アクチュアリー一次試験の損保数理を勉強していて,記述が薄いなぁと思ったので整理した.特に,$ES_\alpha,\ CTE_\alpha$の非単調性は文献(海外含む)を漁っても証明が見つからなかったので,自分で証明を行った.
なおリスク尺度の定義は文献により全く異なるが,ここではアクチュアリー試験の損保数理の教科書損保数理に準拠した.
Self-containedではないです.あしからず.
$X$を確率変数, 実数$\alpha$を $0<\alpha<1$ とする.
(1)$VaR_\alpha(X):=\min\{x\mid F_X(x)\geq\alpha\}$
(2)$TVaR_\alpha(X):=\displaystyle\frac{1}{1-\alpha}\int_\alpha^1VaR_t(X)\ dt$
(3)$ES_\alpha(X):=E[(X-VaR_\alpha(X))_+]$
(4)$CTE_\alpha(X):=E[X\mid X>VaR_\alpha(X)]$
$P(X>VaR_\alpha(X))=0$ のとき, $CTE_\alpha(X)$ は定義されない.
(1)$TVaR_\alpha(X)=VaR_\alpha(X)+\displaystyle\frac{1}{1-\alpha}ES_\alpha(X)$
(2)$CTE_\alpha(X)=VaR_\alpha(X)+\displaystyle\frac{1}{1-F_X(VaR_\alpha(X))}ES_\alpha(X)$
教科書損保数理を参照されたし.
$g(0)=0$,$g(1)=1$であるような$[0,1]$上の左連続な非減少関数$g(u)$に対し,
$E_g[X]:=\displaystyle\int_0^\infty g(1-F_X(x))\ dx-\int_{-\infty}^0\{1-g(1-F_X(x))\}\ dx$
で定義されるリスク尺度を,歪み関数$g$により生成される歪みリスク尺度という.
歪み関数$g$は,確率変数$X$に依存しない.
(1)$VaR_\alpha$を生成する歪み関数$g$は以下の通り.
\begin{equation}
\hspace{28pt}g(u)= \begin{cases} 0 &(u\leq1-\alpha)\\
1 &(u>1-\alpha) \end{cases}
\end{equation}
(2)$TVaR_\alpha$を生成する歪み関数$g$は以下の通り.
$\hspace{26pt} g(u)=\displaystyle \min \left\{\frac{u}{1-\alpha},1\right\} $
岩沢・黒田岩沢・黒田を参照されたし.
(1)$ES_\alpha$を生成する歪み関数は存在しない.
(2)$CTE_\alpha$を生成する歪み関数は存在しない.
(証明はDhaene et al.Dhaene et al.を参考にした.)
$X\sim Be(p)$,$Y\sim U(0,1)$とする(但し,$0< p\leq1-\alpha$).
$ES_\alpha(X)=p,CTE_\alpha(X)=1,$
$ES_\alpha(Y)=\displaystyle\frac{(1-\alpha)^2}{2},CTE_\alpha(Y)=\displaystyle\frac{1+\alpha}{2}$と計算できる.
背理法で示す.$ES_\alpha$を生成する歪み関数$g$が存在すると仮定する.
$X$に注目すれば,
\begin{align}
p
&=ES_\alpha(X)\\
&=E_g[X]\\
&=\displaystyle\int_0^\infty g(1-F_X(x))\ dx-\int_{-\infty}^0\{1-g(1-F_X(x))\}\ dx\\
&=\displaystyle\int_0^1 g(p)\ dx+\int_1^\infty g(0)\ dx-\int_{-\infty}^0\{1-g(1)\}\ dx\\
&=\displaystyle\int_0^1 g(p)\ dx+\int_1^\infty 0\ dx-\int_{-\infty}^0 0\ dx\\
&=g(p)
\end{align}
である必要がある.
