Manual de Micro FGV

Notas de Microeconomia I
Carlos Eug enio da Costa

1
Fundac ao Getulio Vargas - EPGE/FGV
Marco de 2008
1
O material destas notas N

AO e original. Trata-se de uma colet ania um tanto idiossincr atica de
pedacos de livros textos (e alguns artigos recentes) em v arios momentos copiados ipsis literis do
original.
Conte udo
1 A Metodologia e o Escopo da Ci encia Econ omica 4
1.1 O Escopo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 A Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Friedman (1953) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Coase (1981) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.3 McCloskey (1983) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.4 Sims (1996) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I Teoria da Escolha Individual 13
2 A Abordagem das Prefer encias 14
2.1 O Conjunto de Consumo e o Conjunto Orcament ario . . . . . . . . . . . . . 15
2.1.1 O Conjunto de Consumo . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.2 O Conjunto Orcament ario . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.3 Elasticidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Prefer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 Hip otese Comportamental . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 A Func ao Utilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 O Problema da Escolha do Consumidor 25
3.1 Utilidade Indireta, Func ao Gasto, Propriedades da Demanda . . . . . . . . . 28
3.1.1 Utilidade Indireta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.1.2 Demanda Marshalliana . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1.3 A Func ao Gasto (Despesa) . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1.4 Demanda Hicksiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1.5 Problemas Duais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.1.6 A Equac ao de Slutsky . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.1.7 Revendo as Propriedades da Demanda Usando Elasticidades . . . . 36
3.1.8 Bens Complementares e Substitutos . . . . . . . . . . . . . . . . . . . 38
3.2 Bem-Estar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1
CONTE

UDO 2
3.2.1 O Excedente do Consumidor . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.2 Variac ao Compensat oria . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2.3 Variac ao Equivalente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.4 Comparando as medidas exatas . . . . . . . . . . . . . . . . . . . . . 44
4 O Problema da Integrabilidade 46
4.0.5 Dualidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.0.6 Integrabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5 A Teoria das Prefer encia Reveladas 56
5.1 Prefer encia Revelada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6 T opicos em Teoria do Consumidor 62
6.1 A Demanda Excedente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.1.1 Aplicac oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.2 Propriedades da demanda excedente . . . . . . . . . . . . . . . . . . 65
6.2 Precos n ao-lineares e a Equac ao de Slutsky . . . . . . . . . . . . . . . . . . . 67
6.2.1 Precos n ao-lineares: imposto de renda progressivo . . . . . . . . . . 67
6.3 Separabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.3.1 O Teorema do Bem Composto . . . . . . . . . . . . . . . . . . . . . . 70
6.3.2 Separabilidade: Denic ao e Propriedades . . . . . . . . . . . . . . . . 71
6.4 Demanda Condicional e A Segunda Lei da Demanda . . . . . . . . . . . . . 76
6.5 Demanda Frisch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.5.1 Separabilidade e Demanda Frisch . . . . . . . . . . . . . . . . . . . . 80
7 Agrega c ao 81
7.1 Demanda agregada como func ao dos precos e da renda agregada. . . . . . . 81
7.2 Propriedades da Demanda Agregada . . . . . . . . . . . . . . . . . . . . . . 83
7.2.1 Regras de Proporc ao Fixa . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.2.2 Lei da Demanda N ao-Compensada . . . . . . . . . . . . . . . . . . . 86
7.2.3 O Modelo de Escolha Coletiva de Browning-Chiappori . . . . . . . . 90
7.3 Agente Representativo e An alise de Bem-estar. . . . . . . . . . . . . . . . . . 93
7.4 Efeitos Reguladores da Agregac ao . . . . . . . . . . . . . . . . . . . . . . . . 97
7.4.1 Suavizac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.4.2 Lei da Demanda N ao-compensada (Hildebrand, 1983) . . . . . . . . 98
II Teoria da Produ c ao 101
8 Teoria da Produ c ao 102
8.1 Teoria da Produc ao e Teoria da Firma . . . . . . . . . . . . . . . . . . . . . . 102
8.2 A rma neocl assica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
CONTE

UDO 3
8.2.1 Tecnologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
8.2.2 Maximizac ao de Lucro . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
8.3 Agregac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
8.4 Eci encia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
8.5 Firmas de Produto

Unico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
8.6 Minimizac ao de Custos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
8.6.1 Curto e Longo Prazos . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
8.6.2 Custos: M edio e Marginal, Fixo e Vari avel . . . . . . . . . . . . . . . 119
8.7 Maximizac ao de Lucros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
8.8 Oferta da Firma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8.9 Recuperando a Func ao de Produc ao . . . . . . . . . . . . . . . . . . . . . . . 126
8.10 Sobre os objetivos da rma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8.11 Testando a Maximizac ao de Lucros . . . . . . . . . . . . . . . . . . . . . . . . 129
8.12 A Teoria da Produc ao Dom estica . . . . . . . . . . . . . . . . . . . . . . . . . 129
III Incerteza 133
9 A Teoria da Escolha sob Incerteza 134
9.1 Introduc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
9.1.1 Utilidade Esperada (informal) . . . . . . . . . . . . . . . . . . . . . . 135
9.2 Formalizac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.2.1 Denic oes e Conceitos . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9.2.2 Utilidade Esperada (formal) . . . . . . . . . . . . . . . . . . . . . . . . 140
9.3 Prefer encias sobre Loterias Monet arias . . . . . . . . . . . . . . . . . . . . . . 147
9.3.1 Loterias sobre resultados monet arios. . . . . . . . . . . . . . . . . . . 147
9.3.2 Avers ao ao Risco: Denic oes . . . . . . . . . . . . . . . . . . . . . . . 148
9.3.3 Medidas de Toler ancia ao Risco . . . . . . . . . . . . . . . . . . . . . . 151
9.3.4 Renda e Avers ao ao Risco . . . . . . . . . . . . . . . . . . . . . . . . . 154
9.4 Domin ancia Estoc astica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
9.5 Utilidade Esperada Subjetiva . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
9.6 Utilidade Dependente do Estado . . . . . . . . . . . . . . . . . . . . . . . . . 165
9.6.1 Aplicac oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
10 Um pouquinho de nan cas 169
10.0.2 N ao-arbitragem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
10.0.3 Escolha do Investidor . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
11 Escolha no Tempo 176
Captulo 1
A Metodologia e o Escopo da Ci encia
Econ omica
1.1 O Escopo
O que e economia?
A denic ao tradicional de ci encia econ omica e algo do tipo: a ci encia que estuda a
forma como a sociedade aloca recursos escassos para ns competitivos. Esta denic ao
e bastante abrangente e capta a ess encia do que a ci encia econ omica pretende entender:
como os homens e mulheres se organizam para lidar com a escassez.
Alguns a denemsimplesmente como aquilo de que se ocupamos economistas. Hoje
em dia isso inclui (e essa e uma lista n ao capaz de exaurir o tema), crime, descriminac ao,
lei, marketing, nancas, recursos humanos, comportamento das famlias, etc., al em das
areas mais tradicionais como economica monet aria, tributac ao, defesa da concorr encia,
etc.
Como, ent ao, podemos saber se um artigo e um artigo em economia? Minha opini ao
pessoal e de que deve satisfazer a um dos dois crit erios a seguir: i) tratar de assunto
pertinente ` as areas de atuac ao tradicionais dos economistas, e/ou; ii) usar uma vis ao
de economista de um problema pertinente a qualquer outra area do comportamento hu-
mano.
1
E o que e a vis ao de economista? Primeiro devemos ter em considerac ao que a ci encia
1
Para polemizar, costumo associar ` a satisfac ao do primeiro crit erio sem a satisfac ao do segundo o termo
bad economics.
4
CAP
ITULO 1. A METODOLOGIA E O ESCOPO DA CI
ENCIA ECON

OMICA 5
econ omica procura estudar a sociedade a partir da perspectiva do indivduo. Em segundo
lugar, toma por hip otese fundamental a id eia de que as ac oes dos indivduos s ao mu-
nidas de prop osito. Usaremos uma vis ao ainda mais especca. Seguindo Lazear (2000),
chamaremos vis ao de economista a uma vis ao de uma quest ao na area das ci encias sociais
baseada em tr es ingredientes: i) otimizac ao,
2
ii) equilbrio e iii) eci encia.
Por otimiza c ao queremos dizer, que as pessoas escolhem a melhor (ou aquela percebida
como a melhor) das alternativas que lhe est ao disponveis). Uma quest ao mais delicada
e estabelecer o que e melhor, ou o que e percebido como melhor. Em geral, aqui n ao h a
julgamento de valor, mas simplesmente a id eia de que as pessoas s ao capazes de hier-
arquizar opc oes. Na maior parte do que se segue estaremos supondo que as pessoas s ao
racionais, i.e., que t em uma estrutura de prefer encias racional (a ser denida com precis ao
no pr oximo captulo) e que escolhem a alternativas preferida de acordo com esta estrutura
de prefer encias dentre as alternativas vi aveis.
Naturalmente, os indivduos (pelo menos a grande maioria dos indivduos) n ao agem
em isolamento. Queremos entender a forma como as decis oes individuais interagem de
forma a determinar a forma como a sociedade aloca recursos escassos para ns compet-
itivos. Usamos o conceito de equilbrio para expressar a situac ao em que dadas todas as
ac oes e reac oes possveis dos agentes, eles n ao encontram nenhum incentivo para mudar
suas decis oes. Assim, podemos, passar da ac ao individual para o resultado social.
Finalmente a id eia de eci encia. Eci encia para n os ser a sempre eci encia no sentido de
Pareto: uma situac ao tal que n ao e possvel melhorar ningu em sem piorar algu em. H a
tr es coisas que devemos ressaltar desde o incio. Primeiro, ec encia diz respeito aos in-
divduos (seres humanos) e n ao a rmas, governos, regi oes, etc., ainda que possamos fazer
refer encia a estes ultimos como uma forma aproximada de pensar nos primeiros. Note,
por em, que estas formas reduzidas podem nos levar a adotar m etricas equivocadas. Por
exemplo, qual a relev ancia das desigualdades regionais se os indivduos puderem migrar
a custo zero? Em segundo lugar, temos que a id eia de eci encia n ao envolve qualquer
conceito de eq uidade. Portanto, uma alocac ao eciente n ao e necessariamente desej avel.
Finalmente, veremos que o primeiro teorema de bem-estar nos garante que dadas de-
terminadas condic oes todo equilbrio competitivo e eciente no sentido de Pareto. Este
2
Mais adiante discutiremos algumas conseq u encias de relaxremos esta hip otese. H a grandes economistas
hoje que trabalham muito pr oximos aos psic ologos e neurocientistas que de alguma forma relativizam a
id eia de que as pessoas escolhem de maneira otima [e.g. Persendorfer e Gul (200X), (200X)]. Entre outras
coisas investigam a forma como o procedimento especco na tomada de decis ao pode afetar a escolha [e.g.
Rubinstein (2006).]
CAP
ENCIA ECON

OMICA 6
resultado nos permite abordar a quest ao das ineci encias sempre a partir da busca do
pressupostos que s ao violados na pr atica.
Ou seja, Lazear sugere que e o m etodo que dene a ci encia econ omica, n ao seu objeto.
M etodo ou objeto?
Veremos a seguir que esta vis ao n ao e ca minha vis ao pessoal procura acomodar duas
opini oes distintas de dois grandes economistas: Gary Becker e Ronald Coase. Isto pode
ser percebido como um reexo da minha imaturidade e/ou incapacidade de aprofundar-
me no assunto (ambas as possibilidades s ao, pelo menos parcialmente, verdadeiras). Em
minha defesa, manifesto a minha esperanca de que alguns os de cabelo branco a mais
permitam que eu acabe por posicionar-me com um pouco menos de ambig uidade sobre
o assunto, ou que venha a adquirir, pelo menos maior capacidade de denir os limites de
cada posic ao.
Becker (1976)
Para Becker, o que dene a Ci encia Econ omica e o seu m etodo (ver os argumentos de
Lazear) e n ao o objeto estudado.
Ele caracteriza a abordagemecon omica como sendo uma combinac ao de tr es hip oteses:
comportamento maximizador, equilbrio de mercado e estabilidade das prefer encias.

E in-
teressante notar que Becker defende essa ultima hip otese, a estabilidade das prefer encias,
armando que, at e o momento (1976), os economistas n ao t em muitas coisas interessantes
a dizer sobre a formac ao das prefer encias. Hoje, Becker e conhecido como um dos pio-
neiros da modelagem de prefer encias (ver, por exemplo, seu artigo de 1988, A Theory of
Rational Addiction com Kevin Murphy).
Becker defende a controversa id eia de que o comportamento humano sempre pode ser
considerado racional. Para ele, todo comportamento humano pode ser analisado como
sendo racional, independetemente do contexto:
[...] be it behavior involving money prices or imputed shadow prices, re-
peated or infrequent decisions, emotional or mechanical ends, rich or poor
people, men or women, adults or children, brilliant or stupid persons, patients
or therapists, businessmen or politicians, teachers or students.
Ele faz quest ao de fazer duas ressalvas. Primeiro, ele n ao diz que as pessoas neces-
sariamente s ao capazes de descrever seus pr oprios comportamentos e nem que elas s ao
CAP
ENCIA ECON

OMICA 7
conscientes de sua pr opria racionalidade. Segundo, ele n ao arma que a maioria dos
economistas seguem o que ele chama de abordagem econ omica do comportamento hu-
mano.
Coase (1977)
O ponto de Coase e simples. Ele discorda de Becker e acredita que o que dene a
economia e o seu objeto e n ao o seu m etodo. Ele tamb em duvida que o avanco da econo-
mia em direc ao ao objeto de outras ci encias (sociologia, poltica, etc) v a muito longe.
Ainda que economistas possuam um instrumental poderoso, em sua capaciade de for-
malizar id eias sobre o comportamente humano, eles n ao conhecem as quest oes relevantes
das diversas areas.
Lazear (2000)
Assim como Becker, Lazear acredita no Imperialismo Econ omico, isto e, na capaci-
dade da economia tomar o espaco de todas as outras disciplinas sociais.
Ele mostra v arios exemplos onde isso j a est a acontecendo com algum sucesso. Sua
lista de t opicos n ao tradicionalmente econ omicos inclui a modelagem de prefer encias, de-
mograa, discriminac ao, famlia, interac oes sociais, religi ao, recursos humanos, nancas,
contabilidade, estrat egia, comportamento organizacional, marketing, direito, poltica, sa ude,
cultura e lingustica.
Os tr es ingredientes b asicos que determinam o sucesso da economia (segundo ele) s ao
as noc oes de: i) maximizac ao, ii) equilbrio e iii) eci encia.
Al em disso, os economistas usam m etodos estatsticos de forma muito mais rigorosa
que os demais cientistas sociais.
Ele est a consciente de que outras ci encias tamb em est ao invadindo os espaco dos
economistas e conquistando novos adeptos, sendo a psicologia experimental o caso mais
evidente. Ainda assim, ele acredita que a nova onda de economia comportamental n ao
representa uma s eria ameaca ` a abordagem econ omica.
CAP
ENCIA ECON

OMICA 8
1.2 A Metodologia
1.2.1 Friedman (1953)
Este artigo (o mais citado de Friedman, para seu desagrado) estabeleceu a metodologia ocial
da economia.
O primeiro ponto elaborado por Friedman (e que e crucial para a sua an alise) e a
distinc ao entre a economia positiva e a normativa. Segundo ele,
positive economics is in principle independent of any particular ethical posi-
tion or normative analysis.
Friedman argumenta que o objetivo nal da economia e a previs ao. Previs ao para
Friedman signica basicamente o resultado de exerccios de est atica comparativa. Por
essa denic ao, a economia n ao e nada mais do que uma area aplicada da estatstica.
Mas segundo ele, isso e o que torna a economia algo diferente de uma matem atica
disfarcada: a economia se preocupa comprevis oes e n ao comdescric oes das consequ encias
de determinadas ac oes simplesmente. A uma teoria n ao e bastante ser internamente con-
sistente. Deve mostrar-se tamb em aderente aos dados.
Friedman raciocina como um estatstico cl assico. Segundo ele, n ao se deve olhar para
os dados antes de derivar as conclus oes de uma teoria.
Friedman tamb em discute o problema da escolha de hip oteses alternativas. Um ponto
evidente mas normalmente esquecido e o fato de que evid encias nitas s ao incapazes
de identicar uma entre virtualmente innitas hip oteses alternativas. N ao h a coment ario
mais comum em semin arios (empricos) de economia do que o seu modelo n ao e identi-
cado, normalmente acompanhado de alguma est oria descrevendo alguma outra hip otese
alternativa.
3
Interessante e que Friedman discute crit erios para a escolha de hip oteses alternativas.
Simplicidade e a capacidade de explicar outros fen omenos s ao os crit erios mais impor-
tantes para ele. Completeza e consist encia tamb em s ao crit erios v alidos. Mas o unico
crit erio que jamais dever ser utilizado e o realismo das hip oteses (aqui no sentido de as-
sumptions).
[citar trecho do livro O gene egosta.]
3
Esta observac ao bastante perspicaz e devida ao Daniel Ferreira.
CAP
ENCIA ECON

OMICA 9
De certa forma as hip oteses de uma teoria n ao devem ser realistas, j a que e exatamente
na abstrac ao de aspectos da realidade que reside a capacidade da teoria de se provar util.
Para ele, as teorias devem ser aceitas (n ao-rejeitadas) na medida em que suas previs oes
sejam corroboradas por evid encias. O realismo subjetivo das hip oteses n ao desempenha
nenhum papel nessa hist oria.
Ainda que enfatizado pela metodologia ocial de Friedman, este ponto e muitas vezes
esquecido. De fato, uma vasta literatura tem criticado a hip otese de que os indivduos
agem de forma racional. Grande parte dos ataques vem da teoria de economia compor-
tamental.
4
Parte das crticas e mal direcionada ao criticar a hip otese de que as pessoas
agem de forma racional conscientemente: que tomam a cada momento decis oes a partir
de c alculos cuidadosos, etc. Note, por em que ningu em armou tal coisa. O que se est a
dizendo e que podemos descrever o comportamento humano como se fosse derivado desta
maneira.
1.2.2 Coase (1981)
O artigo de Coase e uma crtica aberta ao artigo de Friedman. Segundo Coase, o artigo de
Friedman n ao e positivo, como a ci encia econ omica e feita, mas sim normativo, como ela deveria
ser feita.
Coase argumenta por meio de exemplos que os economistas n ao seguemas recomendac oes
de Friedman na escolha entre teorias. Na verdade, testes empricos s o s ao feitos para as
teorias que s ao tidas como razo aveis para um grupo grande de economistas. Anal, que
revista vai publicar um trabalho emprico rejeitando uma teoria em que ningu em acred-
ita?
Aqui vale comentar a contradic ao entre a proposta metodol ogica de Friedman e sua
vis ao sobre o comportamento humano. De fato, a id eia de que os indivduos agem por
interesse pr oprio indica que s o devem ser testadas teorias amplamente aceitas - pois isso
e o que gera retorno do ponto de vista individual.
Coase vai mais longe e argumenta que se os economistas de fato seguissemas recomendac oes
de Friedman, n ao haveria mais progresso na ci encia econ omica (esse ponto e mais bem
elaborado por McCloskey, 1983).
Coase tamb em duvida que exista qualquer separac ao entre as id eias do pesquisador
4
Aumann ( ) muito perspicazmente rejeita esta denominac ao. Segundo ele: ...true behavioral economics
does exist; it is called empirical economics.
CAP
ENCIA ECON

