楼主: 可人4
475 10

[量化金融] 关于某些偏序下两个分布相等的注记 [推广有奖]

  • 0关注
  • 2粉丝

会员

学术权威

77%

还不是VIP/贵宾

-

威望
10
论坛币
15 个
通用积分
45.8207
学术水平
0 点
热心指数
1 点
信用等级
0 点
经验
24788 点
帖子
4166
精华
0
在线时间
0 小时
注册时间
2022-2-24
最后登录
2022-4-15

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
英文标题:
《Remarks on equality of two distributions under some partial orders》
---
作者:
Chuancun Yin
---
最新提交年份:
2015
---
英文摘要:
  In this note we establish some appropriate conditions for stochastic equality of two random variables/vectors which are ordered with respect to convex ordering or with respect to supermodular ordering. Multivariate extensions of this result are also considered.
---
中文摘要:
在本文中,我们建立了关于凸序或超模序的两个随机变量/向量的随机等式的一些适当条件。还考虑了这个结果的多元扩展。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Risk Management        风险管理
分类描述:Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类:Mathematics        数学
二级分类:Probability        概率
分类描述:Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用:例如中心极限定理,大偏差,随机微分方程,统计力学模型,排队论
--

---
PDF下载:
--> Remarks_on_equality_of_two_distributions_under_some_partial_orders.pdf (107.29 KB)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Applications Differential distribution Multivariate Quantitative

沙发
kedemingshi 在职认证  发表于 2022-5-8 05:34:02 |只看作者 |坛友微信交流群
关于某些偏序下两个d分布相等的评论曲阜师范大学统计学院山东273 165,中国电子邮件:ccyin@mail.qfnu.edu.cnOctober18,2018摘要在这篇文章中,我们建立了两个随机变量/向量的随机等式的一些适当条件,这两个随机变量/向量是关于凸序或关于超模序排序的。还考虑了这个结果的多元扩展。关键词:共单调性;凸序;失真风险度量;畸变函数;预期效用;Sto p-损失订单;设X和Y分别是分布函数为fx和fy的两个随机变量。Letfx和Fy表示相关的生存函数。在止损顺序意义上,X被称为在Y之前,符号X≤slY,当且仅当E[(X- d) +]≤ E[(Y- d) +],-∞ <d<∞; 在凸序意义上,X被称为在Y之前,符号X≤cxY,当且仅当X≤slY和另外的E[X]=E[Y]。等价地,X≤cxY当且仅当ifEf(X)≤ 对于每一个凸函数f,假设期望Ef(X)和Ef(Y)存在。止损顺序可以用有序TVaR来描述(参见E.g.Dhaene等人(2006)):X≤狡猾的<=> T V aRp[X]≤ T V aRp[Y]表示所有p∈ (0,1),其中t V aRp[X]=1-pRpF-1X(q)dq是p级风险的尾部值,F-1X(q)=inf{x∈R | FX(x)≥ q} 用inf = +∞, 按照惯例。具有边际分布FYi,i=1,2,···,n的随机向量Y=(Y,··,Yn)被称为公共IFID=(F)-1Y(U),F-1Y(U),·F-1Yn(U)),其中d=代表“分布相等”,U是在单位间隔(0,1)上均匀分布的随机变量。考虑一个随机向量(Y,··,Yn)及其同调对应向量(Yc,··,Ycn)。分量之和分别用S和scs表示。Kaas等人的一个很好的结果。

