[논문 리뷰] On random convex analysis -- the analytic foundation of the module approach to conditional risk measures

Tiexin Guo, Shien Zhao외 1명|arXiv (Cornell University)|2012. 10. 05.

Risk and Portfolio Optimization참고 문헌 38인용 수 13

한 줄 요약

이 논문은 랜덤 국소적 볼록 모듈러의 전체 랜덤 볼록 분석 프레임워크를 구축하며, $(\varepsilon,\lambda)$-위상과 국소적 $L^0$-볼록 위상의 통합을 통해, 모든 $L^0$-볼록 $L^p$-조건부 리스크 측도($1 \leq p \leq \infty$)가 $L^p_{\mathcal{F}}(\mathcal{E})$-조건부 리스크 측도로 유일하게 확장된다는 것을 증명한다. 주요 기여는 $L^p$-측도의 쌍대 표현이 더 일반적인 $L^p_{\mathcal{F}}(\mathcal{E})$-프레임워크의 특수한 경우임을 보여주며, 이로써 두 측도의 연구를 통합하고, 가чёт한 합성 폐쇄와 국소적 성질이 $L^0$-볼록 리스크 측도 분석을 단순화하는 강력한 분석 도구임을 드러낸다.

ABSTRACT

To provide a solid analytic foundation for the module approach to conditional risk measures, this paper establishes a complete random convex analysis over random locally convex modules by simultaneously considering the two kinds of topologies (namely the $(\varepsilon,λ)$--topology and the locally $L^0$-- convex topology). Then, we make use of the advantage of the $(\varepsilon,λ)$--topology and grasp the local property of $L^0$--convex conditional risk measures to prove that every $L^{0}$--convex $L^{p}$--conditional risk measure ($1\leq p\leq+\infty$) can be uniquely extended to an $L^{0}$--convex $L^{p}_{\mathcal{F}}(\mathcal{E})$--conditional risk measure and that the dual representation theorem of the former can also be regarded as a special case of that of the latter, which shows that the study of $L^p$--conditional risk measures can be incorporated into that of $L^{p}_{\mathcal{F}}(\mathcal{E})$--conditional risk measures. In particular, in the process we find that combining the countable concatenation hull of a set and the local property of conditional risk measures is a very useful analytic skill that may considerably simplify and improve the study of $L^{0}$--convex conditional risk measures.

연구 동기 및 목표

• 랜덤 볼록 분석을 활용하여 모듈 접근법을 통한 조건부 리스크 측도의 엄밀한 분석 기초를 제공한다.
• 기존의 $L^p$-조건부 리스크 측도가 $L^p_{\mathcal{F}}(\mathcal{E})$-조건부 리스크 측도로 유일하게 확장될 수 있음을 증명하여 두 측도의 연구를 통합한다.
• 특정 $L^p$-조건부 리스크 측도의 쌍대 표현이 더 일반적인 $L^p_{\mathcal{F}}(\mathcal{E})$-프레임워크의 특수한 경우임을 입증한다.
• 가чёт한 합성 폐쇄와 국소적 성질이 $L^0$-볼록 리스크 측도 분석을 단순화하는 핵심 분석 도구로 식별하고 활용한다.
• 확장된 리스크 측도가 $(\varepsilon,\lambda)$-위상 하에서 하부 연속성 및 연속성임과 동치가 되는 조건을 확립한다.

제안 방법

• 랜덤 국소적 볼록 모듈러에 정의된 두 위상인 $(\varepsilon,\lambda)$-위상과 국소적 $L^0$-볼록 위상을 동시에 분석한다.
• 두 위상 하에서 Fenchel-Moreau 쌍대 정리의 응용을 통해 $L^0$-볼록 하부연속 적합 함수의 쌍대 표현을 도출한다.
• 조건부 리스크 측도의 국소적 성질과 집합의 가чёт한 합성 폐쇄를 활용하여 분석을 단순화하고 확장 정리를 증명한다.
• 쌍대성과 위상적 특성화를 통해 $(\varepsilon,\lambda)$-위상 하에서 확장된 리스크 측도의 하부연속성과 연속성 간의 동치성을 확립한다.
• 레마 3.16과 레마 4.24를 적용하여 쌍대 함수 간의 관계를 규명하고 $f^* = \bar{f}^*$임을 증명함으로써, $L^p(\mathcal{E})$와 $L^p_{\mathcal{F}}(\mathcal{E})$ 공간 간의 쌍대 결과 전이를 가능하게 한다.
• 특정 적분 가능성 및 기대값 제약 조건을 만족하는 쌍대 변수 하에서, $L^p$-조건부 리스크 측도의 쌍대 표현이 $L^p_{\mathcal{F}}(\mathcal{E})$-측도의 쌍대 표현과 동치임을 증명한다.

실험 결과

연구 질문

• RQ1 모든 $L^0$-볼금 $L^p$-조건부 리스크 측도는 $L^p_{\mathcal{F}}(\mathcal{E})$-조건부 리스크 측도로 유일하게 확장될 수 있는가?
• RQ2 $L^p$-조건부 리스크 측도의 쌍대 표현은 $L^p_{\mathcal{F}}(\mathcal{E})$-프레임워크 내의 쌍대 표현의 특수한 경우인가?
• RQ3 랜덤 볼록 분석과 쌍대성의 맥락에서 $(\varepsilon,\lambda)$-위상과 국소적 $L^0$-볼록 위상 간의 관계는 어떠한가?
• RQ4 집합의 가чёт한 합성 폐쇄는 $L^0$-볼금 조건부 리스크 측도 분석을 단순화하는 데 어떤 역할을 하는가?
• RQ5 확장된 $L^p_{\mathcal{F}}(\mathcal{E})$-리스크 측도가 $(\varepsilon,\lambda)$-위상 하에서 하부연속성 또는 연속성이 되는 조건은 무엇인가?

주요 결과

• 모든 $L^0$-볼금 $L^p$-조건부 리스크 측도($1 \leq p \leq \infty$)는 $L^p_{\mathcal{F}}(\mathcal{E})$-조건부 리스크 측도로 유일하게 확장된다.
• $L^p$-조건부 리스크 측도의 쌍대 표현은 그 $L^p_{\mathcal{F}}(\mathcal{E})$-확장과 동치이며, 이는 일반적인 $L^p_{\mathcal{F}}(\mathcal{E})$-프레임워크가 $L^p$-경우를 포함함을 의미한다.
• 집합의 가чёт한 합성 폐쇄와 조건부 리스크 측도의 국소적 성질의 조합은 $L^0$-볼금 리스크 측도 분석을 단순화하는 강력한 분석 도구이다.
• 정리 4.31은 $L^p$-조건부 리스크 측도의 쌍대 표현에 대해 일곱 가지 동치 조건을 확립한다. 이에는 $(\varepsilon,\lambda)$-위상 하에서의 하부연속성과 연속성이 포함된다.
• 확장된 리스크 측도 $\bar{f}$는 $(\varepsilon,\lambda)$-위상 하에서 하부연속적임이 그 쌍대 표현이 성립할 조건, 즉 쌍대 변수 $y$가 $E(|y|^{q}|\mathcal{F}) \in L^\infty(\mathcal{F})$ 이고 $E(y|\mathcal{F}) = -1$ 임을 만족할 때에만 성립한다.
• 정리 4.31의 증명은 [10]의 보조정리 4.27에 대한 훨씬 더 짧고 일반적인 증명을 제공하며, 동시에 그 타당성에 필요한 필수 및 충분 조건을 규명한다.