g-期望几乎保留了经典期望中除了线性性之外的所有性质, 而且 g-期望克服了 Choquet 期望不能定义条件期望的缺陷. 自从 g-期望被介绍以来,很多学者致力于这方面的研究. 例如,Chen,Chen 和 Davison 在文献[5] 中研究了 g-期望和 Choquet 期望之间的关系, 发现两者同时为线性期望的情况下才一致. g-期望和条件 g-期望的性质在文献[1] 中得到深入研究. 特别需要指出的是, 文献[1] 中所介绍的倒向随机微分方程生成元表示定理, 对于研究生成元和 g-期望之间的等价关系是非常有帮助的. Briand,Coquet,Hu,Mémin 和 Peng 在文献[1]中首次考虑了 g-期望的 Jensen 不等式. Chen,Kulperger 和 Jiang 在文献[4] 中弱化了文献[1] 中得假设, 在更加便于验证的假设下,证明了 g-期望的 Jensen 不等式. g-期望在经济学中的一个重要应用是用来区分厌恶和风险,这一结果由 Chen 和 Epstein 于 2002 年在文献[3] 中首先发现. Hao 在文献[7] 中考虑了 g-期望的二阶中心矩, 称为 g-方差,并且得到了 g-方差的唯一性定理和比较定理. 借助 g-方差的比较定理, 一种关于 g-期望的 Kolmogrov 不等式被付静和郝涛在文献[8] 中所研究.
本文的主要目的是介绍一类关于 g-期望的条件方差,称作条件 g-方差, 并研究它的性质. 更加精确的说,我们介绍一类形如 Eg[(ξ−Eg[ξ])2|Ft] 的条件 g-方差. 文献[7] 在 g 是 z 的线性函数下,证明了 g-方差的唯一性定理和比较定理. 然而,对于条件 g-方差的唯一性定理,生成元 g 仅仅需要满足基本的假设: Lipschitz,平方可积和连续性 (定理 3.1). 条件 g-方差的比较定理不再成立, 即对于 ξ∈L4(Ω,FT,P),即使 g1≥g2, Dg1[ξ|Ft]≥Dg2[ξ|Ft] 也不再成立 (例 3.1). 条件 g-方差关于参数的连续性等价于生成元关于参数的连续性 (定理 3.2). 最后, 我们将条件 g-方差作为 H1F(0,T;R) 中的连续映射从 L4(Ω,FT,P) 延拓到 L2(Ω,FT,μ).
本文组织如下:第二节回忆 g-期望和条件 g-期望的定义和性质,以及下文中经常使用的生成元表示定理. 条件 g-方差的概念在第三节中被介绍. 在本节中我们也讨论了条件 g-方差的唯一性定理和对参数的连续依赖性. 第四节将条件 g-方差延拓到 L2(Ω,FT,μ) 空间.
给定 T>0,令 (Ω,F,P) 是一个概率空间. (Bt)t≥0 是这一空间中 d-维标准布朗运动. F={Ft, 0≤t≤T} 是由这一布朗运动生成的信息流
Ft=σ{Bs, s∈[0,t]}∨N,t∈[0,T],
这里 N 表示所有的 P-零测子集. 我们假定 F=FT.
下面介绍两个空间: 对于 p≥1,
∙ SpF(0,T;R):={(ψt)0≤t≤T 实值 F -适应右连左极过程: E[sup0≤t≤T|ψt|p]<+∞};
∙ HpF(0,T;Rn):={(φt)0≤t≤T Rn-值 F -循序可测: ∥φ∥p=E[∫T0|φt|pdt]<+∞}.
假设 g(ω,t,y,z):Ω×[0,T]×R×Rd→R 满足
(B1) g 关于 (y,z) 是一致 Lipschitz 的,即存在一个常数 μ>0 使得对于 t∈[0,T], y1, y2∈R, z1, z2∈Rd, P-a.s.,
|g(t,y1,z1)−g(t,y2,z2)|≤μ(|y1−y2|+|z1−z2|);
(B2) (g(t,0,0))t∈[0,T]∈H2F(0,T;R);
(B3) 对于 t∈[0,T], y∈R,P-a.s., g(t,y,0)=0;
(B4) 对于 (y,z)∈R×Rd, P-a.s., t↦g(t,y,z) 是连续的.
