Esta es una distribución de cola pesada, ya que el cdf es
Entonces, la probabilidad de exceder , (x / x_ \ min) ^ {1- \ alpha} puede hacerse arbitrariamente cerca de 1 mediante la elección correcta de \ alpha . Por ejemplo, si se quiere que la probabilidad exceda 10 ^ u x_ \ min sea al menos 0.9 , se debe elegir \ alpha para que sea como máximo
1- \ log_ {10} (0.9) / u
una curva representada a continuación, con la primer eje siendo escalado por u , no por 10 ^ u x_ \ min ...
x(x/xmin)1-α1α10uxmin0.9α1-log10(0.9)/uu10uxmin
F( x ) = 1 - ( xXmin)1 - α
X( x / xmin)1 - α1α10tuXmin0.9α1 - registro10( 0.9 ) / u
tu10uxmin
El documento Power Laws in Economics and Finance puede ayudar a ganar intuición sobre las leyes de poder. Xavier Gabaix afirma que la ley de poder (PL) es la forma adoptada por un gran número de sorprendentes regularidades empíricas en economía y finanzas. Su revisión analiza PLs empíricos bien documentados con respecto a los ingresos y la riqueza, el tamaño de las ciudades y empresas, los rendimientos del mercado de valores, el volumen de negociación, el comercio internacional y el pago ejecutivo.
Intuición para la distribución de Pareto
Pareto (wikipedia) describió originalmente la asignación de riqueza entre los individuos: una gran parte de la riqueza de cualquier sociedad es propiedad de un pequeño porcentaje de personas. Su idea expresada más simplemente como el principio de Pareto o la "regla 80-20" dice que el 20% de la población controla el 80% de la riqueza.
La cola derecha de las distribuciones de ingresos y riqueza a menudo se parece a Pareto
Si la distribución del ingreso es Pareto, entonces se pueden obtener expresiones simples para la parte del 1% superior o el 10% superior. Entonces, la parte del percentil q superior del ingreso total se puede derivar como:
donde es el parámetro de forma. Esta expresión implica que un α más bajo corresponde a una cola más gruesa de la distribución de Pareto y, por lo tanto, a una mayor proporción del ingreso total que capturan los individuos en percentiles más altos de la distribución. Por ejemplo, con , la parte superior del 1% es del 10%, y con , es del 4%.α≥1 α α = 3α=2 α=3
fuente
De esta caracterización del peligro podemos ver que para cualquier valor pequeño de . Observe que esta probabilidad no depende del valor de condicionamiento , que es el resultado de la propiedad de riesgo constante. Por lo tanto, para cualquier valor de condicionamiento , y cualquier valor pequeño , tenemos:P(x⩽X⩽δx|X⩾x)≈(α−1)lnδ lnδ x x,x′>xmin lnδ
Por lo tanto, vemos que la ley de poder puede caracterizarse por el hecho de que esta probabilidad condicional es aproximadamente la misma independientemente del punto de condicionamiento. En el contexto de los precios de las acciones, si estos siguen una ley de poder, entonces podemos decir que la probabilidad de que las acciones "suban" en alguna proporción no depende de su valor presente .†
fuente