📈 economics

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

L'article prouve que toute distribution de probabilité sur la droite réelle ayant une espérance nulle peut être représentée comme la distribution de la différence entre deux variables aléatoires indépendantes et identiquement distribuées.

Auteurs originaux : Mark Whitmeyer

Publié 2026-07-08

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Mark Whitmeyer

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous avez une balance qui est parfaitement équilibrée. D'un côté, vous avez un tas de « bons » résultats (nombres positifs), et de l'autre, un tas de « mauvais » résultats (nombres négatifs). Si le poids total de la bonne chose annule exactement le poids total de la mauvaise chose, la balance est à moyenne nulle. Dans le monde des probabilités, on appelle cela un « risque de moyenne nulle ».

Le papier de Mark Whitmeyer est essentiellement une preuve mathématique qui dit : Peu importe à quel point cette balance équilibrée semble complexe ou étrange, vous pouvez toujours la construire en prenant deux lancers de dés équitables et identiques, et en soustrayant l'un de l'autre.

Voici la décomposition de la logique du papier en utilisant des analogies simples :

1. La grande affirmation : Le « tour de soustraction »

Le papier affirme que n'importe quelle situation aléatoire où le résultat moyen est zéro peut être créée par une formule simple : $X - Y$ .

$X$ est un nombre aléatoire (comme un lancer de dés).
$Y$ est un autre nombre aléatoire.
Le piège : $X$ et $Y$ doivent être « de même distribution ». Cela signifie qu'ils proviennent exactement du même « sac de possibilités ». Si vous lancez $X$ mille fois, le schéma des résultats ressemble exactement à celui que vous obtiendriez en lançant $Y$ mille fois.

Whitmeyer prouve que vous n'avez pas besoin de deux règles différentes et complexes pour créer un risque équilibré. Vous avez juste besoin d'une seule règle appliquée deux fois, puis vous soustrayez le deuxième résultat du premier.

2. L'analogie du « Smoothie » (Le cas continu)

Le papier se concentre sur un scénario spécifique et délicat où les risques sont « non atomiques ». Pensez à cela comme un smoothie composé d'une infinité de minuscules gouttelettes, plutôt qu'à une salade faite de morceaux de fruits distincts.

Le problème : Vous avez un smoothie où les saveurs sucrées (nombres positifs) et les saveurs acides (nombres négatifs) s'annulent parfaitement.
La solution : Whitmeyer montre comment construire deux verres de liquide identiques ( $X$ et $Y$ ) tels que lorsque vous versez l'un dans l'autre et que vous soustrayez, vous obtenez votre smoothie d'origine.
Le mécanisme : Le papier utilise un astuce de « rotation » ingénieuse. Imaginez un cercle. L'auteur prend une goutte de liquide sucré et une goutte de liquide acide et les fait tourner autour du cercle d'une manière spécifique pour les associer. En faisant cela pour chaque goutte possible, il crée une association parfaite où le « bon » et le « mauvais » s'annulent exactement, laissant votre résultat de moyenne nulle d'origine.

3. Les « Blocs de construction » (Le cas fini)

Le papier mentionne également un cas plus simple où les risques ne sont pas un smoothie mais une pile de blocs distincts (finis ou uniformes).

Ici, la solution est comparable à un puzzle circulaire. Si vous avez un ensemble de blocs qui s'équilibrent, vous pouvez les disposer en cercle et faire des pas autour du cercle. La différence entre l'endroit où vous commencez et l'endroit où vous arrivez (après un cycle complet) crée le risque équilibré. Cette partie de la preuve était déjà connue par d'autres chercheurs (Maccheroni et al.), et Whitmeyer confirme qu'elle s'insère dans sa théorie plus large.

4. Pourquoi cela importe (Dans le contexte du papier)

Ce papier ne parle pas de marchés boursiers, d'assurances ou de traitements médicaux. C'est une preuve mathématique pure.

Le but : Prouver un lemme spécifique (un petit théorème auxiliaire) utilisé dans un article d'économie de 2025 de Maccheroni et ses collègues.
Le résultat : Il confirme que les outils mathématiques que ces économistes utilisaient sont solides. Il prouve que leur hypothèse — que tout risque équilibré peut être divisé en deux parties identiques — est toujours vraie, qu'il s'agisse d'une courbe lisse et continue ou d'un ensemble d'étapes distinctes.

Résumé

Voyez ce papier comme un maître serrurier prouvant que chaque porte verrouillée (un risque complexe de moyenne nulle) peut être ouverte avec un seul type de clé spécifique (la différence de deux variables identiques).

Whitmeyer n'a pas seulement dit « ça fonctionne » ; il a montré le plan exact pour tailler cette clé, même pour les serrures les plus complexes, lisses et continues. Il a prouvé que la nature (ou les mathématiques) ne crée jamais un risque parfaitement équilibré qui ne puisse pas être expliqué comme la différence entre deux chances identiques et équitables.