OMICA 10
e as conclus oes de suas teorias. Para ele, o processo de competic ao entre id eias leva ao
progresso da ci encia econ omica.
1.2.3 McCloskey (1983)
McCloskey distingue a ret orica ocial da economia, que defende as id eias de Fried-
man, da ret orica n ao-ocial, que e a forma como os economistas efetivamente discutem
economia nos semin arios e crculos acad emicos. Na ret orica n ao-ocial, a discuss ao so-
bre o realismo de hip oteses, introspecc ao e o recurso a analogias s ao todas atividades
aceit aveis.
Para McCloskey, previs oes n ao devem servir de crit erio para a escolha entre teorias.
Por exemplo, a teoria darwiniana da evoluc ao n ao tem nenhuma previs ao no sentido
usual do termo.
5
Mas a maior crtica de McCloskey e a contestac ao da pr opria id eia de m etodo na
economia. Segundo ele, qualquer m etodo proposto e arbitr ario, arrogante e pretensioso.
McCloskey cr e que o estabelecimento de padr oes de comparac ao amplamente aceitos
pelos economistas prossionais deve no nal determinar a escolha entre teorias.
1.2.4 Sims (1996)
Nesse artigo, Sims caracteriza avancos na ci encia como novas formas de compress ao
dos dados - tanto dos dados que j a existem como dados potenciais - com um mnimo de
perda de informac ao.
Por um lado, reconhece que a metodologia da ci encia econ omica (e das ci encias soci-
ais em geral) est a muito distante do ideal Friedmaniano, que v e a ci encia como o processo
Popperiando de formulac ao de hip oteses test aveis e confrontac ao com possvel falsea-
mento com os dados. Uma hip otese que se confromasse com os dados seria tida como
verdadeira, no sentido de verdade tempor aria, e falsa caso fosse rejeitada por eles. Pela
pr opria natureza dos dados disponveis para os estudos em economia, trabalha-se sempre
com margens de erro estatstico, o que torna a id eia de refutac ao um pouco mais compli-
cada e a pr opria noc ao de teoria menos clara.
Sims apresenta ent ao sua vis ao de teoria como forma de compress ao dos dados (tanto
dados que j a existem quanto dados potenciais). Por exemplo, Kepler ao perceber que
5
Talvez essa seja a raz ao de o criacionismo ainda ter tanto espaco mesmo na academia!
CAP
ENCIA ECON

OMICA 11
os dados sobre movimentos dos planetas acumulados por Tycho Braher podiam ser de-
scritos por orbitas elipticas em torno do sol permitiu uma grande compress ao dos dados.
Newton deu um passo al em ao mostrar que os mesmos dados poderiam ser descritos de
forma mais econ omica com sua f ormula do inverso do quadrado. Al em disso, a teoria
Newtoniana permitia a previs ao de novos dados em areas distintas do movimento dos
planetas e de f acil observac ao.
Isto e verdade na fsica, na cosmologia ou na ci encia econ omica. O problema, no nosso
caso e que n ao importa qu ao boa a teoria econ omica, h a uma quantidade enorme de
variac ao dos dados n ao explicada por ela. Neste sentido o ideal Friedmaniano levaria
` a eliminac ao de toda a teoria econ omica, como salientado por Coase.
Se julgarmos diferentes teorias de acordo com sua capacidade relativa de compress ao
dos dados, poderemos ver o sucesso de uma teoria, no sentido de sua capacidade de
compress ao dos dados, como um contnuo. Voltando ao exemplo de Kepler, o modelo
de orbitas elpticas e refutado se a mensurac ao for feita de forma muito precisa. Isto n ao
quer dizer que devamos jogar fora a teoria...ela continua representando uma aproximac ao
bastante util do comportamento dos planetas.
Para a ci encia econ omica o fato de que qualquer teoria deixa n ao-explicada uma enorme
variabilidade nos dados leva Sims a sugerir que o grau de conanca em uma teoria deva
ser entendido a partir da id eia de que os agentes fazem uma revis ao Bayesiana sobre o
sucesso de uma teoria ` a medida que novas evid encias v ao aparecendo.
Cabe lembrar que o papel da infer encia estatstica nas ci encais reete dois princpios:
1) Infer encia n ao e importante quando a evid encia e t ao abundante que permite hierar-
quisar perfeitamente teorias; 2) quando n ao h a necessidade de escolher entre teorias alter-
nativas que os dados n ao conseguem decidir de forma categ orica. Mas quando os dados
n ao permitem uma escolha obvia e decis oes dependem dessa escolha, ent ao deve-se usar
crit erios de probabilidade.
A ader encia aos dados tamb em n ao pode ser o crit erio unico. As teorias podem ser t ao
complexas que n ao permitam uma compress ao importante dos dados. Lembremos aqui
do conhecido argumento acerca da inutilidade de um mapa com escala real. Neste sen-
tido, deve-se reconhecer que e mais comum que teorias divirjam menos na sua capacidade
de aderir aos fatos do que na sua simplicidade.
Finalmente, uma boa teoria n ao somente deve ser capaz de comprimir os dados, mas
deve faz e-lo de tal maneira que seja convincente e compreensvel para seu p ublico-alvo. A
capacidade de persuas ao das teorias por sua vez, depende de quem s ao os experts ou,
CAP
ENCIA ECON

OMICA 12
melhor dizendo, dos tipos de argumentos que eles est ao preparados para ouvir, como
salientado por McCloskey. Isto tende a levar a uma tend encia a uma postura de en-
clausuramento defensivo por parte dos praticantes.
Conquanto reconheca o papel da ret orica em ci encia econ omica, sua reac ao e bastante
distinta da reac ao de McCloskey. Ao contr ario de entusiasmo, mostra preocupac ao.
Economia n ao e fsica. Ci encia em geral n ao consiste em formular teo-
ria, test a-la contra os dados e aceit a-la ou rejeit a-la. Mas devemos reconhecer
esses pontos sem perder de perspectiva a diferenca qualitativa entre ci encia
moderna e losoa natural cl assica ou medieval: ci encia moderna criou com
sucesso um consenso de que no discurso cientco certos tipos de argumen-
tos aparentemente perusasivos n ao s ao legtimos. O unico tipo de argumento
que a ci encia moderna trata como legtimo concerne ` a ader encia da teoria aos
dados obtidos por experimentos e observac ao.
Em resumo, ainda que Sims concorde em v arios pontos com McCloskey, na descric ao
dos fatores que afetam a sociologia da ci encia econ omica, ele rearma a confrontac ao com
os dados como crit erio ultimo de validade da teoria.
Finalmente, cabe lembrar que ainda que n os possamos tentar insistir nessa postura
de defesa do confronto com os dados como crit erio ultimo do valor de uma teoria, cabe
lembrar que, as grandes diculdades encontradas em ci encias sociais abrem ancos para
a discord ancia n ao somente de quais teorias s ao melhores, mas at e sobre o tipo de argu-
mento admissvel no debate acad emico.
Parte I
Teoria da Escolha Individual
13
Captulo 2
A Abordagem das Prefer encias
A primeira parte do curso (de fato a quase totalidade do curso) trata fundamental-
mente da teoria da escolha individual. Como dissemos, no primeiro captulo, a unidade
tomadora de decis ao e o indivduo.

E apartir da escolha individual que vamos construir
toda a nossa vis ao de mundo.
H a duas grandes abordagens distintas para a modelagem da escolha individual. Em
primeiro lugar existe uma teoria que dene os gostos ou relac oes de prefer encia como as
caractersticas primitivas do indivduo. Ent ao axiomas de racionalidade s ao impostos e
verica-se as conseq u encais para as escolhas observ aveis. Uma abordagem alternativa
considera a escolha em si como caracterstica primitiva e imp oe restric oes diretamente
sobre esse comportamento. A hip otese central dessa abordagem e o axioma fraco da pre-
fer encia revelada, que imp oe restric oes ao tipo de comportamento que se espera observar.
Comecaremos com a primeira abordagem, que se tornou mais comum. Na sec ao 5.1,
discutiremos a abordagem alternativa em mais detalhes. Note tamb em que estaremos es-
tudando o indivduo consumidor. Ou seja, estaremos enfatizando um ambiente especco
para a nossa teoria da escolha, mas devemos ressaltar que a teoria aqui apresentada pode
ser ampliada para ambientes outros.
A abordagem tradicional e formada por quatro elementos b asicos: i) o conjunto de
consumo; ii) o conjunto factvel (ou conjunto orcament ario), iii) a relac ao de prefer encia e
iv) a hip otese comportamental.
14
CAP
ITULO 2. A ABORDAGEM DAS PREFER
ENCIAS 15
2.1 O Conjunto de Consumo e o Conjunto Or cament ario
2.1.1 O Conjunto de Consumo
O conjunto de todas as cestas que podem ser consumidas e chamado de conjunto
de consumo. Dene a totalidade de possibilidades de consumo que um agente pode
conceber. Restric oes fsicas e/ou institucionais denem o conjunto de consumo.
Formalmente, seja X o conjunto de consumo e x, um elemento desse conjunto. Vamos
sempre supor que: i) , = X R
n
+
; ii) X e fechado e convexo, e: iii) 0 X.
Na maioria dos casos trabalharemos com X = R
n
+
. Neste caso, x = (x
1
, ..., x
n
) R
n
+
e uma cesta de consumo (plano de consumo, cesta de bens). Neste caso, x
i
0 e a quan-
tidade consumida do bem i (good, commodity) (quantidades negativas s ao consideradas
insumos na teoria da rma).
2.1.2 O Conjunto Or cament ario
Tamb em conhecido como conjunto de oportunidades, e um subconjunto B X que
corresponde ` as alternativas factveis para o agente.
Conjunto or cament ario competitivo
Considere o B denido por
B x X[px y
onde p e o vetor de precos dos bens, x o vetor de quantidades e y a renda do indivduo.
Ou seja, o conjunto de cestas tais que
n
i=1
p
i
x
i
y.
Este e o conjunto orcament ario competitivo j a que os precos n ao dependem da quan-
tidade demandada.

E isto o que garante que a restric ao orcament aria seja linear. Pode-se
dizer que o conjunto orcament ario walrasiano, pressup oe implicitamente a exist encia
de mercados ecientes e sem custos de transac ao. Quando essas hip oteses s ao relaxadas,
surgem as restric oes n ao lineares.
Com dois bens, podemos escrever p
1
x
1
+ p
2
x
2
y. Assim, a reta orcament aria e
denida por
x
2
=
y
p
2
p
1
p
2
x
1
,
facilmente represent avel em uma gura bi-dimensional.
Restri c oes N ao-lineares
Consideremos os seguintes exemplos de restric oes n ao lineares.
i) Numa economia de escambo, precos de compra e venda podem ser diferentes, pois
CAP
ENCIAS 16
h a custos em encontrar pessoas que queiram comprar os bens que voc e quer vender, ou
pessoas que queiramvender os bens que voc e quer comprar. [existemcustos de transac ao]
ii) Um motivo para a exist encia de restric oes n ao-lineares em economias monetizadas e a
imposic ao de tarifas de duas partes. [mercados n ao s ao competitivos e existem custos de
transac ao]
iii) Problemas de escolha entre renda e lazer (i.e., oferta de trabalho) normalmente apre-
sentam quebras na restric ao orcament aria. [idem]
iv) Escolha intertemporal quando o mercado de capitais e imperfeito [existem custos de
transac ao].
v) Escolha social quando redistribuic ao afeta a estrutura de incentivos. [mercados n ao
competitivos e custos de transac ao]
Implica c oes da Restri c ao Linear
Suponha a exist encia de func oes de demanda, i.e., uma regra xa que estabelece uma
associac ao entre um conjunto de orcament ario B e uma cesta escolhida pelo agente. Como
um conjunto orcament ario competitivo e totalmente determinado denido por meio de
(y, p) podemos representar essa func ao (regra) por x(y, p), i.e., para cada bem i = 1, ..., n,
(abusando um pouco da notac ao),
x
i
= x
i
(y, p) ,
a func ao de demanda marshalliana (ou walrasiana, segundo MWG)
Hip otese crucial: indivduos sempre escolhem uma cesta de consumo sobre a reta
orcament aria (bens s ao bens). N ao h a necesidade de se impor nenhuma outra hip otese
sobre o comportamento do consumidor para que os resultados seguintes sejam v alidos.
Mais tarde consideraremos os axiomas sobre prefer encias que garantem esse tipo de es-
colha. Por enquanto denamos uma escolha tal que o agente sempre esgote seus recur-
sos.
A primeira restric ao sobre as demandas e conhecida como adding-up:
k
p
k
x
k
(y, p) = y
Com a hip otese adicional de que as demandas sejam diferenci aveis, temos que o adding-
up implica
y
x
k
(y, p) p
k
= 1,
CAP
ENCIAS 17
e
i
x
k
(y, p) p
k
+x
i
= 0
Essas duas condic oes tamb em s ao conhecidas como agrega c ao de Engel e agrega c ao de
Cournot, respectivamente.
A segunda restric ao e chamada de homogeneidade; as func oes de demanda s ao
homog eneas de grau zero em precos e renda, i.e., para todo escalar > 0, e todo bem, i,
temos que
x
i
(y, p) = x
i
(y, p) .
A propriedade e uma conseq u encia imediata do fato de que (y, p) e (y, p) denem o
mesmo conjunto, B.
Se a func ao demanda for diferenci avel, homogeneidade implica em
y
x
i
(y, p) y +
k
x
i
(y, p) p
k
= 0
Todas as tr es propriedades podem ser escritas por meio de elasticidades.
2.1.3 Elasticidades
Seja y = f (x) , ent ao denimos a elasticidade de y com rela c ao a x como
dy/y
dx/x
= f
(x)
x
f (x)
.
No presente momento estaremos interessados em duas elasiticidades relevantes da
func ao demanda:
Elasticidade-renda
i

y
x
i
(p, y)
y
x
i
Elasticidade-Pre co (quando i ,= j elasticidade cruzada, quando i = j elasticidade pr opria)
ij

j
x
i
(p, y)
p
j
x
i
Voltemos agora ` a agregac ao de Engel,
y
x
k
(y, p)
y
x
k
. .
k
p
k
x
k
y
. .
w
k
= 1.
CAP
ENCIAS 18
J a a agregac ao de Cournot,
i
x
k
(y, p)
p
i
x
k
. .
k
i
x
k
p
k
y
. .
w
k
+
p
i
x
i
y
..
w
i
= 0.
Como vimos ambas s ao conseq u encias da propriedade de adding-up.
Finalmente, a equac ao de Euler associada ` a homogeneidade de grau zero em precos e
renda da demanda pode ser reescrita como
y
x
i
(y, p)
y
x
i
. .
i
+
k
x
i
(y, p)
p
k
x
i
. .
i
k
= 0.
Adding-up e homogeneidade s ao as duas unicas restric oes sobre as func oes de de-
manda que resultam exclusivamente da hip otese de que o consumidor escolhe uma cesta
na fronteira de um conjunto orcament ario competitivo.
Qual e a import ancia da hip otese de racionalidade? Por exemplo, e necess ario que os
indi viduos sejam racionais para que as demandas sejam negativamente inclinadas?
Veja o exemplo de Becker (1962) de um consumidor impulsivo (irracional), que es-
colhe aleatoriamente uma cesta sobre a reta orcament aria (usando uma distribuic ao uni-
forme). Com dois bens apenas, a demanda de mercado esperada e
Q
1
=
n
2
y
p
1
que e negativemente inclinada.
Moral da hist oria: a lei da demanda e muito mais fruto da escassez do que da racional-
idade.
2.2 Prefer encias
Prefer encias s ao caracterizadas de forma axiom atica. Formalizam a id eia de que os
consumidores podem escolher e que essas escolhas s ao consistentes em certo sentido.
[discutir estabilidade das prefer encias]
CAP
ENCIAS 19
As prefer encias s ao representadas por uma relac ao bin aria
1
, _, denida em X tal que
se x
1
_ x
2
, dizemos que x
1
e prefervel ` a cesta x
2
(ou pelo menos t ao boa quanto).
Os axiomas principais s ao:
Axioma 1: Completeza. x
1
, x
2
temos que ou x
1
_ x
2
ou x
1
_ x
2
(ou ambos)
Axioma 2: Transitividade. x
1
, x
2
, x
3
, temos que se x
1
_ x
2
e x
2
_ x
3
, ent ao x
1
_ x
3
(E a reexividade?

E uma implicac ao da completeza... desde que as cestas sejam
denidas sem ambig uidade)
Deni c ao A rela c ao bin aria _ denida no conjunto de consumo X e chamada uma rela c ao de
prefer encia racional se satiszer os axiomas 1 e 2.
2
Os axiomas s ao realistas? Quem se importa? (O que diria Friedman?). Considere,
por em, o seguinte exemplo:
Dutch Game: Suponha que o indivduo I tenha a seguinte estrutura de prefer encias: s ~
h ~ g ~ s e que tenha uma dotac ao inicial de g e m unidades monet arias. Suponha que
I esteja disposto a trocar g mais 11 reais por h. O indivduo R vende h para I em troca
de onze reais e g. No pr oximo perodo, R vende s para I em troca de h mais 25 reais e
nalmente vende g para I em troca de s mais 15 reais. No nal, I terminou com uma
dotac ao de g e m51 unidades monet arias.
Moral da hist oria: a interac ao entre indivduos racionais e irracionais no mercado tende a
levar todos para as regi oes transitivas de suas estruturas de prefer encias.
A relac ao bin aria ~ representa: x
1
~ x
2
x
1
e estritamente prefervel ` a x
2
(ou e
melhor do que).

E denida da seguinte maneira:
x
1
~ x
2
x
1
_ x
2
e x
2
x
1
.
Arelac ao bin aria representa: x
1
x
2
x
1
e indiferente ` a x
2
.

