[论文解读] Non-standard analysis for coherent risk estimation: hyperfinite representations, discrete Kusuoka formulae, and plug-in asymptotics

Tomasz Kania|arXiv (Cornell University)|Jan 31, 2026

Risk and Portfolio Optimization被引用 0

一句话总结

该论文发展了一个非标准分析框架，以统一一致风险度量及其有限样本估计量，提供超有限表示、离散的Kusuoka表示以及谱CRE的插件渐近性表示。

ABSTRACT

We develop a non-standard analysis framework for coherent risk measures and their finite-sample analogues, coherent risk estimators, building on recent work of Aichele, Cialenco, Jelito, and Pitera. Coherent risk measures on $L^\infty$ are realised as standard parts of internal support functionals on Loeb probability spaces, and coherent risk estimators arise as finite-grid restrictions. Our main results are: (i) a hyperfinite robust representation theorem that yields, as finite shadows, the robust representation results for coherent risk estimators; (ii) a discrete Kusuoka representation for law-invariant coherent risk estimators as suprema of mixtures of discrete expected shortfalls on $\{k/n:k=1,\ldots,n\}$; (iii) uniform almost sure consistency (with an explicit rate) for canonical spectral plug-in estimators over Lipschitz spectral classes; (iv) a Kusuoka-type plug-in consistency theorem under tightness and uniform estimation assumptions; (v) bootstrap validity for spectral plug-in estimators via an NSA reformulation of the functional delta method (under standard smoothness assumptions on $F_X$); and (vi) asymptotic normality obtained through a hyperfinite central limit theorem. The hyperfinite viewpoint provides a transparent probability-to-statistics dictionary: applying a risk measure to a law corresponds to evaluating an internal functional on a hyperfinite empirical measure and taking the standard part. We include a standardd self-contained introduction to the required non-standard tools.

研究动机与目标

• 动机：从有限样本估计一致风险度量并桥接总体理论与样本理论。
• 提供一个统一的NSA框架，在L^∞上的CRMs是Loeb空间内部泛函的标准部分，CREs是有限阴影。
• 推导有限样本鲁棒表示以及对法则不变CRE的新表示，包括离散的Kusuoka表示。
• 在NSA框架下，建立谱插件估计量的一致性、自举有效性和渐近正态性结果。
• 探讨对Orlicz空间的扩展及在模型不确定性下的风险估计的实际含义。

提出的方法

• 构建CRMs在Loeb概率空间上内部泛函的超有限表示，并作为标准部分。
• 表明CREs通过离散网格约束，从CRMs的有限阴影中产生。
• 给出对法则不变CREs的离散Kusuoka表示，作为{k/n}网格点上的离散期望短缺的极大（sup）表示。
• 在具有显式收敛速率的 Lipschitz 谱类上，推导谱插件估计量的一致性为几乎处处（uniform almost sure）的。
• 在紧性和统一估计假设下，给出Kusuoka型插件一致性定理。
• 通过NSA对泛函delta方法的 reformulation，证明谱插件估计量的自举有效性。
• 通过超有限中心极限定理得到渐近正态性。

实验结果

研究问题

• RQ1 CRMs在L∞上的表示是否为Loeb空间上超有限内部泛函的标准部分？
• RQ2 对CRMs估计量和法则不变CREs的有限样本鲁棒表示是什么？
• RQ3 法则不变CREs能否离散地表示为网格点离散期望短缺的混合的混合表示？
• RQ4 谱插件估计量在 Lipschitz 谱类上是否表现出统一的一致性及明确的收敛速率？
• RQ5 在NSA增强的delta方法下，谱插件估计量的自举是否有效，且NSA是否能通过超有限CLT得到渐近正态性？

主要发现

• CRMs在L∞上的标准部分是超有限内部泛函，统一了总体视角与有限样本视角。
• CRMs估计量具有超有限鲁棒表示，为在有限单纯形上的线性泛函的极大（sup）表示。
• 每个法则不变CRE都有离散Kusuoka表示，作为网格点离散ES的混合的极大表示。
• 在 Lipschitz 谱类上，标准谱插件估计量的一致性（几乎处处）被确立，并给出显式收敛速率。
• 在紧性和统一估计假设下，给出Kusuoka型插件一致性定理。
• 通过NSA对泛函delta方法的 reformulation，在标准光滑性假设下，证明谱插件估计量的自举有效性。
• 通过超有限中心极限定理得到渐近正态性。