Artzner, Delbaen, Eber & Heath (1999) — 一致风险测度
Philippe Artzner(斯特拉斯堡第一大学)· Freddy Delbaen(苏黎世联邦理工)· Jean-Marc Eber(法国兴业银行)· David Heath(卡内基梅隆大学) · Mathematical Finance 9(3), 203–228, 1999 · 24 页 本次归档:
raw/papers/199907-coherent-measures-of-risk/(paper.pdf 249 KB + extracted.md)
一句话核心
这篇论文给「风险度量」立了一套公理:满足平移不变性、次可加性、正齐次性、单调性四条公理的函数才叫一致风险测度 (coherent risk measure);核心结论是当时业界的 VaR 不满足次可加性(两笔分别可控的仓位合并后可能失控),而"情景法"(把风险写成一族概率测度下的最坏期望)是最一般的一致风险测度表示。
问题与关键结构
论文的切入点是「未来净值 (future net worth)」而非「价格变动」:把头寸在期末 T 的价值 X 当作随机变量(约定正号代表损失),先定义可接受集 (acceptance set) A,再由 A 与一个"审慎参考工具"(reference instrument,总收益 r)反推风险度量 \rho_{A,r}(X)=\inf\{\alpha: X+\alpha r \in A\}。
公理体系:
| 公理 | 记号 | 含义 |
|---|---|---|
| 平移不变 | T | \rho(X+\alpha r)=\rho(X)-\alpha |
| 次可加 | S | \rho(X_1+X_2)\le \rho(X_1)+\rho(X_2),"合并不制造额外风险" |
| 正齐次 | PH | \rho(\lambda X)=\lambda\rho(X),\lambda\ge 0 |
| 单调 | M | X\le Y \Rightarrow \rho(X)\le \rho(Y) |
| 相关性 | R | 非零的非正头寸必须有正风险值(附加公理) |
Proposition 2.1/2.2/2.3 证明可接受集与风险度量互为对偶:满足 2.1–2.4 的集合给出相干测度,反之相干测度给出闭凸锥形式的可接受集。
关键发现
VaR 违反次可加性的具体反例(§3.3)。两个数字期权 A、B,P(S_T<L)=P(S_T>U)=0.008:单独写 2 份 A 的 1% VaR 是 -2u,单独写 2 份 B 是 -2l;但 A+B 的 1% VaR 变成正数 1000-l-u。更糟的是 VaR 给出的可接受集不是凸集。另一例:两个独立同分布随机变量(密度 0.90 在 [0,1]、0.05 在 [-2,0]),各自 10% VaR 为 0,而和的 10% VaR 明显大于 0。作者还指出:若价格联合正态且超限概率小于 0.5,分位数确实满足次可加——VaR 的失败正出在非正态与离散性上。
VaR 会惩罚分散化(§3.3,引用 Albanese)。基准利率 0、公司债利差 2%、各公司独立以 1% 概率违约:把 100 万全押一家公司,5% VaR 为 -20000("没有风险");等分散到 100 家后,"至少两家同时违约"的概率大于 0.18,组合净值为负的概率大于 0.05——分散化反而把风险度量做大了,而"同一家公司堆积风险"完全没被识别。
VaR 无法给出合理的风险分配。三状态世界(概率 0.94/0.03/0.03),两个交易者头寸相同(X(\omega_1)\ge 0,X(\omega_2)=X(\omega_3)=-100):5% VaR 下每人追加不到 80 的资本就够;但两人通过风险交换把状态损失改成 -120/-80 后总资本需求一样,而 (X+80, X+80) 严格优于 (Y+80, Z+80)——VaR 无法区分这两者的优劣。
情景法是最一般的表示(Proposition 4.1)。\rho 相干 \iff 存在一族概率测度 P 使 \rho(X)=\sup_{P\in P}\mathbb E_P[-X/r](该结论在数学上对应 Huber 1981《Robust Statistics》Prop 2.1)。情景越多,测度越保守。SPAN 的 16 个情景(前 14 个按 100% 计、两个极端情景只按 35% 计)就是这种"广义情景",Proposition 3.1 证明它相干。
SEC/NASD 保证金规则"过度安全"(§3.2)。论文用一个 5 个行权价的 call 组合做例:组合 A=2C_{10}-2C_{20}-3C_{30}+4C_{40}-C_{50} 的终值从未低于 -10(保证金应至多 10),但按 SEC 分解法做线性规划得到的最低保证金是 30。原因在于对冲用的"标准风险"只有价差组合,漏掉了蝶式:B_{20}=C_{10}-2C_{20}+C_{30} 的现金流恒非负、本应免保证金,若把蝶式也纳入,A=2B_{20}+2B_{30}-B_{40} 的保证金只需 10。作者的结论是"情景太少"(不只是"标准风险太少")——按凸性约束推导出的隐含状态集包含了不可能出现的价格路径。
两个具体构造。尾部条件期望 TCE 与最坏条件期望 WCE(Definition 5.1/5.2):Proposition 5.1 给出 \mathrm{TCE}_\alpha \le \mathrm{WCE}_\alpha;基准概率均匀且无并列取值时两者相等(Prop 5.3),且任何相干、只依赖分布、且不低于 VaR 的测度都必不低于 WCE(Prop 5.4)。Proposition 5.5 说明:把市场风险与信用风险各自的相干测度合并,等价于用"边缘分布固定"的联合情景族生成测度。
重要 caveat
- 论文明确不假设市场完备,状态空间 \Omega 有限,只覆盖单期 (0,T] 且假定头寸在期间内不变。
- 公理不足以唯一确定风险测度:四公理刻画的是一个很大的类,最终选哪一个要靠额外经济考虑。
对 quant wiki 的意义
- 一致风险测度 页的公理部分直接来自本文;本页补上论文里最有信息量的实证部分(VaR 的三个反例)。
- CVaR 优化 页的相干性论证与 LP 刻画,是本文公理框架在优化侧的具体落地。
- DRO 页的 "DRO = 相干风险" 定理,正是本文 Prop 4.1 的直接推广(把一族概率测度换成凸紧模糊集)。
- 对 风险平价 一类的风险预算方法:公理体系给"风险"下了可检验的底线(可加性),任何风险分配方案都应在这套公理下检查。
相关概念
- 一致风险测度 —— 四公理与表示定理
- CVaR 优化 —— 相干风险测度在组合优化上的实现
- 分布鲁棒优化 —— 最坏期望即相干风险测度
- Philippe Artzner · Freddy Delbaen · David Heath