使用道具

藤椅
可人4 在职认证  发表于 2022-5-8 05:34:05 |只看作者 |坛友微信交流群
(2002)说≤cxSc,以及Cheung(2010)中定理4有效的逆定理;见毛和胡(2011)的新证据。关于共单调性、随机顺序及其应用的更多细节,我们请读者参考Joe(1997)、Shaked和Shan-nthikumar(2007)以及Denuit等人(2005)。Cheung(2010)证明了以下定理,当已知两个随机变量为随机序时,它们给出了随机相等的充分条件。定理1.1。(C heung(20-10),定理6)设Yand Ybe为两个可积随机变量,u为任意实值严格凸函数或严格凹函数,其连续可二次微分。西尼≤cxYand E[u(Y)]=E[u(Y)]=> Yd=Y。尤其是E[u(S)]=E[u(Sc)]<=> Sd=Sc.定理1.2。(C heung(20 10),定理7)设Yan和Yb是两个被积随机变量,g是一个严格凹的连续可差失真函数,g′(0)<∞. 西尼≤cxYandρg[Y]=ρg[Y]=> Yd=Y。尤其是ρg[S]=ρg[Sc]<=> Sd=Sc.Cheung等人(2015,定理7)在u上的以下较弱条件下获得了与定理1.1相同的结果:u是一个具有绝对连续导数u′的严格凹(或严格凸)函数。Cheung等人(2015,定理8)在关于畸变函数g的以下更一般的条件下获得了与定理1.2相同的结果:g连续可微且严格凹(或严格凸)。Weremark指出,在对定理7和定理8的证明中,有一个很小的差距。(2015). 本文的目的是填补这一空白,并获得两个随机变量/向量随机相等的更一般有效条件,这两个随机变量/向量相对于部分排序。这篇论文的结构如下。我们在第2节回顾了一些基本定义和符号,如凸函数和凹函数。

使用道具

板凳
大多数88 在职认证  发表于 2022-5-8 05:34:08 |只看作者 |坛友微信交流群
在第3节中,我们通过失真风险度量刻画了生态单调性,在第4节中,我们通过预期效用刻画了共单调性。最后,在第5节中考虑了多元扩展。2.关于凸函数和凹函数的一些结果在本文中,我们将使用无离子I来表示实线的非退化区间。在本节中,我们将介绍几个概念和结果,这些概念和结果将贯穿本文。定义2.1函数f:I→ R称为凸iff((1)- λ) x+λy)≤ (1 - λ) f(x)+λf(y)(2.1)对于I和所有λ中的所有点x和y∈ [0, 1]. 当x和y是不同的点和λ时,如果不等式(2.1)严格成立,则称为严格凸∈ [0, 1]. 如果-f是凸的(分别是严格凸的),那么我们说f是凹的(分别是严格凹的)。这里有几个单变量凸函数的基本例子:o整轴凸函数:x2r,r为正整数;etx,t6=0;(十)-a) ,a∈ R.o非负R上的凸函数ay:xr,R≥ 1.-xr,0≤ R≤ 1.x ln x.o正光线上的凸函数:x-r、 r>0;- 下面的引理是关于凸函数光滑性的结果,可以在Niculescu和Persson(2006,第21页)中找到。引理2.1。让f:我→ R是凸函数。f在I的内部(I)上是连续的,在int(I)的每个点上都有有限的左导数和右导数。Moreov e r,x<yin int(I)impliesf′-(十)≤ f′+(x)≤ f′-(y)≤ f′+(y)尤其是-f′+在int(I)上是不变的。定义在某个开区间I上的凸函数在I上是连续的,在任何闭子区间上是Lipschitz连续的。f允许左导数和右导数,它们是单调非递减的。因此,f是可以区分的,但在大多数情况下是可以区分的。

使用道具

报纸
可人4 在职认证  发表于 2022-5-8 05:34:12 |只看作者 |坛友微信交流群
如果I是闭合的,那么f可能在I的端点处不连续。例如,域[0,1]由f(0)=f(1)=1定义的函数f是凸的,对于0<x<1,f(x)=0;它在开放区间(0,1)上是连续的,但在0和1上不是连续的。引理2.2。(第二个衍生测试)假设f:I→ R是一个二次微分函数。然后:(i)f是凸的当且仅当f′≥ 0;(ii)f是严格凸的当且仅当f′≥ 而f′消失的点集不包括正长度的区间s。这一结果的证明可以在Niculescu和Persson(2006)中找到。备注2.1。A.D.Ale xandrov的一个重要结果是,所有的协凸函数几乎都是两次可微的。见定理3.11.2。在Niculescu andPersson(2006)中。Riesz Nagy给出了[0,1]上实值函数φ的一个例子,例如φ(0)=0,φ(1)=1,φ是连续且严格递增的,φ′=0几乎无处不在。见休伊特和斯特罗姆·伯格(1965年,例18.8,第278页)。因此,函数u(x)=Rxφ(t)dt是严格凸的,尽管u′几乎处处=0;参见Niculesc u和Persson(2006年,第37页)。3凸序、预期效用和共单调定义2.1在同一空间上定义两个测度P和Q。Q是关于P的绝对连续的,写为Q<< P,如果Q(A)=0,当ERP(A)=0对于任何可测集合A。如果Q<< P和P<< Q.定理3.1。让Yand Yb是区间I上的两个可积随机变量s,andu:I→ R可以是任何凸函数。假设λ<< γ、 其中λ是R的勒贝格测量值,γ是由γ(x,y]=u′+(y)定义的正氡测量值- u′+(x)对于任何x<y,其中u′+是u的右导数≤cxYand E[u(Y)]=E[u(Y)]=> Yd=Y。尤其是E[u(S)]=E[u(Sc)]<=> Sd=Sc。通过从u切换到-u、 结果就是推论3.1。