Résumé Technique : « Par la loi, tout risque de moyenne nulle est la différence de deux risques de même distribution »

Énoncé du Problème
Le document traite d'une question fondamentale en théorie des probabilités et en analyse des risques : toute loi de probabilité sur $\mathbb{R}$ ayant une espérance nulle peut-elle être représentée comme la différence de deux variables aléatoires (indépendantes ou dépendantes) partageant la même distribution marginale ? Plus précisément, étant donné une loi de moyenne nulle $\mu$ , l'objectif est de construire des variables aléatoires identiquement distribuées $X$ et $Y$ telles que la loi de leur différence, $X - Y$ , soit égale à $\mu$ . Ce problème s'inscrit dans le contexte de l'« hypothèse d'adéquation » maintenue par Maccheroni et al. (2025) concernant l'aversion au risque et la propension à l'assurance.

Méthodologie
L'auteur, Mark Whitney, fournit une preuve constructive qui résout le problème pour les cas spécifiques requis par l'hypothèse d'adéquation de Maccheroni et al. (2025). La méthodologie est bifurquée selon la nature de la mesure de probabilité $P$ :

Le Cas Fini-Uniforme :
Pour les mesures satisfaisant la condition de fini-uniformité, le document s'appuie sur la « construction par sommes partielles cycliques » déjà fournie par Maccheroni et al. (2025). Aucune nouvelle construction n'est requise pour ce sous-ensemble.
Le Cas Non-Atomique :
Pour une mesure de probabilité non-atomique $P$ de moyenne nulle, l'auteur construit une distribution jointe $\nu$ sur l'espace produit $S = \mathbb{R}^2$ à partir de laquelle $X$ et $Y$ sont dérivées. La construction procède comme suit :
- Décomposition : La mesure $\mu$ est décomposée en un atome en zéro ( $p_0 = \mu(\{0\})$ ), une partie positive $\mu_+ = \mu|_{(0, \infty)}$ , et une partie négative transformée $\mu_- = (-\text{id})_\#(\mu|_{(-\infty, 0)})$ .
- Normalisation : Un facteur d'échelle $a$ est défini comme le premier moment de la partie positive : $a = \int_0^\infty x \mu_+(dx) = \int_0^\infty y \mu_-(dy)$ .
- Construction de la Mesure Jointe :
  - Si $a = 0$ , la mesure jointe est simplement $\nu = \delta_{(0,0)}$ , impliquant $X=Y=0$ presque sûrement.
  - Si $a > 0$ , la mesure jointe $\nu$ est définie comme un mélange de l'atome à l'origine et d'une composante continue. La composante continue est construite en intégrant sur $(0, \infty)^2$ par rapport à $\mu_+(dx)\mu_-(dy)$ . Pour chaque paire $(x, y)$ , une rotation $R_{x,y}$ est appliquée sur l'intervale $[-y, x)$ , et la mesure est moyennée sur cet intervalle.
- Vérification des Marginales : L'auteur démontre que sous cette construction, les marginales de $\nu$ sont identiques ( $X \stackrel{d}{=} Y$ ). De plus, il est montré que la distribution de la différence $X - Y$ retrouve la mesure originale $\mu$ par un calcul impliquant la mesure image de la mesure construite.

Résultats Clés
Le résultat principal est une preuve rigoureuse que pour toute loi de moyenne nulle $\mu$ sur $\mathbb{R}$ , il existe des variables aléatoires identiquement distribuées $X$ et $Y$ telles que $X - Y \stackrel{d}{=} \mu$ . Le document valide spécifiquement le « cas non-atomique » du Lemme 1 de Maccheroni et al. (2025).

De plus, le document établit les propriétés d'intégrabilité des variables construites :

Si la mesure cible $\mu$ est bornée (c'est-à-dire supportée sur un intervalle compact), les variables $X$ et $Y$ construites sont essentiellement bornées ( $L^\infty$ ).
Si la mesure cible $\mu$ possède des moments de tous ordres ( $M^\infty$ ), les variables $X$ et $Y$ construites possèdent également des moments de tous ordres.

Signification et Revendications
Le document prétend fournir le lien technique manquant pour étayer pleinement l'« hypothèse d'adéquation » dans le cadre économique proposé par Maccheroni et al. (2025). En prouvant que la décomposition tient à la fois pour les cas fini-uniforme et non-atomique, le document affirme que ces deux cas « épuisent » les hypothèses nécessaires au modèle économique de l'ouvrage cité.

L'auteur présente modestement sa contribution comme la preuve d'un lemme spécifique (Lemme 1) au sein de la littérature économique de référence, plutôt que comme une nouvelle théorie de la probabilité élargie. Le travail est dédié à « KS » et reconnaît l'utilisation de ChatGPT pour la vérification des preuves. Le document conclut que la construction démontre avec succès que tout risque de moyenne nulle peut effectivement être représenté comme la différence de deux risques de même distribution, validant ainsi les fondements théoriques de l'analyse économique de référence.

1. La grande affirmation : Le « tour de soustraction »

2. L'analogie du « Smoothie » (Le cas continu)

3. Les « Blocs de construction » (Le cas fini)

4. Pourquoi cela importe (Dans le contexte du papier)

Résumé

Articles similaires