Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-fin > arXiv:2507.09181

帮助 | 高级搜索

定量金融 > 风险管理

arXiv:2507.09181 (q-fin)
[提交于 2025年7月12日 ]

标题: 广义Orlicz保费

标题: Generalized Orlicz premia

Authors:M端cahit Ayg端n, Fabio Bellini, Roger J. A. Laeven
摘要: 我们引入了一个广义的Orlicz溢价版本,基于可能非凸的损失函数。 我们证明了这个广义定义涵盖了各种相关示例,例如几何平均数和期望值,同时保留了一些相关性质。 我们确立了现金可加性导致$L^p$-分位数,扩展了关于凸Orlicz溢价“坍缩到均值”的经典结果。 然后我们专注于几何凸的情况,讨论广义Orlicz溢价的对偶表示,并将其与凸情况的标准对偶表示的乘法形式进行比较。 最后,我们证明了广义Orlicz溢价自然地作为唯一可诱发、正齐次、单调且归一化的泛函出现。
摘要: We introduce a generalized version of Orlicz premia, based on possibly non-convex loss functions. We show that this generalized definition covers a variety of relevant examples, such as the geometric mean and the expectiles, while at the same time retaining a number of relevant properties. We establish that cash-additivity leads to $L^p$-quantiles, extending a classical result on 'collapse to the mean' for convex Orlicz premia. We then focus on the geometrically convex case, discussing the dual representation of generalized Orlicz premia and comparing it with a multiplicative form of the standard dual representation for the convex case. Finally, we show that generalized Orlicz premia arise naturally as the only elicitable, positively homogeneous, monotone and normalized functionals.
主题: 风险管理 (q-fin.RM) ; 概率 (math.PR); 统计理论 (math.ST); 数学金融 (q-fin.MF)
引用方式: arXiv:2507.09181 [q-fin.RM]
  (或者 arXiv:2507.09181v1 [q-fin.RM] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09181
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Roger Laeven [查看电子邮件]
[v1] 星期六, 2025 年 7 月 12 日 08:04:00 UTC (25 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
math
math.PR
q-fin
q-fin.MF
q-fin.RM
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号