用不确定性对抗不确定性：一小步

相似文件 换一批

是 否 +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~ !

立即领取

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：
《Fighting Uncertainty with Uncertainty: A Baby Step》
---
作者：
Ravi Kashyap
---
最新提交年份：
2017
---
英文摘要：
  We can overcome uncertainty with uncertainty. Using randomness in our choices and in what we control, and hence in the decision making process, could potentially offset the uncertainty inherent in the environment and yield better outcomes. The example we develop in greater detail is the news-vendor inventory management problem with demand uncertainty. We briefly discuss areas, where such an approach might be helpful, with the common prescription, \"Don\'t Simply Optimize, Also Randomize; perhaps best described by the term - Randoptimization\".   1. News-vendor Inventory Management   2. School Admissions   3. Journal Submissions   4. Job Candidate Selection   5. Stock Picking   6. Monetary Policy   This methodology is suitable for the social sciences since the primary source of uncertainty are the members of the system themselves and presently, no methods are known to fully determine the outcomes in such an environment, which perhaps would require being able to read the minds of everyone involved and to anticipate their actions continuously. Admittedly, we are not qualified to recommend whether such an approach is conducive for the natural sciences, unless perhaps, bounds can be established on the levels of uncertainty in a system and it is shown conclusively that a better understanding of the system and hence improved decision making will not alter the outcomes.
---
中文摘要：
我们可以用不确定性来克服不确定性。在我们的选择和控制中使用随机性，从而在决策过程中使用随机性，可能会抵消环境中固有的不确定性，并产生更好的结果。我们更详细的例子是需求不确定性的新闻供应商库存管理问题。我们简要地讨论了这样一种方法可能有用的领域，以及常见的处方，“不要简单地优化，也要随机化；也许最好用术语-Randoptimization来描述”。1.新闻供应商库存管理2。学校招生3。期刊投稿4。求职者选择5。选股6。货币政策这种方法适用于社会科学，因为不确定性的主要来源是系统成员本身，目前还不知道有什么方法可以完全确定这种环境下的结果，这可能需要能够读懂所有相关人员的想法，并持续预测他们的行动。诚然，我们没有资格建议这种方法是否有助于自然科学，除非也许可以在系统中的不确定性水平上建立界限，并最终证明更好地理解系统并因此改进决策不会改变结果。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Fighting_Uncertainty_with_Uncertainty:_A_Baby_Step.pdf (261.09 KB)

2022-5-10 15:21:46 上传

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

分享0 收藏0 回帖

关键词：不确定性 不确定 确定性 Quantitative Optimization

用不确定性对抗不确定性：一个婴儿StepRavi KashyapCity香港大学2017年10月6日关键词：战斗；不确定性；社会科学；自然科学；循序渐进；Rando Optimizatio nJEL代码：C61优化技术；C44运筹学/统计决策理论；D81风险和不确定性决策标准编辑版：Kashyap，R.（20-17）。用不确定性对抗不确定性：一小步。《理论经济学快报》，7（5），1431-1452。内容1摘要22导言32.1真实比较理论或其缺失。32.2社会科学的不确定性原理。42.3随机优化。63新闻供应商问题73.1符号和术语。83.2基准模型。103.3订购数量。114其他申请的讨论134.1学校招生。134.2求职者选择。144.3期刊提交。144.4库存分拣。154.5国会山B aby静坐危机与货币政策管理。

155进一步研究的限制和范围166结论177附录227.1 Le mma 1的证明。227.2《mma 2》的证明。247.3定理1的证明。267.4提案证明1。我们可以用不确定性来克服不确定性。在我们的选择和控制中使用随机变量，从而在决策过程中使用随机变量，可能会产生环境中固有的不确定性，并产生更好的结果。我们更详细地开发了一个例子，即需求不确定的新闻供应商库存管理问题。我们简要地讨论了这样一种方法可能有用的领域，其中有一个共同的处方：“不要简单地优化，也要随机化；也许最好用术语-随机优化”来描述。新闻供应商或库存管理2。学校录取。期刊提交4。求职者的选择。选股。货币政策这种方法适用于社会科学，因为不确定性的主要来源是系统成员本身，目前还不知道有什么方法可以完全确定这种环境下的结果，这可能需要能够读懂所有相关人员的想法，并持续预测他们的行动。