$Y$に注目すれば,
\begin{align}
\frac{(1-\alpha)^2}{2}
&=ES_\alpha(Y)\\
&=E_g[Y]\\
&=\displaystyle\int_0^\infty g(1-F_X(x))\ dx-\int_{-\infty}^0\{1-g(1-F_X(x))\}\ dx\\
&=\displaystyle\int_0^\alpha g(x)\ dx+\int_\alpha^1 (1-x)\ dx+\int_1^\infty 0\ dx-\int_{-\infty}^0 0\ dx\\
&\geq\displaystyle\int_0^\alpha (1-\alpha)\ dx+\int_\alpha^1 (1-x)\ dx+\int_1^\infty 0\ dx-\int_{-\infty}^0 0\ dx\\
&=(1-\alpha)\alpha+\frac{(1-\alpha)^2}{2}
\end{align}
従って,$0\geq(1-\alpha)\alpha$となり,$0<\alpha<1$であることに矛盾する.
背理法で示す.$CTE_\alpha$を生成する歪み関数$g$が存在すると仮定する.
$X$に注目すれば,$1=CTE_\alpha(X)=E_g[X]=g(p)$であることと,$g$は非減少関数,$g(0)=0$,$g(1)=1$であることから,
\begin{equation}
\hspace{100pt}g(u)= \begin{cases} 0 &(u=0)\\
1 &(0< u\leq 1) \end{cases}
\end{equation}
である必要がある.
$Y$に注目すれば,
\begin{align}
\frac{1+\alpha}{2}
&=CTE_\alpha(Y)\\
&=E_g[Y]\\
&=\displaystyle\int_0^\infty g(1-F_X(x))\ dx-\int_{-\infty}^0\{1-g(1-F_X(x))\}\ dx\\
&=\displaystyle\int_0^1 1\ dx+\int_1^\infty 0\ dx-\int_{-\infty}^0 0\ dx\\
&=1
\end{align}
従って,$\alpha=1$となり,$\alpha<1$であることに矛盾する.
$\rho$をリスク尺度とする.
$\rho$は平行移動不変性を持つ$:\Leftrightarrow \forall c \in\mathbb{R},$ $\rho(X+c)=\rho(X)+c$
$\rho$は単調性を持つ$:\Leftrightarrow P(X_1\leq X_2)=1$ ならば $\rho(X_1)\leq\rho(X_2)$
$\rho$は劣加法性を持つ$:\Leftrightarrow \rho(X_1+X_2)\leq\rho(X_1)+\rho(X_2)$
$\rho$は正の同次性を持つ$:\Leftrightarrow \forall c \in\mathbb{R}_{>0},$ $\rho(cX)=c\rho(X)$
$\rho$は凸性を持つ$:\Leftrightarrow\forall c \in [0,1],\rho(cX_1+(1-c)X_2)\leq c\rho(X_1)+(1-c)\rho(X_2)$
リスク尺度$\rho$が正の同次性を持つとき,劣加法性と凸性は同値.
$c=0,1$のときの成立は明らかである.
$c\neq0,1$の場合は以下のように確かめられる.
\begin{align}
\rho(cX_1+(1-c)X_2)
&\leq \rho(cX_1)+\rho((1-c)X_2)\ (\because \text{劣加法性})\\
&=c\rho(X_1)+(1-c)\rho(X_2)\ (\because \text{正の同次性})
\end{align}
\begin{align}
\frac{1}{2}\rho\left(X_1+X_2\right)&=\rho\left(\frac{1}{2}X_1+\frac{1}{2}X_2\right)\ (\because\text{正の同次性})\\
&\leq \frac{1}{2}\rho(X_1)+\frac{1}{2}\rho(X_2)\ (\because\text{凸性})\\
\end{align}
最左辺と最右辺に注目し,2倍すれば劣加法性を得る.
$VaR_\alpha\ ,TVaR_\alpha\ ,ES_\alpha\ ,CTE_\alpha$の性質は以下の通り.
| 平行移動不変性 | 単調性 | 正の同次性 | 劣加法性 | 凸性 | |
|---|---|---|---|---|---|
| $VaR_\alpha$ | ○ | ○ | ○ | ✕ | ✕ |
| $TVaR_\alpha$ | ○ | ○ | ○ | ○ | ○ |
| $ES_\alpha$ | ✕ | ✕ | ○ | ✕ | ✕ |
| $CTE_\alpha$ | ○ | ✕ | ○ | ✕ | ✕ |
$VaR_\alpha$は歪みリスク尺度であるから,平行移動不変性,単調性,正の同次性を持つ.