在假设 (B1) 和 (B2) 之下,对于 ξ∈L2(Ω,FT,P), 下面的倒向随机微分方程
存在唯一适应解 (yT,g,ξt,zT,g,ξt)0≤t≤T∈S2F(0,T;R)×H2F(0,T;Rd) (参考文献[10] 或者[6]).
Peng 于 1997 年在文献[11] 中首次介绍了 g-期望和条件 g-期望的概念. 该作者用倒向随机微分方程 (2.1) 的解在 0 时刻的值定义 g-期望.
定义 2.1 (g-期望) 称 Eg[⋅]:L2(Ω,FT,P)→R 为 g-期望,如果 Eg[ξ]≜yT,g,ξ0.
Peng 在文献[11] 中证明了对于每个 t∈[0,T],存在唯一的 Ft 可测的随机变量 η∈L2(Ω,Ft,P) 使得 Eg[ξIA]=Eg[ηIA], A∈Ft, 0≤t≤T, 并用 Eg[ξ|Ft] 表示这个 Ft-可测的随机变量 η. Eg[ξ|Ft] 实际上是倒向随机微分方程 (2.1) 在 t 时刻的解,即 Eg[ξ|Ft]=yT,g,ξt. 显然,当 g=0,g-期望 (相应的,条件 g-期望) 是经典意义下的期望 (相应的,条件期望),即 Eg[ξ]=E[ξ],Eg[ξ|Ft]=E[ξ|Ft]. 受文献[1, 5, 11] 的工作所激发,Hao 在文献[7] 中研究了 g-期望的二阶中心矩并给出了如下的 g-方差定义
定义 2.2 (g-方差) 对任何 ξ∈L4(Ω,FT,P), Eg[ξ−Eg[ξ]]2 被称为 ξ 关于 g 的 g-方差,记为 Dg[ξ].
g-期望和条件 g-期望几乎保留了经典期望中除了线性性之外的所有性质 (参考文献[1, 11]).
引理 2.1 (1) Eg[c|Ft]=c, c∈R.
(2) 如果ξ1≤ξ2, 则Eg[ξ1|Ft]≤Eg[ξ2|Ft].
(3) Eg[Eg[ξ|Ft]]=Eg[ξ], ξ∈L2(Ω,FT,P).
(4) η 是Ft-可测的并且g不依赖于 y,则 Eg[ξ+η|Ft]=Eg[ξ|Ft]+η.
(5) g(t,y,z) 是确定性的和ξ独立于Ft, 则 Eg[ξ|Ft]=Eg[ξ].
(6) 如果g 关于(y,z) 是凸的 (相应的,凹的)并且是正齐次的,则 Eg[ξ+η|Ft]≤ (相应的,≥) Eg[ξ|Ft]+Eg[η|Ft], t∈[0,T], ξ,η∈L2(Ω,FT,P).
下面我们介绍生成元表示定理 (参考文献[1] 或者 [9]).
引理 2.2 假设 g 满足 (B1),(B3) 和 (B4),则对于 1≤p≤2 和每一个 (t,y,z)∈[0,T[×R×Rd,我们有
Lp−g(t,y,z)=limε→0+1ε[Yg,t+ε,y+z⋅(Bt+ε−Bt)t−y].
本节介绍一种关于 g-期望的条件方差,称为条件 g-方差, 证明了条件 g-方差的唯一性定理,比较定理不再成立. 这种条件 g-方差关于参数连续依赖性也得到研究.
下面首先介绍条件 g-方差的定义.
定义 3.1 对于 ξ∈L4(Ω,FT,P),t∈[0,T], Eg[(ξ−Eg[ξ])2|Ft] 被称为 ξ 关于 g 的条件 g-方差,记为 Dg[ξ|Ft].