诚然，我们没有资格建议这种方法是否有利于自然科学，除非也许可以根据系统中的不确定性水平确定界限，并且可以得出结论，更好地理解系统和改进决策不会改变结果。介绍。1真正的比较理论或其不足（Keeney[1]）概述了决策分析：它是什么，它能做什么，不能做什么，以及如何做，包括对公理的总结，同时坚持“决策时无法避免复杂性”。他非正式地将决策分析定义为“对决策问题的常识形式化，对于非正式的常识而言，这些问题太复杂了”；更严格地说，它是“一种哲学，由一套逻辑法则表达，以及基于这些公理的系统过程的方法论和集合，用于负责分析决策问题固有的复杂性。”（Pratt，Raiffa&Schlaifer[2]）是对决策分析公理的详细讨论；（raiffa[3]）是一个有趣的个人账户。需要注意的是，这种方法与主观或个人评估在不确定性条件下制定决策的概率（拉姆齐[4]；萨维奇[5]）的相似之处。如果我们承认常识无法处理复杂性，尤其是当参与者自己的主观决定正在创造复杂性时；我们需要对这样一种可能性持开放态度，即：导致决策改进的审慎分析可能只是一种幻觉。社会科学的一个显著标志是缺乏客观性。在这里，我们断言客观性是关于不同参与者所做的比较，并且比较是决定的前兆（Kashyap[6]）。猜想1。

尽管社会科学取得了一些进步，但我们还没有发现一种客观的比较标尺，即所谓的真正的比较理论，它可以帮助我们做出客观的决定。对这一理论的探索可以再次与中世纪炼金术士痴迷于将一切都变成黄金相比较（Kashyap[7]）。就我们目前的目的而言，缺乏这样一个客观的衡量标准意味着，不同参与者评估的比较差异可能会影响相同环境下的不同决策。因此，尽管社会科学中存在种种不确定性，但我们几乎可以肯定的一点是，所有决策过程中都存在主观性。由于缺乏客观的比较标准，人们在做出主观决定时会以不同的程度和速度做出反应。一个决定会在比较中产生一种行为和主观性，从而使人区分决定和不可预测的行为。在社会科学中无法做出一致的预测，这解释了通过在整个比较、决策和行动周期中收集更多信息，更好地进行综合并改进决策过程和后续行动的日益增长的趋势。社会科学的另一个特点是，参与者的行为影响着系统的状态，影响着一种状态转移，这种状态转移使相关参与者的比较、决定和行动再次旋转。

这意味着，参与者越多，系统的变化越多，需要采取的行动越多，生成的信息越多。2.2《社会科学的不确定性原理》（劳森[8]）认为凯恩斯主义关于不确定性的观点（即使在概率方面，也通常不可能评估所有可能的当前行动的未来结果：凯恩斯[9]；[10]；[11]），远远不是对经济分析的专注或破坏性，而是会产生研究项目，包括：，在其他事物中，一种关于不确定性下的理性行为的观点，可能会产生潜在的成果。（奈特[12]）在他的开创性著作《风险、不确定性和利益》中，对不确定性和风险进行了区分，这对我们理解不确定性的工作非常有启发。首先，我们注意到凯恩斯主义和奈特主义的不确定性观点之间的差异（Hoogduin[13]）：奈特主要关注数值可测量和不可数值测量概率之间的区别；凯恩斯强调，概率通常必须基于少量的知识。不确定性有很多定义；为了简单起见并符合我们目前的目的，我们基于凯恩斯主义和奈特主义的观点考虑以下定义：定义1。不确定性是缺乏确定性；一种知识有限的情况，无法准确描述现有状态、未来结果，甚至无法意识到所有可能的结果。在某些情况下，风险意味着不可测量的数量，而在另一些情况下，它显然不是这种性质的东西。然后，不确定性变成了不可测量且不可能计算的风险。鉴于对风险和不确定性的定义，我们的论文可能必须命名为：与风险作斗争。

忽略了当前标题更吸引人的可能性，我们注意到，我们试图控制或测量不确定性，可能会导致不易测量的后果。总的来说，即使我们认为自己对风险有很好的认识，我们也可能高估了自己估计风险的能力（我们的行动对任何社会系统的影响及其结果），这正是我们对不确定性的定义。为了让读者了解许多常用定义的含义，我们注意到：风险也是获得或失去有价值的东西的可能性（Kungwani[57]）。价值观（如身体健康、社会地位、情感幸福或财务财富）可以在冒险时获得或失去，这是由给定的作为或不作为、可预见或不可预见造成的。风险也可以定义为与不确定性的有意互动。风险可以被视为一种不确定状态，其中一些可能的结果会产生不希望的影响或重大损失。风险度量包括提出一组可测量的不确定性，其中一些可能的结果（McManus和Hastings[14]）阐明了影响复杂工程系统的广泛不确定性，并提供了一个框架，以了解它们所产生的风险（和机遇），以及系统设计人员可以用来缓解或利用这些风险的策略。这些观点对社会科学中的政策制定者来说没有那么重要，并且对于研究人员在了解和应对复杂系统的方法时具有指导意义，同时牢记动态社会系统的警告。

