|
对于每个网络(Xα) X和X∈ X我们有Xαo-→ X个==> ρ(X)≤ lim infαρ(Xα)。类似地,如果ρ对于无界阶收敛是下半连续的,即对于每个(Xα),则ρ满足超Fatou性质 X和X∈ X我们有Xαuo-→ X个==> ρ(X)≤ lim infαρ(Xα)。单调性的性质是风险度量理论的标准,参见F¨ollmer and Schied(2017)。拟凸性的概念也在arisk测度背景下得到了广泛研究,参见Cerreia Vioglio et al.(2011)和Dra peau and Kupper(2013)。Artzner等人(1999)引入了S-可加性的性质,这对于为风险函数指定操作解释很重要。实际上,在这种情况下,ρ(X)=inf{m∈ RX+毫秒∈ A} (6)对于每个位置X∈ X,其中A={ρ≤ 0}. 因此,数量ρ(X)可以自然地解释为为了确保“可接受性”而必须获得的“参考资产”的最小单位数。我们参考Munari(2015)对此类风险函数的综合处理。Fatou性质在获得凸风险测度的可处理对偶表示中起着关键作用。在有界随机变量的设置中,最初的贡献可以追溯到Delbaen(2002)。注意,如果X具有可数sup性质,则每当X是L的理想时,情况就是这样(Ohm, F、 P),则可以用定义(超级)Fatou属性的序列替换网络(Xα)。事实上,根据可计算的支持,如果净(Xα)(无界-)阶收敛到X,那么我们可以找到可计算的族(αn),使得(Xαn)(无界-)阶也收敛到X。下一个结果记录了上述性质在子级集方面的简单表征。省略了简单的证明。引理18。
|