Bias analysis of a linear order-statistic inequality index estimator: Unbiasedness under gamma populations

技术摘要：线性顺序统计量不平等指数估计量的偏差分析

问题陈述
从样本数据中量化经济不平等是应用经济学的核心挑战。尽管经典的基尼系数是最广泛使用的基于秩的度量指标，但已知其在有限样本下会表现出不可忽视的偏差，特别是对于小到中等样本量以及高度偏态的总体。现有文献已开发了多种扩展形式，如第 $m$ 阶基尼指数、扩展的第 $m$ 阶基尼指数以及 $S$-基尼指数，这些通常通过 U-统计量类型的构造进行估计，即在子样本上平均秩对比。然而，这些估计量的有限样本偏差行为，特别是当它们被样本均值归一化时，除特定情况外，在很大程度上仍未被探索。本文旨在解决对一大类线性顺序统计量不平等指数及其规范估计量进行统一偏差分析的需求。

方法论与框架
作者定义了一个针对具有有限均值 $\mu$ 的非负随机变量 $X$ 的通用线性顺序统计量不平等指数 $I_m$：
$$I_m = \frac{1}{m\mu} \sum_{k=1}^m a_k E[X_{k:m}],$$
其中 $X_{k:m}$ 是来自大小为 $m$ 的样本的顺序统计量，系数 $a_k$ 满足 $\sum a_k = 0$ 且 $a_1 \leq \dots \leq a_m$。该框架统一了经典基尼系数（$m=2$）、第 $m$ 阶基尼指数、扩展的第 $m$ 阶基尼指数以及 $S$-基尼指数的特定情形。该指数被证明属于谱（秩依赖）不平等度量类， admit 一个涉及 $X$ 分位数函数的积分表示。

本研究聚焦于一种自然的 U-统计量类型估计量 $\hat{I}_m$，其定义为在所有大小为 $m$ 的子样本上平均加权顺序统计量对比，并由样本均值 $\bar{X}$ 进行归一化。作者推导了该估计量的一般有限样本偏差分解。偏差被表示为因子 $\Delta_{n,r}$ 的线性组合，这些因子隔离了每个秩水平上随机归一化的影响：
$$\Delta_{n,r} = E\left[\frac{X_{r:r}}{\bar{X}}\right] - \frac{E[X_{r:r}]}{\mu}.$$
为了刻画一般非负分布下的这些因子，本文采用拉普拉斯变换方法，提供了 $\Delta_{n,r}$ 的积分表示，使其能够在不进行子采样的情况下进行解析或数值评估。

主要贡献与结果

1. 一般偏差分解：本文推导了 $\hat{I}_m$ 偏差的闭式表达式，用 $\Delta_{n,r}$ 分量表示（推论 4.3）。该分解分离了不同秩水平的贡献，促进了基于拉普拉斯变换的解析研究和数值近似（命题 4.4）。

2. 渐近无偏性：在温和的矩条件（存在 $p(1+\epsilon)$ 阶矩）和下尾条件（零附近的概率有界）下，作者证明了当样本量 $n \to \infty$ 时，该估计量是渐近无偏的（命题 5.1）。

3. 伽马总体下的精确无偏性：主要的理论贡献是证明了如果底层总体服从伽马分布，则对于任何样本量 $n \geq m$，$\hat{I}_m$ 都是精确无偏的。这一结果依赖于归一化伽马变量向量与其总和之间的独立性（狄利克雷性质），并结合了最大泛函的齐次性。具体而言，对于 $X \sim \text{Gamma}(\alpha, \lambda)$，恒等式 $E[X_{r:r}] = \mu E[X_{r:r}/\bar{X}]$ 成立，这意味着 $\Delta_{n,r} = 0$，从而 $\text{Bias}(\hat{I}_m, I_m) = 0$（定理 6.1）。这将已知的经典基尼系数的无偏性结果扩展到了更广泛的线性顺序统计量指数类。

4. 蒙特卡洛验证：一项模拟研究将所提出的 U-统计量估计量与参数化代入最大似然估计量（MLE）进行了比较，涉及伽马、对数正态、威布尔和洛马克斯分布。

   • 伽马总体：U-统计量估计量表现出围绕零紧密波动的经验偏差，证实了其精确无偏性。相比之下，MLE 代入法显示出系统性的负偏差，但由于参数效率，其均方根误差（RMSE）略低。
   • 非伽马总体：对于重尾分布（对数正态、洛马克斯），U-统计量估计量显示出增加的有限样本偏差，但随着 $n$ 的增加而减小。虽然当参数族正确设定时 MLE 代入法更有效（RMSE 更低），但 U-统计量估计量保持分布自由且对设定错误具有鲁棒性。
   • 偏差分解：该研究通过数值估计 $\Delta_{n,r}$ 分量验证了理论偏差分解，证实了在重尾情形下，高阶顺序统计量对负偏差的贡献更为显著。

5. 实证应用：该方法被应用于美洲 34 个国家的人均 GDP 数据。作者使用所提出的估计量计算了经典基尼系数和第 5 阶基尼指数，并提供了自助法置信区间。结果展示了该估计量在衡量收入离散度方面的实际应用。

意义与主张
本文声称提供了一个统一的框架，用于分析一大类基于秩的不平等指数的偏差。其最重要的贡献是确立了规范 U-统计量估计量对于伽马总体是精确无偏的，这一性质超越了经典基尼系数，扩展到了第 $m$ 阶、扩展的第 $m$ 阶以及特定的 $S$-基尼指数。作者强调，这种精确无偏性特定于伽马族，这是由于其关于归一化样本和总和的独特独立结构。

这项工作突出了效率与鲁棒性之间的权衡：虽然参数化 MLE 代入法在模型正确设定时可能提供更低的方差，但即使在伽马情形下，它们也可能遭受系统性偏差。相反，所提出的非参数估计量是分布自由的，对设定错误具有鲁棒性，并且在伽马总体下具有精确无偏性的理想特性，使其成为在分布假设不确定或伽马类行为可能存在的场合下衡量不平等的可靠工具。文章最后指出，扩展到其他分布族以及为非伽马总体开发偏差校正估计量是未来研究的课题。