MétaCan
Menu
Retour à la cohorte
Enregistrement W4413079922 · doi:10.3982/te5799

Anticomonotonicity for preference axioms: The natural counterpart to comonotonicity

2025· article· en· W4413079922 sur OpenAlexafffund
Giulio Principi, Peter P. Wakker, Ruodu Wang

Notice bibliographique

RevueTheoretical Economics · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésAxiomAmbiguityMathematical economicsExpected utility hypothesisPreferenceAmbiguity aversionSubjective expected utilityVariation (astronomy)MathematicsArbitrageRisk aversion (psychology)EconomicsComputer scienceFinancial economicsStatistics

Résumé

récupéré en direct d'OpenAlex

Comonotonicity (same variation) of random variables minimizes hedging possibilities and has been widely used, e.g., in Gilboa and Schmeidler's ambiguity models. This paper investigates anticomonotonicity (opposite variation (AC)), the natural counterpart to comonotonicity. It minimizes leveraging rather than hedging possibilities. Surprisingly, AC restrictions of several traditional axioms do not give new models. Instead, they strengthen the foundations of existing classical models: (a) linear functionals through Cauchy's equation; (b) Anscombe–Aumann expected utility; (c) as‐if risk‐neutral pricing through no‐arbitrage; (d) de Finetti's bookmaking foundation of Bayesianism using subjective probabilities; (e) risk aversion in Savage's subjective expected utility. In each case, our generalizations show where the critical tests of classical axioms lie, i.e., in the AC cases (maximal hedges). We next present examples where AC restrictions do essentially weaken existing axioms, and do provide new properties and new models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,399
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTheoretical EconomicsMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207