📈 economics

By Law, Every Zero-Mean Risk Is the Difference of Two Equally Distributed Risks

Das Papier beweist, dass jede Wahrscheinlichkeitsverteilung auf der reellen Linie mit einem Mittelwert von Null als die Verteilung der Differenz zweier unabhängiger und identisch verteilter Zufallsvariablen dargestellt werden kann.

Ursprüngliche Autoren: Mark Whitmeyer

Veröffentlicht 2026-07-08

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Mark Whitmeyer

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben eine Waage, die perfekt ausbalanciert ist. Auf der einen Seite haben Sie einen Haufen „guter“ Ergebnisse (positive Zahlen) und auf der anderen Seite einen Haufen „schlechter“ Ergebnisse (negative Zahlen). Wenn das Gesamtgewicht des Guten genau das Gesamtgewicht des Schlechten aufhebt, steht die Waage bei Nullmittelwert. In der Welt der Wahrscheinlichkeit nennt man dies ein „Zero-Mean-Risiko“.

Mark Whitmeyers Arbeit ist im Wesentlichen ein mathematischer Beweis, der besagt: Egal wie kompliziert oder seltsam diese ausbalancierte Waage auch aussehen mag, man kann sie immer aufbauen, indem man zwei identische, faire Würfelwürfe voneinander abzieht.

Hier ist die Aufschlüsselung der Logik der Arbeit unter Verwendung einfacher Analogien:

1. Die große Behauptung: Der „Subtraktions-Trick“

Die Arbeit behauptet, dass jede Zufallssituation, in der das durchschnittliche Ergebnis Null ist, durch eine einfache Formel erstellt werden kann: $X - Y$ .

$X$ ist eine Zufallszahl (wie ein Würfelwurf).
$Y$ ist eine andere Zufallszahl.
Die Bedingung: $X$ und $Y$ müssen „identisch verteilt“ sein. Das bedeutet, sie stammen aus demselben „Beutel voller Möglichkeiten“. Wenn Sie $X$ tausendmal würfeln, sieht das Muster der Ergebnisse exakt so aus, als hätten Sie $Y$ tausendmal gewürfelt.

Whitmeyer beweist, dass Sie nicht zwei verschiedene, komplexe Regeln benötigen, um ein balanciertes Risiko zu erzeugen. Sie benötigen nur eine einzige Regel, die zweimal angewendet wird, und dann subtrahieren Sie das zweite Ergebnis vom ersten.

2. Die „Smoothie“-Analogie (Der kontinuierliche Fall)

Die Arbeit konzentriert sich auf ein spezifisches, schwieriges Szenario, in dem die Risiken „nichtatomar“ sind. Denken Sie an dies wie an einen Smoothie, der aus unendlich vielen winzigen Tröpfchen besteht, anstatt an einen Salat aus deutlich unterscheidbaren Fruchtstücken.

Das Problem: Sie haben einen Smoothie, bei dem die süßen Aromen (positive Zahlen) und die sauren Aromen (negative Zahlen) sich perfekt gegenseitig aufheben.
Die Lösung: Whitmeyer zeigt Ihnen, wie Sie zwei identische Gläser Flüssigkeit ( $X$ und $Y$ ) konstruieren können, sodass Sie, wenn Sie das eine in das andere gießen und subtrahieren, Ihren ursprünglichen Smoothie erhalten.
Der Mechanismus: Die Arbeit verwendet einen cleveren „Rotations“-Trick. Stellen Sie sich einen Kreis vor. Der Autor nimmt einen Tropfen süße Flüssigkeit und einen Tropfen saure Flüssigkeit und lässt sie auf eine bestimmte Weise um den Kreis rotieren, um sie miteinander zu paaren. Indem er dies für jeden möglichen Tropfen tut, erschafft er eine perfekte Paarung, bei der das „Gute“ und das „Schlechte“ sich exakt aufheben, sodass das ursprüngliche Null-Mittelwert-Ergebnis übrig bleibt.

3. Die „Bausteine“ (Der endliche Fall)

Die Arbeit erwähnt auch einen einfacheren Fall, in dem die Risiken kein Smoothie, sondern ein Stapel aus deutlichen Blöcken (endlich oder gleichmäßig) sind.