E denida da seguinte
maneira:
x
1
x
2
x
1
_ x
2
e x
2
_ x
1
.
1
Uma relac ao bin aria denida em um conjunto X e uma regra que dene subconjuntos especcos de
X X.
2
Em alguns lugares (e.g., Debreu, 1959) utiliza-se o termo quase-ordem ou pr e-ordem para uma relac ao
bin aria completa e transitiva. Destingue-se, desta forma, o conceito de pr e-ordem do conceito de ordem
em que, se usarmos o smbolo T para representar a relac ao bin aria, teremos xTy e yTx = x = y. A
denominac ao, por em, n ao e consensual, e e possvel encontrar o termo quase ordem para uma relac ao bin aria
reexiva e completa. O termo ordenamento fraco e ent ao utilizado se a pr e-ordem for tamb em completa.
CAP
ENCIAS 20
Tome qualquer cesta x
0
X. Denimos, ent ao, os seguintes conjuntos:
_
_
x
0
_
_
x[x X,x _ x
0
_
, cestas pelo menos t ao boas quanto x
0
.
_
_
x
0
_
_
x[x X,x _ x
0
_
, cestas n ao melhores do que x
0
.
~
_
x
0
_
_
x[x X,x ~ x
0
_
, cestas melhores do que x
0
.
_
x
0
_
_
x[x X,x x
0
_
, cestas piores do que x
0
.
_
x
0
_
_
x[x X,x x
0
_
, cestas indiferentes a x
0
.
Os conjuntos ~
_
x
0
_
,
_
x
0
_
e
_
x
0
_
particionam o conjunto X. Ou seja
i) ~
_
x
0
_

_
x
0
_
= ; ~
_
x
0
_

_
x
0
_
= ;
_
x
0
_

_
x
0
_
= ; e
ii) ~
_
x
0
_

_
x
0
_

_
x
0
_
= X
Axiomas adicionais garantem que as prefer encias sejam bem comportadas.
Axioma 3: Continuidade. x R
n
+
, o conjunto das cestas pelo menos t ao boas quanto x ,
_ (x) , e o conjunto das cestas que n ao s ao melhores que x, _ (x) , s ao fechados emR
n
+
.
Ou seja, uma seq u encia de cestas x
n
n=0
tais que x
n
_ x
0
n e x
n
x
. Ent ao
x
_ x
0
.
3
Axioma 4
: N ao-saciedade local. x
0
R
n
+
e todo > 0, existe pelo menos um x
B
_
x
0
_
R
n
+
tal que x x
0
.
Axioma 4: Monotonicidade estrita.
4
x
0
, x
1
R
n
+
, se x
0
x
1
, ent ao x
0
_ x
1
, e se
x
0
x
1
, ent ao x
0
~ x
1
.
Note que a hip otese de monotonicidade estrita n ao e violada quando dois bens s ao
complementares perfeitos.
Axioma 5
: Convexidade. Se x
1
_ x
0
, ent ao tx
1
+ (1 t) x
0
_ x
0
, para todo t [0, 1]
Uma maneira de pensar em convexidade e imaginar que se uma cesta x
1
e (fraca-
mente) melhor do que uma outra cesta x
0
, a cesta criada pela mistura das duas n ao pode
3
O exemplo cl assico de prefer encias que violam continuidade s ao as prefer encias lexicogr acas. De fato,
n N, (1/n, 0) (0, 1) , por em,
lim
n
(1/n, 0) = (0, 0) (0, 1) .
4
Notac ao: Para dois vetores x
0
e x
1
, escrevemos:
x
0
x
1
quando todos os elementos de x
0
forem maiores ou iguais aos correspondentes de x
1
x
0
> x
1
0
forem maiores ou iguais aos correspondentes de x
1
, com pelo
menos um elemento estritamente maior
x
1
x
0
0
forem estritamente maiores aos correspondentes de x
1
.
CAP
ENCIAS 21
ser pior do que x
0
. Naturalmente podemos pensar em v arios exemplos em que este ax-
ioma e violado, mas o adotaremos com freq u encia pois que ele no ser a particularmente
util quando formos estudar equilbrio geral.
Axioma 5: Convexidade estrita. Se x
1
,= x
0
e x
1
_ x
0
, ent ao tx
1
+ (1 t) x
0
~ x
0
, para
todo t (0, 1)
2.2.1 Hip otese Comportamental
Agora acrescentamos o ultimo elemento da nossa teoria da escolha: a hip otese com-
portamental.
Hip otese comportamental: consumidores racionais escolhem a melhor (de acordo
comsuas ordenac oes de prefer encias) cesta x
factvel (i.e., dentro do conjunto orcament ario

B):
x
B tal que x
_ x para todo x B
Chamaremos o problema acima de o problema do consumidor. A primeira pergunta
relevante e: o problema do consumidor tem soluc ao quando B
_
x R
n
+
; px y
_
?
Sim. Quando as prefer encias s ao contnuas, temos que, para todo x
0
o conjunto das
cestas piores do que x
0
,
_
x
0
_
, e aberto emR
n
+
. Suponha que o problema do consumidor
n ao tem soluc ao, ent ao todos os pontos x B fazem parte de um conjunto
_
x
0
_
em que
x
0
B. Como todo x B pertence a um desses conjuntos
_
x
0
_
, sob a hip otese de que
o problema n ao tem soluc ao, temos que o conjunto desses conjuntos cobre B. Sendo B um
conjunto compacto, essa cobertura admite uma subcobertura nita
_
x
i
_
i = 1, ..., n.
5
Ou seja podemos considerar uma uni ao nita de conjuntos
_
x
i
_
que cont em o conjunto
B. Tome x
como a melhor escolha em

_
x
i
_
n
i=1
, ent ao temos que todo os outros elementos
de B s ao piores do que x
B, uma contradic ao.

A soluc ao e unica? Para isso precisamos de mais estrutura. Suponha que as pre-
fer encias s ao estritamente convexas, e suponha que x
0
e x
1
s ao soluc oes do problema do
consumidor. Neste caso px
0
y e px
1
y, o que implica em p
_
x
0
+ (1 ) x
1
_
y.
5
Uma cobertura de um subconjunto B R
n
e e uma famlia de conjuntos |C
L
,C
R
n
para todo
tal que B

L
C
. Se todos os conjuntos C
forem abertos dizemos que |C
L
e uma cobertura aberta
de B. O que o teorema de Borel-Lebesgue nos garante e que, se B for compacto, toda cobertura aberta de B
admite uma sub-cobertura (i.e., uma subfamlia nita L
L) tal que B

L
.
CAP
ENCIAS 22
Mas por convexidade extrita x
0
+ (1 ) x
1
~ x
0
x
1
, uma contradic ao. Portanto a
soluc ao tem que ser unica.
O que vamos mostrar a seguir e que essa escolha pode ser convenientemente rep-
resentada por um problema de maximizac ao de utilidade. Para tanto ser a necess ario
denirmos a func ao utilidade e discutirmos as condic oes que garantem a sua exist encia.
2.3 A Fun c ao Utilidade
Deni c ao Uma fun c ao u : R
n
+
R e uma fun c ao utilidade que representa a rela c ao de pre-
fer encias _ se x
0
, x
1
R
n
+
, u
_
x
0
_
u
_
x
1
_
x
0
_ x
1
.
Se as prefer encias s ao completas, transitivas e contnuas, existe pelo menos uma func ao
utilidade contnua que as representa.
Teorema 1 Se uma rela c ao de prefer encias, _, pode ser representada por uma fun c ao u : X R,
ent ao _ e racional (i.e., completa e transitiva).
Demonstra c ao: i) Como u e uma func ao de X em R, para quaisquer x
0
e x
1
X, ou
u
_
x
0
_
u
_
x
1
_
ou u
_
x
1
_
u
_
x
0
_
. Como u representa _ ent ao ou x
0
_ x
1
ou x
1
_ x
0
.
Portanto a relac ao e completa. ii) Suponha x
0
_ x
1
e x
1
_ x
2
. Ent ao u
_
x
0
_
u
_
x
1
_
e
u
_
x
1
_
u
_
x
2
_
o que implica em u
_
x
0
_
u
_
x
2
_
. Como u representa _ ent ao x
0
_ x
2
.
Portanto a relac ao e transitiva.
Teorema 2 Se _ e completa, transitiva, contnua e estritamente monot onica, existe uma fun c ao
real contnua u : R
n
+
R que representa _ .
Demonstra c ao: Vamos construir essa func ao. Primeiro dena (1, ..., 1) R
n
+
. Ent ao,
pegue qualquer x R
n
+
e atribua a ele o n umero u(x) tal que a cesta u(x) x. Eis nossa
func ao utilidade. Temos somente que responder as seguintes quest oes: i) Esse n umero
existe?; ii)

E unico?; iii) Ele representa as prefer encias?
Exist encia: Fixe x e dena os seguintes sub-conjuntos de R
+
,
A 0[ _ x and B 0[ _ x
CAP
ENCIAS 23
Continuidade de _ garante que os dois conjuntos A e B s ao fechados em R
+
.
6
Por outro
lado, monotonicidade estrita, garante que A e
impliquem em
A. Logo A e
um intervalo fechado do tipo [, ). Por argumentos an alogos, B e um intervalo do tipo
[0, ]. Finalmente, completeza de _ garante que R
+
= A B = [0, ] [, ). Isso s o e
possvel se , o que quer dizer que A B ,= . Ou seja, existe pelo menos um
tal
que
_ x e
_ x, ou seja,
x.
Unicidade: Suponha que haja dois n umeros
tais que
x e
x. Transi-
tividade de garante que
. Mas por monotonicidade estrita
.
Precisamos ainda mostrar que essa func ao utilidade representa as prefer encias. Mas isso
e f acil. Considere duas cestas x
1
e x
2
e as utilidades associadas u
_
x
1
_
e u
_
x
2
_
. Ent ao
x
1
_ x
2
denic ao
u
_
x
1
_
x
1
_ x
2
u
_
x
2
_
transitividade
u
_
x
1
_
_ u
_
x
2
_
monotonicidade
u
_
x
1
_
u
_
x
2
_
Continuidade: Basta mostrar que a imagem inversa de qualquer bola aberta emR
+
e um
conjunto aberto em X. Primeiro note que uma bola aberta emR
+
nada mais e do que um
intervalo (a, b) . Assim,
u
1
((a, b)) =
_
x R
n
+
; a < u(x) < b
_
=
_
x R
n
+
; a u(x) b
_
=
_
x R
n
+
; a x b
_
=
_
x R
n
+
; a x
_
_
x R
n
+
; x b
_
Note que
_
x R
n
+
; a x
_
e o complementar de
_
x R
n
+
; a x
_
que e fechado por
continuidade das prefer encias.

E portanto aberto em R
n
+
. Raciocnio an alogo vale para
_
x R
n
+
; x b
_
. Portanto u
1
((a, b)) e a intercec ao de dois conjuntos abertos donde e
um conjunto aberto.
Observa c ao 1. Na verdade, somente os Axiomas 1,2 e 3 s ao estritamente necess arios (ver
Debreu, 1959, cap. 4)
Observa c ao 2: Se existe pelo menos uma func ao utilidade que representa as prefer encias,
6
Seja |
n
n=0
uma seq u encia tal que
n
(x) n e
n
(donde,
n

). Continuidade de
implica em que
(x) . Logo
A.
CAP
ENCIAS 24
existeminnitas, pois func oes utilidade s ao invariantes emrelac ao a tranformac oes monot onicas.
Se f : R R e estritamente crescente,
f
_
u
_
x
0
_
f
_
u
_
x
1
_
u
_
x
0
_
u
_
x
1
_
x
0
_ x
1
Observa c ao 3: Provamos que existem func oes contnuas que representam _ . Por em,
nem toda representac ao de _ precisa ser contnua. Basta tomar v () = f (u()) onde f e
mon otona descontnua.
Antes de avancarmos apresentaremos algumas denic oes que nos ser ao bastante uteis.
Deni c ao: Uma func ao f : R
n
R e dita quase-c oncava se
f
_
tx
0
+ (1 t) x
1
_
min
_
f
_
x
0
_
; f
_
x
1
__
t (0, 1)
Deni c ao: Uma func ao f : R
n
R e dita estritamente quase-c oncava se x
0
,= x
1
f
_
tx
0
+ (1 t) x
1
_
> min
_
f
_
x
0
_
; f
_
x
1
__
t (0, 1)
Algumas propriedades s ao trivialmente vericadas:
u(x) e estritamente crescente _ e estritamente monot onica.
u(x) e quase-c oncava _ e convexa.
u(x) e estritamente quase-c oncava _ e estritamente convexa.
Finalmente, vale notar que se uma func ao f : R
n
R e quase-c oncava, e continua-
mente diferenci avel, ent ao
x
f (x) (x
x) 0 sempre que f (x
) f (x) . De fato,
f
_
tx
+ (1 t) x
_
=f
_
t
_
x
x
_
+x
_
f (x) = min
_
f (x) ; f
_
x
__
=f
_
t
_
x
x
_
+x
_
f (x) 0
dividindo por t e tomando limite com t 0, temos
x
f (x) (x
x) 0.
A interpretac ao geom etrica desse fato e que o gradiente em x de uma func ao quase-
c oncava faz um angulo agudo com todos os elementos do conjunto
A
_
x
R
n
; f
_
x
_
f (x)
_
.
Captulo 3
O Problema da Escolha do
Consumidor
O captulo anterior vimos que, dada a hip otese comportamental de que consumidores
racionais escolhem a melhor (de acordo com suas ordenac oes de prefer encias) cesta
x
factvel (i.e., dentro do conjunto orcament ario B),o problema do consumidor pode ser
escrito como
x
B tal que x
_ x para todo x
B (3.1)
Essa escolha pode ser convenientemente representada por umproblema de maximizac ao
de utilidade. (Anal, todo o esforco feito na sec ao anterior teria que ter alguma utilidade,
certo?)
Assim,
max
xR
n
+
u(x) sujeito a y px (3.2)
A primeira quest ao que devemos perguntar e se uma soluc ao existe. Como o problema
(3.2) e equivalente a (3.1) e como vimos que exite soluc ao para (3.1) ent ao exite soluc ao
para (3.2). Podemos, por em, oferecer uma prova direta.
Neste caso (Exist encia), perceba que B
_
x R
n
+
[y px
_
e um conjunto n ao-vazio, e
B e fechado e limitado (portanto compacto), i.e., se y > 0 e os precos s ao positivos. Se u(x)
for contnua (lembre-se que sempre podemos achar uma utilidade contnua, desde que os
axiomas 1-3 sejam v alidos), o Teorema de Weiertrass garante a exist encia de soluc ao.
A segunda quest ao e: a soluc ao para esse problema e unica (Unicidade)? A soluc ao
25
CAP
ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 26

(ou argmax), x(p, y) , do problema (3.2) e uma func ao (e n ao uma correspond encia) se o
Axioma 5 e v alido.
Finalmente, gostaramos de caracterizar essa soluc ao. Para tanto, suporemos que u(x)
e diferenci avel e estritamente quase-c oncava (axioma 5) para podermos aplicar o m etodo
dos multiplicadores de Kuhn-Tucker:
1. Escreva o Lagrangeano,
/(x,, ) = u(x) +[y px] +x.
2. Tire as condic oes de primeira ordem (para todo i = 1, ..., n),
x
i
/ =
x
i
u(x
p
i
+
i
= 0.
3. Escreva as restric oes de n ao-negatividade,
y px
0 e
x
i
0 i.
4. Escreva as condic oes de complementary slackness,
[y px
] = 0 e
i
x
i
= 0 i.
5. Imponha a n ao-negatividade dos multiplicadores
0 e
i
0 i.
Perceba que o m etodo de Kuhn-Tucker tem v arios disfarces (ver MWG ou Kreps, ap-
pendix).
Em geral, essas s ao apenas condic oes necess arias. Por em, dadas as nossas hip oteses
de convexidade das prefer encias e do conjunto orcament ario, elas s ao tamb em sucientes.
CAP

Durante a maior parte do curso lidaremos com o caso em que n ao precisamos nos
preocupar com as restric oes de n ao-negatividade. Al em disso, suporemos sempre mono-
tonicidade, o que nos garante que a restric ao y px
ser a sempre ativa.

1
Especializando ainda para o caso em que x
0, prodemos trabalhar com o La-

grangeano,
/(x,) = u(x) +[y px] .
Vamos mostrar primeiramente que, se encontrarmos (x
) com
,= 0 que resolvem
o sistema.
x
i / =
x
i u(x
p
i
= 0
/ = y px
= 0
ent ao x
e um ponto crtico de f () ao longo de y px = 0.

Para ver que respeitamos y px = 0 e s o notar que // = y px = 0. Finalmente,
considere qualquer variac ao permissvel. Neste caso, pdx = 0.
x
u(x
) dx pdx =
x
u(x
) dx = d/ = 0.
Ou seja, x
e um ponto crtico de f () ao longo de y px = 0.

Vamos agora mostrar que se (x
) 0 resolve o sistema acima e u() e quase-

c oncava, ent ao x
resolve o problema de maximizac ao do consumidor.

Suponha que n ao. Isto e, suponha que
x
u(x
) = p, y = px
, mas exista x
o
tal que
u(x
o
) > u(x
) e y px
o
. Por continuidade, existe < 1 e x
= x
o
tal que u(x
) > u(x
)
e y > px
. Mas, neste caso, p(x
) < 0 =
x
u(x
) (x
) < 0, o que n ao e
possvel se u() e quase-c oncava.
1
Na verdade, n ao-saciedade local e suciente. Sen ao vejamos. Suponha que a escolha otima x
pertenca
ao interior de B (i.e., px
< y). Ent ao, existe > 0 tal que a bola aberta de raio e centro em x
, B (x
),
est a contida emB. Mas n ao-saciedade local garante que x
o
B (x
) tal que x
o
~ x
. Como B (x
) B,
x
o
B, contradizendo a hip otese de que x
e otimo.
CAP

3.1 Utilidade Indireta, Fun c ao Gasto, Propriedades da Demanda
3.1.1 Utilidade Indireta
A func ao de utilidade indireta tem por argumentos o vetor de precos, p, e a renda,
y, do indivduo. Se as condic oes do Teorema de Weiertrass s ao v alidas, o m aximo do
problema abaixo existe e v(p, y) e bem denida por meio de
v(p, y)
_
max
xR
n
+
u(x)
s.t. y px
.
Se o problema de maximizac ao tem soluc ao unica, i.e., dene-se a func ao de demanda
marshalliana (ou walrasiana, segundo MWG), x(p, y), de acordo com
x(p, y)
_
arg max
xR
n
+
u(x)
s.t. y px
Note que a utilidade indireta tamb em pode ser escrita como
v(p, y) = u(x(p, y)) .
A seguir, apresentaremos as propriedades da func ao utilidade indireta e da demanda
marshalliana.
Propriedades de v(p, y):
Se u(x) e contnua e estritamente crescente emR
n
+
, temos que v(p, y) e
1. Contnua em R
n
++
R
+
Demonstra c ao: Teorema do m aximo de Berge
2
.
2. Homog enea de grau zero em (p, y) [obs: equac ao de Euler]
2
O teorema do m aximo arma que se a correspond encia que representa a restric ao do problema de
maximizac ao e contnua e se a func ao a ser maximizada e contnua, ent ao a correspond encia que maximiza
o problema e semi-contnua superior e a func ao valor associada e contnua. Teorema do M aximo (Berge
(1997), p. 116): Se e uma fun c ao contnua denida em Y e e um mapa contnuo de X em Y tal que, para cada
x, x ,= , ent ao a fun c ao M denida como M (x) = max |(y) ; y x e contnua em x e o mapa denido por
x = |y; y x, (y) = M (x) e um mapa semi-contnuo superior de X em Y.
CAP

