[논문 리뷰] The Rich Are Different!: Pareto Law from asymmetric interactions in asset exchange models

Sitabhra Sinha|ArXiv.org|2005. 04. 27.

Economic theories and models인용 수 7

한 줄 요약

이 논문은 자산 거래 모델에서 더 부유한 에이전트와 더 가난한 에이전트가 다르게 행동하는 비대칭 상호작용이 에이전트 기반 모델에서 파레토 유사 파워-로우 분포를 생성할 수 있음을 제안한다. 비대칭적 자산 이행 또는 비대칭 승리 확률을 도입함으로써, 모델은 실증 관측치와 일치하는 파레토 지수를 가진 강력한 파워-로우 尾를 생성하며, 실제 경제에서 관찰되는 보편적이지만 다양성 있는 불평등을 설명하는 메커니즘을 제공한다.

ABSTRACT

It is known that asset exchange models with symmetric interaction between agents show either a Gibbs/log-normal distribution of assets among the agents or condensation of the entire wealth in the hands of a single agent, depending upon the rules of exchange. Here we explore the effects of introducing asymmetry in the interaction between agents with different amounts of wealth (i.e., the rich behave differently from the poor). This can be implemented in several ways: e.g., (1) in the net amount of wealth that is transferred from one agent to another during an exchange interaction, or (2) the probability of gaining vs. losing a net amount of wealth from an exchange interaction. We propose that, in general, the introduction of asymmetry leads to Pareto-like power law distribution of wealth.

연구 동기 및 목표

• 에이전트 기반 경제 모델에서 비대칭 상호작용을 통해 파레토의 법칙이 부의 분포에 어떻게 기인하는지 설명하는 것.
• 대칭적 거래 모델의 한계를 해결하는 것—이는 일반적으로 지배-지수 분포 또는 한 명의 에이전트에 의한 부의 응집을 초래한다.
• 상대적 부에 기반한 거래에서의 비대칭성이 실증 데이터와 일치하는 파워-로우 꼬리 분포를 생성할 수 있음을 보여주는 것.
• 비대칭성 파rameter의 분포를 다양하게 조절함으로써 다양한 파레토 지수 α가 자연스럽게 유도될 수 있으며, 이는 서로 다른 사회에서 관측된 다양성을 설명할 수 있음을 보여주는 것.

제안 방법

• 더 부유한 에이전트가 더 가난한 에이전트와 다르게 자산을 이전하거나 획득하도록 하여 거래의 비대칭성을 도입하는 것.
• 두 에이전트의 부 중 최소값에 따라 순부가 이전되지만, 각 에이전트마다 다를 수 있는 매개변수 τ를 도입하는 모델을 구현하는 것.
• 에이전트 간의 저장 또는 리스크 행동의 차이를 시뮬레이션하기 위해 비균일한 τ-분포(예: 균일분포, 선형분포, 거듭제곱분포)를 사용하는 것.
• 승리 확률이 상대적 부에 따라 달라지는 비대칭 승리 확률 모델을 도입하며, 로지스틱 함수를 통해 상대적 부에 따라 승리 확률이 결정되도록 하는 것.
• 많은 반복 횟수 동안 모델을 시뮬레이션하여 안정 상태의 부 분포를 관찰하는 것.
• 이중 로그 스케일 플롯을 사용하여 결과 부 분포를 분석하고 파워-로우 꼬리의 존재를 확인하며 파레토 지수 α를 추정하는 것.

실험 결과

연구 질문

• RQ1 자산 거래 모델에서 에이전트 간의 비대칭 상호작용이 실제 경제에서 관측된 파워-로우 꼬리 분포를 재현할 수 있는가?
• RQ2 거래 규칙에 부에 기반한 비대칭성을 도입할 경우 대칭 모델과 비교해 부 분포에 어떤 영향을 미치는가?
• RQ3 이러한 모델에서 파레토 지수 α의 값은 무엇에 의해 결정되며, 다양한 사회에서 관측된 실증 관측치와 일치하도록 변화시킬 수 있는가?
• RQ4 파워-로우 꼬리의 발생은 비대칭성 분포의 특정 형태에 민감한가, 아니면 다양한 파rameter 설정에 대해 강건한가?
• RQ5 외부 파rameter나 이질적인 에이전트 분포 없이도 단순한 모델이 파워-로우 분포를 생성할 수 있는가?

주요 결과

• 자산 이전의 비대칭성 도입—변동하는 이전 금액 또는 비대칭 승리 확률을 통해—대칭 모델과는 달리 부 분포에 파워-로우 꼬리가 나타나는 것으로 나타났다.
• 비대칭성 파rameter τ의 균일 분포를 가진 모델은 파레토 지수 α ≈ 1.5를 생성하며, 파레토의 원래 관측치와 인도의 실증 데이터와 일치한다.
• τ의 다른 분포는 다른 파레토 지수를 생성한다: P(τ) ∝ τ일 경우 α ≈ 1.3, P(τ) ∝ τ^(-2/3)일 경우 α ≈ 2.1, U-형 분포일 경우 α ≈ 0.73로, 강건성과 다양성이 입증된다.
• 비대칭 승리 확률 모델에서 β = 0.1일 경우 파레토 지수는 1.30 ± 0.05, β = 0.01일 경우 1.27 ± 0.05를 기록하여 다양한 파arameter 값에서도 일관된 파워-로우 행동을 보였다.
• 파워-로우 꼬리가 응집과 지수 분포 사이의 전이점에서 나타나며, 이는 비대칭성이 현실적인 불평등을 가능하게 하는 임계 상태임을 시사한다.
• 모델들은 파레토 지수가 사회와 시간에 따라 다양하다는 실증 관측치를 설명할 수 있으며, 다양한 비대칭성 분포가 자연스럽게 서로 다른 α 값을 생성하기 때문이다.