在我们的研究中,我们使用了印度国家抽样调查(NSS)[18]中记录的印度数据,历时43年(1959-2002),共25次调查,并抽样了约700万个收入数据。仅使用了食品消费统计数据,这是最低收入部门(贫困)的少量基本生活支出。每月收入/支出数据可用于各个收入部门,通常称为“支出类别”,利用这些数据绘制了累积分布函数(CDF)。CDF产生了概率密度函数(PDF)。在本次分析中,所有数据均使用消费者价格指数(CPI)数据(也可从www.worldbank.org获得)进行了定义,转换公式为:定义支出=原始支出数据CPI。(5) 插图表明,从我们的模型中产生的IPDF也与等式(4)中提供的函数形式非常一致。特征值分析表明,该解在扰动下是稳定的。如【1】所示,方程3可以解析求解,以获得完整的时间相关解,即具有时间相关系数的反超几何函数SF(a,b,z)之和:^f(y,t)=n=∞Xn=0exp(-ωnt)gn(y)(6),其中ωn=2πn且gn(y)=Bc(t)yγ(1)-F(γ(1)-, γ(2)-, -C(t)y)+BC(t)yγ(1)+F(γ(1)+,γ(2)+,-c(t)y)(7)γ(1)±=3+α±q(1+α)+4ωn(8)γ(2)±=1±q(1+α)+4ωn(9),带裸常数取决于初始条件。对于所使用的印度数据集,可调整的重新标准化平减收入为0.51收入CDF1974198319910 1 2 400.511.52收入PDF图2。选定年份的累积分布函数(CDF)与通货膨胀收入的对比图,通货膨胀独立来源于消费者价格指数(CPI),并重新标准化为1974年的平均收入(卢比)(64.84卢比)。
|