Demonstra c ao: Note que
v(p, y)
_
max
xR
n
+
u(x)
s.t. y px
_
max
xR
n
+
u(x)
s.t. y px
v(p, y)
3. Estritamente crescente em y
Demonstra c ao: Para facilitar a demonstrac ao, suporemos que u() e a soluc ao de
(3.2) e estritamente positiva e diferenci avel. Estas condic oes nos permitem ver que a
soluc ao do lagrangeano /(x,) = u(x) +[y px] ocorre com
x
i
/ =
x
i
u(x) p
i
= 0,
o que implica em > 0. Finalmente, pelo teorema do envelope aplicado a,
v(p, y) max
xR
n
+
/(x,)
temos
y
v(p, y) = > 0.
4. Decrescente em p
Demonstra c ao 2: Considere dois vetores de precos p
0
e p
1
tais que p
1
< p
0
, e seja
x
0
a escolha otima aos precos p
0
. Supondo x
0
0, temos que p
1
x
0
< p
0
x
0
. Ou
seja, x
0
e factvel aos precos p
1
. Portanto v(p
1
, y) u
_
x
0
_
= v
_
p
0
, y
_
.
Demonstra c ao 1: Teorema do envelope
i
v(p, y) = x
i
(p, y) < 0
5. Quase-convexa em (p, y)
Demonstra c ao: Considere os conjuntos orcament arios B
1
, B
2
e B
t
denidos da seguinte
CAP

forma:
B
1
_
x R
n
+
[p
1
x y
1
_
B
2
_
x R
n
+
[p
2
x y
2
_
B
t
_
x R
n
+
[p
t
x y
t
_
,
onde p
t
= tp
1
+ (1 t) p
2
e y
t
= ty
1
+ (1 t) y
2
. Sejam ainda x
1
, x
2
e x
t
as ecol-
has otimas correspondentes a cada um desses conjuntos orcament arios. Neste caso,
_
tp
1
+ (1 t) p
2
x
t
ty
1
+ (1 t) y
2
. Ou seja, vale p
1
x
t
y
1
ou p
2
x
t
y
2
,ou
ambos. Isso quer dizer que ou x
1
ou x
2
(ou ambos) foram escolhidos quando x
t
era
vi avel. Isso s o pode acontecer se u
_
x
1
_
u
_
x
t
_
ou u
_
x
2
_
u
_
x
t
_
(ou ambos).
Logo,
v
_
tp
1
+ (1 t) p
2
, ty
1
+ (1 t) y
2
_
max
_
v(p
1
, y
1
); v(p
2
, y
2
)
_
.
6. A Identidade de Roy: se v(p, y) e diferenci avel no ponto (p
0
, y
0
) e v(p
0
, y
0
)/y ,= 0, ent ao
x
i
_
p
0
, y
0
_
=
i
v(p
0
, y
0
)
y
v(p
0
, y
0
)
.
Demonstra c ao: Vimos que
i
v(p, y) = x
i
(p, y) e
y
v(p, y) = . Logo,
i
v(p, y) =
y
v(p, y)x
i
(p, y).
3.1.2 Demanda Marshalliana
Propriedades das Fun c oes de Demanda
1. Homogeneidade e Equilbrio Or cament ario (agrega c oes de Engel e Cournot).
Demonstra c ao: Como vimos estas propriedades s ao conseq u encia da restric ao orcament aria
linear.
CAP

2. Simetria e negatividade semi-denida da matriz de Slutsky:
s(p, y)
_
_
_
_
1
x
1
+ (
y
x
1
) x
1
...
n
x
1
+ (
y
x
1
) x
n
.
.
.
.
.
.
.
.
.
1
x
n
+ (
y
x
n
) x
1
...
n
x
n
+ (
y
x
n
) x
n
_
_
_
_
Adiaremos a demonstrac ao at e havermos discutido a equac ao de Slutsky.
3.1.3 A Fun c ao Gasto (Despesa)
Considere o seguinte problema. Pergunte ao consumidor quanto de dinheiro (ou
renda) ele precisa para atingir um determinado nvel de utilidade. Ou seja, qual e a de-
spesa mnima,
min
xR
n
+
px, (3.3)
necess aria para que
u(x) u. (3.4)
A soluc ao desse problema dene a fun c ao despesa que tem por argumentos o vetor de
precos, p, e a utilidade, u, de acordo com
e(p, u)
_
min
xR
n
+
px
s.t. u(x) u
.
Gracamente, xa-se uma curva de indiferenca e encontra-se a curva de isogasto que a
tangencia.
Se o problema de minimizac ao tem soluc ao unica, ent ao a func ao de demanda hick-
siana (ou compensada) (p, u) existe, e a func ao gasto tamb em pode ser escrita como
e(p, u) = p(p, u).
Variando-se o vetor de precos a demanda hicksiana nos d a a forma como a demanda
varia com os precos mantendo a utilidade constante.
Propriedades da fun c ao despesa Dena U
_
u(x) [ x R
n
+
_
.Se u(x) e contnua e
estritamente crescente emR
n
+
, temos que e(p, u) e
CAP

1. Igual a zero quando u atinge o seu valor mnimo em U.
Demonstra c ao: Note que o menor valor que atinge a utilidade ocorre com u(0) ,
devido ` a monotonicidade estrita. Mas p0 = 0.
2. Contnua em R
n
++
U.
Demonstra c ao: Continuidade decorre, mais uma vez, do teorema do m aximo de
Berge.
3. Para todo p 0, estritamente crescente e sem limite superior em u.
Demonstra c ao: Primeiro, cabe notar que a restric ao (3.4) e ativa. De fato, seja x
1
a cesta que minimiza (3.3) e suponha que u
_
x
1
_
> u. Nesse caso, continuidade e
monotonicidade estrita, garantem que existe (0, 1) tal que u
_
x
1
_
> u. Como,
u > u(0) , u
_
x
1
_
> u(0) o que implica em x
1
,= 0. Neste caso, px
1
< px
1
. Como,
u
_
x
1
_
> u ent ao x
1
n ao pode ser a cesta que minimiza (3.3). Contradic ao. Logo,
u(x
) = u, se x
resolve o problema de minimizac ao.

Neste caso, podemos usar o teorema do envelope para mostrar que
e(p, u) min
xR
n
+
/(x,)
onde /(x,) = px +[u u(x)] . Ent ao,
u
e(p, u) =
u
min
xR
n
+
/(x,) = > 0.
4. N ao-decrescente em p
Demonstra c ao: Considere dois vetores p
0
e p
1
tais que p
0
j
p
1
j
e p
0
k
= p
1
k
k ,= j.
Seja, ent ao x
0
a escolha otima aos precos p
0
, ent ao, e
_
p
0
, u
_
= p
0
x
0
p
1
x
0
e
_
p
1
, u
_
.
5. Homog enea de grau 1 em p
Demonstra c ao: Note que
e(p, u)
_
min
xR
n
+
px
s.t. u(x) u
=
_
min
xR
n
+
px
s.t. u(x) u
e(p, u)
6. C oncava em p
CAP

Demonstra c ao: Considere dois vetores de precos p
1
e p
2
e dena as cestas
x
1
_
arg min
xR
n
+
p
1
x
s.t. u(x) u
e x
2
_
arg min
xR
n
+
p
2
x
s.t. u(x) u
.
Seja p
t
= tp
1
+ (1 t) p
2
, e
x
t
_
arg min
xR
n
+
p
t
x
s.t. u(x) u
.
Ent ao p
1
x
1
p
1
x
t
e p
2
x
2
p
2
x
t
. Donde,
t p
1
x
1
. .
e(p
1
,u)
+(1 t) p
2
x
2
. .
e(p
2
,u)
p
t
x
t
..
e(p
t
,u)
.
7. Lema de Shephard: se e(p, u) e diferenci avel no ponto (p
0
, u
0
) e p
0
0, ent ao
i
e(p
0
, u
0
) =
i
(p
0
, u
0
)
Demonstra c ao: Pelo teorema do envelope,
i
e(p, u) =
i
max (x,) =
i
(p, u)
3.1.4 Demanda Hicksiana
1. A curva de demanda de Hicks e n ao-positivamente inclinada; i.e.,
0
i
i
(p, u)
Demonstra c ao 1: Pelo lema de Shephard,
i
e(p, u) =
i
(p, u). Diferenciando mais
uma vez, tem-se
2
ii
e(p, u) =
i
i
(p, u).
Mas
2
ii
e(p, u) e n ao-positiva devido ` a concavidade da func ao gasto.
Demonstra c ao 2: Considere duas cestas, x
1
e x
2
que minimizam os gastos para
CAP

precos p
1
e p
2
, respectivamente e que gerama mesma utilidade, i.e. u
_
x
1
_
= u
_
x
2
_
.
Neste caso, tem-se:
p
1
x
1
p
1
x
2
p
2
x
2
p
2
x
1

p
1
_
x
1
x
2
_
0
p
2
_
x
1
x
2
_
0
Logo,
_
p
1
p
2
_ _
x
1
x
2
_
0
Ou, dxdp 0.
2. A matriz de substitui c ao (de Hicks) e negativa semi-denida.
Demonstra c ao: (p, u) e igual ` a Hessiana da func ao gasto. (Note que 2 implica 1)
Por denic ao, (p, u)
_
_
_
_
1
(p, u) ...
n
1
(p, u)
...
.
.
. ....
n
(p, u) ...
n
n
(p, u)
_
_
_
_
=
_
_
_
_
2
11
e(p, u) ...
2
1n
e(p, u)
...
.
.
. ....
2
n1
e(p, u) ...
2
nn
e(p, u)
_
_
_
_
.
3. Simetria: (p, u) e sim etrica, i.e.,
i
(p, u) =
i
j
(p, u)
Demonstra c ao: Pelo lema de Shephard,
i
(p, u) =
2
ij
e(p, u) =
2
ji
e(p, u) =
i
j
(p, u),
onde a segunda igualdade e devida ao teorema de Young.
4. Homogeneidade: Para todo (p, u) e todo t > 0,
i
(tp, u) =
i
(p, u)
Demonstra c ao: Trivial.
CAP

3.1.5 Problemas Duais
Considere os seguintes problemas de otimizac ao
problema A
_
max
xR
n
+
u(x)
sujeito ` a y px
e
problema B
_
min
xR
n
+
px
sujeito ` a u(x) u
Se u(x) e contnua e estritamente crescente emR
n
+
, p 0, y > 0, u U, ent ao
e(p, v(p, y)) = y, e
v(p, e(p, u)) = u.
Al em disso, se u(x) e contnua, estritamente crescente e estritamente quase-c oncava
emR
n
+
, ent ao para p 0, y > 0, u U,
x
i
(p, y) =
i
(p, v(p, y)) i
i
(p, u) = x
i
(p, e(p, u)) i.
Sen ao vejamos.
Primeiro, suponha que x
seja soluc ao do problema A, mas n ao do problema B, ent ao

existe uma cesta x
estritamente mais barata do que x
que gera uma utililidade pelo

menos t ao grande quanto u(x
) neste caso, considere a cesta x
+ , onde = (1, ..., 1)
.
Para > 0 sucientemente pequeno p(x +) < y e por monotonicidade u(x
+) >
u(x
) em contradic ao com a hip otese de que x
resolve o problema A.
Suponha agora que x
resolve o problema B mas n ao o problema A. Neste caso, existe

uma outra cesta x
tal que px
px
e u(x
) > u(x
) . Neste caso, tome a cesta x
.
Para sucientemente pequeno, u(x
) > u(x
) e p(x
) < px
o que contradiz
a suposic ao de que x
resolve o problema A.
Em palavras, se v(p, y) e a maior utilidade que posso obter aos precos p, com a renda
y. Ent ao y e o mnimo que preciso gastar para atingir tal uitlidade aos precos p. Da mesma
forma, se e(p, u) e o mnimo que preciso gastar para atingir a utilidade u. Ent ao a maior
utilidade que posso atingir aos precos p dado que disponho de e(p, u) e u.
CAP

3.1.6 A Equa c ao de Slutsky
A equac ao de Slutsky representa uma decomposic ao da demanda (observ avel) mar-
shalliana em duas partes: efeito substituic ao e efeito renda.
j
x
i
(p, y)
. .
efeito-preco
=
j
i
(p, u
)
. .
efeito-substituic ao
y
x
i
(p, y)x
j
(p, y)
. .
efeito-renda
Demonstra c ao: Vimos que
i
(p, u) x
i
(p, e(p, u))
Como se trata de uma identidade, podemos diferenci a-la com relac ao a p
j
para obter
i
(p, u) =
j
x
i
(p, e(p, u)) +
y
x
i
(p, e(p, u))
j
e(p, u)
=
j
x
i
(p, e(p, u)) +
y
x
i
(p, e(p, u))x
j
(p, y),
onde a ultima igualdade e conseq u encia do lema de Shephard.
Podemos agora demonstrar a ultima propriedade da demanda marshalliana.
Demonstra c ao da ultima propriedade da demanda marshalliana:

E suciente notar que
s(p, y) = (p, u), ou seja a matriz cujas entradas s ao dadas por x
i
/p
j
+ x
j
(x
i
/y) e
a matriz jacobiana das demandas compensadas que e sim etrica e negativa semi-denida
por ser igual ` a matriz hessiana da func ao despesa.
Finalmente cabe falar da Lei da demanda.
A Lei da Demanda: Se um bem e normal, sua curva de demanda (marshalliana) e
negativamente inclinada.
Elasticidade compensada (quando i ,= j elasticidade cruzada, quando i = j elastici-
dade pr opria);

i
j

j
i
(p, u)
p
j
x
i
3.1.7 Revendo as Propriedades da Demanda Usando Elasticidades
Marshalliana Adding-up 1:
k
w
k
k
= 1
CAP

Adding-up 2:
k
w
k
k
i
= w
i
Homogeneidade:
k
i
+
k
= 0
Conseq u encia comum de Adding-up e Homogeneidade,
k
w
k
k
i
=
i
w
i
= 1,
ou
i
w
k
k
i
=
k
w
k
k
= 1.
Hicksiana Negatividade
i
(p, u) < 0
i
i
(p, u)
p
i
x
i

i
i
< 0
Homogeneidade
i
(p, u)p
j
= 0
i
(p, u)
p
j
x
i
j

i
j
= 0
Simetria da Matriz de Slutsky,
i
(p, u) =
i
j
(p, u)
i
(p, u)
p
j
x
i
=
i
j
(p, u)
p
j
x
i
i
(p, u)
p
j
x
i
. .

i
j
=
i
j
(p, u)
p
i
x
j
. .

j
i
p
j
x
j
x
i
p
i
. .
w
j
/w
i

i
j
w
i
=
j
i
w
j
Note que, em geral,
i
j
,=
j
i
!!!
CAP

Equa c ao de Slutsky Relembrando a equac ao de Slutsky,
j
x
i
(p, y) =
j
i
(p, u
) x
j
(p, y)
y
x
i
(p, y),
o que implica em
j
x
i
(p, y)
p
j
x
i
. .
ij
=
j
i
(p, u
)
p
j
x
i
. .

ij
y
x
i
(p, y)
y
x
i
. .
i
x
j
(p, y)p
j
y
. .
w
j
Em elasticidades
ij
=
ij
i
w
j
3.1.8 Bens Complementares e Substitutos
Dizemos que dois bens s ao complementares (substitutos) brutos se
ij
0 (
ij
0).
Dizemos que dois bens s ao complementares (substitutos) Hicksianos se
ij
0 (
ij
0).
compelementares
ij
0
substitutos
ij
0
Observa c ao: Oconceito de complementar ou substituto bruto pode n ao estar bemdenido.
Isto porque o bem j pode ser complementar bruto do bem i, mas o bem i ser substituto
bruto do bem j.
ij
=
ij
w
j
i
=
ji
w
j
w
i
w
j
i
= (
ji
w
i
j
)
w
j
w
i
+w
j
j
w
j
i
=
ji
w
j
w
i
+w
j
(
j
i
)
Se (
j
i
) for muito differente de 0, o sinal de
ij
pode ser diferente do sinal de
ji
.
CAP

Lei da Demanda Revisitada
Relembrando a equac ao de Slutsky,
i
j
=
i
j
w
j
i
.
Um pouco de bom senso econ omico nos d a a Lei da demanda generalizada.
A Lei da Demanda Generalizada: A demanda marshalliana e (geralmente) negativamente
inclinada.
Demonstra c ao: Pela equac ao de Slutsky
i
j
=
i
j
w
j
i
a demanda marshalliana s o ser a positivamente inclinada se o bem i for inferior (0 >
i
) ,
e se o efeito renda for maior do que o efeito substituic ao. A validade emprica dessa
lei depende de como os bens s ao denidos. Se os bens s ao denidos como categorias
amplas (e.g., alimentos, vestu ario, bebidas, etc.), eles jamais ser ao inferiores. Por outro
lado, se a denic ao de bens e menos abrangente (e.g., p ao, leite, cerveja, etc.), a proporc ao
desses bens na renda ser a muito pequena w
i
. Al em disso, para bens muito namente
denidos e comum a exist encia de substitutos pr oximos enquanto categorias mais amplas
tendem a ter um grau de substitutibilidade bastante baixo (qu ao substituto de moradia e
vestu ario?). Concluindo, temos que o conjunto de combinac oes de condic oes que levam
ao paradoxo de Giffen (demanda positivamente inclinada) e bastante improv avel de se
vericar na pr atica.
A quest ao interessante a ser colocada e: qual a import ancia da separac ao de efeito-
renda e efeito substituic ao se podemos supor que a demanda marshalliana e negativa-
mente inclinada. A primeira resposta est a relacionada ` a possibilidade de teste da hip otese
de racionalidade que e garantida pela simetria e negatividade semi-denida da matriz de
slutsky. A segunda resposta, como veremos mais adiante, diz respeito a situac oes em que
a renda das pessoas e determinada pela venda de sua dotac ao inicial. Finalmente, as me-
didas exatas de bem-estar, s ao baseadas na demanda Hicksiana e n ao na Marshalliana.
Este e nosso pr oximo assunto.
CAP

3.2 Bem-Estar
O que queremos e saber como varia o bem-estar do agente quando variam os precos.
A pr opria quest ao j a aponta uma diculdade fundamental, relacionada ` a mensurac ao do
bem-estar. Ou seja, qual a m etrica? Devmos atribuir ` a utilidade um sentido cardinal? N ao
estaramos regredindo teoricamente?
Procuraremos responder a essas perguntas ` a medida em que apresentamos as difer-
entes medidas de bem-estar (ou de sua variac ao): (i) Excendente do Consumidor; (ii)
Variac ao Compensat oria, e; (iii) Variac ao Equivalente
3.2.1 O Excedente do Consumidor
Suponha que n os possamos ter uma representac ao legtima do bem-estar por meio
de uma func ao utilidade. A variac ao da utilidade quando os precos passam de p
0
para p
1
e, ent ao, dada por
v
_
p
1
, y
_
v
_
p
0
, y
_
.
Comecaremos por considerar o caso em que somente um preco variou; o preco do bem
i, p
i
.
Neste caso, podemos escrever
v
_
p
1
, y
_
v
_
p
0
, y
_
=
_
p
1
p
0
i
v (p, y) dp
i
.
Pela Identidade de Roy, sabemos que
i
v (p, y)
y
v (p, y) x
i
(p, y)
O que nos permite escrever
v
_
p
1
, y
_
v
_
p
0
, y
_
=
_
p
1
p
0
y
v (p, y) x
i
(p, y) dp
i
Suponhamos, ent ao, que v (p, y) /y seja constante. Neste caso,
y
v (p, y)
_
p
1
p
0
i
v (p, y) dp
i
=
_
p
1
p
0
x
i
(p, y) dp
i
CAP

Ou seja, a variac ao no bem estar e proporcional ` a variac ao na area abaixo da curva
de demanda que chamamos de excedente do consumidor. Note que ao dividirmos por v
y
estamos transformando emuma m etrica que n ao depende da func ao utilidade especca.
Um b onus adicional pela hip otese restritiva de
y
v (p, y) constante!!!
Uma interpretac ao interessante ocorre quando podemos representar as prefer encias
por meior de uma func ao utilidade quase-linear e o bem em quest ao e consumido em
quantidades discretas.
Utilidade quase-linear e willingness to pay: O seja, suponha que a func ao utilidade e
u(x) + m, onde m e a despesa com todos os outros bens. Supohna ainda que u
(x) > 0 e
u
(x) < 0 e que x s o pode ser consumido em quatindades discretas.