使用道具

地板
能者818 在职认证  发表于 2022-5-8 05:34:15 |只看作者 |坛友微信交流群
让Yan和Yb是区间I上的两个可积随机变量,andu:I→ R可以是任意的连续函数。假设λ<< γ、 式中,λ是R的Lebesg ue测量值,γ是由γ(x,y]=u′+(x)定义的正氡测量值- u′+(y)对于任何x<y,其中u′+是u的右导数≤cxYand E[u(Y)]=E[u(Y)]=> Yd=Y。尤其是E[u(S)]=E[u(Sc)]<=> Sd=Sc.备注3.1。如果u是凸的且u′几乎等于0,或者如果u是凹的且u′几乎处处小于0,或者更一般地说,u是任意实值严格凸或严格凹函数,那么γ等价于λ。因此,定理3.1和推论3.1是定理1的一般化。1.备注3.2。我们注意到,如果对u没有进一步的限制(例如,u′在I上>0a.e.),则Cheung等人(2015)中定理7的证明具有agap。事实上,注释2.1中的函数u是严格凸函数的一个例子,但几乎所有地方的u′=0。定理3.1的证明需要以下引理,可以在F¨ollmerand Schied(20 04)中找到,另见Cheung(2010)。引理3.1。假设u是一个右导数为eu′+的增凸函数。Rs上有一个正的氡测量γ,比如γ(x,y]=u′+(y)- u′+(x)对于任何x<y,且u(x)=u(0)+u′(0)x+Z(0,∞)(十)- t) +γ(dt)+Z(-∞,0](t)- x) +γ(dt),x∈ R.定理3.1的证明。我们仅在u为递增凸函数的情况下证明了该定理,其余情况的处理方式与Cheung(2010)对Orem 6的证明类似。而不是凸序关系Y≤cxy表示E[Y]=E[Y]。正如Cheung(2010)中定理6证明的第一步,条件E[u(Y)]=E[u(Y)]意味着z(0,∞){E(Y)- (t)+- E(Y)- t) +}γ(dt)+Z(-∞,0]{E(t)- Y)+- E(t)- Y) +}γ(dt)=0。自从≤cxY,我们有E(Y)-(t)+-E(Y)-(t)+≥ 0和E(t)-Y)+-E(t)-Y)+≥ 0代表全部。

