There is increasing appreciation of

There is increasing appreciation of the importance of tail events. Weitzman
s dismal theorem
holds that under strict conditions concerning the structure of uncertainty and preferences,
society has an indefinitely large expected loss from high-consequence, low-probability events.
In such situations, standard tools such as expected utility analysis cannot easily be applied.
Thus, the dismal theorem is important because it helps identify when tail events have
significance for our actions.
It must be emphasized, however, that the dismal theorem holds only under very limited
conditions. The theorem requires strong risk aversion, a very fat tail for the uncertain variables,
and the inability of society to learn and act in a timely fashion. Moreover, these properties
must extend to indefinitely low consumption and indefinitely high values of the
uncertain parameters.
Even if the dismal theorem does not hold in its strict form, there is still a constructive
finding here. We see that it is very difficult to obtain precise information about the likelihood
of extreme outcomes from observational data when the distributions have fat tails. This
difficulty arises from ignorance about both the exact form of the distribution (e.g., normal,
The Economics of Tail Events with an Application to Climate Change 255
at Victoria University on August 25, 2015 http://reep.oxfordjournals.org/ Downloaded from
Pareto, or exponential) and the exact parameters of the distribution (supposing it to be
Pareto, is the Pareto parameter 1, 1.5, 2, ...?). Returning to Figure 2, for example, we
can see that a ‘‘four-sigma surprise’’ has a one in twenty-five probability of occurring with
the Pareto distribution, but a near-zero probability with the normal distribution.
In many cases, the data speak softly or not at all about the likelihood of extreme events. This
means that reasonable people may have quite different views about the likelihood of extreme
events, such as the catastrophic outcomes of climate change, and that there are no data to
adjudicate such disputes. This humbling thought applies more broadly, however, as there are
indeed deep uncertainties about virtually every issue that humanity faces, and the only way
these uncertainties can be resolved is through continued careful consideration and analysis of
all data and theories.

Kết quả (Việt) 1:

Có đang gia tăng sự đánh giá cao tầm quan trọng của sự kiện đuôi. Định lý ảm đạm Weitzman sGiữ rằng trong điều kiện nghiêm ngặt liên quan đến cấu trúc của sự không chắc chắn và sở thích,xã hội có một mất mát dự kiến vô thời hạn lớn từ sự kiện Trung-hậu quả, xác suất thấp.Trong tình huống như vậy, các công cụ tiêu chuẩn như dự kiến Tiện ích phân tích một cách dễ dàng không thể áp dụng.Vì vậy, định lý ảm đạm là quan trọng bởi vì nó giúp xác định khi sự kiện đuôi cótầm quan trọng cho hành động của chúng tôi.Nó phải được nhấn mạnh, Tuy nhiên, rằng định lý ảm đạm giữ chỉ nhỏ hơn rất hạn chếđiều kiện. Định lý yêu cầu mạnh mẽ nguy cơ ác cảm, một đuôi rất béo cho các biến không chắc chắn,và sự bất lực của xã hội để tìm hiểu và hành động một cách kịp thời. Hơn nữa, các đặc tínhphải mở rộng vô hạn định thấp tiêu thụ và vô thời hạn cao giá trị của cáctham số không chắc chắn.Ngay cả khi định lý ảm đạm không nắm giữ trong các hình thức nghiêm ngặt, đó là vẫn còn một xây dựngTìm ở đây. Chúng tôi thấy rằng nó là rất khó khăn để có được các thông tin chính xác về khả năngCác kết quả cực từ dữ liệu quan sát khi các bản phân phối có chất béo đuôi. Điều nàykhó khăn phát sinh từ sự thiếu hiểu biết về cả hai dạng chính xác của bản phân phối (ví dụ như, bình thường,Kinh tế của các sự kiện đuôi với một ứng dụng để biến đổi khí hậu 255 tại trường đại học Victoria ngày 25 tháng 8 năm 2015 http://reep.oxfordjournals.org/ tải về từ Pareto, hoặc mũ) và các thông số chính xác của bản phân phối (giả sử nóPareto, là Pareto tham số 1, 1.5, 2,...?). Quay trở về hình 2, ví dụ, chúng tôicó thể thấy rằng một bất ngờ bốn-sigma '''' có một trong hai mươi lăm xác suất của xảy ra vớiphân phối Pareto, nhưng một xác suất gần bằng không với phân phối bình thường.Trong nhiều trường hợp, dữ liệu nói nhẹ nhàng hoặc không phải ở tất cả về khả năng của sự kiện cực. Điều nàycó nghĩa là người hợp lý có thể có quan điểm khá khác nhau về khả năng cựcsự kiện, chẳng hạn như kết quả thảm họa biến đổi khí hậu, và rằng không có không có dữ liệu đểadjudicate tranh chấp như vậy. Suy nghĩ này humbling áp dụng rộng hơn, Tuy nhiên, như có nhữngthực sự sâu sự không chắc chắn về hầu như tất cả vấn đề phải đối mặt với nhân loại, và cách duy nhấtnhững sự không chắc chắn có thể được giải quyết là thông qua tiếp tục xem xét cẩn thận và phân tíchTất cả các dữ liệu và lý thuyết.

