[논문 리뷰] The cause of universality in growth fluctuations

Yonathan Schwarzkopf, Robert L. Axtell외 1명|arXiv (Cornell University)|2010. 04. 29.

Complex Network Analysis Techniques참고 문헌 41인용 수 5

한 줄 요약

이 논문은 새 개체군, 기업, 공동 펀드와 같은 다양한 시스템에서 관찰되는 성장 변동의 보편성은 각 개체가 중복 분포를 따르는 무작위 수의 자손을 생성하는 덧셈적 복제 모델에서 기인한다고 제안한다. 이는 체중이 무거운 분포를 따르는 성장 변동을 유도하며, 분포의 본질적 부분에서 이중 지수적 스케일링과 크기와 표준편차 간의 힘의 법칙적 스케일링(β ≈ 0.3)을 설명한다. 이는 여러 데이터셋에서 관측된 실증 데이터와 일치한다.

ABSTRACT

Phenomena as diverse as breeding bird populations, the size of U.S. firms, money invested in mutual funds, the GDP of individual countries and the scientific output of universities all show unusual but remarkably similar growth fluctuations. The fluctuations display characteristic features, including double exponential scaling in the body of the distribution and power law scaling of the standard deviation as a function of size. To explain this we propose a remarkably simple additive replication model: At each step each individual is replaced by a new number of individuals drawn from the same replication distribution. If the replication distribution is sufficiently heavy tailed then the growth fluctuations are Levy distributed. We analyze the data from bird populations, firms, and mutual funds and show that our predictions match the data well, in several respects: Our theory results in a much better collapse of the individual distributions onto a single curve and also correctly predicts the scaling of the standard deviation with size. To illustrate how this can emerge from a collective microscopic dynamics we propose a model based on stochastic influence dynamics over a scale-free contact network and show that it produces results similar to those observed. We also extend the model to deal with correlations between individual elements. Our main conclusion is that the universality of growth fluctuations is driven by the additivity of growth processes and the action of the generalized central limit theorem.

연구 동기 및 목표

• 새 개체군, 기업, 공동 펀드와 같은 다양한 시스템에서 관찰되는 성장 변동의 보편적 스케일링 패턴을 설명하는 것.
• 크기와 표준편차 간의 힘의 법칙적 스케일링(β ≈ 0.3)을 설명하는 기반이 되는 메커니즘을 규명하는 것. 이는 독립적 동역학(β = 0.5)과 동기화된 동역학(β = 0) 사이의 중간 수준이다.
• 집단 수준에서의 공동 동역학이 필요 없이도 체중이 무거운 개인 수준의 복제 과정이 보편적인 거시적 변동을 생성할 수 있음을 보여주는 것.
• 크기의 체중이 무거운 복제 분포를 생성할 수 있는 미시적 메커니즘—스케일프리 네트워크에서의 확률적 영향 동역학—을 제안하는 것.
• 북미 번식 새, 미국 주식 상장 기업, 미국 주식형 공동 펀드의 데이터를 사용해 모델을 실증적으로 검증하는 것.

제안 방법

• 각 개인이 시간 단위마다 동일한 체중이 무거운 복제 분포에서 무작위로 선택된 수의 새로운 개인으로 대체되는 덧셈적 복제 모델을 제안한다.
• 일반화된 중심극한정리를 적용하여, 대규모 N의 극한에서 성장 변동이 레비-안정 분포로 수렴함을 보여준다.
• 레비 분포의 특성 지수 α를 사용해 변동 스케일링 지수 β를 β = 1/α로 예측하며, α ∈ (1,2)이면 β ∈ (0.5,1)이 된다.
• 세 데이터셋(새, 기업, 공동 펀드)의 성장률 분포를 레비 분포에 맞추고 최대우도법을 사용해 매개변수 α, κ, c, μ를 추정한다.
• 스케일프리 접촉 네트워크에서의 확률적 영향 동역학 모델을 활용해 체중이 무거운 복제 분포를 생성함으로써 거시적 보편성과 미시적 네트워크 상호작용 간의 연결 고리를 제시한다.
• 로그 변환된 크기 및 분산 데이터에 대해 OLS 회귀를 적용해 β를 추정하고, Clauset 등이 제안한 방법을 사용해 검증을 위한 힘의 법칙 尾 꼬리 지수를 추정한다.

실험 결과

연구 질문

• RQ1 서로 다른 기반 메커니즘을 가진 새 개체군, 기업, 공동 펀드와 같은 다양한 시스템이 비록 다르게 보이지만 유사한 성장 변동 패턴을 보이는 이유는 무엇인가?
• RQ2 독립적 동역학(β = 0.5)과 동기화된 동역학(β = 0) 사이에 위치하는 중간 수준의 변동 스케일링 지수 β ≈ 0.3을 설명하는 메커니즘은 무엇인가?
• RQ3 집단 수준에서의 공통 동역학이 필요 없이도 관측된 체중이 무거운 성장 분포와 힘의 법칙적 스케일링이 단순한 덧셈적 복제 과정에서 유래할 수 있는가?
• RQ4 어떤 미시적 과정이 보편적인 거시적 행동을 유도하는 데 필요한 체중이 무거운 복제 분포를 생성할 수 있는가?
• RQ5 관측된 실증적 스케일링은 덧셈적 복제 모델 하에서 일반화된 중심극한정리에 의해 어느 정도 설명될 수 있는가?

주요 결과

• 체중이 무거운 복제 분포를 갖는 덧셈적 복제 모델은 대규모 N 근처에서 레비-분포를 따르는 성장 변동을 생성하며, 이는 모든 세 데이터셋에서 실증 데이터와 일치한다.
• 모델은 변동 스케일링 지수 β = 1/α를 예측하며, 추정된 α 값(1.40–1.53)은 β ≈ 0.3을 도출하며, 이는 모든 데이터셋에서 실증적으로 관측된 β ≈ 0.3과 매우 유사하다.
• 모델 예측에 따라 스케일링된 성장률 분포는 단일 곡선으로 압축되며, 전통적 정규화 방식보다 우수한 데이터 수축을 보여준다.
• 모델은 표준편차의 크기와의 힘의 법칙적 스케일링을 정확히 예측하며, 모든 세 데이터셋에서 결정계수 R-squared 값이 0.95 이상이어서 이론적 스케일링 관계의 타당성을 확인한다.
• 스케일프리 네트워크에서의 확률적 영향 동역학 모델은 체중이 무거운 복제 분포를 생성하며, 필요한 통계적 성질에 대한 가능성이 있는 미시적 기원을 제시한다.
• 실증적 꼬리 지수 추정치(γ ≈ 2.5–3.0)는 예측된 α 값과 일치하며, 최대우도법으로 추정한 꼬리 지수를 통한 예측된 β는 OLS로 추정한 β와 5% 이내의 오차 범위 내에 있다.