注 3.1 (i) 当 t=0,Dg[ξ|Ft] 是 g-方差 Dg[ξ].
(ii) 一般来说,Dg[ξ|Ft] 不再具有引理 2.1 中 g-期望的性质. 主要原因是 (ξ−Eg[ξ])2, ξ∈L4(Ω,FT,P) 表示所有平方可积随机变量的一部分,不是全部.
(iii) 如果 g 关于 z 是线性的,即 g(s,z)=bsz, 则存在一个概率测度 Qb∈PT 使得条件 g-方差 Dg[ξ|Ft] 表示为
Dg[ξ|Ft]=EQb[(ξ−EQb[ξ])2|Ft],
这里
在这种情况下,我们可以按照下面的方式计算 Dg[ξ|Ft]
Dg[ξ|Ft]=EQb[(∫T0zg,ξsd˜Bs)2|Ft]=(∫t0zg,ξsd˜Bs)2+∫Tt(zg,ξs)2ds,
这里 (yg,ξ,zg,ξ) 是具有标准参数 (g,ξ) 的倒向随机微分方程的解, ˜Bs 是概率测度 Qb 下的一个布朗运动.
下面介绍条件 g-方差的性质.
命题 3.1 假设 g 满足 (B1),(B3) 和 (B4),t∈[0,T],下面两个条件等价
(i) Dg[ξ+c|Ft]=Dg[ξ|Ft], ξ∈L4(Ω,FT,P), c∈R;
(ii) g 不依赖于 y.
证 我们仅仅证明 (i)⇒(ii), 因为 (ii)⇒(i) 显然. 证明被分成两步.
步骤一 如果 Dg[ξ+c|Ft]=Dg[ξ|Ft], t∈[0,T], c∈R, 则当 t=T,对于 ξ∈L4(Ω,FT,P), (ξ+c−Eg[ξ+c])2=(ξ−Eg[ξ])2. 这意味着 Eg[ξ]+c=Eg[ξ+c], ∀ξ∈L4(Ω,FT,P). 根据 g-期望的连续性,上面的等式对于所有的平方可积 FT-可测随机变量成立.
步骤二 对于 ξ∈L2(Ω,FT,P), 令 (Yt,Zt)t∈[0,T] 是下面倒向随机微分方程的解
在方程 (3.2) 两边加上常数 c,则有
Yt+c=ξ+c+∫Ttg(s,Ys,Zs)ds−∫TtZsdBs.
记 ¯Yt=Yt+c, gc(t,y,z)=g(t,y−c,z). 容易证明 (¯Yt,Zt)t∈[0,T] 是带有标准参数 (ξ+c,gc) 的倒向随机微分方程的解. 因此,Egc[ξ+c|Ft]=Eg[ξ|Ft]+c. 根据步骤一和引理 2.2,我们得到 P-a.s., g(t,y,z)=g(t,y−c,z), (t,y,z)∈[0,T]×R×Rd. 这意味着 g 不依赖于 y.
注 3.2 即使 g 不再依赖于 y,对于 η∈L4(Ω,Ft,P), ξ∈L4(Ω,FT,P), Dg[ξ+η|Ft]≠Dg[ξ|Ft]. 事实上, 条件 g-方差是一种特殊类型的条件 g-期望. 这种条件 g-期望仅仅作用在形如 (ξ−Eg[ξ])2, ξ∈L4(Ω,FT,P) 的随机变量上, 而不是所有平方可积的随机变量上. 因此, Eg[ξ+η]≠Eg[ξ]+η, ξ∈L4(Ω,FT,P) 和 (ξ−Eg[ξ])2≠(ξ+η−Eg[ξ+η])2. 这说明对于 η∈L4(Ω,Ft,P), ξ∈L4(Ω,FT,P), Dg[ξ+η|Ft]≠Dg[ξ|Ft].