Hier ist die Lösung wie ein Kreispuzzle. Wenn Sie eine Menge von Blöcken haben, die sich ausbalancieren, können Sie sie in einem Kreis anordnen und Schritte entlang des Kreises gehen. Der Unterschied zwischen dem Punkt, an dem Sie beginnen, und dem Punkt, an dem Sie ankommen (nach einem vollständigen Zyklus), erzeugt das balancierte Risiko. Dieser Teil des Beweises wurde bereits von anderen Forschern (Maccheroni et al.) bekannt gegeben, und Whitmeyer bestätigt, dass er in seine breitere Theorie passt.

4. Warum dies wichtig ist (Im Kontext der Arbeit)

Die Arbeit spricht nicht über Aktienmärkte, Versicherungen oder medizinische Behandlungen. Es ist ein reiner mathematischer Beweis.

Das Ziel: Einen spezifischen Lemma (einen kleinen Hilfssatz) zu beweisen, der in einer Wirtschaftsstudie von Maccheroni und Kollegen aus dem Jahr 2025 verwendet wird.
Das Ergebnis: Es bestätigt, dass die mathematischen Werkzeuge, die diese Ökonomen verwendeten, solide sind. Es beweist, dass ihre Annahme – dass jedes balancierte Risiko in zwei identische Teile gespalten werden kann – immer wahr ist, egal ob das Risiko eine glatte, kontinuierliche Kurve oder eine Menge von deutlichen Schritten ist.

Zusammenfassung

Betrachten Sie diese Arbeit als den Beweis eines Meisterschlosser, der zeigt, dass jede verschlossene Tür (ein komplexes Zero-Mean-Risiko) mit einer einzigen, spezifischen Art von Schlüssel (dem Unterschied zweier identischer Variablen) geöffnet werden kann.

Whitmeyer sagte nicht nur „es funktioniert“, sondern er zeigte den exakten Bauplan auf, wie man diesen Schlüssel schleift, selbst für die komplexesten, glatten und kontinuierlichen Schlösser. Er bewies, dass die Natur (oder die Mathematik) niemals ein perfekt balanciertes Risiko erschafft, das nicht als der Unterschied zwischen zwei identischen, fairen Chancen erklärt werden kann.

Technische Zusammenfassung: „Per Gesetz ist jedes Risiko mit Mittelwert Null die Differenz zweier gleich verteilter Risiken“

Problemstellung
Die Arbeit befasst sich mit einer grundlegenden Frage der Wahrscheinlichkeitstheorie und Risikoanalyse: Ob jedes Wahrscheinlichkeitsgesetz auf $\mathbb{R}$ mit einem Mittelwert von Null als Verteilung der Differenz zweier (unabhängiger oder abhängiger) Zufallsvariablen dargestellt werden kann, die dieselbe Randverteilung besitzen. Gegeben sei ein Mittelwert-Null-Gesetz $\mu$ , ist das Ziel, identisch verteilte Zufallsvariablen $X$ und $Y$ zu konstruieren, so dass das Gesetz ihrer Differenz $X - Y$ gleich $\mu$ ist. Dieses Problem ergibt sich im Kontext der „Angemessenheitsannahme“ (adequacy assumption), die in Maccheroni et al. (2025) hinsichtlich Risikoaversion und Versicherungsbereitschaft aufrechterhalten wird.

Methodik
Der Autor, Mark Whitmeyer, liefert einen konstruktiven Beweis, der das Problem für die spezifischen Fälle löst, die für die Angemessenheitsannahme in Maccheroni et al. (2025) erforderlich sind. Die Methodik ist basierend auf der Art des Wahrscheinlichkeitsmaßes $P$ zweigeteilt:

