[논문 리뷰] Physics of Personal Income

Wataru Souma|ArXiv.org|2002. 02. 22.

Complex Systems and Time Series Analysis참고 문헌 8인용 수 18

한 줄 요약

이 논문은 미국과 일본의 실증 데이터를 바탕으로 개인 소득 분포의 보편적 구조가 중간 수익 범위에서는 로그노멀 분포, 고소득 꼬리 부분에서는 힘의 법칙 꼬리(power-law tail)를 가진다는 것을 규명한다. 파레토 지수와 기브라트 지수의 시계열 변화를 분석하고, 경계 조건 또는 가감성 노이즈를 가진 곱셈 스토케스틱 프로세스 또는 추가 노이즈를 가진 프로세스와 같은 확률적 과정 모델을 검토하여 소득 분포에서의 힘의 법칙 꼬리가 어떻게 발생하는지를 설명한다.

ABSTRACT

We report empirical studies on the personal income distribution, and clarify that the distribution pattern of the lognormal with power law tail is the universal structure. We analyze the temporal change of Pareto index and Gibrat index to investigate the change of the inequality of the income distribution. In addition some mathematical models which are proposed to explain the power law distribution are reviewed.

연구 동기 및 목표

• 다양한 경제권과 시간대에서 개인 소득 분포의 보편적 구조를 규명하는 것.
• 소득 불평등의 역학을 나타내는 지표인 파레토 지수(α)와 기브라트 지수(β)의 시계열 변화를 조사하는 것.
• 관측된 소득 분포의 힘의 법칙 꼬리를 설명하는 데 있어 스토케스틱 프로세스 모델의 적용 가능성을 평가하는 것.
• 역사적 데이터(예: 1935–36년 미국)와 현대 일본 데이터(1998년)를 비교하여 분포 패턴의 보편성을 검증하는 것.
• 기존 모델의 한계를 평가하고, 더 현실적인 소득 역학을 위해 에이전트 간 상호작용을 통합한 확장 모델을 제안하는 것.

제안 방법

• 소득세, 소득, 고용 소득 데이터를 활용하여 미국(1935–36년)과 일본(1998년)의 개인 소득 데이터를 실증 분석한다.
• 중간 수익 범위에서는 누적 소득 분포를 로그노멀 함수로, 고소득 꼬리 부분에서는 힘의 법칙 함수로 적합화한다.
• 파레토 지수 α는 힘의 법칙 적합화를 통해, 기브라트 지수 β는 로그노멀 분포의 분산 파rameter를 통해 추정한다.
• 경계 조건 또는 가감성 노이즈를 가진 곱셈 스토케스틱 프로세스(MSP) 모델을 적용하여 소득 분포의 힘의 법칙 꼬리가 어떻게 발생하는지를 설명한다.
• 가치 재분배와 체계적 피드백을 시뮬레이션하기 위해 방향성 폴리머 및 일반화된 로트카-볼테라 프레임워크를 통해 MSP 모델을 확장하여 상호작용을 포함한다.
• 평균장 근사와 대규모 N 근사(limit)를 사용하여 상호작용 모델에서 파레토 지수 α에 대한 해석적 표현을 유도한다.

실험 결과

연구 질문

• RQ1 다양한 국가와 시간대에서 개인 소득 분포가 중간 수익 범위에서는 로그노멀 분포, 고소득 꼬리 부분에서는 힘의 법칙 꼬리를 가지는가?
• RQ2 파레토 지수 α와 기브라트 지수 β는 시간이 지남에 따라 어떻게 변화하며, 이러한 변화는 소득 불평등에 대해 무엇을 드러내는가?
• RQ3 경계 조건 또는 가감성 노이즈를 가진 곱셈 프로세스와 같은 스토케스틱 프로세스가 소득 분포의 힘의 법칙 꼬리 발생을 설명할 수 있는가?
• RQ4 단일 에이전트 스토케스틱 모델의 한계는 무엇이며, 에이전트 간 상호작용을 통한 개선은 모델의 현실성에 어떻게 기여하는가?
• RQ5 상호작용이 있는 MSP 모델(예: 방향성 폴리머 또는 일반화된 로트카-볼테라)은 평균장 및 대규모 N 근사 조건 하에서 실증 관측 결과와 일치하는 해석적 접근이 가능한 힘의 법칙 꼬리를 도출할 수 있는가?

주요 결과

• 개인 소득 분포는 보편적으로 중간 수익 범위에서는 로그노멀 분포, 고소득 범위에서는 힘의 법칙 꼬리 구조를 보이며, 이는 미국(1935–36년)과 일본(1998년) 데이터로 확인되었다.
• 미국 1935–36년 데이터의 파레토 지수 α는 1.63으로 산정되었고, 일본 1998년 데이터의 경우 2.06로 나타나 일본의 소득 분포가 더 균형 잡혀 있음을 시사한다.
• 기브라트 지수 β는 미국 데이터에서 2.23으로 추정되었으며, 이는 특정 분산과 평균 소득을 가진 로그노멀 분포에 해당한다.
• 경계 조건을 가진 곱셈 스토케스틱 프로세스(MSP)는 파레토 지수 α = 1 / (1 − xₘ)을 도출하며, 이는 구조적 제약 조건과 소득 불평등 간의 연결 고리를 제공한다.
• 가감성 노이즈를 가진 MSP는 ⟨a^α⟩ = 1을 만족하는 파레토 지수를 생성하며, 이는 노이즈 분포 b(t)에 영향을 받지 않아 힘의 법칙 꼬리 발생에 강건한 메커니즘을 제공한다.
• 상호작용이 포함된 MSP 모델—예를 들어 방향성 폴리머 또는 일반화된 로트카-볼테라 프레임워크—는 평균장 및 대규모 N 근사 조건 하에서 각각 α = 1 + J/σ² 및 α = 1 + 2a/σ²의 힘의 법칙 꼬리를 도출하며, 실증 관측 결과와 일치한다.