📈 economics

Two Moments for Risk-Monotone Additive Statistics

यह शोध पत्र उन सभी योगात्मक सांख्यिकीओं (additive statistics) का अभिलक्षण वर्णन करता है जो परिमित $p$ -वें क्षणों (moments) वाले प्रायिकता नियमों पर आधारित हैं और माध्य-संरक्षण प्रसार (mean-preserving spreads) के सापेक्ष एकदिष्ट (monotone) हैं, यह दर्शाते हुए कि ऐसी सांख्यिकीयाँ $p < 2$ होने पर केवल माध्य पर और $p \ge 2$ होने पर माध्य एवं प्रसरण (variance) दोनों पर निर्भर करती हैं।

मूल लेखक: Mark Whitmeyer

प्रकाशित 2026-08-12

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Mark Whitmeyer

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक जासूस हैं जो "जोखिम" (risk) के रहस्य को सुलझाने की कोशिश कर रहे हैं। अर्थशास्त्र और प्रायिकता (probability) की दुनिया में, जोखिम केवल एक डरावनी भावना नहीं है; यह एक गणितीय आकार है जो संख्याओं के एक समूह द्वारा लिया जा सकता है। कभी-कभी, संख्याओं का एक समूह सघन और अनुमानित होता है, जैसे कि पास खड़े दोस्तों का एक समूह। अन्य समय में, यह अनियंत्रित और फैला हुआ होता है, जैसे कि वही दोस्त हर दिशा में भाग रहे हों। गणितज्ञों के पास इन आकारों की तुलना करने के लिए एक विशेष उपकरण है जिसे "कॉन्वेक्स ऑर्डर" (convex order) कहा जाता है। यदि एक आकार दूसरे की तुलना में अधिक "जोखिम भरा" है, तो इसका अर्थ है कि इसमें उतार-चढ़ाव अधिक चरम हैं, भले ही समूह की औसत ऊंचाई समान रहे।

अब, कल्पना कीजिए कि आपके पास एक जादुई कैलकुलेटर है जो एक एकल संख्या देता है जो यह दर्शाती है कि कोई स्थिति कितनी "जोखिम भरी" है। इस कैलकुलेटर के पास दो महाशक्तियाँ हैं। पहली, यह योगात्मक (additive) है: यदि आप दो स्वतंत्र जोखिमों को मिलाते हैं (जैसे, दो पासे फेंकना), तो कुल जोखिम स्कोर व्यक्तिगत स्कोर का योग मात्र होता है। दूसरी, यह एकदिष्ट (monotone) है: यदि कोई स्थिति अधिक जोखिम भरी हो जाती है (अधिक फैली हुई), तो आपके कैलकुलेटर का नंबर बढ़ना चाहिए। दशकों से, अर्थशास्त्रियों ने सोचा है कि किस तरह का कैलकुलेटर यह दोनों काम कर सकता है? क्या यह केवल औसत है? क्या यह विचरण (variance - फैलाव का एक माप) है? या यह कुछ अजीब और जटिल है? यह प्रश्न महत्वपूर्ण है क्योंकि यदि हम जानते हैं कि ये कैलकुलेटर वास्तव में कैसे दिखते हैं, तो हम बेहतर ढंग से समझ सकते हैं कि लोग अनिश्चित भविष्य के बीच निर्णय कैसे लेते हैं।

आप जो शोध पत्र पढ़ने जा रहे हैं, "टू मोमेंट्स फॉर रिस्क-मोनोटोन एडिटिव स्टैटिस्टिक्स" (Two Moments for Risk-Monotone Additive Statistics), मार्क व्हिटमायर द्वारा लिखित, इस रहस्य के अंतिम निर्णायक के रूप में कार्य करता है। लेखक सिद्ध करते हैं कि उत्तर पूरी तरह से इस बात पर निर्भर करता है कि जोखिम की "पूंछ" (tails) कितनी "भारी" है—विशेष रूप से, क्या उस जोखिम का एक परिमित "द्वितीय क्षण" (second moment) है (गणितीय रूप से, जब विचरण मौजूद हो या अनंत न हो)।

यहाँ निर्णय दिया गया है:
यदि जोखिम इतने "हल्के" हैं कि उनका विचरण अस्तित्व में भी नहीं आ सकता (गणितीय रूप में, जब क्षण $p$ , 2 से कम हो), तो एकमात्र संभव कैलकुलेटर वह है जो जोखिम को पूरी तरह से अनदेखा कर देता है। इस दुनिया में, केवल औसत ही मायने रखता है। औसत में किसी भी प्रकार का "जोखिम दंड" (risk penalty) जोड़ने का कोई भी प्रयास योगात्मकता के नियमों को तोड़ देता है। शोध पत्र सिद्ध करता है कि इन हल्के जोखिमों के लिए, जोखिम स्वयं को दर्शाने वाला सांख्यिकीय मान (जब औसत को हटा दिया जाता है) शून्य होना चाहिए। कुल स्कोर केवल औसत है; यहाँ विचरण एक अलग कारक के रूप में मौजूद होने की कोई गुंजाइश नहीं है।