Vamos comparar a utilidade de consumir n unidades com a utilidade de consumir
n + 1 unidades do bem.
u(n + 1) +y p (n + 1) u(n) +y pn
u(n + 1) u(n) p
O agente dever a comprar uma unidade adicional sempre que a diferenca do lado es-
querdo da desigualdade acima for maior do que p. De fato, u(n + 1) u(n) e o m aximo
que o agente est a disposto a pagar pela n + 1- esima unidade do bem x.
Suponha que o preco seja p e que o agente esteja comprando n unidades do bem. A
quest ao e: quanto ele estaria disposto a pagar pelas n unidades que est a consumindo?
Pela primeira, u(1) u(0)
Pela segunda, u(2) u(1)
.
.
.
.
.
.
Pela n- esima, u(n) u(n 1)
TOTAL u(n) u(0)
E quanto efetivamente paga? p n. O excedente do consumidor e
u(n) u(0) p n
CAP

Limita c oes do Excedente do Consumidor Ainda que bastante intuitivo, e f acil de com-
putar na pr atica, o excedente do consumidor apresenta uma s erie de limitac oes.
Em primeiro lugar, depende da hip otese de const ancia da utilidade marginal da renda.
Em segundo lugar, n ao est a bem dendido quando ocorre variac ao simult anea de
v arios precos. Isto porque a integral de linha que deniria o excedente do consumidor
e (geralmente) depende do caminho, o que faz com que o excedente do consumidor n ao
seja bem denido.
Em virtude dessas diculdade associadas ` a utilizac ao do excedente to consumidor e
que se usa as medidas exatas de Bem-estar: Variac ao Compensat oria e Variac ao Equiva-
lente.
3.2.2 Varia c ao Compensat oria
Considere um consumidor que tenha uma func ao utilidade indireta v (p, y) . Seja y sua
renda inicial e p
0
o vetor de precos iniciais. Considere agora uma variac ao nos precos para
p
1
,= p
0
. Quanto de renda deve ser dado para o agente para compens a-lo pela variac ao
no preco do bem?
A varia c ao compensat oria CV dessa mudanca de preco e denida por
v
_
p
1
, y +CV
_
= v
_
p
0
, y
_
Podemos expressar CV tamb em atrav es das func oes gasto:
e
_
p
1
, v
_
p
0
, y
__
= e
_
p
1
, v
_
p
1
, y +CV
__
=CV = e
_
p
1
, v
_
p
0
, y
__
y
Tamb em e verdade que y = e
_
p
0
, v
_
p
0
, y
__
, portanto temos que
CV = e
_
p
1
, v
0
_
e
_
p
0
, v
0
_
Pelo lema de Shephard, n os podemos expressar CV em func ao das demandas hick-
sianas:
CV = e
_
p
1
, v
0
_
e
_
p
0
, v
0
_
=
_
p
1
p
0
p
e
_
p, v
0
_
dp
dt
dt =
_
p
1
p
0
_
p, v
0
_
dp
dt
dt
CAP

Perceba ent ao que CV e igual ` a integral de linha debaixo da demanda hicksiana entre
p
0
e p
1
.
Quando a variac ao e no preco de um s o bem i
CV = e
_
p
1
, v
0
_
e
_
p
0
, v
0
_
=
_
p
1
i
p
0
i
i
e
_
p, v
0
_
dp
i
=
_
p
1
i
p
0
i
i
_
p, v
0
_
dp
i
3.2.3 Varia c ao Equivalente
A pergunta agora e a seguinte: Quanto o agente estaria disposto a pagar para evitar
uma variac ao no preco?
Neste caso
v
_
p
1
, y
_
= v
_
p
0
, y EV
_
Ou seja,
e
_
p
0
, v
_
p
1
, y
__
= e
_
p
0
, v
_
p
0
, y EV
__
=EV = y e
_
p
0
, v
_
p
1
, y
__
.
Analogamente ` a variac ao compensat oria, sendo v
1
v
_
p
1
, y
_
, temos que
EV = e
_
p
1
, v
1
_
e
_
p
0
, v
1
_
.
Pelo lema de Shephard, n os podemos expressar EV em func ao das demandas hick-
sianas:
EV = e
_
p
1
, v
1
_
e
_
p
0
, v
1
_
=
_
p
1
p
0
p
e
_
p, v
1
_
dp
dt
dt =
_
p
1
p
0
_
p, v
1
_
dp
dt
dt
Perceba ent ao que EV e igual ` a integral de linha debaixo da demanda hicksiana entre
p
0
e p
1
.
CAP

Quando a variac ao e no preco de um s o bem i
EV = e
_
p
1
, v
1
_
e
_
p
0
, v
1
_
=
_
p
1
i
p
0
i
i
e
_
p, v
1
_
dp
i
=
_
p
1
i
p
0
i
i
_
p, v
1
_
dp
i
3.2.4 Comparando as medidas exatas
Qual das duas medidas e maior, CV ou EV ? Considere a variac ao de um unico preco,
o preco do bem i.
EV CV =
_
p
1
i
p
0
i
_
i
_
p, v
1
_
i
_
p, v
0
_
dp
i
Caso 1: p
1
i
< p
0
i
Temos que
p
1
i
< p
0
i
v
0
< v
1
j a que todos os demais precos s ao mantidos constantes. Mas se o bemfor normal,
i
(p, v) /v >
0, donde, o integrando e positivo. Logo a integral e
_
p
1
i
p
0
i
_
i
_
p, v
1
_
i
_
p, v
0
_
dp
i
=
_
p
0
i
p
1
i
_
i
_
p, v
1
_
i
_
p, v
0
_
dp
i
< 0
Caso 2: p
1
i
> p
0
i
Temos que
p
1
i
> p
0
i
v
0
> v
1
j a que todos os demais precos s ao mantidos constantes. Mas se o bemfor normal,
i
(p, v) /v >
0, donde, o integrando e negativo, donde.
_
p
1
i
p
0
i
_
i
_
p, v
1
_
i
_
p, v
0
_
dp
i
< 0.
Usando as medidas exatas
J a que as duas medidas s ao medidas exatas, qual a melhor delas? Depende do uso.
Quando consideramos um esquema de compensac ao otimo e natural usarmos a medida
de variac ao compensat oria.
CAP

No entanto, se quisermos ter simplesmente uma medida de disposic ao a pagar (will-
ingness to pay) ent ao a variac ao equivalente e melhor. Primeiramente porque o valor do
dinheiro aos precos correntes e uma medida mais clara do que o valor aos precos que v ao
prevalecer ap os a reforma. Mas mais importante e o fato de que se houver mais do que
uma alternativa de mudanca de regime, ent ao a unica medida apropriada e a variac ao
equivalente. De fato, ao utilizar os mesmos precos de refer encia tenho medidas com-
par aveis de bem-estar.
v
_
p
1
, y
_
v
_
p
2
, y
_
E
_
p
0
, v
_
p
1
, y
__
E
_
p
0
, v
_
p
2
, y
__
y E
_
p
0
, v
_
p
1
, y
__
. .
var. equivalente
y E
_
p
0
, v
_
p
2
, y
__
. .
var. equivalente
Note que o mesmo procedimento n ao e possvel com a variac ao compensat oria.
Captulo 4
O Problema da Integrabilidade
Vimos que se uma func ao demanda continuamente diferenci avel x(p, y) e gerada por
prefer encias racionais, ent ao ela e homog enea de grau 0, salisfaz adding up e tem uma
matriz de substituic ao sim etrica e negativa semi-denida. A quest ao que pretendemos
responder daqui para frente e a quest ao inversa. Se observarmos uma func ao demanda
com essas propiedades, ser a que podemos encontrar prefer encias que a racionalizem? A
reposta e sim.
O que mostra que essas propriedades n ao s ao somente conseq u encias necess arias da
hip otese de racionalidade; s ao todas as suas conseq u encias.
Mas como e que se pode sequer pensar em demonstrar isso. Por incrvel que pareca a
resposta foi dada ainda no s eculo XIX por Antonelli (1886) que sugeriu o seguinte.
Suponha que n os disponhamos de uma func ao vetorial x(p, y) e que sejamos capazes
de consturir de alguma maneira a func ao utilidade que gerou precisamente essa func ao
como sua func ao demanda. Neste caso, a func ao original tem que ser compatvel com a
nossa teoria de maximizac ao de utilidade j a que ela e a func ao demanda de um consumi-
dor com a func ao utilidade que acabamos de construir. O que Antonelli percebeu foi que
se a func ao vetorial tiver exatamente as propriedades a que nos referimos no primeiro
par agrafo, ent ao deve existir uma func ao utilidade que a gerou como sua func ao de de-
manda.
Esse e o chamado problema da integrabilidade - como recuperar a func ao utilidade do
consumidor a partir de sua func ao de demanda.
Esse problema de como recuperar a func ao utilidade a partir da func ao demanda pode
ser dividido em duas partes: i) recuperar uma func ao despesa E (p, u) a partir da de-
46
CAP
ITULO 4. O PROBLEMA DA INTEGRABILIDADE 47

manda; e ii) construir as prefer encias a partir da func ao despesa.
Comecaremos com a segunda parte, que estudaremos no ambito geral da teoria da du-
alidade. Veremos que todos os resultados da teoria do consumidor podem ser derivados
do problema de minimizac ao de despesa; matematicamente, a maximizac ao de utilidade
e a minimizac ao de gastos s ao problemas duais.
4.0.5 Dualidade
O termo dualidade e herdado da matem atica. A id eia b asica da teoria da dualidade e
que todo conjunto convexo e fechado de R
n
pode ser representado de forma equivalente
(ou dual) pela intercec ao dos semi-espacos que o cont em. Um semi-espaco e um subcon-
junto de R
n
da seguinte forma x R
n
; px c para algum p R
n
, p ,= 0 - chamado de
vetor normal ao semi-espaco - e algum c R. A fronteira do conjunto x R
n
; px = c e
um hiperplano, ortogonal a p.
Para entendermos um pouco melhor a ess encia do argumento, comecamos por citar
o teorema do hiperplano separador, que diz o seguinte: Considere qualquer conjunto
A R
n
, convexo e fechado, e considere um vetor x / A. Ent ao, existe algum vetor
p R
n
e um escalar c tais que p x < c px para todo x A.
O hiperplano x R
n
; px = c separa o ponto x do conjunto A. Como isso vale para
todos os x / A posso separar todos os pontos que n ao pertencem a A dos pontos que
efetivamente pertencem a A. Uma vez excludos os pontos que n ao pertencem a A s o me
restar a o conjunto A.
Note como isso pode nos ajudar na nossa tarefa de identicar as prefer encias. Iden-
ticar prefer encias signica que para toda cesta x consigo construir os conjuntos do tipo
(x) - i.e., conjunto das cestas preferveis a x.
1
S o me resta escolher os cs de forma
conveniente.
Observa c ao: Se o conjunto n ao for convexo, o procedimento gerar a o envolt orio convexo
de A,

A, que e o menor conunto convexo e fechado que cont emA. Isso ser a um ponto fun-
damental para a discuss ao das conseq u encias observacionais do axioma da convexidade.
1
Na verdade, somos capazes de identicar tamb em (x) e (x) e assim particionar o conjunto de
consumo do agente.
CAP

Seja Z R
n
um conjunto convexo.
Dena um semi-espaco como sendo um conjunto da forma x R
n
; px c para al-
gum c R e para algum p R
n
, p ,= 0, chamado de vetor normal ao semi-espaco. O
vetor e dito normal j a que para dois vetores x e x
tais que px = c, temos p(x x
) = 0 o
que implica em que o vetor p e ortogonal ao hiperplano.
Suponha que, al em de convexo o conjunto Z e tamb em fechado emR
n
, e considere um
vetor x / Z. Ent ao, pelo teorema do hiperplano separador, existe um subespaco contendo
Z e excluindo x. I.e., existem p R
n
e c R tais que p x < c px para todo x Z.
A id eia da teoria da dualidade e de que, como todo x / Z pode ser excludo por algum
subespaco que cont emZ, a intersec ao de todos os subespacos cont emZ e igual ao pr oprio
conjunto Z j a que exclui todos os elementos x / Z. Quando o conjunto n ao e convexo
a intersec ao de todos os subespacos contendo Z e chamada de envolt oria convexa de Z,
denotada Z.
Para todo sub-conjunto n ao-vazio e fechado Z de R
n
, denimos a func ao suporte de
Z, denida para qualquer p R
n
como sendo
Z
(p) inf px; x Z .
Quando Z e um conjunto convexo, a func ao
Z
(p) estabelece uma forma dual de rep-
resentar o conjunto Z. Isto porque, para todo p, o conjunto x R
n
; px
Z
(p) e um
semi-espaco que cont em Z. Al em disso, se x / Z ent ao p x <
Z
(p) para algum p R
n
.
Assim a intersec ao dos semi-espacos gerados por todos os valores possveis de p e ex-
atamente Z, i.e., Z =x R
n
; px
Z
(p) para todo p . Quando Z n ao e um conjunto
convexo Z = x R
n
; px
Z
(p) para todo p .
Note que
Z
(p) e uma func ao homog enea de grau um (
Z
(p) inf px; x Z =
inf px; x Z =
Z
(p)) e c oncava (supondo que o mnimo e atingido, por simpli-
cidade, de tal forma que para p
t
= tp + (1 t) p
,
Z
_
p
t
_
= p
t
x
t
ent ao
Z
_
p
t
_
=
tpx
t
+ (1 t) p
x
t
t
Z
(p) + (1 t)
Z
(p
) .)
Teorema 3 (Teorema da Dualidade) Seja Z um conjunto convexo e fechado, e seja
Z
(p) sua
fun c ao suporte. Ent ao existe um unico vetor x Z tal que p x =
Z
( p) se e s o se
Z
() e
diferenci avel em p. Neste caso,
Z
( p) = x.
Note que como x =
Z
( p) para qualquer x arg min
xZ
px, ou x e unico ou, se
n ao for unico
Z
() n ao pode ser diferenci avel em p. Portanto,
Z
() s o pode ser difer-
enci avel em p se o conjunto arg min
xZ
px for unit ario. Quando o conjunto Z n ao e
estritamente convexo, ent ao para algum p o conjunto arg min
xZ
px n ao ser a unit ario
em cujo caso
Z
() exibir a uma quina em p. De qualquer forma, usando o conceito de
derivada direcional, o gradiente de
Z
() neste ponto ainda poder a ser igualado ao con-
junto arg min
xZ
px.
CAP

Suponha que n os conhecamos uma func ao E (p, u) , n ao necessariamante uma func ao
gasto, que possua as sete propriedades da func ao gasto (ver sec ao 3.1.3). Vamos mostrar
que E (p, u) e de fato uma func ao gasto para alguma func ao utilidade.
Escolha um vetor
_
p
0
, u
0
_
R
n
++
R
+
e dena o conjunto fechado
A
_
p
0
, u
0
_
_
x R
n
+
[ p
0
x E
_
p
0
, u
0
__
,
que pela denic ao anterior e o semi-espaco que cont em todas as cestas que custam pelo
menos E
_
p
0
, u
0
_
. Perceba tamb em que este e o conjunto de todos os pontos em R
n
+
que
est ao acima ou sobre o hiperplano p
0
x = E
_
p
0
, u
0
_
. (note que para cada p, E
_
p, u
0
_
e a
escolha conveniente de c a que nos referimos anteriormente.)
Dena em seguida um novo conjunto A
_
u
0
_
R
n
+
pela intersec ao de todos os con-
juntos A
_
p, u
0
_
, onde u
0
e xo e p varia, como
A
_
u
0
_
p0
A
_
p, u
0
_
=
_
x R
n
+
[ px E
_
p, u
0
_
p 0
_
. (4.1)
Se E (p, u) for de fato uma func ao despesa, ao fazer variar p vou separando, para cada
nvel de precos, todas as cestas mais baratas do que o mnimo que preciso gastar para
atingir utilidade u. Pela pr opria denic ao de mnimo, isso implica em que essas cestas
n ao gerem a mesma utilidade u.
Por em, ainda preciso mostrar que E (p, u) recupera as prefer encias e que E (p, u) e a
func ao despesa por ela gerada.Vejamos ent ao como podemos usar A(u) para recuperar-
mos as prefer encias a partir de E (p, u).
Suponha que E (p, u) e de fato uma func ao despesa gerada por uma func ao utilidade
qualquer u(x) . Tome um vetor de precos arbitr ario p 0, e xe x > 0, neste caso
px E (p, u(x)) (tipicamente haver a igualdade para o vetor de precos, p, para o qual
x e a escolha otima). De fato, pela denic ao de func ao despesa, o custo da cesta x e pelo
menos t ao grande quanto o custo de atingir a utilidade gerada por x, qundo se toma um
vetor de precos arbitr ario. Como E () e crescente em u, ent ao u(x) e o valor mais alto
para o qual vale px E (p, u(x)) para todo p 0. Ou seja,
u(x) max
u
u 0 [ x A(u) .
O que quer dizer que conseguimos associar a x sua utilidade u. Como tomamos um vetor
CAP

x qualquer, isso quer dizer que construimos a func ao utilidade do agente.
A formalizac ao dessa id eia ser a apresentada por meio de dois teoremas. No primeiro,
mostraremos que u(x) denida no par agrafo anterior e uma func ao utilidade satisfazendo
os axiomas usuais (teorema 1). Depois, mostraremos que E () e de fato a func ao despesa
gerada por u(x) (teorema 2).
Teorema 4 Se a fun c ao E (p, u) : R
n
++
R
+
R
+
tem as 7 propriedades das fun c oes gasto,
ent ao a fun c ao u : R
n
+
R
+
tal que
u(x) max
u
u 0 [ x A(u) (4.2)
e crescente, ilimitada superiormente e quase-c oncava.
Demonstra c ao: Para ver que o probelma realmente tem soluc ao, note que u e limitado
superiormente, j a que E (p, u) e crescente em u e ilimitada superiormente
2
. Mostramos
que u tem um supremo (uma menor cota superior), s o falta mostrar que esse cota pertence
ao conjunto u 0 [ x A(u) . Mas isso decorre de A(u) ser um conjunto fechado.
Quanto a ser crescente em x, considere dois vetores (duas cestas) tais que x
1
x
2
. Ent ao,
px
1
px
2
p 0. Pela denic ao de u
_
x
2
_
, px
2
E
_
p, u
_
x
2
__
p 0, donde px
1
E
_
p, u
_
x
2
__
p 0 o que implica em que
3
x
1
A
_
u
_
x
2
__
u
_
x
1
_
u
_
x
2
_
.
Finalmente, no que concerne ` a quase-concavidade, sejamx
1
e x
2
tais que u
_
x
1
_
u
_
x
2
_
.
Como E e estritamente crescente em u, para qualquer p 0 temos que E
_
p, u
_
x
1
__

E
_
p, u
_
x
2
__
. Pelas denic oes de u
_
x
1
_
e u
_
x
2
_
, temos
px
1
E
_
p, u
_
x
1
__
p 0
px
2
E
_
p, u
_
x
2
__
p 0
Portanto, se denirmos x
t
= tx
1
+(1 t) x
2
, comt (0, 1) , temos que px
t
E
_
p, u
_
x
2
__
p 0. Novamente usando a denic ao de u(x) , temos u
_
x
t
_
u
_
x
2
_
= min
_
u
_
x
1
_
; u
_
x
2
__
,
pelo argumento anterior.
2
Como px E (p, u) tem que valer para todo p, xo um vetor p qualquer e essas duas caractersticas de
E (p, u) imp oem uma cota superior a u.
3
Heuristicamente, se px
1
E
p, u
x
2
para todo, p e lembrando que existe um p para o qual px

