社会财富分配问题模拟（蒙特卡洛思想）

最新推荐文章于 2022-04-04 19:54:45 发布

qq_44176539

最新推荐文章于 2022-04-04 19:54:45 发布

阅读量1.1k

点赞数 1

本文链接：https://blog.csdn.net/qq_44176539/article/details/94719950

版权

本文通过蒙特卡洛模拟方法探讨财富分配问题。在初始模型中，每人100元，每日随机分配，结果显示最富有人财富翻了3.60倍，10%的人掌握0.284的财富。允许借贷后，最富有人财富翻了4.43倍，10%的人掌握0.311的财富，50%的人财富缩水至100元以下。研究发现，尽管存在逆袭机会，但难度较大，财富离散程度随游戏进行增加。当10人额外努力并获得竞争优势后，多人进入富人行列，表明努力可能改变财富地位。

摘要由CSDN通过智能技术生成

财富分配模型
模型假设：
① 每个人初始基金100元
② 从18岁到65岁，每天玩一次，简化运算按照一共玩17000轮
③ 每天拿出一元钱，并且随机分配给另一个人
④ 当某人的财富值降到0元时，他在该轮无需拿出1元钱给别人，但仍然有机会得到别人给出的钱

构建财富分配模型

fortune = pd.DataFrame([100 for i in range(1,101)],index = person_n)
def game1(data,roundi):
    for i in range(0,roundi):
        round_i = pd.DataFrame({'pre_fortune':fortune[i],'lost':0})
        con = round_i['pre_fortune'] > 0
        round_i['lost'][con] = 1
        players = pd.Series(np.random.choice(person_n,len(round_i[round_i['lost'] == 1])))
        gain_i = pd.DataFrame({'gain': players.value_counts()})
        round_i = round_i.join(gain_i).fillna(0)
        data[i+1] = round_i['pre_fortune'] - round_i['lost'] + round_i['gain']
    return data

start = time.time()
data1 = game1(fortune,17000)
end &