हालाँकि, यदि जोखिम इतने "भारी" हैं कि वे एक परिमित विचरण की गारंटी देते हैं (जब $p$ , 2 या उससे अधिक हो), तो कहानी बदल जाती है। इस दुनिया में, लेखक सिद्ध करते हैं कि काम करने वाले एकमात्र कैलकुलेटर मीन-वैरिएंस (Mean-Variance) कैलकुलेटर हैं। इसका अर्थ है कि आपका जोखिम स्कोर हमेशा औसत प्लस (या माइनस) विचरण का एक गुणज होगा। शोध पत्र दिखाता है कि विचरण ही एकमात्र अतिरिक्त सामग्री है जिसकी अनुमति दी गई है। आप एक नया, जटिल सूत्र नहीं बना सकते; आप क्लासिक संयोजन "औसत" और "फैलाव" तक ही सीमित हैं।

लेखक ने केवल अनुमान नहीं लगाया है; उन्होंने एक कठोर गणितीय प्रमाण बनाया है। उन्होंने दिखाया कि यदि आप जोखिम मापन के किसी अन्य प्रकार को चुपके से शामिल करने की कोशिश करते हैं, तो गणित अंततः विफल हो जाएगा, जिससे असंभव विरोधाभास उत्पन्न होंगे। उन्होंने इस विचार को भी खारिज कर दिया कि हल्के जोखिमों ( $p < 2$ ) के लिए विचरण एक कारक के रूप में मौजूद हो सकता है; प्रमाण यह दर्शाता है कि यदि आप वहां विचरण का उपयोग करने का प्रयास करते, तो संख्याएं अनंत तक बढ़ जातीं, जो कि एक वास्तविक सांख्यिकी के लिए असंभव है।

इसलिए, शोध पत्र संख्या 2 पर एक स्पष्ट रेखा खींचता है। 2 से नीचे, जोखिम अदृश्य है (स्कोर केवल माध्य है); 2 और उससे ऊपर, जोखिम सख्ती से विचरण का मामला है। यह एक ऐसे प्रश्न का स्पष्ट और निर्णायक उत्तर है जिसने वर्षों तक विचारकों को उलझाए रखा, यह पुष्टि करते हुए कि जोखिम सांख्यिकी का ब्रह्मांड उतना सरल है जितना कि यह दिखता है: या तो यह केवल औसत है, या यह औसत और थोड़ा सा विचरण है।

तकनीकी सारांश: जोखिम-मोनोटोनिक योगात्मक सांख्यिकी के दो क्षण (Two Moments for Risk-Monotone Additive Statistics)

समस्या विवरण
यह शोध पत्र उन वास्तविक-मान वाले सांख्यिकी (statistics) के अभिलक्षणन (characterization) की जांच करता है जो संभाव्यता नियमों (probability laws/distributions) पर परिभाषित हैं और जो दो विशिष्ट गुणों को संतुष्ट करते हैं:

कन्वोल्यूशन के तहत योगात्मकता (Additivity under convolution): दो स्वतंत्र जोखिमों के योग का सांख्यिकी, उनके व्यक्तिगत सांख्यिकी के योग के बराबर होता है ( $F(\mu * \nu) = F(\mu) + F(\nu)$ )।
कॉन्वेक्स ऑर्डर में मोनोटोनिसिटी (Monotonicity in convex order): सांख्यिकी कॉन्वेक्स ऑर्डर के संबंध में गैर-घटती (non-decreasing) होती है ( $\mu \preceq_{cx} \nu \implies F(\mu) \leq F(\nu)$ ), जो 'मीन-प्रिजर्विंग स्प्रेड्स' (mean-preserving spreads) में मोनोटोनिसिटी के अनुरूप है।

