Анализ причин неравномерного распределения богатств посредством модели денежных переводов

Обложка

Цитировать

Полный текст

Аннотация

Растущий разрыв в распределении богатства является одним из ключевых вопросов, которые обсуждаются во всем мире в последние годы. В этой статье используется модель денежных переводов для объяснения формирования распределения богатства, путем введения двух типов долговых ограничений, а аналитическая функция распределения богатства получается путем принятия статистики Больцмана. С лимитом индивидуального долга показано, что стационарное распределение богатства следует экспоненциальному закону, что подтверждается многими эмпирическими исследованиями. В то время как предел налагается на общую сумму банковского кредита, стационарное распределение становится асимметричным.

Об авторах

Чен Сиян

Школа бизнеса, университет Шаньтоу

Email: sychen1@stu.edu.cn
доцент бизнес-школы Шаньтоуского университета ул. Даксуе, 243, Шаньтоу, Гуандун, Китай, 515063

Ванг Йоугуи

Школа системных наук, Пекинский педагогический университет

Email: ygwang@bnu.edu.cn
профессор школы системных наук Пекинского педагогического университета ул. ХинДжиеЛоуВай, 19, р-н Хайдян, Пекин, Китай, 100875

Янь Чэню

Школа бизнеса, Пекинский педагогический университет

Email: cyang@bnu.edu.cn
фессор бизнес-школы Пекинского педагогического университета ул. ХинДжиеЛоуВай, 19, р-н Хайдян, Пекин, Китай, 100875

Дезидерио Саул

Школа бизнеса, университет Шаньтоу

Email: saul@stu.edu.cn
доцент бизнес-школы Шаньтоуского университета ул. Даксуе, 243, Шаньтоу, Гуандун, Китай, 515063

Список литературы

  1. Abergel F., Chakrabarti B.K., Chakraborti A., Mitra M. (2011) Econo-physics of Order-driven Markets Eds. Springer, Milan. doi: 10.1007/978-88-470-1766-5
  2. Abul-Magd A. Y. (2002). “Wealth distribution in an ancient Egyptian society”. Physical Review E 66, 057104. DOI https://doi.org/10.1103/PhysRevE.66.057104
  3. Bak P., N rrelykke S.F., Shubik M. (1999). “Dynamics of money”. Physical Review E. 60. P. 2528-2532
  4. Basu B., Chakrabarti B.K., Chakravarty S.R., Gangopadhyay K. (2010) Econophysics & Economics of Games, Social Choices and Qauntitative Techniques Eds. Springer, Milan. https://doi.org/10.1007/97888-470-1501-2
  5. Benhabib J., Bisin A., Zhu S. (2011). “The distribution of wealth and fiscal policy in economies with finitely lived agents”. Econometrica. 79(1). P. 123-157
  6. Benhabib J., Bisin A., Lu M. (2017). “Earnings inequality and other determinants of wealth inequality”. American Economic Review. 107(5). P. 593-597
  7. Braun D. (2001). “Assets and liabilities are the momentum of particles and antiparticles displayed in Feynman-graphs”. Physica A. 290. P. 491-500
  8. Castaneda A., Diaz-Gimenez J., Rios-Rull J.V. (2003). “Accounting for the U.S. earnings and wealth inequality”. Journal of Political Economy. 111(4). P. 818-857
  9. Chakrabarti B.K., Chakraborti A., Chatterjee A. (2006) Econophysics and Sociophysics: Trends and Perspectives Eds. Wiley-VCH, Berlin
  10. Chakraborti A., Chakrabarti B.K. (2000). “Statistical mechanics of money: how saving propensity affects its distribution”. The European Physical Journal B. 17. P. 167-170
  11. Chatterjee A., Chakrabarti B.K., Manna S.S. (2004). “Pareto law in a kinetic model of market with random saving propensity”. Physica A. 335. P. 155-163
  12. Chatterjee A., Yarlagadda S., Chakrabarti B.K. (2005) Econophysics of Wealth Distributions Eds. Springer, Milan, 2005
  13. Chatterjee A., Chakrabarti B.K. (2007) Econophysics of Markets and Business Networks Eds. Springer, Milan
  14. Chen S., Wang Y., Li K., Wu J. (2014). “Money Creation Process in Random Redistribution Model”, Physica A. 394. P. 217-225
  15. Coelho R., N’eda Z., Ramasco J.J., Santos M.A. (2005). “A family-network model for wealth distribution in societies”. Physica A. 353. P. 515-528
  16. Ding N., Xi N., Wang Y. (2003). The European Physical Journal B. 36. P. 149-153.
  17. Drăgulescu A., Yakovenko V.M. (2000). “Statistical mechanics of money”. The European Physical Journal B. 17. P. 723-729.
  18. Drăgulescu A., Yakovenko V.M. (2001). “ Exponential and power-law probability distributions of wealth and income in the united kingdom and the united states”. Physica A. 299(1). P. 213-221.
  19. Fischer R., Braun D. (2003). “Transfer potentials shape and equilibrate monetary systems”. Physica A. 321. P. 605-618.
  20. Global Wealth Report 2016. Credit Suisse AG Research Institute, 2017.
  21. Hegyi G., Neda Z., Santos M.A. (2007). “Wealth distribution and Pareto’s law in the Hungarian medieval society”. Physica A. 380. P. 271-277.
  22. Hayes B. (2002). “Follow the money”. American Scientisit. 90. P. 400-405.
  23. Ispolatov S., Krapivsky P.L., Redner S. (1998). “Wealth distribution in asset exchange models”. The European Physical Journal B. 2. P. 267-276.
  24. Klass O.S., Biham O., Levy M., Malcai O., Solomon S. (2007). “The Forbes 400, the Pareto powerlaw and efficient markets”. The European Physical Journal B. 55. P. 143-147.
  25. Levy M., Solomon S. (1996). “Power laws are logarithmic Boltzmannn laws”. International Journal of Modern Physics C. 7. P. 595-751.
  26. Levy M., Solomon S. (1997). “New evidence for the Power-law Distribution of wealth”. Physica A. 242. P. 90-94.
  27. Levy M. (2003). “Are rich people smarter”. Journal of Economic Theory. 110. P. 42-64.
  28. Levy M., Levy H. (2003). “Investment talent and the Pareto wealth distribution”. Review of Economics and Statistics. 85. P. 709-725.
  29. Pareto V. (1896). La courbe de la r’epartition de la richesse Reprinted in OEeuvres Compl’etes de Vilfredo Pareto, Tome 3: Ecrits sur la Courbe de la R epartition de la Richesse ed G Busoni (Geneva: Librairie Droz, 1965), English translation in Rivista Politica Econ. 87 (1997) 647.
  30. Sinha S. (2006). “Evidence for power-law tail of the wealth distribution in India”. Physica A. 359. P. 555-562.
  31. Yakovenko V. M. (2009) in Encyclopedia of Complexity and System Science eds. Meyers R.A., Springer, Berlin.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».