[논문 리뷰] Convergent multiplicative processes repelled from zero: power laws and truncated power laws

Rama Cont, Didier Sornette|arXiv (Cornell University)|1996. 09. 07.

Stochastic processes and statistical mechanics참고 문헌 5인용 수 31

한 줄 요약

이 논문은 제약 조건이 있는 수렴하는 곱셈 과정에서의 거듭제곱 법칙 분포를 엄밀하고 직관적으로 유도한다. 영으로의 이동과 영에서의 반발 경계가 함께 작용할 때 거듭제곱 법칙 尾를 생성함을 보여준다. 핵심 결과는 지수 μ가 ⟨λ^μ⟩ = 1의 해로 정확히 결정된다는 것으로, 이는 μ가 비우월적이며 곱셈 인자 λ의 분포에 의존함을 의미한다.

ABSTRACT

Random multiplicative processes $w_t =λ_1 λ_2 ... λ_t$ (with < λ_j > 0 ) lead, in the presence of a boundary constraint, to a distribution $P(w_t)$ in the form of a power law $w_t^{-(1+μ)}$. We provide a simple and physically intuitive derivation of this result based on a random walk analogy and show the following: 1) the result applies to the asymptotic ($t o \infty$) distribution of $w_t$ and should be distinguished from the central limit theorem which is a statement on the asymptotic distribution of the reduced variable ${1 \over \sqrt{t}}(log w_t -< log w_t >)$; 2) the necessary and sufficient conditions for $P(w_t)$ to be a power law are that < 0 (corresponding to a drift $w_t o 0$) and that $w_t$ not be allowed to become too small. We discuss several models, previously unrelated, showing the common underlying mechanism for the generation of power laws by multiplicative processes: the variable $\log w_t$ undergoes a random walk biased to the left but is bounded by a repulsive ''force''. We give an approximate treatment, which becomes exact for narrow or log-normal distributions of $λ$, in terms of the Fokker-Planck equation. 3) For all these models, the exponent $μ$ is shown exactly to be the solution of $\langle λ^μ angle = 1$ and is therefore non-universal and depends on the distribution of $λ$.

연구 동기 및 목표

• 제약 조건이 있는 곱셈 과정이 거듭제곱 법칙 분포를 생성하는 메커니즘을 명확히 하고 일반화하기.
• 변수 w_t의 점점 가까운 거듭제곱 법칙과 log w_t의 축소된 변수에서의 중심극한정리 행동을 구분하기.
• P(w_t)가 거듭제곱 법칙이 되는 정확한 조건을 규명하기: 음의 드리프트 (⟨log λ⟩ < 0) 와 w_t가 영에 가까워지는 것을 방지하는 하한.
• 거듭제곱 법칙 지수 μ가 비우월적이며 ⟨λ^μ⟩ = 1의 해에 의해 결정되며, 일반적인 스케일링에 의해 결정되지 않는다는 것을 보여주기.
• 비정적 과정으로 이 프레임워크를 확장하고, 이 메커니즘을 Kesten 과정과 같은 알려진 거듭제곱 법칙 생성 메커니즘과 연결하기.

제안 방법

• x_t = log w_t에서의 랜덤 워크 유사성 사용 (x_t는 드리프트 v = ⟨log λ⟩를 가진 비대칭 랜덤 워크를 수행함).
• x_min에서 반사되거나 반발하는 경계 조건을 포함한 확률 밀도 P(x,t)에 대한 Fokker-Planck 방정식을 모델링함.
• 경계 조건을 포함한 정적 Fokker-Planck 방정식을 풀어 점점 가까운 거듭제곱 법칙 P(w_t) ∝ w_t^{-(1+μ)}을 도출함.
• 지수 μ가 Wiener-Hopf 적분 방정식의 해임을 보이며, 정적 경우에서는 정확히 ⟨λ^μ⟩ = 1로 축소됨.
• 유한 시간 수정항 분석: 불완전한 평형 상태에서 경계 효과를 탐색할 시간이 부족하여, 파워 라인은 로그 노멀 꼬리에 의해 잘린다.
• v(t), D(t), 또는 x_0(t)가 시간에 따라 변하는 비정적 케이스를 고려하며, t* << τ일 경우 시간에 따라 변하는 거듭제곱 법칙 지수를 예측함.

실험 결과

연구 질문

• RQ1 제약 조건이 있는 곱셈 과정이 t → ∞의 극한에서 거듭제곱 법칙 분포를 유도하기 위한 필수 및 충분 조건은 무엇인가?
• RQ2 거듭제곱 법칙의 지수 μ는 곱셈 인자 λ의 분포에 어떻게 의존하며, 이는 우월한가?
• RQ3 이 제약 조건이 있는 설정에서 log w_t에 대한 표준 중심극한정리가 왜 w_t의 점점 가까운 분포에 적용되지 않는가?
• RQ4 유한 시간 효과는 거듭제곱 법칙을 어떻게 수정하며, P(w_t)의 꼬리에서의 截단은 어떤 성질을 가지는가?
• RQ5 이 메커니즘은 Kesten 과정 또는 다른 알려진 거듭제곱 법칙 생성 메커니즘과 어떤 연관성이 있는가?

주요 결과

• 곱셈 과정이 음의 드리프트 (⟨log λ⟩ < 0) 를 가지며 영으로부터 멀어지도록 제약을 받을 경우, 점점 가까운 분포 P(w_t)는 거듭제곱 법칙 P(w_t) ∝ w_t^{-(1+μ)}을 따른다.
• 지수 μ는 정확히 ⟨λ^μ⟩ = 1의 해로 결정되며, 이는 μ가 비우월적이며 λ의 전체 분포에 의존함을 의미한다.
• 좁은 분포 또는 로그 정규 분포를 가진 λ의 경우 Fokker-Planck 근사는 정확해지며, μ는 log λ의 첫 번째 두 촐레르의 비율로 근사적으로 주어진다.
• 유한 시간 수정항은 랜덤 워크가 경계 효과를 충분히 탐색할 시간이 부족하여, 큰 w_t에서 거듭제곱 법칙이 로그 노멀 꼬리에 의해 잘린다.
• 드리프트 또는 확산 매개변수의 시간에 따른 변화가 있는 비정적 케이스에서, 매개변수 변화의 특성 시간 스케일 τ가 확산 시간 t* = x²/D보다 훨씬 클 경우 거듭제곱 법칙 지수 μ는 느리게 적응한다.
• 이 메커니즘은 덧셈 과정에서의 버울츠만 분포와 근본적으로 다르며, 지수 μ는 평균 행동이 아니라 드리프트에 대비한 극단적 이격에 의해 결정된다.