Comonotonicita - Comonotonicity

v teorie pravděpodobnosti, komonotonicita odkazuje hlavně na dokonalou pozitivní závislost mezi složkami a náhodný vektor, v podstatě říkají, že mohou být reprezentovány jako rostoucí funkce jedné náhodné proměnné. Ve dvou dimenzích je také možné uvažovat o dokonalé negativní závislosti, která se nazývá countermonotonicity.

Comonotonicita také souvisí s komonotonickou aditivitou Choquet integrální.[1]

Koncept comonotonicity má aplikace v řízení finančních rizik a pojistněmatematická věda, viz např. Dhaene a kol. (2002a) a Dhaene a kol. (2002b). Zejména součet složek X1 + X2 + · · · + Xn je nejrizikovější, pokud společné rozdělení pravděpodobnosti náhodného vektoru (X1, X2, . . . , Xn) je komonotonický.[2] Kromě toho α-kvantil součtu se rovná součtu α-kvantily jeho složek, proto jsou komonotonické náhodné proměnné kvantilní aditivem.[3][4] Z praktického hlediska řízení rizik to znamená, že od diverzifikace existuje minimální (nebo případně žádné) snížení odchylek.

Pro rozšíření comonotonicity viz Jouini & Napp (2004) a Puccetti & Scarsini (2010).

Definice

Comonotonicita podmnožin Rn

Podmnožina S z Rn je nazýván komonotonický[5] (někdy také neklesající[6]) pokud pro všechny (X1, X2, . . . , Xn) a (y1, y2, . . . , yn) v S s Xi < yi pro některé i ∈ {1, 2, . . . , n}, z toho vyplývá, že Xjyj pro všechny j ∈ {1, 2, . . . , n}.

Tohle znamená tamto S je úplně objednaná sada.

Comonotonicita pravděpodobnostních opatření na Rn

Nechat μ být míra pravděpodobnosti na n-dimenzionální Euklidovský prostor Rn a nechte F označit jeho vícerozměrný kumulativní distribuční funkce, to je

Kromě toho F1, . . . , Fn označují kumulativní distribuční funkce n jednorozměrný mezní rozdělení z μ, to znamená

pro každého i ∈ {1, 2, . . . , n}. Pak μ je nazýván komonotonický, pokud

Všimněte si, že míra pravděpodobnosti μ je komonotonický, právě když je Podpěra, podpora S je comonotonic podle výše uvedené definice.[7]

Comonotonicity Rn-hodnocení náhodných vektorů

An Rn-hodnocení náhodného vektoru X = (X1, . . . , Xn) je nazýván komonotonický, pokud je jeho vícerozměrný rozdělení (dále jen dopředné opatření ) je komonotonický, to znamená

Vlastnosti

An Rn-hodnocení náhodného vektoru X = (X1, . . . , Xn) je komonotonický právě tehdy, pokud jej lze reprezentovat jako

kde =d znamená rovnost v distribuci, na pravé straně jsou levý spojitý generalizované inverze[8] kumulativních distribučních funkcí FX1, . . . , FXn, a U je rovnoměrně rozložená náhodná proměnná na jednotkový interval. Obecněji řečeno, náhodný vektor je komonotonický právě tehdy, pokud souhlasí v distribuci s náhodným vektorem, kde jsou všechny komponenty neklesající funkce (nebo všechny jsou nerostoucí funkce) stejné náhodné proměnné.[9]

Horní hranice

Horní Fréchet – Hoeffding směřuje k kumulativním distribučním funkcím

Nechat X = (X1, . . . , Xn) být Rn-hodnocení náhodného vektoru. Pak pro každého i ∈ {1, 2, . . . , n},

proto

s rovností všude tehdy a jen tehdy (X1, . . . , Xn) je komonotonický.

Horní mez pro kovarianci

Nechat (X, Y) být dvojrozměrný náhodný vektor takový, že očekávané hodnoty z X, Y a produkt XY existovat. Nechat (X*, Y*) být komonotonickým dvojrozměrným náhodným vektorem se stejnými jednorozměrnými okrajovými distribucemi jako (X, Y).[poznámka 1] Pak to vyplývá z Höffdingův vzorec pro kovarianci[10] a horní Fréchet – Hoeffding to svázal

a odpovídajícím způsobem

s rovností právě tehdy (X, Y) je komonotonický.[11]

Všimněte si, že tento výsledek zobecňuje přeskupení nerovnost a Čebyševova nerovnost součtu.

Viz také

Poznámky

  1. ^ (X*, Y*) vždy existuje, vezměte si například (FX−1(U), FY −1(U))viz část Vlastnosti výše.

Citace

  1. ^ (Sriboonchitta et al. 2010, s. 149–152)
  2. ^ (Kaas a kol. 2002, Věta 6)
  3. ^ (Kaas a kol. 2002, Věta 7)
  4. ^ (McNeil, Frey & Embrechts 2005, Tvrzení 6.15)
  5. ^ (Kaas a kol. 2002, Definice 1)
  6. ^ Viz (Nelsen 2006, Definice 2.5.1) pro případ n = 2
  7. ^ Viz (Nelsen 2006, Věta 2.5.4) pro případ n = 2
  8. ^ (McNeil, Frey & Embrechts 2005, Návrh A.3 (vlastnosti generalizované inverze))
  9. ^ (McNeil, Frey & Embrechts 2005, Návrh 5.16 a jeho důkaz)
  10. ^ (McNeil, Frey & Embrechts 2005, Lemma 5,24)
  11. ^ (McNeil, Frey & Embrechts 2005, Věta 5.25 (2))

Reference