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:2506.07472

帮助 | 高级搜索

定量金融 > 风险管理

arXiv:2506.07472 (q-fin)
[提交于 2025年6月9日 (v1) ,最后修订 2025年6月11日 (此版本, v2)]

标题: 部分共单调性与畸变风险度量

标题: Partial comonotonicity and distortion riskmetrics

Authors:Muqiao Huang
摘要: 我们建立了失真风险度量子类与相依结构之间的联系,并确保其可加性。 提出了一种新的正相依性概念,称为部分单调性,它包含了现有的单调性和单点集中性的概念。 对于两个随机变量,与第三个随机变量单调相关并不意味着它们彼此单调相关;相反,这定义了部分单调性的一个实例。 部分单调性的任何特定实例都通过在这种相依结构下的可加性唯一地刻画了一类失真风险度量。 这一结果的一个含义是使用单点集中性来表征期望短缺(Expected Shortfall)。
摘要: We establish a connection between subclasses of distortion riskmetrics and dependence structures, ensuring their additivity. A new notion of positive dependence, called partial comonotonicity, is developed, which nests the existing concepts of comonotonicity and single-point concentration. For two random variables, being comonotonic with a third one does not imply that they are comonotonic; instead, this defines an instance of partial comonotonicity. Any specific instance of partial comonotonicity uniquely characterizes a class of distortion riskmetrics through additivity under this dependence structure. An implication of this result is the characterization of the Expected Shortfall using single-point concentration.
主题: 风险管理 (q-fin.RM)
引用方式: arXiv:2506.07472 [q-fin.RM]
  (或者 arXiv:2506.07472v2 [q-fin.RM] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.07472
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Muqiao Huang [查看电子邮件]
[v1] 星期一, 2025 年 6 月 9 日 06:46:48 UTC (16 KB)
[v2] 星期三, 2025 年 6 月 11 日 21:06:05 UTC (17 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:
q-fin.RM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
q-fin

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