使用道具

7
能者818 在职认证  发表于 2022-5-8 05:34:18 |只看作者 |坛友微信交流群
由此得出E(Y)-t) +=E(Y)-t) +对于γ-几乎所有的t>0和E(t-Y) +=E(t)-Y) +对于γ-几乎所有t≤ 0,因此E(Y- t) +=E(Y)- t) +对于λ-几乎所有t>0和(t- Y) +=E(t)- Y) +对于λ-几乎所有t≤ 自λ起0<< γ. 作为函数E(Yi)- t) +和E(t)- 如果是t的连续函数,我们可以得出结论,Yand和y具有相同的分布。4凸阶、畸变期望s和共单调畸变f函数是一个非递减函数g:[0,1]→ [0,1]使得g(0)=0和g(1)=1。与畸变函数g相关的随机变量X的畸变期望,符号ρg[X]定义为ρg[X]=Z+∞g(\'FX(x))dx+Z-∞[g(\'FX(x))- 1] dx,前提是上述to积分中至少有一个是有限的。如果X是一个非负的随机变量,那么ρg减少到ρg[X]=Z+∞g(`FX(x))dx。根据Dhaene等人(2012,定理4和定理6),我们知道,当畸变函数g在[0,1]上是右连续的,那么ρg[X]可以重写为ρg[X]=Z[0,1]V aR+1-q[X]dg(q),其中V aR+p[X]=sup{X | FX(X)≤ p} ,并且当失真函数g在(0,1)上保持连续时,则ρg[X]可以被重写为ρg[X]=Z[0,1]var1-q[X]dg(q)=Z[0,1]varq[X]d`g(q),其中V aRp[X]=inf{X|FX(X)≥ p} 和g(q):=1- g(1)- q) 是g的双重扭曲。显然,\'g=g,g是左连续的当且仅当\'g是右连续的;g是凹的且仅当g是凸的。定理4.1。设Yan和Yb是两个可积随机变量,g是一个凹形畸变函数。假设λ<< ν、 式中,λ是R上的勒贝格测量值,而ν是由ν([0,q])=g′+(1)定义的氡测量值- q) 。那我们就有了≤cxYandρg[Y]=ρg[Y]=> Yd=Y。尤其是ρg[S]=ρg[Sc]<=> Sd=Sc。证明凹形失真函数g的失真度可以用加权TVaR表示。事实上,注意φ(q)=g′+(1- q) 是单调递增的,所以ν([0,q])=φ(q)是正测度。

使用道具

8
kedemingshi 在职认证  发表于 2022-5-8 05:34:21 |只看作者 |坛友微信交流群
我们有ρg[X]=-ZV-aRw[X]dg(1)- w) =ZV-aRw[X]g′+(1)- w) dw=ZV aRw[X]φ(w)dw=ν([0,1])EX+ZT V aRw[X](1)- w) dν(w)=ν([0,1])EX+ZT V aRw[X]du(w),(4.1),其中du(w)=(1- w) dν(w)。可以证明u是一个概率度量。实际上,Zdu(w)=Zν([0,w])dw=Zφ(w)dw=Zg′+(w)dw=1。凸序Y≤cxy包括that EY=EY和t V aRp[Y]≤ T V aRp[Y],对于所有p∈ ( 0, 1). 正如Cheung等人(2015)所说,我们有0=ρg[Y]- ρg[Y]=ZT V aRw[Y](1)- w) dν(w)-ZT V aRw[Y](1)- w) dν(w)。我们得出结论,对于ν-几乎所有的p,T V aRp[Y]=T V aRp[Y]∈ (0,1),并且对于λ-几乎所有的p∈ (0,1)自λ<< ν. 此外,作为函数T V aRp[Y]- T V aRp[Y]是p的连续函数,我们有T V aRp[Y]=T V aRp[Y],对于所有的p∈ (0,1),与E(Y)等价- t) +=E(Y)- t) +全部∈ R.因此Yd=Y.推论4.1。设Yan和Yb是两个可积随机变量,g是一个s trictlyconve x d存储函数。假设λ<< ν、 式中λ是Randνi上的勒贝格测量值,是由ν([0,q])定义的氡测量值=-g′+(1)- q) 。那我们就有那个了≤cxYandρg[Y]=ρg[Y]=> Yd=Y。尤其是ρg[S]=ρg[Sc]<=> Sd=Sc.备注4.1。如果g是任意实值严格凸函数或严格凹函数,则ν等价于λ。因此,定理4.1是定理1.2的推广。备注4.2。Cheung et al.(2015)中的第8个eorem在g是具有绝对连续导数g′的严格凸(或严格凸)存储函数的条件下获得了上述结果。我们注意到,在备注3.2中,如果对g没有进一步的限制(例如,在[0,1]上,g′′大于0 a.e.),则et a l.(2015)中定理8的证明有一个较小的差距。事实上,函数g(x)=Rxφ(t)dtRφ(t)dtR严格地增加了失真函数,但大多数情况下u′′=0 al,其中函数φ在备注2.1中定义。备注4.3。

