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:1601.06979

帮助 | 高级搜索

定量金融 > 风险管理

arXiv:1601.06979 (q-fin)
[提交于 2016年1月26日 ]

标题: 在扩展池中的鲁棒最优风险分担与风险溢价

标题: Robust Optimal Risk Sharing and Risk Premia in Expanding Pools

Authors:Thomas Knispel, Roger J. A. Laeven, Gregor Svindland
摘要: 我们研究了合作代理池中最优风险分担问题。我们分析了与帕累托最优风险分担合同相关的 certainty equivalents 和风险溢价的渐近行为,随着池的扩展而变化。我们首先在期望效用偏好下研究这个问题,使用客观或主观给定的概率模型。接下来,我们通过显式考虑关于概率模型(模糊性)的不确定性,开发了一种稳健的方法。由此产生的稳健 certainty equivalents 和风险溢价综合了风险规避和模糊规避。我们提供了在扩展池中的帕累托最优风险分担诱导下,它们的极限和收敛率的明确结果。
摘要: We consider the problem of optimal risk sharing in a pool of cooperative agents. We analyze the asymptotic behavior of the certainty equivalents and risk premia associated with the Pareto optimal risk sharing contract as the pool expands. We first study this problem under expected utility preferences with an objectively or subjectively given probabilistic model. Next, we develop a robust approach by explicitly taking uncertainty about the probabilistic model (ambiguity) into account. The resulting robust certainty equivalents and risk premia compound risk and ambiguity aversion. We provide explicit results on their limits and rates of convergence, induced by Pareto optimal risk sharing in expanding pools.
主题: 风险管理 (q-fin.RM) ; 概率 (math.PR)
引用方式: arXiv:1601.06979 [q-fin.RM]
  (或者 arXiv:1601.06979v1 [q-fin.RM] 对于此版本)
  https://doi.org/10.48550/arXiv.1601.06979
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1016/j.insmatheco.2016.05.012
链接到相关资源的 DOI

提交历史

来自: Roger Laeven [查看电子邮件]
[v1] 星期二, 2016 年 1 月 26 日 11:13:51 UTC (34 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 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 | 2016-01
切换浏览方式为:
math
math.PR
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