केंद्रीय प्रश्न यह है कि क्या ये दो अभिप्राय (axioms) अनन्य रूप से वेरिएंस (या मीन-वेरिएंस संयोजन) को ही एकमात्र संभावित सांख्यिकी के रूप में पहचानते हैं, या क्या अन्य रूप भी मौजूद हैं। यह जांच $p$ -वें क्षणों वाली संभाव्यता मापों ( $L^p$ ) के डोमेन के भीतर स्थित है, विशेष रूप से यह देखते हुए कि $p=2$ का थ्रेशोल्ड (finite second moment की उपस्थिति) इस अभिलक्षणन को कैसे प्रभावित करता है। यह कार्य फ्रिट्ज़ एट अल [1] द्वारा उठाए गए एक प्रश्न का समाधान करता है कि क्या कॉन्वेक्स-ऑर्डर मोनोटोनिसिटी, $p=2$ वाले डोमेन पर वेरिएंस को विशिष्ट बनाती है, जो पोमैटो एट अल [4] द्वारा सभी परिमित क्षणों वाले डोमेन पर 'मीन-वेरिएंस सर्टेन्टी इक्वीलेंट्स' के व्यापक अभिलक्षणन के विपरीत है।

कार्यप्रणाली (Methodology)
प्रमाण की रणनीति $p$ के 2 के सापेक्ष मान के आधार पर एक द्वैत (dichotomy) पर निर्भर करती है। विश्लेषण पहले केंद्रित नियमों (centered laws/mean zero) पर किया जाता है और फिर इसे अनिश्चित नियमों तक विस्तारित किया जाता है।

केंद्रित नियमों में न्यूनीकरण (Reduction to Centered Laws): लेखक किसी भी यादृच्छिक चर (random variable) $X$ को एक केंद्रित घटक $(X - E[X])$ और एक स्थिर माध्य (constant mean) में विभाजित करता है। चूंकि कॉन्वेक्स ऑर्डर माध्य को संरक्षित करता है, इसलिए माध्य घटक पर सांख्यिकी का व्यवहार मनमाना (arbitrary) होता है, जबकि केंद्रित घटक पर सांख्यिकी का व्यवहार अभिलक्षणन का मुख्य विषय है।
बद्ध बनाम अबाध जोखिम (Bounded vs. Unbounded Risks): प्रमाण पहले बद्ध (bounded) केंद्रित जोखिमों पर सांख्यिकी का रूप स्थापित करके आगे बढ़ता है और फिर $L^p$ $L^{p}$ के भीतर अबाध जोखिमों तक इन परिणामों का विस्तार करता है।
- बद्ध जोखिम (Bounded Risks): पोमैटो एट अल [4] के एक परिणाम का उपयोग करते हुए, लेखक दिखाता है कि यदि एक बद्ध केंद्रित जोखिम का वेरिएंस दूसरे से कम है, तो एक सामान्य स्वतंत्र बैकग्राउंड रिस्क जोड़ा जा सकता है जो पहले जोखिम को कॉन्वेक्स ऑर्डर में छोटा बना देता है। योगात्मकता के साथ मिलकर, यह सांख्यिकी को वेरिएंस में गैर-घटता (non-decreasing) होने के लिए मजबूर करता है। इसके अलावा, स्वतंत्र प्रतियों (independent copies) के योगों पर विचार करके, लेखक सिद्ध करता है कि बद्ध जोखिमों के लिए सांख्यिकी वेरिएंस में रैखिक (linear) होनी चाहिए।
- अबाध जोखिम ( $p \geq 2$ ): उन डोमेन के लिए जहाँ वेरिएंस परिमित है, लेखक एक अवशिष्ट सांख्यिकी (residual statistic) $D(\mu) = R(\mu) - c\text{Var}(\mu)$ को परिभाषित करता है। प्रमाण यह प्रदर्शित करता है कि $D(\mu)$ को गैर-ऋणात्मक होना चाहिए (ट्रंकेशन और जेन्सन की असमानता के माध्यम से) और $D$ के किसी भी सकारात्मक मान को अनिश्चित रूप से छोटे जोखिमों में "संकुचित" (compressed) किया जा सकता है। ऐसे कई स्वतंत्र छोटे जोखिमों को जोड़ने से, योगात्मकता गुण सांख्यिकी को अनंत की ओर जाने के लिए मजबूर करेगा, जो कि सांख्यिकी के वास्तविक-मान होने की धारणा का खंडन करता है। अतः, $D(\mu) = 0$ है।
- अबाध जोखिम ( $p < 2$ ): इस सीमा में, डोमेन में ऐसे जोखिम शामिल हैं जिनमें $p$ -वें क्षण परिमित हैं लेकिन वेरिएंस अनंत है। लेखक एक विशिष्ट सममित यादृच्छिक चर (symmetric random variable) का निर्माण करता है जिसमें $p$ -वाँ क्षण परिमित है लेकिन वेरिएंस अनंत है। इसके बद्ध ट्रंकेशन (bounded truncations) का वेरिएंस अनंत की ओर बढ़ता है। यदि वेरिएंस पर गुणांक $c$ सकारात्मक होता, तो सांख्यिकी की मोनोटोनिसिटी के लिए अबाध जोखिम का मान अनंत होना आवश्यक होता, जो कि एक विरोधाभास है। अतः, $c$ को शून्य होना चाहिए।

