[논문 리뷰] Detailed simulation results for some wealth distribution models in Econophysics

Kunal Bhattacharya, G. Mukherjee외 1명|ArXiv.org|2005. 04. 22.

Complex Systems and Time Series Analysis인용 수 6

한 줄 요약

이 논문은 복잡한 경제물리 모델의 자산 분포를 위한 세 가지 수치 시뮬레이션을 제시하며, 고정된 저축 성향을 가진 초래지-찰라브르티-만나(CCM) 모델에 집중한다. 드라굴레스쿠-야코벤코 및 찰라브르티-찰라브르티 모델과는 달리, CCM 모델은 비에르고딕성과 비자기 평균성을 나타내며, 단일 실현값과 평균 분포 사이에 지속적인 통계적 차이를 보이며, 이는 관측된 파레토 법칙이 보편적인 정적 상태가 아니라 개인 분포의 콘볼루션에서 기인한다는 것을 시사한다.

ABSTRACT

In this paper we present detailed simulation results on the wealth distribution model with quenched saving propensities. Unlike other wealth distribution models where the saving propensities are either zero or constant, this model is not found to be ergodic and self-averaging. The wealth distribution statistics with a single realization of quenched disorder is observed to be significantly different in nature from that of the statistics averaged over a large number of independent quenched configurations. The peculiarities in the single realization statistics refuses to vanish irrespective of whatever large sample size is used. This implies that previously observed Pareto law is essentially a convolution of the single member distributions.

연구 동기 및 목표

• 경제물리학에서 자산 분포 모델의 에르고딕성과 자기 평균성, 특히 고정된 저축 성향을 가진 모델을 조사하는 것.
• 관측된 자산 분포의 파레토 법칙 꼬리가 집합 평균화의 결과인지, 아니면 개별 실현값에 내재된 것인지 검토하는 것.
• 이질적인 저축 성향을 가진 CCM 모델의 안정화 동역학과 임계 느린 감소 현상을 분석하는 것.
• 응축 한계 근처에서 최고 저축 성향을 가진 에이전트의 평균 자산의 척도 행동을 정량화하는 것.
• 장기간의 안정화 시간으로 인해 수치 시뮬레이션의 가능성을 평가하는 것.

제안 방법

• 쌍별 보존적 자산 교환과 무작위 분할을 사용한 세 가지 자산 교환 모델(Drägulescu-Yakovenko(DY), Chakraborti-Chakrabarti(CC), Chatterjee-Chakrabarti-Manna(CCM))의 시뮬레이션.
• CCM 모델에 고정된 불순물 모델을 구현하여 각 에이전트가 랜덤으로 선택된 고정된 저축 성향 λ ∈ [0, λ_max)을 가지며, λ_max를 조절하여 임계 행동을 연구한다.
• 시간 평균 자산 분포와 고정된 불순물의 다수 독립 실현값에 대한 통계 분석을 통해 자기 평균성과 에르고딕성을 테스트한다.
• 임계 지수와 보편적 척도 행동을 식별하기 위해 자료 수축 기법과 척도 가설을 적용한다.
• 최고 저축 성향을 가진 에이전트의 안정화 시간 t× 분석에서 t× ∝ (1−λ_max)^−1 임을 확인하여 λ_max → 1에 가까워질수록 발산하는 안정화를 나타낸다.
• 시스템 크기 N과 λ_max에 대한 최고 저축 성향을 가진 에이전트의 평균 자산에 대한 수치적 피팅을 통해 척도 법칙과 척도 피팅을 사용하여 임계 지수를 추출한다.

실험 결과

연구 질문

• RQ1 고정된 저축 성향을 가진 CCM 모델에서 자산 분포는 에르고딕성과 자가 평균성을 가지는가, 아니면 단일 실현값 통계와 집합 평균 사이에 본질적인 차이가 존재하는가?
• RQ2 CCM 모델에서 다수의 구성에 대해 평균을 내었음에도 불구하고, 왜 관측된 파레토 유사 척도 법칙 꼬리가 단일 실현값에서 나타나지 않는가?
• RQ3 최고 저축 성향을 가진 에이전트의 안정화 시간 t×는 λ_max와 시스템 크기 N에 따라 어떻게 척도가 되는가?
• RQ4 응축 한계(λ_max → 1) 근처에서 최고 저축 성향을 가진 에이전트의 평균 자산은 시스템 크기 N과 λ_max에 따라 어떻게 척도가 되는가?
• RQ5 CCM 모델에서 관측된 비자기 평균성은 느린 안정화 모드 때문인가, 그리고 이러한 현상은 수치 시뮬레이션에 어떤 영향을 미치는가?

주요 결과

• 고정된 저축 성향을 가진 CCM 모델은 비에르고딕성과 비자기 평균성을 보이며, 큰 표본 크기에도 불구하고 단일 실현값의 자산 분포와 집합 평균 분포 사이에 상당한 통계적 차이가 존재한다.
• 시뮬레이션에서 관측된 파레토 지수 ν ≈ 1.5는 보편적인 정적 상태가 아니라 개별 비파레토 분포의 콘볼루션으로서 기인한다.
• 최고 저축 성향을 가진 에이전트의 안정화 시간 t×는 t× ∝ (1−λ_max)^−1로 척도가 되며, λ_max = 1에 가까워질수록 발산하는 안정화를 나타낸다.
• 최고 저축 성향을 가진 에이전트의 평균 자산은 ⟨m(λ_max)⟩ ∼ (1−λ_max)^−0.76 N^{0.01}로 척도가 되며, λ_max → 1에 가까워질수록 ⟨m⟩ ∼ N^{0.77}로 나타나, N에 비례한다는 주장과 모순된다.
• 척도 가설 [⟨m⟩/N] N^{-0.15} ∼ F[(1−λ_max)N^{1.5}]을 사용한 자료 수축은 임계 지수 δ ≈ 0.76를 확인하여 응축 전이 근처에서 보편적 척도 행동이 존재함을 시사한다.
• CCM 모델에서 구성 평균화는 M(고정된 구성 수)이 클수록 불가능해지며, 가장 느린 안정화 시간이 t× ∝ M N로 증가하여 수렴을 위해 장기간의 시뮬레이션이 필요하기 때문이다.