[论文解读] Risk Aversion and Coherent Risk Measures: a Spectral Representation Theorem

Carlo Acerbi|ArXiv.org|Jul 10, 2001

Risk and Portfolio Optimization参考文献 11被引用 13

一句话总结

本文提出了 coherent risk measures 的谱表示定理，表明任意 coherent risk measure 均可表示为通过风险厌恶函数 φ(p) 加权的预期短缺（expected shortfalls）的加权平均。其主要贡献在于建立了 coherent risk measures 与可接受的风险谱 φ 之间的一一对应关系，从而实现了将主观风险厌恶映射为 coherent risk measures，并为实际应用提供了离散且一致的估计器。

ABSTRACT

We study a space of coherent risk measures M_phi obtained as certain expansions of coherent elementary basis measures. In this space, the concept of ``Risk Aversion Function'' phi naturally arises as the spectral representation of each risk measure in a space of functions of confidence level probabilities. We give necessary and sufficient conditions on phi for M_phi to be a coherent measure. We find in this way a simple interpretation of the concept of coherence and a way to map any rational investor's subjective risk aversion onto a coherent measure and vice--versa. We also provide for these measures their discrete versions M_phi^N acting on finite sets of N independent realizations of a r.v. which are not only shown to be coherent measures for any fixed N, but also consistent estimators of M_phi for large N. Finally, we find in our results some interesting and not yet fully investigated relationships with certain results known in insurance mathematical literature.

研究动机与目标

• 通过基于风险厌恶函数的谱表示，建立对 coherent risk measures 的完整表征。
• 确定使某一度量为 coherent 的风险厌恶函数 φ 的必要与充分条件。
• 开发 spectral risk measures 的离散、有限样本版本，使其在保持 coherent 性的同时，成为连续版本的一致估计器。
• 将金融风险管理中 coherence 的概念与精算科学中的既定概念相联系。
• 为在基于情景的风险管理系统中实现 coherent risk measures 提供实用框架。

提出的方法

• 定义风险度量空间 Mϕ 为在置信水平 p ∈ [0,1] 上对谱函数 φ(p) 的积分，其中 Mϕ(X) = ∫₀¹ φ(p) F⁻¹_X(p) dp。
• 证明 Mϕ 为 coherent 的充要条件是 φ 非负、单调递减且可积（即 φ ∈ L¹([0,1])，且满足 ∫₀¹ φ(p) dp = 1）。
• 引入基于 N 个独立情景的离散近似 Mϕ^(N)，权重为 φi = φ(i/N) / ∑ₖ φ(k/N)，确保在有限 N 下保持 coherence。
• 证明在较弱可积性条件下（一阶矩有限且 φ 有界），当 N → ∞ 时，Mϕ^(N) 几乎必然收敛于 Mϕ。
• 利用谱表示，将任何理性投资者的主观风险厌恶通过 φ(p) 映射为一个 coherent risk measure。
• 借助经验过程理论结果（如文献 [11] 的定理 3.1）建立离散估计器的一致性。

实验结果

研究问题

• RQ1 函数 φ(p) 需满足何种条件，才能保证谱风险度量 Mϕ 为 coherent？
• RQ2 所有 coherent risk measures 是否均可通过谱函数 φ 表示为预期短缺的加权平均？
• RQ3 如何构建基于情景的离散风险度量 Mϕ^(N)，以保持 coherence 并与连续极限一致？
• RQ4 谱风险度量框架与精算科学中的现有概念之间存在何种关系？
• RQ5 任何理性投资者的主观风险厌恶是否均可通过 φ(p) 编码为一个 coherent risk measure？

主要发现

• 当且仅当其谱函数 φ 在 [0,1] 上非负、单调递减且可积，且满足 ∫₀¹ φ(p) dp = 1 时，风险度量 Mϕ 才为 coherent。
• 谱表示 Mϕ(X) = ∫₀¹ φ(p) F⁻¹_X(p) dp 完整表征了所有 coherent risk measures。
• 在 N 个独立情景上定义的离散风险度量 Mϕ^(N) 对任意有限 N 均保持 coherence，前提是权重 φi 经过归一化且 φ 为递减函数。
• 在 E[X⁺] < ∞、E[X⁻] < ∞ 且 sup φ(p) < ∞ 的条件下，离散度量 Mϕ^(N) 是 Mϕ 的一致估计器，且当 N → ∞ 时几乎必然收敛于 Mϕ。
• 该框架允许通过 φ(p) 将任何主观风险厌恶特征编码为 coherent risk measure，且对任何特定选择均无内在偏好。
• 在谱表示与精算科学结果之间发现深刻联系，特别是参考文献 [12] 的定理 4，暗示二者具有共同的基础原理。