[论文解读] Risk assessment for uncertain cash flows: Model ambiguity, discounting ambiguity, and the role of bubbles

Beatrice Acciaio, Hans Foellmer+1 more|arXiv (Cornell University)|Feb 19, 2010

Risk and Portfolio Optimization被引用 6

一句话总结

本文通过将模型模糊性与贴现模糊性整合到随机过程的动态凸风险度量中，提出了一套稳健的不确定现金流动态风险评估框架。它建立了时间一致性的上鞅表征，并识别出‘泡沫’——惩罚过程中的鞅分量——作为渐近安全失效的根源，揭示了在模糊性下风险评估中的关键不稳定性。

ABSTRACT

We study the risk assessment of uncertain cash flows in terms of dynamic convex risk measures for processes as introduced in Cheridito, Delbaen, and Kupper (2006). These risk measures take into account not only the amounts but also the timing of a cash flow. We discuss their robust representation in terms of suitably penalized probability measures on the optional sigma-field. This yields an explicit analysis both of model and discounting ambiguity. We focus on supermartingale criteria for different notions of time consistency. In particular we show how bubbles may appear in the dynamic penalization, and how they cause a breakdown of asymptotic safety of the risk assessment procedure.

研究动机与目标

• 解决在评估不确定现金流时，概率模型与贴现因子联合不确定性的问题。
• 将凸风险度量扩展至考虑现金流时间与金额的动态、过程化设定。
• 通过惩罚与风险过程的上鞅性质，表征动态风险度量的时间一致性。
• 识别并分析‘泡沫’——惩罚中鞅分量——作为渐近安全失效的机制。
• 对可选σ-代数上的测度进行概率分解，以分离模型与贴现不确定性。

提出的方法

• 使用乘积空间表示 $\bar{\Omega} = \Omega \times \mathbb{T}$，并配备可选σ-代数，将现金流视为联合概率空间上的随机变量。
• 对可选σ-代数上的绝对连续测度应用分解 $\bar{Q} = Q \otimes D$，其中 $Q$ 捕获模型模糊性，$D$ 捕获贴现模糊性。
• 通过在测度集 $\bar{Q} = Q \otimes D$ 上的惩罚期望，推导出动态凸风险度量的稳健表示，实现对模型与贴现不确定性的联合建模。
• 通过惩罚与风险过程的上鞅性质表征时间一致性，类比经典随机变量结果。
• 利用Riesz分解识别惩罚过程中的鞅分量，将其解释为破坏渐近安全性的‘泡沫’。
• 在乘积空间上使用条件期望公式，将 $\mathbb{E}_{\bar{Q}}[X|\bar{\mathcal{F}}_t]$ 显式表示为 $Q$-条件期望与贴现过程 $D$ 的函数。

实验结果

研究问题

• RQ1 当同时存在模型与贴现不确定性时，如何对动态凸风险度量进行稳健表示？
• RQ2 可选σ-代数与乘积空间结构在模糊性下建模时变现金流中起到何种作用？
• RQ3 惩罚过程的贴现后上鞅性质如何确保动态风险评估中的时间一致性？
• RQ4 ‘泡沫’——即惩罚过程中定义的鞅分量——如何产生，其对风险评估稳定性有何影响？
• RQ5 在何种条件下，两个测度 $\bar{Q}^1$ 与 $\bar{Q}^2$ 在 $\bar{\mathcal{F}}_t$ 上一致，且这与 $Q$ 与 $\gamma$ 在 $\mathcal{F}_t$ 与 $s < t$ 上的一致性有何关联？

主要发现

• 动态凸风险度量的稳健表示涉及分解 $\bar{Q} = Q \otimes D$，明确分离了通过 $Q$ 表示的模型模糊性与通过 $D$ 表示的贴现模糊性。
• 动态风险度量的时间一致性由贴现后惩罚与风险过程的上鞅性质表征，将经典结果推广至过程设定。
• 在贴现后惩罚过程的Riesz分解中出现的鞅分量对应于‘泡沫’，导致风险评估中渐近安全性的崩溃。
• 推导出乘积空间上的条件期望公式：$\mathbb{E}_{\bar{Q}}[X|\bar{\mathcal{F}}_t] = X_0 1_{\{0\}} + \dots + \mathbb{E}_Q[\sum_{s \in \mathbb{T}_t} \frac{\gamma_s}{D_t} X_s | \mathcal{F}_t] 1_{\mathbb{T}_t}$，在 $\{D_t > 0\}$ 上 $Q$-几乎必然成立。
• $\bar{Q}^1$ 与 $\bar{Q}^2$ 在 $\bar{\mathcal{F}}_t$ 上一致，当且仅当 $Q^1 = Q^2$ 在 $\mathcal{F}_t \cap \{D^1_t > 0\}$ 上成立，且对所有 $s < t$ 有 $\gamma^1_s = \gamma^2_s$ $Q^1$-几乎必然，建立了测度一致与分量等价之间的精确联系。
• $\gamma_\infty > 0$ $Q$-几乎必然的条件，等价于 $Q \in \mathcal{M}(P)$ 且 $\gamma_\infty > 0$ $P$-几乎必然在 $\{M_\infty > 0\}$ 上成立，为非退化终端测度的存在性提供了判据。