प्रमुख योगदान और परिणाम

$p=2$ पर द्वैत (The Dichotomy at $p=2$ ): यह शोध पत्र स्थापित करता है कि $p=2$ वह सटीक थ्रेशोल्ड है जो मीन (mean) के परे गैर-तुच्छ जोखिम-मोनोटोनिक योगात्मक सांख्यिकी के अस्तित्व को निर्धारित करता है।
- स्थिति $1 \leq p < 2$ : परिमित $p$ -वें क्षणों वाले नियमों के स्थान पर, एकमात्र केंद्रित सांख्यिकी शून्य मैप (zero map) है। फलस्वरूप, पूर्ण डोमेन पर ऐसा कोई भी सांख्यिकी केवल माध्य के एक योगात्मक फलन पर निर्भर करता है।
- स्थिति $2 \leq p < \infty$ : परिमित द्वितीय क्षणों वाले नियमों के स्थान पर, केंद्रित सांख्यिकी वेरिएंस का एक गैर-ऋणात्मक गुणज ( $c \cdot \text{Var}(\mu)$ जहाँ $c \geq 0$ ) होना चाहिए। फलस्वरूप, पूर्ण डोमेन पर ऐसा कोई भी सांख्यिकी मीन-वेरिएंस रूप का होता है: $a(m(\mu)) + c \cdot \text{Var}(\mu)$ ।
सर्टेन्टी इक्वीलेंट्स का अभिलक्षणन (Characterization of Certainty Equivalents):
- जब $p < 2$ हो, तो एकमात्र सर्टेन्टी इक्वीलेंट (एक सांख्यिकी जो लॉटरी को एक निश्चित राशि के बराबर मानती है) जो योगात्मक और कॉन्वेक्स ऑर्डर में मोनोटोनिक है, अपेक्षित मान (expected value) है।
- जब $p \geq 2$ हो, तो ऐसे सर्टेन्टी इक्वीलेंट्स का वर्ग सभी मीन-वेरिएंस रूपों ( $m(\mu) - c \cdot \text{Var}(\mu)$ जहाँ $c \geq 0$ ) को शामिल करने के लिए विस्तृत हो जाता है।
पूर्व प्रश्नों का समाधान: यह शोध पत्र फ्रिट्ज़ एट अल [1] द्वारा उठाए गए प्रश्न का सकारात्मक उत्तर देता है: कॉन्वेक्स-ऑर्डर मोनोटोनिसिटी वास्तव में वेरिएंस (एक स्केलर तक) को विशिष्ट बनाती है, लेकिन केवल तभी जब डोमेन को $L^2$ या उच्चतर तक सीमित किया गया हो। यह स्पष्ट करता है कि इन अभिप्रायों में वेरिएस के लिए "स्थान" (room) ठीक तभी मौजूद होता है जब डोमेन में दूसरा क्षण (second moment) आवश्यक हो।

महत्व
यह शोध पत्र मोनोटोनिक योगात्मक सांख्यिकी के अध्ययन में योगदान देता है, जो रुज़ा और स्ज़ेकेली [5], मैटनर [2], और मु एट अल [3] द्वारा किया गया एक क्षेत्र है। इसका प्राथमिक महत्व अपेक्षित मान की विशिष्टता और मीन-वेरिएंस विश्लेषण की संभावना के बीच विभाजक सटीक क्षण स्थिति ( $p=2$ ) की पहचान करने में निहित है। इसकी प्रमाण तकनीक उल्लेखनीय है क्योंकि यह स्वतंत्र-बैकग्राउंड-रिस्क तुलना पद्धति (पोमैटो एट अल से) को इस अवलोकन के साथ जोड़ती है कि शून्य पर $L^p$ -निरंतरता (continuity) की विफलता को स्वतंत्र छोटे जोखिमों को जोड़कर अनिश्चित डिग्री तक बढ़ाया जा सकता है। यह प्रदर्शित करता है कि योगात्मकता और कॉन्वेक्स मोनोटोनिसिटी के संरचनात्मक प्रतिबंध इतने कठोर हैं कि वे सांख्यिकी को पूरी तरह से शून्य होने के लिए मजबूर करते हैं यदि डोमेन अनंत वेरिएंस की अनुमति देता है, और यदि डोमेन वेरिएंस को परिमित रखने के लिए प्रतिबंधित करता है, तो उन्हें शुद्ध रूप से वेरिएंस-आधारित होने के लिए मजबूर करते हैं।

इसी तरह के और पेपर