[논문 리뷰] A note on conditional risk measures of Orlicz spaces and Orlicz-type modules

J. Orihuela, José Miguel Zapata|arXiv (Cornell University)|2016. 12. 12.

Risk and Portfolio Optimization참고 문헌 15인용 수 4

한 줄 요약

이 논문은 조건부 집합 이론과 모듈러 확장의 활용을 통해 오르리치 공간 내 조건부 및 동적 위험 측도에 대한 강력한 표현을 수립한다. 오르리치 유형 모듈러의 조건부 순서 연속 쌍대를 특성화하고, 스칼라화 기반 프레임워크를 제공하여 위험 측도를 조건부 기대와 모듈러 노름의 관점에서 표현한다.

ABSTRACT

We consider conditional and dynamic risk measures of Orlicz spaces and study their robust representation. For this purpose, given a probability space $(\Omega,\mathcal{E},\mathbb{P})$, a sub-$\sigma$-algebra $\mathcal{F}$ of $\mathcal{E}$, and a Young function $\varphi$, we study the relation between the classical Orlicz space $L^\varphi(\mathcal{E})$ and the modular Orlicz-type module $L^\varphi_\mathcal{F}(\mathcal{E})$; based on conditional set theory, we describe the conditional order continuous dual of a Orlicz-type module; and by using scalarization and modular extensions of conditional risk measures together with elements of conditional set theory, we finally characterize the robust representation of conditional risk measures of Orlicz spaces.

연구 동기 및 목표

• 고전적 오르리치 공간 $ L^\varphi(\mathcal{E}) $ 와 모듈러 오르리치 유형 모듈러 $ L^\varphi_\mathcal{F}(\mathcal{E}) $ 간의 구조적 관계를 조사하는 것.
• 오르리치 유형 모듈러의 순서 연속 쌍대를 분석하기 위한 조건부 집합 이론 기반 프레임워크를 개발하는 것.
• 스칼라화 및 모듈러 확장을 활용하여 조건부 위험 측도의 강력한 표현을 수립하는 것.
• 고전적 위험 측도 이론을 오르리치 유형 모듈러 내 동적 및 조건부 설정으로 확장하는 것.

제안 방법

• 조건부 집합 이론을 활용하여 오르리치 유형 모듈러 내 조건부 벡터 공간과 쌍대성을 모델링한다.
• 조건부 순서 수렴을 사용하여 $ L^\varphi_\mathcal{F}(\mathcal{E}) $ 의 조건부 순서 연속 쌍대를 정의한다.
• 스칼라화 기법을 적용하여 조건부 위험 측도를 스칼라 값을 갖는 대응체로 변환한다.
• 모듈러 확장을 활용하여 고전적 $ L^p $-유형 설정을 초월한 위험 측도 표현을 일반화한다.
• 모듈러 노름을 통한 조건부 위험 측도와 조건부 기대 간의 연결을 수립한다.
• 모듈러 이론과 조건부 쌍대를 조합하여 위험 측도의 표현 정리를 도출한다.

실험 결과

연구 질문

• RQ1 조건부 설정에서 고전적 오르리치 공간 $ L^\varphi(\mathcal{E}) $ 와 모듈러 오르리치 유형 모듈러 $ L^\varphi_\mathcal{F}(\mathcal{E}) $ 는 어떻게 관련되어 있는가?
• RQ2 오르리치 유형 모듈러의 조건부 순서 연속 쌍대의 구조는 어떠한가?
• RQ3 스칼라화와 모듈러 확장을 어떻게 활용하여 조건부 위험 측도를 표현할 수 있는가?
• RQ4 어떤 조건이 오르리치 유형 모듈러 내 조건부 위험 측도의 강력한 표현을 보장하는가?
• RQ5 조건부 집합 이론은 비가산적이고 비선형 공간에서 위험 측도 분석을 어떻게 지원하는가?

주요 결과

• $ L^\varphi_\mathcal{F}(\mathcal{E}) $ 의 조건부 순서 연속 쌍대는 조건부 순서 수렴과 조건부 집합 이론적 쌍대를 통해 특성화된다.
• 스칼라화와 모듈러 확장을 통해 조건부 위험 측도의 강력한 표현이 달성되며, 이는 고전적 표현을 일반화한다.
• $ L^\varphi(\mathcal{E}) $ 와 $ L^\varphi_\mathcal{F}(\mathcal{E}) $ 간의 관계는 조건부 기대와 모듈러 노름을 통해 형식화된다.
• 이 프레임워크는 조건부 기대와 모듈러 함수형을 통해 동적 위험 측도를 표현할 수 있게 한다.
• 조건부 집합 이론의 활용은 비가산적이고 비반사적 오르리치 유형 모듈러 내 조건부 쌍대의 엄밀한 다루움을 가능하게 한다.
• 결과적으로 모듈러 및 조건부 방법을 통해 위험 측도 이론은 $ L^p $-공간을 초월하여 일반 오르리치 공간으로 확장된다.