一方で,歪み関数が凹関数でないので,劣加法性は持たない.
命題4より,凸性も持たない.
$TVaR_\alpha$は歪みリスク尺度であるから,平行移動不変性,単調性,正の同次性を持つ.
また,歪み関数が凹関数であるので,劣加法性を持つ.
命題4より,凸性も持つ.
\begin{align} ES_\alpha(X+c) &=E[\{(X+c)-VaR_\alpha(X+c)\}_+]\\ &=E[\{(X+c)-(VaR_\alpha(X)+c)\}_+]\ (\because VaR_\alpha\text{の平行移動不変性})\\ &=E[(X-VaR_\alpha(X))_+]\\ &=ES_\alpha(X) \end{align}
$X\sim U(0,1),$$Y=1$とする.明らかに$X\leq Y$であるが,
$ES_\alpha(X)=\displaystyle\frac{(1-\alpha)^2}{2}> 0=ES_\alpha(Y)$ と計算できる.
\begin{align} ES_\alpha(cX) &=E[(cX-VaR_\alpha(cX))_+]\\ &=E[(cX-cVaR_\alpha(X))_+]\ (\because VaR_\alpha\text{の平行移動不変性})\\ &=cE[(X-VaR_\alpha(X))_+]\\ &=cES_\alpha(X)\\ \end{align}
\begin{align} CTE_\alpha(X+c) &=E[X+c\mid X+c>VaR_\alpha(X+c)]\\ &=E[X+c\mid X+c>VaR_\alpha(X)+c]\ (\because VaR_\alpha\text{の平行移動不変性})\\ &=E[X+c\mid X>VaR_\alpha(X)]\\ &=E[X\mid X>VaR_\alpha(X)]+c\\ &=CTE_\alpha(X)+c \end{align}
$0< p+q<1$を満たす$\alpha< p<1,0< q<1,$$0< w<1,$$Z\sim U(0,1)$を用いて,
$X:=1_{p+q\leq Z<1}$
$Y:=w・1_{p\leq Z< p+q}+1_{p+q\leq Z<1}$と定める.
明らかに,$X\leq Y,X\sim Be(1-p-q)$であり,
また,$Y$の確率分布表は以下の通り.
| $Y$ | 0 | $w$ | 1 |
|---|---|---|---|
| 確率 | $p$ | $q$ | $1-p-q$ |
このとき,$\displaystyle CTE_\alpha(X)=1>1-\frac{(1-w)q}{1-p}=CTE_\alpha(Y)$と計算できる.
\begin{align} CTE_\alpha(cX) &=E[cX\mid cX>VaR_\alpha(cX)]\\ &=E[cX\mid cX>cVaR_\alpha(X)]\ (\because VaR_\alpha\text{の正の同次性})\\ &=E[cX\mid X>VaR_\alpha(X)]\\ &=cE[X\mid X>VaR_\alpha(X)]\\ &=cCTE_\alpha(X) \end{align}
(反例の構成はDhaene et al.Dhaene et al.を参考にした.)
$\alpha=0.9$に対し反例を挙げる.
$X\sim U(0,1),Y=(0.95-X)・1_{0< X\leq0.95}+(1.95-X)・1_{0.95< X<1}$とする.
$Y\sim U(0,1)$であることに注意して,
$ES_{0.9}(X)=ES_{0.9}(Y)=0.005,\ CTE_{0.9}(X)=CTE_{0.9}(Y)=0.95$
一方,$X+Y$の確率分布表は以下の通り.
| $X+Y$ | 0.95 | 1.95 |
|---|---|---|
| 確率 | 0.95 | 0.05 |
従って,$ES_{0.9}(X+Y)=0.05,\ CTE_{0.9}(X+Y)=1.95$であるから,
$ES_{0.9}(X+Y)=0.05>0.01=ES_{0.9}(X)+ES_{0.9}(Y)$
$CTE_{0.9}(X+Y)=1.95>1.90=CTE_{0.9}(X)+CTE_{0.9}(Y)$
故に,劣加法性は持たない.
命題4より,凸性も持たない.