Two Tunable Gini-Type Measures with U-Statistic Estimation: Theory, Simulation, and an Empirical Application to GDP per Capita in the Americas

기술 요약: U-통계량 추정을 갖는 두 가지 조정 가능한 지니형 측정치

문제 제기
전통적인 지니 계수는 해석의 용이성과 추정의 간편성으로 인해 소득 및 부의 불평등을 측정하는 표준 벤치마크로 자리 잡고 있지만, 관측치 간의 모든 쌍별 차이를 동일하게 취급합니다. 이러한 균일한 가중치는 특히 극단적인 격차와 중등도 간격이 전체 불평등에 어떻게 기여하는지에 대한 미묘한 분산 패턴을 흐리게 할 수 있습니다. 저자들은 지니 계수의 이론적 틀을 포기하지 않으면서도 꼬리 불평등에 대한 민감도를 조정할 수 있는 불평등 측정치의 필요성에 대응합니다.

방법론
본 논문은 각각 $p > 1$과 $q > 0$이라는 조정 가능한 매개변수를 통해 전통적인 지니 계수 ($G$) 를 일반화하는 두 가지 새로운 불평등 측정치 계열인 $G_p$와 $H_q$를 소개합니다.

1. 정의:

   • $G_p$: 로그 커널을 통해 정의됩니다. 이는 원시 절대 차이 $|X_1 - X_2|$를 로그 항을 포함하는 스케일링된 커널 $T(p)$로 대체합니다. $p \to \infty$일 때, $G_p$는 전통적인 지니 계수로 수렴합니다.
   • $H_q$: 거듭제곱 평균 차이 커널 $K(q)$를 통해 정의되며, 두 관측치의 $q$-번째 거듭제곱 평균과 $-q$-번째 거듭제곱 평균 사이의 차이를 활용합니다. $q \to \infty$일 때, $H_q$ 역시 전통적인 지니 계수로 수렴합니다.

2. 이론적 특성:

   • 두 측정치는 모두 각각의 매개변수 ($p$와 $q$) 에 대한 증가 함수임이 입증되었으며, 이는 더 높은 값이 극단적인 격차 (불평등 회피) 에 대한 측정치의 민감도를 증가시킨다는 것을 의미합니다.
   • 두 측정치는 모두 매개변수가 하한에 접근할 때 ($p \to 1^+$ 및 $q \to 0^+$) 0 으로 수렴하며, 매개변수가 무한대로 접근할 때는 전통적인 지니 계수로 수렴합니다.
   • 척도 불변성: 중요한 차이점이 지적됩니다: $H_q$는 전통적인 지니 계수와 유사하게 비율 척도 불변성 (소득의 양의 스칼라 곱셈에 대한 불변성) 을 가집니다. 반면, $G_p$는 비율 척도 불변성이 아닙니다; 소득 변수를 스케일링하는 것은 수학적으로 조정 매개변수 $p$를 변경하는 것과 동일합니다.
   • 두 측정치는 모두 0 과 1 사이에 유계입니다.

3. 추정 및 점근론:

   • 저자들은 표본 데이터를 기반으로 폐형 U-통계량 플러그인 추정량 ($\hat{G}_p$ 및 $\hat{H}_q$) 을 유도했습니다.
   • U-통계량에 대한 표준 결과 (Hoeffding, 1948) 를 사용하여, 약한 모멘트 조건 (구체적으로, 기본 분포의 유한한 1 차 및 2 차 모멘트) 하에서 두 추정량 모두에 대해 강한 일관성과 점근적 정규성을 확립했습니다.
   • 점근적 분산은 다변량 델타 방법을 사용하여 유도되었으며, 이는 신뢰구간 구성과 가설 검정의 기초를 제공합니다.

실증 및 시뮬레이션 결과

• 몬테카를로 시뮬레이션: 다양한 표본 크기 ($n \in \{30, 50, 100, 200, 500\}$) 와 매개변수 값 ($p, q \in \{1.1, 2, 5, 10, 50\}$) 을 가진 감마 분포에서 생성된 데이터를 사용하여 시뮬레이션 연구가 수행되었습니다.
  • 결과는 평균 절대 상대 오차 (MARE) 와 제곱근 평균 제곱 오차 (RMSE) 가 표본 크기가 증가함에 따라 감소함을 나타냅니다.
  • 점근적 정규 근사는 표본 크기 $n \geq 100$에서 적절함이 확인되었습니다.
  • 연구는 더 큰 매개변수 값이 전통적인 지니 계수에 더 가까운 추정을 산출하며, 이러한 특정 구성에서 그 유리한 추정 특성을 계승함을 확인했습니다.
• 실증 적용: 이 측정치들은 2023 년 아메리카 대륙 34 개국의 1 인당 GDP 데이터에 적용되었습니다.
  • 데이터는 콜모고로프 - 스미르노프 및 크라메르 - 본 미세스 검정을 사용하여 감마 분포에 대해 검증되었습니다.
  • 민감도 프로파일 분석 (매개변수 $p$와 $q$에 대한 추정치 플롯) 은 $G_p$가 낮은 $p$값에서 급격히 상승한 후 평탄해지는 반면, $H_q$는 더 완만하게 상승함을 드러냈습니다. 이는 데이터셋에서 극단적인 쌍별 격차가 불평등의 중요한 동인이며, $p$의 중등도 값이 이러한 효과의 대부분을 포착함을 시사합니다.

주요 기여

1. 새로운 측정치: 표준 분산 측정치와 전통적인 지니 계수 간의 간극을 연결하는 두 가지 조정 가능한 불평등 지수 ($G_p$ 및 $H_q$) 의 도입.
2. 통계 이론: 폐형 U-통계량 추정량의 유도 및 그 강한 일관성과 점근적 정규성에 대한 엄밀한 증명.
3. 실용적 유용성: 민감도 분석을 위한 프레임워크 제공. 다양한 범위의 매개변수에 걸쳐 추정치 프로파일을 검토함으로써, 분석가들은 불평등이 균일하게 분포되어 있는지 아니면 극단적인 이상치에 의해 주도되는지 판단할 수 있으며, 이는 적절한 요약 지표 선택에 정보를 제공합니다.

의의
본 논문은 이러한 측정치들이 지니 계수를 대체하기 위해 설계된 것이 아니라 이를 보완하기 위해 설계된 것이라고 주장합니다. 꼬리 불평등에 대한 민감도를 조정할 수 있게 함으로써, 이러한 지수들은 분포 구조에 대한 더 세분화된 시각을 제공합니다. 저자들은 매개변수 ($p$ 또는 $q$) 의 선택은 특정 규범적 틀이나 데이터의 성격 (예: 측정 단위가 평가에 영향을 미쳐야 하는지 여부) 에 따라 안내되어야 한다고 강조합니다. 유도된 점근 분포를 통해 신뢰구간을 구성할 수 있는 능력은 정책 분석 및 실증 연구에서의 적용 가능성을 더욱 강화합니다.