Chen 在文献[2] 中证明了如果对于所有平方可积的随机变量, 两个 g-期望一致,则两个生成元一致. 这里我们提出一个类似的问题: 如果Dg1[ξ|Ft]=Dg2[ξ|Ft], ξ∈L4(Ω,FT,P),是否会有 g1=g2? 答案是肯定的.
定理 3.1 (唯一性定理) 假设 gi, i=1,2, 满足 (B1), (B3) 和 (B4),则下面两个条件等价
(i) Dg1[ξ|Ft]=Dg2[ξ|Ft], P-a.s.,∀ξ∈L4(Ω,FT,P), t∈[0,T];
(ii) g1(t,y,z)=g2(t,y,z), P-a.s., (t,y,z)∈[0,T]×R×Rd.
证 (i)⇒(ii) 根据 (i),当 t=T 时我们有 (ξ−Eg1[ξ])2=(ξ−Eg2[ξ])2, ξ∈L4(Ω,FT,P). 这意味着对于 ξ∈L4(Ω,FT,P), Eg1[ξ]=Eg2[ξ]. 根据 g-期望的连续性,可以得到对于所有平方可积的 FT-可测的随机变量, Eg1[ξ]=Eg2[ξ]. 因此,对于 A∈Ft,
Eg1[IAEg1[ξ|Ft]]=Eg1[IAξ]=Eg2[IAξ]=Eg2[IAEg2[ξ|Ft]]=Eg1[IAEg2[ξ|Ft]].
由此可得
Eg1[ξ|Ft]=Eg2[ξ|Ft], ξ∈L2(Ω,FT,P).
根据引理 2.2, 可以得到对于 (t,y,z)∈[0,T]×R×Rd, P-a.s.,g1(t,y,z)=g2(t,y,z).
注 3.3 (i) Hao 在文献[7] 中假设 g 是 z 的线性函数下,得到 g-方差的唯一性定理. 但是从定理 3.1,我们看到只要 g 满足基本假设和函数 t↦g(t,y,z) 关于 (y,z) 是一致连续的,条件 g-方差的唯一性定理就成立. 主要原因在于对于条件 g-方差 (或者称作关于随机变量 (ξ−Eg[ξ])2 的条件 g-期望) 我们能够知道时刻 t∈[0,T] 之前的所有信息, 而对于 g-方差,我们仅仅知道在 t=0 时刻的信息.
(ii) 事实上,(B4) 中 g 关于 t 的连续性可以减弱为 g 关于 t 是右连续的 (参见文献[1]) 或者当 g 为确定性函数且满足 (B1) 和 (B3) 时,g 关于 t 甚至可以不连续 (参见文献[9]).
一般来说,条件 g-方差的比较定理不再成立. 因为即使 g1≥g2, 对于所有的 ξ∈L4(Ω,FT,P), (ξ−Eg1[ξ])2) 不一定比 (ξ−Eg2[ξ])2) 大. 正如下面的例题所示,
例 3.1 令 g1(t,y,z)=0 和 g2(t,y,z)=|z|, ∀(t,y,z)∈[0,T]×R×R 和 ξ=BT. 显然, Eg1[BT]=0 和 Eg2[BT]=T. 因此,
Dg1[BT|Ft]=E[B2T|Ft]=B2t+(T−t).
根据 Girsanov 定理,
Dg2[BT|Ft]=(Bt+∫Ttbrdr−T)2+(T−t),
这里 |br|≤1. 然而,对于 t∈[0,T],我们无法得到
Dg1[BT|Ft]≤Dg2[BT|Ft].
下面我们研究条件 g-方差关于参数的连续性质. 在介绍结果之前,需要做进一步的假设:
(A1) 生成元序列 {g(α,⋅), α∈R} 是拟 Lipschitz 的, 即存在一个正常数 Lg 使得,对于 t∈[0,T], y1,y2∈R, z1,z2∈Rd,α∈R,
|g(α,t,y1,z1)−g(α,t,y2,z2)|≤Lg(|y1−y2|+|z1−z2|);
(A2) 对于 α∈R, y∈R, t∈[0,T], g(α,t,y,0)=0.
