Multidimensional Coherent Risk Measures and Their Properties

Мұқаба

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Coherent risk measures are widely used in practice to calculate risk. Multidimensional coherent risk measures are important to use for companies and banks operating in different international markets. Here we introduce an example which clearly shows that multidimensional coherent risk measures reduce capital requirements on multi-asset or multi-currency markets. In this paper we consider two different approaches to define multidimensional coherent risk measures. The first approach is based on a cone-based exchange rate set, whereas the second employs random sets to account for liquidity constraints and other market frictions. Also constructive approach for multidimensional risk measures using one-dimensional law invariant ones is considered. We introduce the example of coherent risk measure which cannot be represented by the constructive approach. Two important properties of multidimensional risk measures such as law invariance and space consistency are investigated and their equivalent properties in terms of determining set and acceptance set are given. Then we consider a multidimensional generalization of Tail VaR and show that it satisfies space consistency and law invariance properties and provide an example which shows that multidimensional portfolio risk estimation using this risk measure gives an adequate result. JEL Classification: C39, D81. UDC: 519.25. For reference: Kulikov A. V., Volkov N. V. (2025). Multidimensional coherent risk measures and their properties. Economics and Mathematical Methods, 61, 3, 116–125.

Авторлар туралы

A. Kulikov

Moscow Institute of Physics and Technology

Хат алмасуға жауапты Автор.
Email: avkulikov15@gmail.com
Dolgoprudny, Russia

N. Volkov

Moscow Institute of Physics and Technology

Email: nikita.v.volkov@phystech.edu
Dolgoprudny, Russia

Әдебиет тізімі

  1. Acerbi C. (2002). Spectral measures of risk: A coherent representation of subjective risk aversion. Journal of Banking and Finance, 26 (7), 1505–1518.
  2. Acerbi C., Tasche D. (2002). On the coherence of expected shortfall. Journal of Banking and Finance, 26 (7), 1487–1503.
  3. Artzner P., Delbaen F., Eber J.-M., Heath D. (1997). Thinking coherently. Risk, 10 (11), 68–71.
  4. Artzner P., Delbaen F., Eber J.-M., Heath D. (1999). Coherent measures of risk. Mathematical Finance, 9 (3), 203–228.
  5. Burgert C., Rüschendorf L. (2006). Consistent risk measures for portfolio vectors. Insurance: Mathematics and Economics, 38 (2), 289–297.
  6. Сascos I., Molchanov I. (2007). Multivariate risks and depth-trimmed regions. Finance and Stochastics, 11, 373–397.
  7. Сascos I., Molchanov I. (2016). Multivariate risk measures: A constructive approach based on selections. Mathematical Finance, 26 (4), 867–900.
  8. Cherny A. S. (2006a). Equilibrium with coherent risk. Working paper. Moscow: MSU. Available at: http://mech.math.msu.su/~cherny (in English as preprint). [Черный А. С. (2006a). Равновесие на основе когерентых мер риска. Рабочие материалы. М.: МГУ. Режим доступа: https://arxiv.org/pdf/math/0605051].
  9. Cherny A. S. (2006b). Weighted VaR and its properties. Finance and Stochastics, 10 (2), 367–393.
  10. Cherny A. S. (2007). Pricing with coherent risk. Theory of Probability and its Applications, 52 (3), 506–540. DOI: https://doi.org/10.1137/S0040585X97983158 (in English). [Черный А. С. (2007). Нахождение справедливой цены на основе когерент ных мер риска // Теория вероятностей и ее применения. Т. 52. № 3. C. 506–540 (на англ.).]
  11. Delbaen F. (2002). Coherent risk measures on general probability spaces. In: K. Sandmann, P. Schönbucher (eds.). “Advances in finance and stochastics”. Essays in honor of Dieter Sondermann. Berlin: Springer.
  12. Föllmer H., Schied A. (2002a). Convex measures of risk and trading constraints. Finance and Stochastics, 6 (4), 429–447.
  13. Föllmer H., Schied A. (2002b). Robust preferences and convex measures of risk. In: K. Sandmann P. Schönbucher (eds.). “Advances in finance and stochastics”. Essays in honor of Dieter Sondermann. Berlin: Springer.
  14. Hamel A. H., Heyde F. (2010). Duality for set-valued measures of risk. SIAM J. Financial Mathematics, 1, 66–95.
  15. Hamel A. H., Heyde F., Rudloff B. (2011). Set-valued risk measures for conical market models. Math. Financial Economics, 5, 1–28.
  16. Jouini E., Meddeb M., Touzi N. (2004). Vector-valued coherent risk measures. Finance and Stochastics, 8, 531–552.
  17. Jouini E., Schachermayer W., Touzi N. (2006). Law invariant risk measures have the Fatou property. Advances in Mathematical Economics, 9 (1), 49–71.
  18. Kabanov Y. M., Rasonyi M., Stricker C. (2002). No-arbitrage criteria for financial markets with efficient friction. Finance and Stochastics, 6 (3), 403–411.
  19. Kabanov Y. M., Stricker C. (2001). The harrison-pliska arbitrage pricing theorem under transaction costs. Journal of Mathematical Economics, 35 (2), 185–196.
  20. Kulikov A. V. (2008a). Multidimensional coherent and convex risk measures. Theory of Probability and its Applications, 52 (4), 614–635 (in Russian). [Куликов А. В. (2008a). Многомерные когерентные и выпуклые меры риска // Теория вероятностей и ее приложения. Т. 52. № 4. C. 614–635.]
  21. Kulikov A. V. (2008b). Multidimensional coherent risk measures and their application to the solution of financial mathematics tasks. Ph.d. thesis. Moscow: Moscow State University (in Russian). [Куликов А. В. (2008b). Многомерные когерентные меры риска и их применение к решению задач финансовой математики. Дис. канд. физ.-мат. наук. М.: МГУ.]
  22. Kunze M. (2003). Verteiligungsinvariante konvexe Risikomabe. Diplomarbeit. Berlin: Humbolt Universitat.
  23. Kusuoka S. (2001). On law invariant coherent risk measures. Advances in Mathematical Economics, 3, 83–95.
  24. Schachermayer W. (2004). The fundamental theorem of asset pricing under proportional transaction costs in finite discrete time. Mathematical Finance, 14 (1), 19–48.

© Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».