1
=
E
p, u
x
1
, ent ao existe um p para o qual E
p, u
x
1
p, u
x
2
. Como E (p, ) e crescente em u,

u
x
1
x
2
.
CAP

Omitiremos a demonstrac ao de que u() e ilimitado.
Teorema 5 Seja uma fun c ao E (p, u) : R
n
++
R
+
R
+
que satisfaz ` as 7 propriedades das
fun c oes gasto e seja u : R
n
+
R
+
tal que u(x) max u 0 [ x A(u), ent ao
E (p, u)
_
min
x
px
sujeito ` a u(x) x
i.e., E (p, u) e a fun c ao gasto gerada pela utilidade u(x)
Demonstra c ao: A id eia da demonstrac ao e a seguinte. Primeiro xemos um vetor de
precos p
0
0 e u
0
0.Vamos, primeiro mostrar que
E
_
p
0
,u
0
_
min
x
p
0
x x tal que u(x) u
0
e depois mostraremos a desigualdade inversa, o que garante que os dois lados s ao iguais.
Ou seja, E
_
p
0
,u
0
_
e a func ao despesa gerada por u() .
Suponha, ent ao, que x R
n
+
satisfaz u(x) u
0
. Pela denic ao de u(x) , de acordo com
(4.1) e (4.2), temos que px E (p, u(x)) p 0. Al em disso, como E e crescente na
utilidade e u(x) u
0
, temos que px E
_
p, u
0
_
. Ou seja, para qualquer p
0
, vale p
0
x
E
_
p
0
, u
0
_
x R
n
+
tal que u(x) u
0
. Se vale para todo x, vale para o mnimo, em
particular, logo
E
_
p
0
,u
0
_
min
x
p
0
x x tal que u(x) u
0
.
Vamos agora mostrar a desiguladade contr aria achando um x
0
qualquer tal que p
0
x
0
E
_
p
0
,u
0
_
e u
_
x
0
_
u
0
.
Homogeneidade e diferenciabilidade de E
_
p,u
0
_
me permitem escrever:
E
_
p,u
0
_
= p
p
E
_
p,u
0
_
Por outro lado, concavidade de E
_
p,u
0
_
implicam em
E
_
p,u
0
_
_
p p
0
_
p
E
_
p
0
,u
0
_
p
p
E
_
p
0
,u
0
_
p
CAP

novamente por homogeneidade. Escolho, ent ao x
0
=
p
E
_
p
0
,u
0
_
. Como px
0
E
_
p,u
0
_
,
pela denic ao de u() , temos u
_
x
0
_
u
0
. Por outro lado,
E
_
p
0
,u
0
_
= p
0
p
E
_
p
0
,u
0
_
= p
0
x
0
Se existe um x
0
para o qual vale a igualdade, ent ao,
E
_
p
0
,u
0
_
min
x
p
0
x x tal que u(x) u
0
.
como queramos demonstrar.
Observa c ao (muito importante): N os mostramos que supor a exist encia de uma func ao
gasto que obedece ` as 7 propriedades e equivalente a supor a exist encia de uma func ao util-
idade monot onica e quase-c oncava. Se as prefer encias n ao s ao monot onicas e convexas, a
dualidade entre utilidade e gasto e parcialmente quebrada.
Formalmente, seja E (p, u) uma func ao gasto gerada por u(x) , que n ao e quase-c oncava
e nem crescente. Seja w(x) a func ao utilidade gerada por E (p, u) , isto e,
w(x) max w 0 [ x A(w)
Perceba que w(x) ser a crescente e quase-c oncava pelo teorema 1 acima, logo w(x) ,=
u(x).
Por em, w(x) cont em todas as informac oes sobre u(x) que s ao empiricamente rele-
vantes. Intuitivamente, isso se deve ao fato de que w(x) ,= u(x) apenas nas regi oes
n ao-convexas e/ou n ao-monot onicas das curvas de indiferenca, exatamente onde o con-
sumidor n ao estar a consumindo.
Por em, sem convexidade, n ao podemos invocar o teorema da dualidade. De fato, sem
convexidade a escolha otima n ao ser a unica em todos os pontos. Nesses pontos a func ao
(na realidade a correspond encia) gasto n ao ser a diferenci avel: n ao vale, portanto, o lema
de Shephard
4
.
Observa c ao 2: A irrelev ancia observacional da monotonicidade e conseq u encia do
uso de precos positivos, p > 0, na construc ao de A(u) .
4
Ver Mas-Colell et al. (1995) p. 66.
CAP

4.0.6 Integrabilidade
Quais s ao as propriedades das demandas marshallianas? Homogeneidade, equilbrio
orcament ario (adding-up), simetria e negatividade semi-denida da matriz de Slutsky.
Na verdade, homogeneidade e uma consequ encia do equilbrio orcament ario e da
simetria (ver teorema 2.5, JR), logo s o existem 3 propriedades verdadeiramente indepen-
dentes.
N os sabemos que essas 3 propriedades das demandas marshallianas s ao necess arias.
A pergunta e: elas s ao sucientes?
O Teorema da Integrabilidade: Se x(p, y) satisfaz ao equilbrio or cament ario, ` a simetria e ` a
negativadade semi-denida, ent ao existe uma fun c ao utilidade u(x) cuja demanda marshalliana e
x(p, y) .
Considere uma func ao arbitr aria x(p, y) que satisfaca ` as propriedades acima. E con-
sidere uma func ao despesa arbitr aria E (p, u) gerada por alguma func ao utilidade u(x)
com as propriedades usuais. Suponha ainda que essa func ao utilidade gere tamb em a de-
manda marshalliana x
m
(p, y) . Por enquanto n ao estabelecemos nenhuma relac ao entre
elas.
Suponha, por em que x(p, y) e E (p, u) estejam relacionadas por:
i
E (p, u) =
i
(p, E (p, u)) (p, u) e i (4.3)
Neste caso, se o lema de Shephard for aplic avel,
i
E (p, u) =
i
(p, u) = x
m
i
(p, E (p, u)) (p, u)
Donde,
x(p, E (p, u)) = x
m
(p, E (p, u)) (p, u)
x(p, y) = x
m
(p, y) (p, y)
J a que para cada p, E (p, u) assume todos os valores positivos ` a medida em que variamos
u.
Portanto, desde que possamos relacionar x(p, y) a uma func ao despesa de acordo com
CAP

(4.3) teremos que x(p, y) e uma func ao demanda marshalliana gerada por alguma func ao
utilidade.
Note por em que se o sistema de equc oes diferenciais parciais (4.3) tem uma soluc ao,
ent ao
2
ij
E (p, u) =
j
x
i
(p, E (p, u)) +
y
x
i
(p, E (p, u))
j
E (p, u) (p, y) e i, j
=
j
x
i
(p, y) +
y
x
i
(p, y) x
j
(p, y) , (p, y) e i, j
Por simetria, da derivada cruzada (teorem de Young), o sistema s o pode ter soluc ao se
j
x
i
(p, y) +
y
x
i
(p, y) x
j
(p, y) =
i
x
j
(p, y) +
y
x
j
(p, y) x
i
(p, y) (p, y) e i, j.
Ou seja, essa condic ao e necess aria para que o sistema tenha uma soluc ao.
Mais interessante e notar que a condic ao tamb em e suciente de acordo com o teorema
de Froebenius.
Note, por em, que o que se est a exigindo aqui e que a matriz de Slutsky seja sim etrica.
Todas as propridedades da func ao gasto podem ser ent ao demonstradas a partir das
condic oes impostas a x(p, y) . Emparticular vale ressaltar que a negatividade semi-denida
da matriz de Slutsky garante a concavidade de E (p, u) com relac ao aos precos.
Da Utilidade Indireta para a Direta Suponha que u(x) gera a utilidade indireta v (p, y) .
Por denic ao, para todo x, temos que v (p, px) u(x) para qualquer vetor de precos
p. Ou seja, a utilidade que atinjo quando tenho renda suciente para comprar x e no
mnimo t ao grande quanto a uitlidade que tenho com x. Elas s o ser ao iguais quando os
precos forem tais que x seja a escolha otima. Logo, n os podemos recuperar a utilidade
direta a partir da indireta da seguinte forma:
u(x) = min
p0
v (p, px) (4.4)
Como u(x) v (p, px) , basta mostrar que para todo x existe um p tal que
u(x) = v (p, px)
CAP

Tome um x
0
, qualquer, e escolha p
0
=
x
u
_
x
0
_
. Escolhendo
0
= 1 e y
0
= p
0
x
0
, temos
x
u
_
x
0
_
=
0
p
0
y
0
= p
0
x
0
que s ao as condic oes de primeira ordem do problema do consumidor. Como por hip otese
u(x) e quase-c oncava essas condic oes garantem que x
0
,
0
resolvem o problema do con-
sumidor para p = p
0
, y = y
0
. Logo, u
_
x
0
_
= v
_
p
0
, y
0
_
= v
_
p
0
, p
0
x
0
_
.
Note que pela homogeneidade de v (p, y) , podemos normalizar,
v (p) = v
_
p
px
, 1
_
.
Se p
minimiza v (p, px) , ent ao

p =
p
x
minimiza v (p) . Ou seja, podemos reescrever o problema inicial como:
u(x) =
_
min
p0
v (p, 1)
s.t. px = 1
Captulo 5
A Teoria das Prefer encia Reveladas
5.1 Prefer encia Revelada
A teoria da prefer encia revelada e uma abordagem axiom atica alternativa ` a teoria da
ordenac ao de prefer encias. Introduzida por Samuelson (19??), tem a seguinte motivac ao:
Por que impor axiomas sobre prefer encias (que n ao s ao observ aveis) em vez de impor
axiomas diretamente sobre as escolhas (que s ao observ aveis)?
Seja x
0
a cesta escolhida quando os precos eram p
0
e x
1
a cesta escolhida quando os
precos eram p
1
. Dena a relac ao bin aria revelada prefervel a R de forma que x
0
R x
1
se e somente se p
0
x
0
p
0
x
1
.
1
Axioma 1: (Axioma Fraco da Prefer encia Revelada) Se x
0
R x
1
, ent ao n ao e possvel que
x
1
Rx
0
. Uma forma equivalente:
p
0
x
0
p
0
x
1
=p
1
x
0
> p
1
x
1
Traduzindo. Se o agente escolheu x
0
quando x
1
era factvel, x
0
se revelou prefervel a
x
1
ent ao quando x
1
foi escolhido e porque x
0
n ao era factvel.
Podemos denir (seguindo MWG p. ) uma regra de escolha mais geral (B, C ())
C (B) B B B. Neste caso o axioma fraco das prefer encias reveladas pode ser escrito.
1
Uma denic ao mais geral permite a generalizac ao dos conjuntos de escolha, ver Mas-Colell et al. (1995).
56
CAP
ITULO 5. A TEORIA DAS PREFER
ENCIA REVELADAS 57
A estrutura de escolha (B, C ()) satisfaz o axioma fraco das prefer encias reveladas se tiver
a seguinte propriedade:
Se para algum B B com x, y B tivermos x C (B) , ent ao para qualquer B
tal
que y C (B
) deveremos ter x C (B
) .
Alternativamente dada uma estrutura podemos denir uma estrutura de prefer encias rev-
eladas _
denida por
x _
y B B; x, y B e x C (B) .
Dena x(p, y) como sendo uma func ao escolha. Note que aqui se trata simplesmente
de uma regra que associa um vetor de precos e um nvel de renda (logo um conjunto
orcament ario) a uma escolha.
Axioma 2: Equilbrio or cament ario (adding-up): px(p, y) = y
Se impusermos equilbrio orcament ario e AFrPR ` a func ao escolha x(p, y) , quais out-
ras propriedades n os podemos derivar?
1. Homogeneidade da fun c ao escolha x(p, y) .
Demonstra c ao: Sejam x
0
=x
_
p
0
, y
0
_
e x
1
=x
_
p
1
, y
1
_
=x
_
tp
0
, ty
0
_
, t > 0, e suponha
x
1
,=x
0
. Equilbrio orcament ario, implica em que
p
1
x
1
= y
1
tp
0
x
1
= ty
0
=p
0
x
1
= y
0
.
Ou seja, x
1
era factvel quando x
0
foi escolhido, com isso, x
0
se revelou prefervel a
x
1
- x
0
R x
1
. Mas, tamb em pelo equilbrio orcament ario,
p
0
x
0
= y
0
=tp
0
x
0
= ty
0
=p
1
x
0
= y
1
.
Ou seja, x
0
era factvel quando x
1
foi escolhido, o que implica em que x
0
tenha se
revelado prefervel a x
1
, x
1
R x
0
. Mas isso contradiz o AFrPR, logo x
1
= x
0
Matriz de Slutsky para a fun c ao de escolha x(p, y) e negativa semi-denida.
Demonstra c ao: Fixe p
0
0 e y
0
> 0, e dena x
0
=x
_
p
0
, y
0
_
. Tome, ent ao um outro vetor
de precos p
1
e suponha que x
1
=x
_
p
1
, p
1
x
0
_
. Ou seja, x
1
e a cesta escolhida pelo agente
quando o vetor de precos e p
1
e ele tem renda exatamente o bastante para comprar a cesta
CAP
ENCIA REVELADAS 58
x
0
. Neste caso, x
1
revelou-se prefervel a x
0
, o que implica pelo AFrPR que p
0
x
0
< p
0
x
1
.
Por outro lado, equilbrio orcament ario implica p
1
x
0
= p
1
x
_
p
1
, p
1
x
0
_
, donde,
_
p
1
p
0
_
x
0
>
_
p
1
p
0
_
x
_
p
1
, p
1
x
0
_
_
p
1
p
0
_ _
x
_
p
1
, p
1
x
0
_
x
0
_
< 0 (5.1)
O que mostra que precos e quantidade se movem em direc oes opostas. Ou seja, a de-
manda compensada e negativamente inclinada. Note que essa compensac ao e um pouco
diferente daquela que consideramos anteriormente, j a que aqui estamos mantendo con-
stante o poder de compra do agente enquanto l a mantnhamos a utilidade constante.
O que vamos mostrar agora e que innitesimalmente as duas formas de compensac ao
s ao id enticas. Para tanto, escolha p
1
= p
0
+ tz, com t > 0 e z R
n
. (Para um dado z,
escolha, por em t de tal forma que p
0
+tz 0). Podemos ent ao reescrever a disigualdade
(5.1) da seguinte forma
tz
_
x
_
p
0
+tz,
_
p
0
+tz
_
x
0
_
x
0
_
< 0.
Dividindo por t
2
e tomando o limite quando t 0, temos
2
lim
t0
z
_
x
_
p
0
+tz,
_
p
0
+tz
_
x
0
_
x
0
_
t
0,
o que implica em
z
_
p
x
_
p
0
, y
0
_
+
y
x
_
p
0
, y
0
_
x
_
p
0
, y
0
_
_
. .
Matriz de Slutsky
z
0. (5.2)
Como o vetor z e arbitr ario, isso implica em que a matriz de Slutsky seja negativa semi-
denida.
Observa c ao: Note que quando a variac ao dos precos e discreta, o tipo de compensac ao
considerado na discuss ao anterior acarreta em geral um aumento na utilidade do agente.
O argumento e simples: se aos novos precos o agente e capaz de comprar a cesta consum-
2
Alternativamente, podemos usar o fato de que a func ao
f (t) = tz
p
0
+tz,
p
0
+tz
x
0
x
0
e menor que zero para todo t ,= 0 e e igual a 0 para t = 0. Portanto, atinge seu valor m aximo em 0. Neste
caso temos que f
(0) = 0 e f
(0) 0. Pode-se, vericar que estas duas condic oes implicam na desigualdade
(5.2). [agradeco a Vitor Luz por apontar esta demonstrac ao alternativa]
CAP
ENCIA REVELADAS 59
ida anteriormente, sua utilidade ser a n ao inferior ` a atingida nesses precos e em geral ser a
maior - como explicitado na equac ao (4.4).
Portanto, o axioma fraco parece gerar todas as propriedades da nossa teoria da escolha
racional. Na verdade, ainda falta checar simetria da matriz de Slutsky; A1+A2 implicam
simetria?
Como nosso interesse e checar a relac ao entre as duas abordagens, vamos adiar a re-
sposta a essa pergunta, e nos concentrar na quest ao seguinte.
Temos que a func ao de demanda marshalliana x
M
(p, y) (colocamos o superscrito para
diferenci a-la da func ao de escolha x(p, y)) e uma func ao de escolha.
Para que simetria garanta a equival encia teramos que checar se essa func ao escolha,
x
M
(p, y) , tem as propriedades A1 e A2. J a sabemos x
M
(p, y) satisfaz A2. Ser a que ela
tamb em satisfaz A1?
Teorema: A demanda marshalliana x
M
(p, y) satisfaz ao AFrPR.
Demonstra c ao: (suponha prefer encias estritamente monot onicas e estritamente convexas,
de forma que x
M
(p, y) e unica e A2 se verica). Seja x
0
= x
M
_
p
0
, p
0
x
0
_
e x
1
= x
M
_
p
1
, p
1
x
1
_
e suponha que p
0
x
0
p
0
x
1
. Como x
1
era factvel aos precos p
0
mas n ao foi escolhido,
ent ao u
_
x
0
_
> u
_
x
1
_
(a desigualdade estrita vem da unicidade da soluc ao). Logo, aos
precos p
1
, x
0
n ao pode ser factvel = p
1
x
0
> p
1
x
1
, ou seja , p
0
x
0
p
0
x
1
implica
p
1
x
0
> p
1
x
1
=AFrPR
Ou seja, parece que vamos conseguir mostrar a equival encia das duas abordagens.
Infelizmente, n ao e esse o caso. Somente no caso emque as prefer encias est ao denidas
somente para dois bens
3
a matriz de Slutsky associada a x(p, y) e necessariamente sim etrica.
No caso de mais de dois bens, o AFrPR n ao implica transitividade, que e o axioma da teo-
ria baseada em prefer encias associado ` a simetria da matriz de Slutsky. Portanto, a func ao de
escolha x(p, y) que obedece A1+A2 n ao e necessariamente uma func ao de demanda
marshalliana.
3
Note que essa armac ao se deve ` a natureza dos conjuntos de escolha que permitimos. Uma denic ao do
AFrPR para subconjuntos gen ericos de X garante a exist encia de um outro caso em que o AFrPR implica em
simetria. Isso ocorre quando todos os conjuntos de at e tr es elementos est ao includos entre os conjuntos para
os quais a func ao escolha est a denida.
Ainda que toricamente interessante, esse caso e de pouca relev ancia pr atica j a que inclui v arios conjuntos
desinteressantes no que concerne ` as situac oes de escolha com que os agentes efetivamente se deparam.
CAP
ENCIA REVELADAS 60
Casos em que o axioma fraco gera comportamento racional.
1) Dois bens. Vimos que a matriz de Slutsky e negativa semi-denida. Basta provar
que ela e tamb em sim etrica. Na verdade, sabemos que a matriz de Slutsky no caso de dois
bens e negativa semi-denda e tem posto um, i.e., pode ser escrita como uv
onde u e v
s ao vetores 2 1. Vamos argumentar que negatividade semi-denida implica em u = v.
Sen ao vejamos. Considere um vetor w = tu + (1 t) v com t > 1 e tome ortogonal a
w(t) ent ao t
u = (t 1)
v = sgn(
u) = sgn(
v) donde,
uv
> 0. (note que