定理 3.2 在假设 (A1) 和 (A2) 下, 对任何的 α0∈R, 下面两个条件等价
(i) 对于 ξ∈L4(Ω,FT,P),
H2F−limα→α0Dgα[ξ|F⋅]=Dgα0[ξ|F⋅];
(ii) 对于 (y,z)∈R×Rd, 函数 α↦g(α,⋅,y,z) 在 α0 处连续, 即
H2F−limα→α0g(α,⋅,y,z)=g(α0,⋅,y,z).
证 为了叙述简单, 将 g(α,t,y,z), t∈[0,T], y∈R, z∈Rd 简记为 gα.
(ii)⇒(i) 对于 α, α0∈R 和 ξ∈L4(Ω,FT,P),令 (Yα,ξ,Zα,ξ) (相应的,(Yα0,ξ,Zα0,ξ)) 是具有参数 (gα,ξ) (相应的,(gα0,ξ)) 的倒向随机微分方程的解. 记 δY=Yα,ξ−Yα0,ξ, δZ=Zα,ξ−Zα0,ξ. 在区间 [t,T] 上对 eβs|δYs|2, β>0 应用 Itô 公式,然后取期望, 得到
E[eβt|δYt|2]+E[∫Tteβs(β|δYs|2+|δZs|2)ds]≤E[eβT|δYT|2]+E∫Tteβs2|δYs||g(α,s,Yα,ξs,Zα,ξs)−g(α0,s,Yα0,ξs,Zα0,ξs)|ds.
因为 {g(α,⋅), α∈R} 是拟 Lipschitz 的. 根据不等式
2y(Lgz+t)≤Lgz2λ2+t2μ2+y2(μ2+Lgλ2), (λ, μ>0),
我们有
令 β>Lg(2+λ2)+μ2 和 Lgλ2<1,则
特别的,当 t=0,
|δY0|2≤1μ2E∫T0eβs|g(α,s,Yα0,ξs,Zα0,ξs)−g(α0,s,Yα0,ξs,Zα0,ξs)|2ds≤1μ2eβTE∫T0|g(α,s,Yα0,ξs,Zα0,ξs)−g(α0,s,Yα0,ξs,Zα0,ξs)|2ds.
根据 g-期望的定义和 gα 在 α0 处的连续性, 得到当 α→α0, |Egα[ξ]−Egα0[ξ]|2→0. 因此,对于 ξ∈L4(Ω,FT,P), 当 α→α0 时,
另一方面,令 (Yα,(ξ−Egα[ξ])2,Zα,(ξ−Egα[ξ])2) (相应的, (Yα0,(ξ−Egα0[ξ])2,Zα0,(ξ−Egα0[ξ])2)) 是具有参数 (gα,(ξ−Egα[ξ])2) (相应的, (gα0,(ξ−Egα0[ξ])2)) 的倒向随机微分方程的解. 类似于上述论述用 ΔY≜Yα,(ξ−Egα[ξ])2−Yα0,(ξ−Egα0[ξ])2, ΔZ≜Zα,(ξ−Egα[ξ])2−Zα0,(ξ−Egα0[ξ])2 替换 δY, δZ, 我们得到
根据 (3.5)式和 gα 在 α0 处的连续性,对于 0≤t≤T,当 α→α0,
E[|Yα,(ξ−Egα[ξ])2t−Yα0,(ξ−Egα0[ξ])2t|2]→0.
注意到 Dgα[ξ|Ft]=Yα,(ξ−Egα[ξ])2t 和 Dgα0[ξ|Ft]=Yα0,(ξ−Egα0[ξ])2t, 容易得到对于 ξ∈L4(Ω, FT,P),
H2F−limα→α0Dgα[ξ|F⋅]=Dgα0[ξ|F⋅].
(i)⇒(ii) 当 t=T,对于 ξ∈L4(Ω,FT,P),
limα→α0(ξ−Egα[ξ])2=(ξ−Egα0[ξ])2.
