베니니 분포의 모멘트 불확정성 연구

본 논문은 베니니(Benini) 소득 분포가 순간(moment) 문제에서 어떤 특성을 보이는지를 심도 있게 탐구한다. 베니니 분포는 파레토 식 ln F(x)=a₀−a₁ ln x−a₂(ln x)² 으로부터 유도되며, 파라미터 β≥0, σ>0(스케일)로 표현될 때 F(x)=1−exp{−β(ln x)²}, x≥σ, 또는 스케일을 1로 고정하면 F(x)=1−exp{−β(ln x)²}, x≥1이 된다. 이 형태는 로그‑와이블(지수 a=2) 혹은 로그‑레이리히 분포와 동일하므로 “로그‑정규형”이라고 부를 수 있다. **1. 모멘트와 MGF** 저자는 베니니 분포의 k차 모멘트 μ_k를 적분 변환과 그라시슈킨·리직 표(3.462)를 이용해 두 가지 형태로 제시한다. 첫 번째는 특수 함수 D_{−1}를 포함한 (3.1)식, 두 번째는 오류함수 erf를 이용한 (3.2)식이다. β가 작을수록 모멘트가 급격히 커지는 경향을 표 1에 수치적으로 보여준다. 반면, 모멘트 생성함수(MGF) M(t)=E