u = v =sgn(
u) = sgn(
v) ; v ,= 0.
2) Todos os subconjuntos de X de at e tr es elementos est ao emB.
A hip otese comportamental que supusemos para o consumidor racional consistia em
escolher uma cesta do conjunto
C
(B, _)
_
x B; x _
para todo x
B
_
.
Dizemos que _ racionaliza C () relativamente a B se C (B) = C
(B, _) .
Suponha que B contenha todos os subconjuntos de X de at e tr es elementos. Ent ao
pode-se mostrar que se a estrutura de escolha (B, C ()) satiszer o axioma fraco das pre-
fer encias reveladas ent ao existe uma relac ao de prefer encias racionais que racionaliza C ()
relativamente a B. Al em disso, esta relac ao de prefer encias racional e a unica
4
relac ao de
prefer encias que racionaliza B.
Para ver que e racional: Completeza. Pela hip otese de que B cont em todos os subcon-
juntos de X de at e tr es elementos, temos que para todos os pares
_
x
0
, x
1
_
, ou x
0
ou x
1
pertencem a C
__
x
0
, x
1
__
. Logo, ou x
0
_
x
1
ou x
1
_
x
0
.
Transitividade. Suponha x
0
_
x
1
e x
1
_
x
2
ent ao B B tal que x
0
, x
1
B
e x
0
C (B). Considere, o conjunto
_
x
0
, x
1
, x
2
_
. Como x
1
_
x
2
temos que x
2
C
__
x
0
, x
1
, x
2
__
x
1
C
__
x
0
, x
1
, x
2
__
o que, por sua vez implica x
0
C
__
x
0
, x
1
, x
2
__
x
0
_
x
2
. Se, x
1
C
__
x
0
, x
1
, x
2
__
, teremos novamente por x
0
_
x
1
, x
0
C
__
x
0
, x
1
, x
2
__
.
Finalmente, como C ,= , x
0
C
__
x
0
, x
1
, x
2
__
sempre. Donde, x
0
_
x
1
.
Omitiremos a demonstrac ao de que racionaliza C () e de que e unica.
Substituiremos, ent ao, o AFrPR pelo Axioma Forte da Prefer encia Revelada (AFoPR)
como forma de impor transitividade na nossa teoria da escolha.
Axioma 1 : (Axioma Forte da Prefer encia Revelada) Para qualquer sequ encia de de cestas
x
0
, x
1
, ..., x
k
, tal que x
0
Rx
1
, x
1
Rx
2
, ..., x
k1
Rx
k
, n ao e possvel que x
k
Rx
0
.
4
Em contraste com nosso estudo de integrabilidade, n ao nos restringimos a conjuntos orcament arios Wal-
rasianos, da a unicidade das prefer encias.
CAP
ENCIA REVELADAS 61
Perceba que o AFoPR e simplesmente uma forma de impor transitividade na relac ao
de prefer encia revelada. Na verdade, o AFoPR e o fecho transitivo do AFrPR.
Mostraremos que se uma func ao escolha satisfaz axiomas 1 e 2 existe uma relac ao de
prefer encias que a racionaliza. Ou seja, ela e uma demanda marshalliana.
Teorema: Se a fun c ao escolha x(p, y) satisfaz o axioma forte da prefer encia revelada (AFoPR)
ent ao existe uma rela c ao de prefer encia racional que racionaliza x (p, y) , ou seja, tal que para
todo (p, y), x(p, y) ~ x
1
para todo x
1
,= x(p, y) tal que px
1
y.
Demonstra c ao: Usaremos durante a demonstrac ao o fato de que a escolha e uma func ao
e n ao uma correspond encia (single valued).
Comece denindo a relac ao ~
1
para denotar que uma cesta e diretamente revelada prefevel
a outra, i.e., x
0
~
1
x
1
quando x
0
= x
_
p
0
, y
_
e p
0
x
1
y. A partir de ~
1
dena uma nova
relac ao - direta ou indiretamente revelada prefervel a, x
0
~
2
x
n
sempre que houver
uma cadeia x
0
~
1
x
1
~
1
, ..., ~
1
x
n
. Por construc ao, ~
2
e transitiva.

E tamb em irreexiva
x
0
2
x
0
. (note que essas duas propriedades denem um ordenamento parcial). Faremos
agora uso de um axioma famoso da teoria dos conjuntos (lema de Zorn) que garante que
toda relac ao transitiva e irreexiva tem uma extens ao total ~
3
tal que: i) x
0
~
2
x
1
implica
em x
0
~
3
x
1
, ii) sempre que x
0
,=x
1
, ou x
0
~
3
x
1
ou x
1
~
3
x
0
. Se denirmos a relac ao
x
1
x
0
sempre que x
1
~
3
x
0
ou x
0
=x
1
, ent ao, e f acil ver que e completa, reexiva e
transitiva. Al em disso, x
0
_
p
0
, y
_
~x
1
sempre que p
0
x
1
y e x
1
,= x
0
_
p
0
, y
_
.
Note que essa demonstrac ao (Mas-Colell et al., p.???) gera prefer encias racionais (com-
pletas e transitivas), mas n ao contnuas - basta notar que os conjuntos (x) n ao s ao
fechados. Assim, elas n ao s ao represent aveis por func oes utilidades.
Portanto, a abordagem baseada na escolha (utilizando o AFoPR) e exatamente equiv-
alente ` a abordagem baseada nas prefer encias (maximizac ao de utilidade).
Captulo 6
T opicos em Teoria do Consumidor
6.1 A Demanda Excedente
Em muitos casos (voc es ver ao isso exaustivamente quanto estudarem equilbrio geral)
e interessante considerar que a renda n ao cai simplesmente do c eu, mas e produto da
venda de algum bem alguma dotac ao inicial do agente (essa e que agora cai do c eu).
Como incorporar isso na teoria que estudamos?
Suponha que em vez de uma renda o agente possua uma dotac ao inicial x de bens que
possa vender no mercado para comprar as mercadorias que s ao de seu interesse.
Neste caso, seu problema de maximizac ao passa a ser
v (p; x)
_
max
xR
n
+
u(x)
s.t. p x px
, (6.1)
ou seja, o total do que compra n ao pode custar mais do que o total do que vende.
O que acontece com a demanda de um bem j quando aumenta o preco do bem i?
Primeiro, h a o efeito tradicional medido pela demanda marshalliana x
j
/p
i
. Mas a renda
do agente tamb em e afetada de modo independente pelo aumento de p
i
.
De fato, seja y p x. Podemos, ent ao escrever o efeito total a partir da demanda
marshalliana:
dx
j
dp
i
=
i
x
j
(p,y) +
y
x
j
(p,y)
dy
dp
i
=
i
x
j
(p,y) +
y
x
j
(p,y) x
i
62
CAP
ITULO 6. T

OPICOS EM TEORIA DO CONSUMIDOR 63
Subsitutindo na Equac ao de Slutsky:
dx
j
dp
i
= (
i
j
(p,u)
y
x
j
(p,y) x
i
) +
y
x
j
(p,y) x
i
=
i
j
(p,u)
y
x
j
(p,y) (x
i
x
i
)
Neste caso, saber que um bem e normal n ao garante que possamos determinar o efeito de
uma aumento no seu preco sobre a demanda. De fato, isso depender a de ser o indivduo
um demandante ou ofertante lquido do bem.
Consideremos, ent ao duas aplicac oes importantes dessa discuss ao:
6.1.1 Aplica c oes
Oferta de Trabalho
Seja w o sal ario (i.e. o preco do lazer). Ent ao, a pessoa tem uma dotac ao inicial de

L
horas (e.g., 168 horas semanais). Ela vende

L l (e.g., 40 horas semanais) no mercado de
trabalho e consome l (168-40=128 horas) de lazer.
Com o sal ario recebido, o agente consome bens a um preco p. Podemos escrever o
problema do consumidor/trabalhador como
v
_
p,w;

L
_
_
_
_
max
lR
+
,xR
n1
+
u(x,l)
s.t. w
_
L l
_
px
.
Ou seja, se escrevermos y = w
L, estaremos com um problema id entico a (6.1), onde um

dos bens e o lazer e a dotac ao inicial e

L:
_
_
_
max
lR,xR
n1
+
u(x,l)
s.t. w
L px+wl
.
Logo, podemos escrever a equac ao de Slutsky
dl
dw
=
w
l
h
(p,w,u)
y
l
h
(p,w,y)
_
l

L
_
O que acontece quando o lazer e normal? Qual a direc ao do efeito renda??
CAP
ITULO 6. T

Escolha Intertemporal
v
_
1, R
1
; x
1
, x
2
_
_
max
x
u(x
1
) +u(x
2
)
s.t. x
1
+x
2
R
1
x
1
+ x
2
R
1
.
A restric ao orcament aria do agente deve ser lida como o valor presente do consumo n ao
pode ser maior do que o valor presente da renda. O vetor de precos e p =
_
1, R
1
_
, onde
R e a taxa de juros bruta: 1 +r.
H a suas coisas a serem compreendidas. 1) O aumento da taxa de juros e uma reduc ao
em um preco: o preco do consumo futuro. 2) O efeito renda, mais uma vez depende de o
agente ser ofertante (devedor) ou demandante lquido (poupador) de consumo futuro.
Abertura Comercial
A pergunta que queremos responder e: qual o efeito sobre o bem-estar da abertura
comercial.
Caso 1: Agente Representativo Neste caso, parte-se de uma situac ao inicial em que
v (p, x) u( x) .
Com a abertura comercial, suponha que q sejam os precos internacionais. Ent ao a
utilidade passa a ser
v (q; x)
_
max
xR
n
+
u(x)
s.t. q x qx
A quest ao e v (q, x) v (p, x)?
Note que x ainda e vi avel. Logo, v (q, x) v (p, x) .
Caso 2: Efeitos da Heterogeneidade Cada pessoa que indexaremos com k na economia
tem utilidade u
k
_
x
k
_
e dotac ao inicial x
k
. Portanto, para cada pessoa vale
v
k
_
p, x
k
_
_
max
x
k
R
n
+
u
k
_
x
k
_
s.t. p x
k
px
k
,
antes da abertura e
v
k
_
q, x
k
_
_
max
x
k
R
n
+
u
k
_
x
k
_
s.t. q x
k
qx
k
,
CAP
ITULO 6. T

depois da abertura.
Note que agora, n ao basta argumentar que x
k
ainda e vi avel, j a que o agente consumia
x
k
e n ao x
k
antes da abertura.
6.1.2 Propriedades da demanda excedente
Quando a renda do agente prov em de sua dotac ao inicial (o que e a abordagem padr ao
do problema de equilbrio geral), o problema do consumidor pode ser denido como um
problema de otimizac ao em termos das demandas excedentes da seguinte maneira,
V (p)
_
max
zR
n U (z)
s.t. 0 pz
, (6.2)
onde:
i) U : R
n
R e uma func ao C
k
tal que
z
U (z) > 0 z e tal que a restric ao de
2
zz
U (z) a
[
z
U (z)]
e negativa denida z, e;
ii) p 0 o probelma (6.2) tem uma soluc ao z (p) R
n
com pz = 0.
Obs: Note que estamos exatamente com o problema anterior, onde denimos U (z)
u(z + x) , onde z x x. Note que z (p) e a func ao demanda excedente.
O teorema de Kuhn-Tucker nos garante que z (p) resolve (6.2) se e somente se existir
(p) > 0 tal que
z
U (z) (p) p=0
e pz (p) = 0
O que se sabe sobre essa func ao demanda excedente?
Propriedades de V (p): V () e uma func ao C
k1
, com as seguintes propriedades:
1
1. Homogeneidade de Grau 0 em p, V (p) = V (p)
2.
2
pp
V (p) tem rank n 1 para todo p 0.
3. Quase-convexa em p.
4. A restri c ao de
2
pp
V (p) a [Span
p
V (p) , p]
e positiva denida.
5. Se
p
V
_
p
1
_
e
p
V
_
p
2
_
s ao colineares, p
1
e p
2
tamb em o s ao.
1
Ver Chiappori e Ekeland (2004).
CAP
ITULO 6. T

Propriedades de z (p): z () e uma func ao bem denida e C
k1
emR
n
com as seguintes
propriedades:
1. Homogeneidade de Grau 0: z (p) = z (p)
2. Lei de Walras pz = 0 p
3. Variante da Condi c ao de Slutsky:
(a)
p
z (p) restrito a [z (p)]
e sim etrico e negativo semi-denido, e;

(b)
p
z (p) restrito a [Spanz (p) , p]
e negativo denido para todo p

Note que V (p) e quase-convexa e homog enea de grau 0.
Podemos aplicar o teorema do envelope a V (p) para obter
p
V (p) = (p) z (p)
Differenciando mais uma vez:
2
pp
V (p)
. .
sim etica, neg. semi-def
=
p
(p) z (p)
. .
posto 1
(p)
p
z (p)
Em [z (p)]
, i.e., tomando qualquer vetor u com z (p) u = 0, temos

u
2
pp
V (p) u = u
p
(p) z (p) u (p) u
p
z (p) u
= (p) u
p
z (p) u
u
p
z (p) u = u
2
pp
V (p) u/(p). I.e., a restric ao de
p
z (p) a [z (p)]
herda as pro-
priedades de
2
pp
V (p) , como simetria, negatividade semi-denida e negatividade denida
quando restrita a [Spanz (p) , p]
.
Note, por em que n ao posso garantir negatividade, j a que V (p) e quase-convexa, n ao
necessariamente convexa. Mas quase-convexidade implica que
2
pp
V (p) e negativa denida
se restrita a
p
V (p) v =0. Mas
p
V (p) = (p) z (p) o que implica emque [Spanz (p) , p]
=
[Spanz (p) ,
p
V (p)]
.
Observa c ao 1: Se p for tal que z (p) = 0, ent ao,
p
z (p) e proporcional a
2
pp
V (p) . Em
particular,
p
z (p) e sim etrica e negativa semi-denida.
Observa c ao 2: V (p) e quase-convexa, e n ao pode ser estritamente quase convexa. De
fato,
p
2
pp
V (p) p=(p) z (p) p=0.
CAP
ITULO 6. T

6.2 Pre cos n ao-lineares e a Equa c ao de Slutsky
6.2.1 Pre cos n ao-lineares: imposto de renda progressivo
Oferta de Trabalho Seja w o sal ario (i.e. o preco do lazer). Ent ao, a pessoa tem uma
dotac ao inicial de

L horas (e.g., 168 horas semanais). Ela vende

L l (e.g., 40 horas
semanais) no mercado de trabalho e consome l (168-40=128 horas) de lazer.
Com o sal ario recebido, o agente consome bens a um preco p. Podemos escrever o
problema do consumidor/trabalhador como
v
_
p,w;

L
_
_
_
_
max
lR,xR
n1
+
u(x,l)
t.q. w
_
L l
_
px
.
Ou seja, se escrevermos y = w
L, onde um dos bens e o lazer e a dotac ao inicial e

L:
_
_
_
max
lR,xR
n1
+
u(x,l)
t.q. w
L px+wl
.
Relembrando a revis ao de microeconomia, temos
dl =
_
w
l[
u
y
l
_
l

L
_
dw
Tributa c ao Linear da Renda do Trabalho
Vamos decompor o problema do consumidor/trabalhador em duas partes. Primeiro,
consideraremos o seguinte problema
U (y, l)
_
_
max
xR
n1
+
u(x,l)
s.a. w
_
L l
_
px
..
y
,
onde omitimos o vetor de precos, p, de U (y, l) por conveni encia notacional. O pr oximo
passo seria a maximizac ao
max
lR
U (y, l) s.a. w
_
L l
_
y
CAP
ITULO 6. T

Como nosso objetivo e avaliar os efeitos da tributac ao reescreveremos o problema
como
max
lR
U (y, l) s.a. y + (1 t) wl R
Ent ao,
dl =
w
l
..
wl|
U
+yl
wdt +
y
l
t
Rdt
=
w
l[
U
. .
efeito
substituic ao
wdt
y
l (wl +
t
R)
. .
efeito
renda
dt
Note que o efeito-renda agora e na verdade a soma de um efeito renda propriamente
dito l(l/y) e umefeito-riqueza (
t
R) (
y
l). Quando a tributac ao e linear, w(1 t)
_
L l
_
,
temos que R = w(1 t)

L, donde,
t
R = w
L e
dl =
_
w
l[
U

y
l
_
l

L
_
wdt.
Quando, por em, o imposto e n ao linear por exemplo, progressivo
t
R toma
forma um pouco mais complicada.
Imposto de Renda Progressivo
Imposto progressivo introduz n ao-linearidade na restric ao orcament aria dos agentes.
Ainda assim, a restric ao orcament aria e convexa, o que (considerando as hip oteses que j a
estamos adotando) preserva a continuidade da oferta de trabalho.
Seja Y a renda bruta do trabalho, Y =
_
L l
_
w, vamos considerar um um imposto
sobre a renda do trabalho com a seguinte estrutura
T (Y ) =
_
_
B +t
0
Y se 0 Y < Y
1
B +t
0
Y
1
+t
1
(Y Y
1
) se Y
1
Y < Y
2
B +t
0
Y
1
+t
1
(Y
2
Y
1
) +t
2
(Y Y
2
) se Y > Y
2
onde t
2
t
1
0.
Deni c ao: Seja a renda virtual, I, a renda n ao relacionada ao trabalho que faria com que
CAP
ITULO 6. T

o agente zesse a mesma escolha de oferta de trabalho, caso sua restric ao orcament aria
fosse linear com sal ario (1 t) w, onde t e a taxa marginal relevante para ele.
Ou seja, para o caso que estamos considerando
I
0
= B, se Y < Y
1
,
I
1
+ (1 t
1
) Y
1
= B + (1 t
0
) Y
1
= I
1
= B + (t
1
t
0
) Y
1
se Y
1
Y < Y
2
,
e
I
2
+ (1 t
2
) Y
2
= I
1
+ (1 t
1
) Y
2
= I
2
= I
1
+ (t
2
t
1
) Y
2
se Y Y
2
Substituindo o valor de I
1
nesta ultima express ao temos
I
2
= B + (t
1
t
0
) Y
1
+ (t
2
t
1
) Y
2
se Y Y
2
.
Podemos continuar a construc ao para tantas alquotas quanto forem necess arias.

