Notice bibliographique
Résumé
<p>In this thesis, we investigate the automatic continuity properties of law-invariant risk measures on general model spaces. In Chapter 2, we study automatic order lower semi-continuity of law-invariant risk measures, which is usually termed as the Fatou property in the literature. Let X be a rearrangement-invariant space other than L∞ over a non-atomic probability space. We show that every real-valued, law-invariant, coherent risk measure automatically has the Fatou property at every random variable X ∈ X whose negative tails have vanishing norm (i.e., limn∥X1{X≤−n}∥ = 0) if and only if X satisfies the Almost Order Continuous Equidistributional Average (AOCEA) property, namely, d(CL(X), Xa) = 0 for any nonnegative random variable X ∈ X , where CL(X) is the convex hull of all random variables having the same distribution as X and Xa = { X ∈ X : limn∥X1|X|≥n∥ = 0 } . We also show that the AOCEA property is satisfied by most classical model spaces, including Orlicz spaces. In Chapter 3, we first show that on an r.i. space with the AOCEA property, every real-valued, law-invariant, coherent risk measure is automatically σ(X , X ′ )-lower semicontinuity at every random variable X ∈ X whose negative tails have vanishing norm. Here X ′ is the associated space of X . We also recover a local version of the Fenchel-Moreau Duality and apply it to establish automatic dual representations of risk measures. Finally, in Chapter 4, we apply our results to study when law-invariant bounded linear functionals automatically collapse to the mean, i.e., being scalar multiples of the expectation. We show that on every r.i. space with the AOCEA property, a bounded law-invariant linear functional collapses to the mean. We also construct an r.i. space on which a bounded law-invariant linear functional may fail to collapse to the mean and thus the space fails the AOCEA property. The thesis is based on [10, 11].</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».