（Kashyap[7]）disc利用社会科学的不确定性原理和反馈回路来克服这种现象，参与者观察结果并改变可能导致意外和不同后果的行为。猜想2。社会科学的不确定性原理可以表述为：“社会科学中的任何概括都不能既流行又继续产生预测，或者换句话说，一个特定的概括越流行，它产生的预测就越不准确。”。这是因为一旦任何泛化及其条件集成为公共知识，许多参与者的进入就会改变平衡或动态，这样泛化就不再适用于已知的条件集。当有更多的人组成该系统时，观察可能会更受欢迎；在可能的情况下，努力明确地理解预测是如何出错的，这一点很重要。然后，每个社会系统都在这一原则的覆盖范围内运行。参与者在社会系统中的这种不同行为会产生意想不到的后果（Kashyap[15]；[16]），只要参与者能够自由观察结果并修改自己的行为，这种影响就会持续下去。（Simon[17]）指出，任何试图寻找多种复杂系统（物理、生物或社会）共有的特性的尝试，都会导致等级理论，因为在自然界中观察到的复杂系统中有很大一部分是表现层次结构的。（Kashyap[18]；[19]）考虑降低社会系统复杂性的方法，这可能是缓解意外结果影响的一种方法。

虽然设计不太复杂的系统是值得努力的，但在某些情况下，降低复杂性可能很难实现，尽管成功地降低了复杂性，但处理不确定性的替代技术是值得称赞的互补性追求。也许可以观察损失，并将损失的大小考虑在内。不确定性测量包括尽可能最好地评估一组可能的状态或结果，其中概率与每个可能的状态或结果一致。谢尔盖·布布卡[谢尔盖·布布卡：http://en.wikipedia.org/wiki/Sergey_Bubka]是我们不确定性的象征。作为年轻一代的复习，他35次打破撑杆跳世界纪录。我们可以把监管变化或新方法和新技术的使用看作是提高标准。每次提高标准，谢尔盖·布布卡（Sergei Bubka）的精神就会在我们所有人心中找到克服它的方法。历史趋势（或其他属性），并在数量较少的实体之间进行比较；虽然在大型系统中，有许多组件或贡献元素，这可能是一项艰巨的任务，需要探索跨群体或小型系统集合的构建措施（Kashyap[6]；[20]）。2.3 Randoptimization（Kleywegt&Shapiro[21]）详细说明了在不确定性下的决策，以及决策问题通常如何形成s优化问题，并使用随机优化技术解决。在本文中，我们进一步探讨了在我们的选择和控制中引入随机性，从而在决策过程中引入随机性，可以潜在地消除环境中固有的不确定性，并产生更好的结果。简而言之，我们试图用不确定性来克服不确定性。

这种方法虽然看似荒谬，但却是解决当今社会普遍存在的决策过程中更为荒谬的问题的良药。它解决了由于我们对复杂系统理解的局限性而产生的问题，以及我们大多数测量极易出错的普遍公认问题。备注1。需要是一切创造之母，但常常被遗忘的父亲是挫折。思考不确定性的来源和获取不确定性的工具，可能会让我们相信，要么是我们的数学知识水平不够先进，要么是我们使用了错误的方法。生活中许多有趣的情况（见第4节）都是由它们固有的不确定性造成的，我们（所有研究人员和社会）似乎都在寻求用逻辑（数学）来解决这些问题。本文的目的是说明为什么处理不确定性，一些扭曲的东西，需要一种同样扭曲的方法，并且可能无法使用依赖精度的str-aight技术获得解决方案。逻辑和随机性之间的二分法是一种特应性，值得在许多方面进行研究。我们的创新是一种可能的替代方法，简洁地表述为“以不确定性对抗不确定性”。这种技术适用于社会科学，因为不确定性的主要来源是系统成员本身，目前还不知道有什么方法可以完全确定这种环境下的结果，这可能需要能够读懂所有相关人员的想法，并持续预测他们的行动。