Measuring Non-Probabilistic Uncertainty

要約

投資の将来の利回りに関する不確実性が確率論によって適切に説明されない理由は 2 つあります。
最初のものは、確率が信頼できないほど実現されていないか、ほとんど発生していない、ユニークまたはほぼユニークなイベントによるものです。
2 つ目は、何かが起こるのではないかと恐れているときに、それを理解することさえできない場合に発生します。たとえば、「気候変動、金融危機、パンデミック、戦争、次は何ですか？」
どちらの場合も、利用可能な選択肢と考えられる結果との間の単純な 1 対 1 の因果マッピングは、最終的には崩壊します。
しかし、そのような破壊は、企業幹部、従業員、およびその他の利害関係者の変化する物語に、特定の、識別可能な、異なる方法で反映されます。
特に、コンサルタントのレポートや株主への手紙などのテキストを分析して、通常は意思決定を導く因果関係に対する両方の種類の不確実性の影響を検出できます。
非確率論的な不確実性を測定する手段として、因果マッピングの構造的測定を提案し、最終的に自動テキスト分析がこれらの手法によって提供される可能性を大幅に拡大できることを示唆しています。
将来のアプリケーションは、統計機関、株式市場のトレーダー、および業界で普及しているビジョンと自分のビジョンを比較したい企業に関係する可能性があります。

要約(オリジナル)

There are two reasons why uncertainty about the future yield of investments may not be adequately described by Probability Theory. The first one is due to unique or nearly-unique events, that either never realized or occurred too seldom for probabilities to be reliable. The second one arises when when one fears that something may happen, that one is not even able to figure out, e.g., if one asks: ‘Climate change, financial crises, pandemic, war, what next?’ In both cases, simple one-to-one causal mappings between available alternatives and possible consequences eventually melt down. However, such destructions reflect into the changing narratives of business executives, employees and other stakeholders in specific, identifiable and differential ways. In particular, texts such as consultants’ reports or letters to shareholders can be analysed in order to detect the impact of both sorts of uncertainty onto the causal relations that normally guide decision-making. We propose structural measures of causal mappings as a means to measure non-probabilistic uncertainty, eventually suggesting that automated text analysis can greatly augment the possibilities offered by these techniques. Prospective applications may concern statistical institutes, stock market traders, as well as businesses wishing to compare their own vision to those prevailing in their industry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google