Kết quả (Việt) 2:

Ngày càng có nhiều sự đánh giá cao tầm quan trọng của sự kiện đuôi. Định lý ảm đạm Weitzman? S
cho rằng trong điều kiện nghiêm ngặt liên quan đến cấu trúc của sự không chắc chắn và sở thích,
xã hội có một tổn thất dự kiến vô thời hạn lớn từ sự kiện hậu quả cao, thấp xác suất.
Trong tình huống như vậy, các công cụ tiêu chuẩn như phân tích tiện ích dự kiến có thể không dễ dàng được áp dụng .
Do đó, các định lý ảm đạm rất quan trọng vì nó giúp xác định khi sự kiện đuôi có
ý nghĩa đối với các hành động của chúng tôi.
Nó phải được nhấn mạnh, tuy nhiên, các định lý ảm đạm chỉ nắm giữ dưới rất hạn chế
điều kiện. Định lý đòi hỏi sự ác cảm mạnh nguy cơ, một cái đuôi rất béo cho các biến không chắc chắn,
và sự bất lực của xã hội để học hỏi và hành động một cách kịp thời. Hơn nữa, các đặc tính này
phải kéo dài vô thời hạn để tiêu thụ thấp và giá trị vô thời hạn cao của các
thông số không chắc chắn.
Thậm chí nếu các định lý ảm đạm không giữ ở dạng nghiêm ngặt của nó, vẫn còn là một tính xây dựng
phát hiện ở đây. Chúng tôi thấy rằng nó là rất khó khăn để có được thông tin chính xác về khả năng
của các kết quả cực từ dữ liệu quan sát khi các bản phân phối có đuôi béo. Điều này
khó khăn phát sinh từ sự thiếu hiểu biết về cả hai dạng chính xác của phân phối (ví dụ, bình thường,
Kinh tế học của Tail sự kiện với một ứng biến đổi khí hậu 255
tại Đại học Victoria vào ngày 25 Tháng Tám 2015 http://reep.oxfordjournals.org/ Tải về từ
Pareto, hay mũ) và các thông số chính xác của phân phối (giả sử nó được
Pareto, là tham số Pareto 1, 1.5, 2, ...?). Trở lại hình 2, ví dụ, chúng ta
có thể thấy rằng một '' bốn-sigma bất ngờ '' có một trong hai mươi lăm xác suất xảy ra với
sự phân bố Pareto, nhưng một gần-zero xác suất với sự phân bố bình thường.
Trong nhiều trường hợp , các dữ liệu nói nhẹ nhàng hoặc không gì cả về khả năng xảy ra các sự kiện cực đoan. Điều này
có nghĩa là người hợp lý có thể có quan điểm hoàn toàn khác nhau về khả năng cực kỳ
sự kiện, chẳng hạn như kết quả thảm khốc của sự thay đổi khí hậu, và rằng không có dữ liệu để
phân xử các tranh chấp đó. Suy nghĩ khiêm nhường này áp dụng rộng rãi hơn, tuy nhiên, như có
thực sự bất ổn sâu về hầu như mọi vấn đề mà nhân loại đang phải đối mặt, và cách duy nhất
những bất trắc có thể được giải quyết thông qua là xem xét cẩn thận và phân tích tiếp tục
tất cả các dữ liệu và lý thuyết.