因此,对于 ξ∈L4(Ω,FT,P),
根据 g-期望连续性,(3.7)式 对于所有平方可积的 FT-可测的随机变量成立, 而且对于任意的 A∈Ft,
Egα0[IAEgα0[ξ|Ft]]=Egα0[Egα0[IAξ|Ft]]=Egα0[IAξ]=limα→α0Egα[IAξ]=limα→α0Egα[Egα[IAξ|Ft]]=limα→α0Egα[IAEgα[ξ|Ft]]=Egα0[IAlimα→α0Egα[ξ|Ft]].
因此,根据引理 2.2,对于任意选取的但是给定的 α 和 α0,我们得到对于 t∈[0,T],y∈R,z∈Rd,
L2−limα→α0g(α,t,y,z)=g(α0,t,y,z).
这意味着对于 y∈R,z∈Rd,
证毕.
在本节中,我们将条件 g-方差作为 H1F(0,T;R) 中的连续映射从 L4(Ω,FT,P) 延拓到 L2(Ω,FT,μ).
对于 p≥1,定义
‖
这里 {\cal P}_T 由 (3.1) 式给出.
显然,L^p(\Omega,{\cal F}_T,\mu)\ (p\geq1) 在 \| \cdot\| _{_{L^p(\mu)}} 下是一个 Banach空间. 当 p=1,我们使用 \| \cdot\| _{\mu} 表示 \| \cdot\| _{_{L^1(\mu)}}. 空间 L^p(\Omega,{\cal F}_T,\mu) 和空间 L^p(\Omega,{\cal F}_T,P) 具有如下关系
引理 4.1 对任何的 p\geq1, L^{p+1}(\Omega,{\cal F}_T,P)\subset L^p(\Omega,{\cal F}_T,\mu)\subset L^p(\Omega,{\cal F}_T,P).
证 对每一个 \xi\in L^p(\Omega,{\cal F}_T,\mu) 和Q^b\in{\cal P}_T,
\| \xi\| _{{L^p(P)}}=(E[|\xi|^p])^{\frac{1}{p}} \leq {\sup\limits_{Q^b\in{\cal P}_{_T}}}(E_{_{Q^b}}[|\xi|^p])^{\frac{1}{p}},
(E_{Q^b}[|\xi|^p])^{\frac{1}{p}}\leq {\rm e}^{\frac{1}{2}\mu^2T}\| \xi\| _{L^{p+1}(P)}.
注 4.1 在引理 4.1 中,我们假设 \xi=1_A, 则对于 \eta\in L^p(\Omega,{\cal F}_T,\mu),\ p\geq1 和 A\in{\cal F}_T,
\lim\limits_{{P(A)\rightarrow0}}\| \eta1_A\| _{L^p(\mu)}=0.
定理 4.1 假设 g 满足 \mathrm{(B1)},\ \mathrm{(B3)} 和 \mathrm{(B4)}. 定义在 L^4(\Omega,{\cal F}_T,P) 上的条件 g-方差 {\cal D}_g[\cdot|{\cal F}_{\cdot}] 作为 {\cal H}^1_{{\Bbb F}}(0,T;{\Bbb R}) 中的连续映射可以延拓到 L^2(\Omega,{\cal F}_T,\mu).
证 对于任何的 \xi\in L^2(\Omega,{\cal F}_T,\mu), 我们定义 \xi_k=\xi1_{\{|\xi|\leq k\}}. 显然,\xi_k\in L^4(\Omega,{\cal F}_T,P). 对于每一个 k\geq1 和 \forall t\in[0,T], {\cal D}_g[\xi_k|{\cal F}_t] 在 L^4(\Omega,{\cal F}_T,P) 中具有良定义. 进一步,当 k\rightarrow +\infty, \| \xi_k-\xi\| _{L^2(\mu)}\rightarrow0. 根据 g-期望的连续性,我们得到当 k\rightarrow\infty, |{\cal E}_g[\xi_k]-{\cal E}_g[\xi]|\rightarrow0.