使用道具

9
kedemingshi 在职认证  发表于 2022-5-8 05:34:25 |只看作者 |坛友微信交流群
正如雷·阿金在张(2010)中所说的那样,情况很糟糕≤cxYin定理4.1可以稍微放宽到Y≤狡猾的事实上,正如我所知≤斯莱伊暗示了这一点≤ 嗯。此外,Y≤狡猾的<=> T V aRp[Y]≤ T V aRp[Y]表示所有p∈ (0,1)(参见,例如Dhaene等人(2 0 06),定理3.2)。通过使用(4.1),我们得到了0=ρg[Y]- ρg[Y]=ν([0,1])(EY- EY)+Z(T V aRw[Y]- T V aRw[Y])du(w),这意味着EY=EYandR(T V aRw[Y]- T V aRw[Y])du(w)=0。因此,Yd=Y.5在Cheung等人(2015)中,我们使用概念X和Y分别表示n个向量(X,X,··,Xn)和(Y,Y,··,Yn)。它们的分量之和分别用SX和SY表示:SX=X+···+Xn和SY=Y+··+Yn。定义5.1函数f:Rn→ 如果对于任何X,Y,R被称为超模∈ Rnit满意度f(X)+f(Y)≤ f(X)∧ Y)+f(X∨ Y),操作员在哪里∨ 和∧ 分别表示坐标最小值和最大值。Xis说,在Y,符号X的超模顺序中,t要更小≤SMY,如果Ef(X)≤Ef(Y)适用于所有超模函数f:Rn→ R的预期存在。与Cheung等人(2015)中的定理13和14平行,我们在较弱的条件下得到了关于u和g的两个定理。定理5.1。考虑n向量X和Y及其各自的和Sx和Sy,它们被认为具有有限的期望值。此外,将区间i与P(SY)联系起来∈一) =1,而u:I→ R可以是任何凹函数。假设λ<< γ、 式中,λ是R上的lebsgue测度,γ是由γ(x,y]=u′+(x)定义的正Radon测度- u′+(y)对于任何x<y,其中u′+是u的右导数。最后,假设eitherE[max(SY,0)]n-1< ∞ 或者E[- min(SY,0)]n-1< ∞.然后我们有了thatX≤SMY和E[u(SX)]=E[u(SY)]=> Xd=Y.定理5.2。考虑n-向量X和Y及其各自的和Sx和Sy,它们被认为具有有限的期望值。

使用道具

10
nandehutu2022 在职认证  发表于 2022-5-8 05:34:28 |只看作者 |坛友微信交流群
此外,设g为凹形畸变函数。假设λ<< ν、 当reλ是R上的勒贝格测度,而ν是由ν([0,q])=g′(1)定义的Rad- q) 。最后,假设eitherE[max(SY,0)]n-1< ∞ 或者E[- min(SY,0)]n-1< ∞.然后我们有了thatX≤SMY和ρg[SX]=ρg[SY]=> Xd=Y。备注5.1。通过从u切换到-在定理5.1和5.2中,我们可以得到凸函数u和g的形式。本研究得到了国家自然科学基金(1117117-9)、中国高等教育博士点研究基金(20133705110002)和山东省高校科研创新团队项目的资助。参考文献[1]张,K。C.(2010年)。用其分量之和的分布来刻画一个共单调随机向量。保险:数学与经济学47(2),130-136。[2] 张克强,J.达恩,A.库库什,林德斯,D.(2015年)。有序随机向量和分布相等。斯堪的纳维亚精算杂志,2015(3),221-244。[3] Denuit,M.,Dhaene,J.,Goovaerts,M.J.,Kaas,R.(2005年)。独立风险的精算理论:度量、顺序和模型。约翰·威利父子公司[4]J.达恩,M.德努特,M.古瓦茨,M.卡斯,R.温克,D.(2002年)。精算学和金融学中的共单调性概念:理论。保险:数学和经济学31(1),3-33。[5] 达恩,J.,库库什,A.,林德斯,D.,唐,Q.(2012)。关于分位数和失真风险度量的备注。《欧洲精算杂志》2319-328。[6] 达恩,J.,范杜夫埃尔,S.,古韦茨,M.J.,卡斯,R.,唐,Q.,温克,D.(2006年)。风险度量和共名性:综述。随机模型22573-606。[7] F–olmer,H.,Schied,A.(2004)。随机金融。Walter de Gruyter&Co.,柏林。[8] 休伊特,E.,K.斯特隆伯格(1965)。真实和抽象的分析。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-6-18 02:47