Analyzing distortion riskmetrics and weighted entropy for unimodal and symmetric distributions under partial information constraints
创建于 更新于
摘要
本文在已知均值与方差的部分信息约束下，分别给出单峰、对称和对称单峰分布情形下失真风险度量（distortion riskmetrics）与加权熵的最坏/最好情形上下界表达式，并导出若干特例（如累积Tsallis熵、累积残差熵、Gini类量度与高阶ES等）的闭式或界结果，为在分布不确定下的风险评估与保费原理提供理论界限与对应的极端分布构造方法 [page::0][page::3][page::15]