Der endliche-gleichmäßige Fall (Finite-Uniform Case):
Für Maße, die die Bedingung der endlichen Gleichverteilung erfüllen, stützt sich das Paper auf die bereits von Maccheroni et al. (2025) bereitgestellte „zyklische Teilsummen-Konstruktion“. Eine neue Konstruktion ist für diese Teilmenge nicht erforderlich.
Der atomlose Fall (Nonatomic Case):
Für ein atomloses Wahrscheinlichkeitsmaß $P$ mit Mittelwert Null konstruiert der Autor ein gemeinsames Maß $\nu$ auf dem Produktraum $S = \mathbb{R}^2$ , aus dem $X$ und $Y$ abgeleitet werden. Die Konstruktion erfolgt wie folgt:
- Zerlegung: Das Maß $\mu$ wird in ein Atom bei Null ( $p_0 = \mu(\{0\})$ ), einen positiven Teil $\mu_+ = \mu|_{(0, \infty)}$ und einen transformierten negativen Teil $\mu_- = (-\text{id})_\#(\mu|_{(-\infty, 0)})$ zerlegt.
- Normalisierung: Ein Skalierungsfaktor $a$ ist definiert als der erste Moment des positiven Teils: $a = \int_0^\infty x \mu_+(dx) = \int_0^\infty y \mu_-(dy)$ .
- Konstruktion des gemeinsamen Maßes:
  - Wenn $a = 0$ , ist das gemeinsame Maß einfach $\nu = \delta_{(0,0)}$ , was impliziert, dass $X=Y=0$ fast sicher gilt.
  - Wenn $a > 0$ , ist das gemeinsame Maß $\nu$ als Mischung aus dem Atom am Ursprung und einer kontinuierlichen Komponente definiert. Die kontinuierliche Komponente wird durch Integration über $(0, \infty)^2$ bezüglich $\mu_+(dx)\mu_-(dy)$ konstruiert. Für jedes Paar $(x, y)$ wird eine Rotation $R_{x,y}$ auf dem Intervall $[-y, x)$ angewendet und das Maß wird über dieses Intervall gemittelt.
- Verifizierung der Randverteilung: Der Autor zeigt unter dieser Konstruktion, dass die Randverteilungen von $\nu$ identisch sind ( $X \stackrel{d}{=} Y$ ). Des Weiteren wird gezeigt, dass die Verteilung der Differenz $X - Y$ das ursprüngliche Maß $\mu$ durch eine Berechnung unter Verwendung des Pushforwards des konstruierten Maßes wiederherstellt.

Kernergebnisse
Das primäre Ergebnis ist ein strenger Beweis dafür, dass es für jedes Mittelwert-Null-Gesetz $\mu$ auf $\mathbb{R}$ identisch verteilte Zufallsvariablen $X$ und $Y$ gibt, sodass $X - Y \stackrel{d}{=} \mu$ . Das Paper validiert hierbei spezifisch den „atomlosen Fall“ von Lemma 1 in Maccheroni et al. (2025).

Zusätzlich etabliert das Paper die Integrabilitäts-Eigenschaften der konstruierten Variablen:

Wenn das Zielmaß $\mu$ beschränkt ist (d. h. auf einem kompakten Intervall unterstützt), sind die konstruierten Variablen $X$ und $Y$ im Wesentlichen beschränkt ( $L^\infty$ ).
Wenn das Zielmaß $\mu$ endliche Momente aller Ordnungen besitzt ( $M^\infty$ ), besitzen auch die konstruierten Variablen $X$ und $Y$ endliche Momente aller Ordnungen.

Bedeutung und Behauptungen
Das Paper beansprucht, das fehlende technische Bindeglied zu liefern, das erforderlich ist, um die „Angemessenheitsannahme“ im von Maccheroni et al. (2025) vorgeschlagenen ökonomischen Rahmen vollständig zu untermauern. Durch den Beweis, dass die Zerlegung sowohl für den endlichen-gleichmäßigen als auch für den atomlosen Fall gilt, behauptet das Paper, dass diese beiden Fälle die notwendigen Annahmen für das ökonomische Modell in der zitierten Arbeit „erschöpfen“.

Der Autor rahmt den Beitrag bescheiden als Beweis eines spezifischen Lemmas (Lemma 1) innerhalb der referenzierten ökonomischen Literatur ein, statt als eine breite neue Theorie der Wahrscheinlichkeitstheorie. Die Arbeit ist „KS“ gewidmet und dankt der Verwendung von ChatGPT zur Überprüfung des Beweises. Das Paper schließt mit der Feststellung, dass die Konstruktion erfolgreich demonstriert hat, dass jedes Risiko mit Mittelwert Null tatsächlich als Differenz zweier gleich verteilter Risiken dargestellt werden kann, wodurch die theoretischen Grundlagen der referenzierten ökonomischen Analyse validiert werden.