为书写方便,我们记 \eta_k=(\xi_k-{\cal E}_g[\xi_k])^2,\eta=(\xi-{\cal E}_g[\xi])^2). 因此,
\begin{eqnarray*} \| \eta_k-\eta\| _{\mu} &=&\| (\xi_k-{\cal E}_g[\xi_k])^2-(\xi-{\cal E}_g[\xi])^2)\| _{\mu}\\ &\leq&\| \xi_k^2-\xi^2\| _{\mu} +({\cal E}_g^2[\xi_k]-{\cal E}_g^2[\xi]) +\| 2\xi{\cal E}_g[\xi]-2\xi_k{\cal E}_g[\xi_k]\| _{\mu}. \end{eqnarray*}
根据注 4.1 和 \xi\in L^2(\Omega,{\cal F}_T,\mu), 我们得到当 k\rightarrow\infty, \| \xi_k^2-\xi^2\| _{\mu}\rightarrow0.
对于上面不等式右边第三部分,根据 g-期望的连续性和注 4.1, 当 k\rightarrow\infty,
\begin{array}{ll}[c] \| 2\xi{\cal E}_g[\xi]-2\xi_k{\cal E}_g[\xi_k]\| _{\mu} \leq2\| \xi\| _{L^2(\mu)}|{\cal E}_g[\xi]-{\cal E}_g[\xi_k]| +2\| \xi-\xi_k\| _{L^2(\mu)}|{\cal E}_g[\xi_k]|\rightarrow0. \end{array}
因此,当 k\rightarrow\infty, \| \eta_k-\eta\| _{\mu}\rightarrow0. 对于任何的 m\geq1,\ n\geq1,
\| {\cal D}_g[\xi_m|{\cal F}_{\cdot}]- {\cal D}_g[\xi_n|{\cal F}_{\cdot}]\| _{{\cal H}^1_{{{\Bbb F}}}(0,T;{\Bbb R})} =E\int^T_0|{\cal D}_g[\xi_m|{\cal F}_t]- {\cal D}_g[\xi_n|{\cal F}_t]|{\rm d}t.
根据 Girsanov 定理,存在一个随机过程 |a_s|\leq \mu 和 Q^b\in{\cal P}_T 使得
{\cal D}_g[\xi_m|{\cal F}_t]- {\cal D}_g[\xi_n|{\cal F}_t] =E_{Q^b}[((\xi_m-{\cal E}_g[\xi_m])^2 -(\xi_n-{\cal E}_g[\xi_n])^2){\rm e}^{\int_0^Ta_s{\rm d}s}|{\cal F}_t].
因此,当 m\rightarrow\infty,\ n\rightarrow\infty,
\begin{eqnarray*} \| {\cal D}_g[\xi_m|{\cal F}_t]- {\cal D}_g[\xi_n|{\cal F}_t]\| _{{\cal H}^1_{{\Bbb F}}(0,T;{\Bbb R})} &\leq &T{\rm e}^{\mu T}\| \eta_m-\eta_n\| _{\mu}\\ &\leq &T{\rm e}^{\mu T}(\| \eta_m-\eta\| _{\mu} +\| \eta_n-\eta\| _{\mu}) \rightarrow0, \end{eqnarray*}
这里 \eta_m=(\xi_m-{\cal E}_g[\xi_m])^2 和 \eta_n=(\xi_n-{\cal E}_g[\xi_n])^2. 因此,对于每个 k\geq1 和 t\in[0,T], \lim\limits_{k\rightarrow \infty}{\cal D}_g[\xi_k|{\cal F}_t] 存在,记为 {\cal D}_g[\xi|{\cal F}_t].
