[論文レビュー] A New Central Limit Theorem under Sublinear Expectations

Shigē Péng|ArXiv.org|Mar 18, 2008

Stochastic processes and financial applications参考文献 11被引用数 167

ひとこと要約

本稿は、部分線形期待値の下で、平均と分散の不確実性を捉える一般化されたG-分布を導入することで、新たな中心極限定理（CLT）を確立する。可視解理論と完全非線形PDEの推定値を活用して、独立な確率的ベクトルの和が法的にG正規分布に収束することを証明し、金融・リスク管理における不確実性のシナリオに古典的CLTを拡張する。

ABSTRACT

We describe a new framework of a sublinear expectation space and the related notions and results of distributions, independence. A new notion of G-distributions is introduced which generalizes our G-normal-distribution in the sense that mean-uncertainty can be also described. W present our new result of central limit theorem under sublinear expectation. This theorem can be also regarded as a generalization of the law of large number in the case of mean-uncertainty.

研究の動機と目的

• モデル不確実性、特に平均と分散の曖昧性を含む設定への古典的中心極限定理の拡張。
• 不確実な分布を扱えるように一般化された古典的確率論を拡張する部分線形期待値空間の新フレームワークの構築。
• 平均と分散の不確実性を捉える一般化されたG-分布の導入と特徴付け、以前のG正規分布の拡張。
• 部分線形期待値の下で独立な確率的ベクトルの和の収束に関する厳密な結果の確立、法的に一般化されたG-分布への収束の証明。
• 金融・リスク評価に適した非加法的かつモデル曖昧性を伴う確率設定における大数の法則とCLTの理論的基盤の提供。

提案手法

• 局所リプシッツ関数について閉じた確率変数の線形空間を用いて、部分線形期待値空間を形式化する。
• 単調性、定数の保存、劣加法性、正homogeneityを用いて部分線形期待値を定義する。
• G-分布の概念を導入し、平均の不確実性を含むG正規分布の一般化として位置付ける。
• 完全非線形放物型PDEの可視解理論を適用して、主要な収束結果を導出する。
• 参考文献[5]の完全非線形PDEからの深い内部推定値を用いて、部分線形期待値の下でのCLTを証明する。
• 可視解の比較および支配定理を確立し、極限分布の挙動を制御する。

実験結果

リサーチクエスチョン

• RQ1 平均と分散が不確実な部分線形期待値空間において、中心極限定理を確立できるか？
• RQ2 部分線形期待値の下で、独立同分布の確率的ベクトルの和の極限分布は何か？
• RQ3 一般化されたG-分布は、平均の不確実性を含む形で、古典的G正規分布をどのように拡張するか？
• RQ4 モデル曖昧性の文脈において、古典的CLTおよび大数の法則をどの程度まで一般化できるか？
• RQ5 完全非線形PDEの可視解は、部分線形期待値の下での収束を証明するために果たす役割は何か？

主な発見

• 本稿は、部分線形期待値の下で、独立同分布の確率的ベクトルの和が法的にG-分布に収束することを証明し、新たな中心極限定理を確立する。
• 極限分布は、平均と分散の不確実性を捉える一般化されたG正規分布であり、古典的正規分布を拡張する。
• 平均と分散の不確実性が消える特別な場合、G-分布は古典的正規分布に簡略化される。
• 証明は、特に可視解技法を用いた完全非線形PDEからの深い推定値に依存しており、収束挙動を制御する。
• 収束は部分線形期待値の下で法的に確立され、古典的分布収束の概念を一般化する。
• この枠組みは、モデル不確実性下での大数の法則に厳密な基盤を提供し、加法的確率測度の範囲を越えてその有効性を拡張する。