Analysis of wealth inequality with a random money transfer model

封面

如何引用文章

全文:

详细

Increasing gap in wealth distribution is among the key issues that have been discussed worldwide in recent years. In this paper, we use the money transfer model to explain the formation of wealth distribution, by imposing two types of debt constraints, and the analytic function of wealth distribution is derived by adopting Boltzmann statistics. With a limit of individual debt, it is shown that the stationary distribution of wealth follows the exponential law, which is verified by many empirical studies. While the limit is imposed on the total amount of bank loan, the stationary distribution becomes an asymmetric Laplace one. Furthermore, an excellent agreement is found between these analytical probability density functions and numerical results by simulation at the steady state.

作者简介

Chen Siyan

Business School, Shantou University

Email: sychen1@stu.edu.cn
Associate Professor of Business School 243 Daxue Road, Shantou, Guangdong, P.R. China, 515063

Wang Yougui

School of Systems Science, Beijing Normal University

Email: ygwang@bnu.edu.cn
Professor of School of Systems Science 19, XinJieKouWai St., HaiDian District, Beijing, P.R. China, 100875

Yang Chengyu

Business School, Beijing Normal University

Email: cyang@bnu.edu.cn
Professor of Business School 19, XinJieKouWai St., HaiDian District, Beijing, P.R. China, 100875

Desiderio Saul

Business School, Shantou University

Email: saul@stu.edu.cn
Associate Professor of Business School 243 Daxue Road, Shantou, Guangdong, P.R. China, 515063

参考

  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.

补充文件

附件文件
动作
1. JATS XML
下载

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».