Asymptotic Properties of Monte Carlo Estimators of Diffusion Processes

CIRANO Le CIRANO est un organisme sans but lucratif constitué en vertu de la Loi des compagnies du Québec. Le financement de son infrastructure et de ses activités de recherche provient des cotisations de ses organisations-membres, d'une subvention d'infrastructure du ministère de la Recherche, de la Science et de la Technologie, de même que des subventions et mandats obtenus par ses équipes de recherche. CIRANO is a private non-profit organization incorporated under the Québec Companies Act. Its infrastructure and research activities are funded through fees paid by member organizations, an infrastructure grant from the Ministère de la Recherche, de la Science et de la Technologie, and grants and research mandates obtained by its research teams. ASSOCIÉ AU :. Institut de Finance Mathématique de Montréal (IFM 2). Laboratoires universitaires Bell Canada. Réseau de calcul et de modélisation mathématique [RCM 2 ]. Réseau de centres d'excellence MITACS (Les mathématiques des technologies de l'information et des systèmes complexes) Les cahiers de la série scientifique (CS) visent à rendre accessibles des résultats de recherche effectuée au CIRANO afin de susciter échanges et commentaires. Ces cahiers sont écrits dans le style des publications scientifiques. Les idées et les opinions émises sont sous l'unique responsabilité des auteurs et ne représentent pas nécessairement les positions du CIRANO ou de ses partenaires. This paper presents research carried out at CIRANO and aims at encouraging discussion and comment. The observations and viewpoints expressed are the sole responsibility of the authors. They do not necessarily represent positions of CIRANO or its partners. Résumé / Abstract Dans cet article, nous étudions les distributions limites d'estimateurs de Monte Carlo de processus de diffusion. Nous examinons deux types d'estimateurs. Le premier est fondé sur un schéma d'Euler appliqué aux processus originaux, tandis que le second applique le schéma d'Euler à une transformation des processus qui stabilise la variance. Nous montrons que la transformation augmente la vitesse de convergence du schéma d'Euler. La distribution limite de cet estimateur, dérivée sous forme explicite, se révèle non centrée. Nous étudions également des estimateurs d'espérances conditionnelles de diffusions à partir d'un état initial connu. Nous caractérisons les erreurs d'approximation attendues et utilisons les expressions obtenues pour construire des estimateurs corrigés du biais de deuxième ordre. La correction de ce biais élimine la distorsion de niveau des intervalles de confiance asymptotiques et nous permet d'évaluer l'efficacité relative des estimateurs. Enfin, nous dérivons les distributions limites des estimateurs de …