现在证明 {\cal D}_g[\xi|{\cal F}_t] 不依赖于 \xi_k. 假设存在 \xi_m 和 \xi_n 使得 {\cal D}_g[\xi_n|{\cal F}_{\cdot}] 和 {\cal D}_g[\xi_m|{\cal F}_{\cdot}] 在 {\cal H}^1_{{\Bbb {\Bbb F}}}(0,T;{\Bbb R}) 中分别趋于 {\cal D}_g[\xi|{\cal F}_{\cdot}]. 因此,当 m\rightarrow\infty,\ n\rightarrow\infty,
\begin{eqnarray*} &&\| {\cal D}_g[\xi_m|{\cal F}_{\cdot}] -{\cal D}_g[\xi_n|{\cal F}_{\cdot}]\| _{{\cal H}^1_{{{\Bbb F}}}(0,T;{\Bbb R})}\\ &\leq& \| {\cal D}_g[\xi_m|{\cal F}_{\cdot}] -{\cal D}_g[\xi|{\cal F}_{\cdot}]\| _{{\cal H}^1_{{{\Bbb F}}}(0,T;{\Bbb R})} +\| {\cal D}_g[\xi_n|{\cal F}_{\cdot}] -{\cal D}_g[\xi|{\cal F}_{\cdot}]\| _{{\cal H}^1_{{{\Bbb F}}}(0,T;{\Bbb R})} \rightarrow0. \end{eqnarray*}
最后,证明该极限对于 g 是唯一的.
如果存在另一个 g' 满足假设 (B1),(B3),(B4) 使得 {\cal H}^1_{{\Bbb {\Bbb F}}} -\lim\limits_{m\rightarrow\infty}{\cal D}_g[\xi_m|{\cal F}_{\cdot}] ={\cal D}_{g'}[\xi|{\cal F}_{\cdot}]. 那么,对于 \forall\xi\in L^4(\Omega,{\cal F}_T,P),t\in[0,T], {\cal D}_g[\xi|{\cal F}_t] ={\cal D}_{g'}[\xi|{\cal F}_t]. 根据定理 3.1, 对于 t\in[0,T],(y,z)\in{\Bbb R}\times {\Bbb R}^d, P-a.s., g(t,y,z)=g'(t,y,z). 证毕.
利用定理 4.1,易将第三节中的结论从 L^4(\Omega,{\cal F}_T,P) 延拓到 L^2(\Omega,{\cal F}_T,\mu).
推论 4.1 假设 g 满足 \mathrm{(B1)},\ \mathrm{(B3)} 和 \mathrm{(B4)}, t\in[0,T],下面两个陈述等价
(i) {\cal D}_g[\xi+c|{\cal F}_t]={\cal D}_g[\xi|{\cal F}_t],\ \xi\in L^2(\Omega,{\cal F}_T,\mu),\ c\in {\Bbb R};
推论 4.2 假设 g_i, i=1,2,满足 \mathrm{(B1)},\ \mathrm{(B3)} 和 \mathrm{(B4)}, 则下面两个条件等价
(i) {\cal D}_{g_1}[\xi|{\cal F}_t] ={\cal D}_{g_2}[\xi|{\cal F}_t],\ \forall\xi\in L^2(\Omega,{\cal F}_T,\mu),\ t\in[0,T];
(ii) g_1(t,y,z)=g_2(t,y,z), P-a.s., (t,y,z)\in[0,T]\times {\Bbb R}\times {\Bbb R}^d.
推论 4.3 在假设 \mathrm{(B1)},\ \mathrm{(B3)} 和 \mathrm{(B4)} 下, 对任何的 \alpha_0\in{\Bbb R}, 下面两个陈述等价
(i) 对于 \xi\in L^2(\Omega,{\cal F}_T,\mu),
{\cal H}^2_{{\Bbb F}} -\lim\limits_{\alpha\rightarrow\alpha_0} {\cal D}_{g_\alpha}[\xi|{\cal F}_{\cdot}] ={\cal D}_{g_{\alpha_0}}[\xi|{\cal F}_{\cdot}];
(ii) 对于 (y,z)\in{\Bbb R}\times{\Bbb R}^d, 函数 \alpha\mapsto g(\alpha,\cdot,y,z) 在 \alpha_0 连续,即
{\cal H}^2_{{\Bbb F}}- \lim\limits_{\alpha\rightarrow\alpha_0} g(\alpha,\cdot,y,z) =g(\alpha_0,\cdot,y,z).