E in-
teressante tamb em notar que isso nos permite proceder a an alises das mais diversas, como
mudancas no limite de isenc ao, ou mudancas em alquotas marginais e infra-marginais
para cada agente, etc. Note tamb em que o requerimento informacional, e bastante re-
duzido j a que s o precisamos conhecer as elasticidades renda e de substituic ao no ponto
em que se encontra o agente (o mesmo requerimento do caso de tributac ao linear).
Vamos agora ver alguns exemplos de como o conceito de renda virtual pode ser util
para a avaliac ao de mudancas na poltica tribut aria.
Primeiro, reescrevamos o problema do trabalhador/consumidor como
max
c,lR
u(c, l) s.a. lw
_
1 t
i
_
+c I
i
onde
t
i
=
_
_
t
0
se 0 Y < Y
1
t
1
se Y
1
Y < Y
2
t
2
se Y > Y
2
Denimos, ent ao, a oferta de trabalho como func ao de
_
1 t
i
_
w e I
i
L
__
1 t
i
_
w, I
i
_
.
A an alise passa a ter o seguinte formato
dl =
i=j
[
w
l] wdt
j
+
I
i l
t
j I
i
dt
j
CAP
ITULO 6. T

onde
i=j
e a func ao indicador que assume valor 1 se i = j e 0 se i ,= j.
Assim, a an alise e decomposta em uma parte tradicional correspondente ao termo
entre colchetes e uma parte relativa ` a n ao linearidade da restric ao orcament aria.
Um primeiro ponto interessante aqui e que mesmo se a alquota marginal relevante
para o agente n ao for alterada, uma alterac ao em alquotas inframarginais vai afetar sua
decis ao de ofertar trabalho por meio de efeito-renda.
6.3 Separabilidade
A teoria que desenvolvemos at e agora nos permite abordar diversos temas como es-
colha intertemporal, escolha sob incerteza, etc.. Basta incluir nas escolhas das pessoas
bens denidos de acordo com o perodo, o estado da natureza, etc.
De um modo geral, tratamos esses problemas de forma isolada, ainda que saibamos
que eles interagem de alguma forma. O que nos legitima a fazer isso?
Vamos discutir a quest ao da separabilidade nesse contexto, mas comecando com um
resultado concernente ao comportamento dos precos dos bens. Isto nos permite entender
um pouco melhor o objetivo da teoria que vamos explorar.
6.3.1 O Teorema do Bem Composto
A id eia do teorema do bem composto e bastante simples e remonta a Hicks (1936). Se
um grupo de pre cos se move conjuntamente, o grupo de bens a que esses pre cos se referem pode ser
tratado como um unico bem composto.
Suponha que os precos possam ser particionados em dois grupos p (p
1
, p
2
) tais que
o grupo p
2
sempre se mova de forma conjunta, ou seja, p
2
= p
0
2
, onde e um escalar, e
p
0
2
e um valor inicial para o vetor de precos.
Note que a func ao despesa e
E (p
1
, p
2
, u) = E
_
p
1
, p
0
2
, u
_
.
Como, p
0
2
e xo, pode ser considerado um par ametro de E () (n ao mais um argumento)
de tal forma que podemos denir uma nova func ao despesa
E (p
1
, , u) E
_
p
1
, p
0
2
, u
_
.
CAP
ITULO 6. T

Podemos mostrar que

E () e uma func ao despesa com todas as propriedades usuais: cres-
cente, c oncava e homog enea de grau 1 em (p
1
, ) , crescente e ilimitada em u. Al em disso,

E (p
1
, , u) =
p
i
p
2
i
E
_
p
1
, p
0
2
, u
_
p
0
i
=
p
i
p
2
i
_
p
1
, p
0
2
, u
_
p
0
i
que e o nosso equivalente ao lema de Shephard.
Um dos principais usos pr aticos desse resultado ocorre em escolhas intertemporais ou
escolha envolvendo risco, se pudermos supor que as pessoas n ao antev eem mudancas de
precos relativos.
Em geral, n ao temos tanta sorte de contar com esse tipo de movimento de precos,
ent ao vamos considerar restric oes nas prefer encias: separabilidade propriamente dita.
6.3.2 Separabilidade: Deni c ao e Propriedades
Uma func ao utilidade e dita (fracamente) separ avel, quando e possvel particionar os
bens
x
_
_
_
_
x
1
.
.
.
x
m
_
_
_
_
de maneira a escrev e-la como:
u(x) u(
1
(x
1
) ,
2
(x
2
) , ...,
m
(x
m
))
A primeira conseq u encia da separabilidade, e a seguinte. Pegue dois bens do grupo G,
x
G
i
e x
G
j
. A taxa marginal de substituic ao entre eles e independente dos bens que n ao
pertencem ao grupo. De fato,
x
i
u(x)
x
j
u(x)
=
(
G
u(x)) (
x
i
G
(x
G
))
(
G
u(x))
_
x
j
G
(x
G
)
_ =

x
i
G
(x
G
)
x
j
G
(x
G
)
A import ancia desse fato e que dado um valor total para a despesa no grupo, a decis ao de
consumo depende somente dos precos dos bens do grupo.
Assim, a demanda marshalliana pode ser escrita como
x
i
(p,y) = x
i
(p
G
,
G
(p,y)) ....i G.
CAP
ITULO 6. T

H a duas coisas importantes a serem destacadas aqui:
1) Os precos dos outros bens s o interagem com a demanda do bem i por meio de seus
efeitos sobre a despesa alocada ao grupo:
j
x
i
(p,y) =
y
G
x
i
(p
G
,
G
(p,y))
j
G
(p,y) j / G
Isso, como veremos, gera restric oes importantes sobre substitutibilidade dos bens.
2) Os efeitos dos precos do pr oprio grupo sobre os bens pode ser decomposto em duas
partes, um efeito direto e outro indireto:
j
x
i
(p,y) =
j
x
i
(p
G
,
G
(p,y))
. .
efeito direto
c/ todas as prop.
da dda marshalliana
+
y
G
x
i
(p
G
,
G
(p,y))
j
G
(p,y)
. .
efeito indireto
associado ` a
var. da despesa
i G j G
Assim como zemos com a demanda marshalliana, podemos escrever a demanda
hicksiana como:
i
(p,u) = x
i
(p
G
,
G
(p,u)) ....i G.
de onde temos que
i
(p,u) =
y
G
x
i
(p
G
,
G
(p,u))
j
G
(p,u) j / G.
Supondo que j pertenca a um outro grupo, digamo, H, i.e.,
j
(p,u) = x
j
(p
H
,
H
(p,u))
CAP
ITULO 6. T

Pela simetria da matriz de Slutsky temos
i
(p,u) =
i
j
(p,u) i G, j H
y
G
x
i
(p
G
,
G
(p,u))
j
G
(p,u) =
y
H
x
j
(p
H
,
H
(p,u))
i
H
(p,u) i G, j H
y
G
x
i
(p
G
,
G
(p,u))
H
(p,u)
=

y
H
x
j
(p
H
,
H
(p,u))
G
(p,u)
i G, j H
y
G
x
i
(p
G
,
G
(p,u))
H
(p,u)
=
1
GH
i G
Esta ultima passagem se deve ao fato de que de um lado, s o aparece i enquanto do
outro s o aparece j, o que indica que a relac ao tem que ser independete de ambos. (O
motivo de usarmos 1/
GH
em vez de
GH
car a claro mais adiante.)
Neste caso,
y
G
x
i
(p
G
,
G
(p,u))
GH
=
i
H
(p,u) . (6.3)
Com isso, temos que
i
(p,u) =
y
H
x
j
(p
H
,
H
(p,u))
i
H
(p,u)
=
y
G
x
i
(p
G
,
G
(p,u))
y
H
x
j
(p
H
,
H
(p,u))
GH
i G, j H (6.4)
Ou seja, o efeito substituic ao depende do efeito renda.
Note tamb em que pela simetria da matriz de Slutsky
y
G
x
i
(p
G
,
G
(p,u))
y
H
x
j
(p
H
,
H
(p,u))
GH
=
y
H
x
j
(p
H
,
H
(p,u))
y
G
x
i
(p
G
,
G
(p,u))
HG
,
donde
GH
=
HG
.
Uma conseq u encia imediata de (6.4) e o fato de que, se um bem que pertence a G e um
bem normal substituto hicksiano de um bem normal que tamb em pertence ao grupo H,
ent ao ele ser a substituto de todos os bens normais de H.
Para interpretarmos os termos
GH
tomemos a equac ao (6.3), multipliquemos por p
i
e
CAP
ITULO 6. T

somemos em i.
GH
iG
y
G
x
i
(p
G
,
G
(p,u)) p
i
=
iG
H
(p,u) p
i
GH
=
iG
H
(p,u) p
i
Ou seja, os
GH
medem o efeito sobre os gastos totais no grupo H de uma variac ao pro-
porcional de todos os precos do grupo G, mantendo constante a utilidade. Ou seja, os
s s ao os termos de substituic ao entre os grupos. I.e., podemos escrever uma matriz de
Slutsky dos grupos com os
IJ
, I, J = 1, ..., m.
Note, por em que apesar dessa matriz de Slutsky de nvel maior reetir substituic ao
entre os grupos, n ao e possvel denir uma regra de alocac ao entre os grupos a n ao ser
que as condic oes do teorema do bem composto valham.
Para entender melhor esse ultimo ponto cabe trablhar com um problema dual.
Podemos tamb em denir a func ao despesa do grupo:
E
G
(p
G
,
G
)
_
min
x
p
G
x
G
s.t.
G
(x
G
)
G
.
O problema de otimizac ao pode, ent ao ser visto como:
max
u(
1
,
2
, ...,
m
)
s.t.,
m
G=1
E
G
(p
G
,
G
) y
(6.5)
O que torna difcil o est agio mais alto do two stage budgeting e o fato de que os precos
dos bens
G
n ao s ao constantes. De fato, n ao consigo determinar precos relativos sem
conhecer as escolhas dos v arios s, o que me impede de ver o problema de maximizac ao
(6.5) considerando um ndice de precos e um ndice de quantidades para cada grupo.
Assim, a escolha otima continua dependendo de eu conhcer todos os precos de todos os
bens e n ao um ndice que represente de forma compacta o preco da utilidade de cada
grupo.
CAP
ITULO 6. T

Uma forma de contornar esse problema e supor que
2
E
G
(p
G
,
G
) e
G
(p
G
)
G
Neste caso, e
G
(p
G
) representam os precos dos bens
G
que n ao dependem da quanti-
dade consumida. Assim, o problema de maximizac ao pode ser dividido em dois est agios
completamente distintos: no segundo est agio determinam-se os precos e
G
(p
G
) de forma
absolutamente independente, e no primeiro, tomando os precos como dados, escolhe-se
a cesta otima segundo
max
u(
1
,
2
, ...,
m
)
s.t.,
m
G=1
p
G

G
y
onde p
G
= e
G
(p
G
) .
Separabilidade Forte (ou Aditiva)
Neste caso,
u(x) u(
1
(x
1
) +
2
(x
2
) +... +
m
(x
m
))
A principal conseq u encia adicional dessa restric ao vem do seguinte fato. Considere tr es
bens, i, j e k pertencentes aos grupos I, J e K, respectivamente.
Juntemos J e K em um novo grupo (chamemo-lo, L), tamb em separ avel de I, pela
separabilidade forte. Neste caso, sabemos que
i
(p,u) =
y
I
x
i
(p
I
,
I
(p,u))
y
J
x
j
(p
J
,
J
(p,u))
IJ
=
y
I
x
i
(p
I
,
I
(p,u))
y
J
x
j
(p
J
,
J
(p,u))
IL
2
Podemos generalizar para EG (pG, G) eG (pG) G ( G) , onde () e uma func ao crescente. Neste
caso, basta redenir o problema do consumidor como
max u
1
1
( 1) ,
1
2
( 2) , ...,
1
m
( m)
s.t.,
m
G=1
pG G y
CAP
ITULO 6. T

Da mesma forma,
i
(p,u) =
y
I
x
i
(p
I
,
I
(p,u))
y
K
x
j
(p
K
,
K
(p,u))
IK
=
y
I
x
i
(p
I
,
I
(p,u))
y
K
x
j
(p
K
,
K
(p,u))
IL
Donde,
IK
=
IJ
. Como, K, I e J foram arbitrariamente escolhidos, temos que a relac ao
vale para todos os grupos. Ou seja,
i
(p,u) =
y
I
x
i
(p
I
,
I
(p,u))
y
K
x
j
(p
K
,
K
(p,u))
6.4 Demanda Condicional e A Segunda Lei da Demanda
Considere o seguinte problema. Primeiro, dividimos os bens em dois grupos
x =
_
x
1
x
2
_
Ent ao consideramos o seguinte problema de maximizac ao:
max
x
1
u(x
1
, x
2
)
s.t. p
1
x
1
y
a soluc ao desse problema nos d a uma utilidade indireta condicional v (p
1
, y; x
2
) e a de-
manda condicional x
1
(p
1
, y; x
2
) . Essa e uma maneira bastante interessante de incorporar
o fato de que n ao podemos ajustar o consumo de alguns bens no curto prazo.
Como sempre, os resultados mais fortes s ao aqueles relacionados ` a demanda hick-
sianda. Consideremos, ent ao, o caso da problema de minimizac ao de despesas do in-
divduo que n ao pode ajustar sua demanda do bem j i.e.,

E
_
p
j
, u; p
j
x
j
_
min
x
j
p
j
x
j
+p
j
x
j
s.t. u(x
j
, x
j
) = u
= p
j
x
j
+
min
x
j
p
j
x
j
s.t. u(x
j
, x
j
) = u
(6.6)
onde

E
_
p
j
, u; p
j
x
j
_
e a func ao despesa de curto-prazo. Naturalmente,
E
_
p
j
, u; p
j
x
j
_
E (p, u) (6.7)
CAP
ITULO 6. T

j a que a diferenca entre a otimizac ao (6.6) e o problema min
x
px, s.a. u(x) = u e simples-
mente o fato de que o primeiro e mais restrito. Note tamb em que podemos denir E (p, u)
por meio da relac ao
E (p, u) min
x
j
E
_
p
j
, u; p
j
x
j
_
,
o que, novamente, evidencia a desigualdade (6.7).
Assimcomo uma func ao despesa, a otimizac ao (6.6) dene a demanda hicksiana condi-
cional,
j
_
p
j
, u, x
j
_
. Ela se relaciona com a demanda hicksiana por meio de

j
_
p
j
, u,
j
(p, u)
_
=
j
(p, u) .
Tomemos um bem qualquer diferente de j.

k
_
p
j
, u,
j
(p, u)
_
=
k
(p, u) .
De um lado temos que,
k

k
_
p
j
, u,
j
(p, u)
_
+
x
j

k
_
p
j
, u,
j
(p, u)
_
j
(p, u) =
k
k
(p, u) .
De outro,
x
j

k
_
p
j
, u,
j
(p, u)
_
j
(p, u) =
j
k
(p, u)
O que nos permite escrever,
x
j

k
_
p
j
, u,
j
(p, u)
_
=
j
k
(p, u) /
j
j
(p, u) , e, portanto,
k

k
_
p
j
, u,
j
(p, u)
_
=
k
k
(p, u)

j
k
(p, u)
k
j
(p, u)
j
(p, u)
. (6.8)
H a duas coisas que devemos ressaltar. Em primeiro lucar, a demanda hicksiana condi-
cional e uma demanda hicksiana com todas as suas propriedades usuais, j a que produto
de um problema de minimizac ao de despesas. Neste caso,
k

k
_
p
j
, u,
j
_
< 0.
Por em, note que o ultimo termo do lado direito de (6.8) e positivo pela simetria da
demanda hicksiana e a negatividade de
j
j
(p, u) . Assim, temos que
0 <
k

k
_
p
j
, u,
j
(p, u)
_
<
k
k
(p, u)
Grosso modo, temos que A elasticidade da demanda hicksiana de longo prazo e
maior do que a elasticidade de curto prazo, a segunda lei da demanda.
CAP
ITULO 6. T

Note que poderamos igualmente ter estabelecido a relac ao para a demanda marshal-
liana at e chegarmos a uma express ao an aloga a (6.8). O problema e que, neste caso n ao
seramos capazes de garantir que o ultimo termo da express ao fosse negativo. Isto est a
relacionado ao fato de que os sinais de
j
x
k
(p, y) e
k
x
j
(p, y) podem diferir (o conceito de
complementar e substituto bruto n ao e bem denido, como j a vimos). Ainda assim, desde
que possamos denir sem ambig uidade dois bens como complementares ou substitutos
brutos e supondo ainda que o bem em quest ao n ao seja de Giffen, temos: A elasticidade
de longo prazo da demanda marshalliana e, em geral, maior do que a elasticidade de
curto prazo.
6.5 Demanda Frisch
Em v arias ocasi oes (notadamente quando estamos pensando em aspectos da escolha
emmodelos din amicos) utiliza-se umoutro tipo de demanda, a chamada demanda Frisch.
Nela, e a utilidade marginal da renda (o nosso multiplicador de lagrange ) que e mantido
constante.
Denamos, ent ao a demanda frisch da seguinte forma
x
f
i
(p, ) x
i
(p, (p,))
onde y = (p,) e x
i
() e a demanda marshalliana.
Ou seja, y deve variar de forma a preservar constante.
Assim,
j
x
f
i
(p, )
j
x
i
(p, (p,)) +
y
x
i
(p, (p,))
j
(p,) (6.9)
Para que possamos entender a demanda frisch precisaremos abrir
j
(p,) . Para tal
usaremos o fato de que,
y
v (p,y) . Usando o teorema da func ao implcita, temos que:
j
(p,) =
dy
dp
j
2
yj
v (p,y)
2
yy
v (p,y)
(6.10)
Finalmente, da identidade de Roy, sabemos que
j
v (p,y) =
y
v (p,y) x
j
(p,y)
CAP
ITULO 6. T

Donde,
2
jy
v (p,y) =
2
yy
v (p,y) x
j
(p,y)
y
v (p,y)
y
x
j
(p,y)
Substituindo em (6.10) temos
j
(p, ) = x
j
(p,y) +

y
v (p,y)
2
yy
v (p,y)
y
x
j
(p,y)
Finalmente, substituindo em (6.9), temos a representac ao completa da demanda Frisch:
j
x
f
i
(p, )
j
x
i
(p, y) +
y
x
i
(p, y) x
j
(p,y)
. .
i
(p,u)
+

y
v (p,y)
2
yy
v (p,y)
. .
A
1
y
x
i
(p,y)
y
x
j
(p,y) .
Note que se i = j, temos
i
x
f
i
(p, )
i
i
(p, u) A
1
y
x
i
(p,y)
2
.
Supondo
2
yy
v (p,y) < 0 temos
3
i
x
f
i
(p, )
i
i
(p, u) 0.
Finalmente, note que
j
x
f
i
(p, )
i
x
f
j
(p, ) =
j
i
(p, u)
i
j
(p, u)
. .
=0
A
1
(
y
x
i
(p,y)
y
x
j
(p,y)
y
x
i
(p,y)
y
x
j
(p,y))
. .
=0
= 0
Ou seja, a demanda Frisch e sim etrica tamb em.
Essa ultima propriedade e facilmente entendida. Pela identidade de Roy,
p
v (p, y) = x(p, y) .
3
Em geral, por em, n ao e possvel ordenar a demanda Marshalliana relativamente ` a demanda Frisch.
ix
f
i
(p, ) yxi (p, y)
xi (p,y) A
1
yxi (p,y)
= ixi (p, y) .
CAP
ITULO 6. T

Mantendo constante,
pp
v (p, y) =
p
x(p, y)
logo, sim etrica pelo teorema de Young.
6.5.1 Separabilidade e Demanda Frisch
Note que os passos usados na derivac ao de (6.4) poderiam ser igualmente aplicados
para o caso da demanda Frisch. Ou seja, poderamos facilmente mostrar que
j
x
f
i
(p,) =
y
G
x
i
(p
G
,
G
(p,))
y
H
x
j
(p
H
,
H
(p,))
f
GH
i G, j H.
Esta relac ao e particularmente interessante na avaliac ao do efeito de mudancas de precos
em um contexto de escolha intertemporal.
Captulo 7
Agrega c ao
Podemos representar a demanda agregada, como se fosse uma demanda individual?
Essa e a pergunta fundamental que tentaremos responder nessa sec ao.
A pergunta deve ser interpretada em tr es nveis distintos. Primeiro (Econom etrico).
E possvel escrever a demanda agregada como func ao dos precos e da renda agregada?
Segundo (Positivo). Se isso for possvel, essa demanda agregada tem as propriedades da
demanda marshalliana gerada por um agente racional? Terceiro (Normativo). Se isso for
verdade, ser a que posso usar a relac ao de prefer encia que racionaliza a demanda agregada
para an alise de bem-estar?
7.1 Demanda agregada como fun c ao dos pre cos e da renda agre-
gada.
Sendo y =
_
y
1
, ..., y
J
_
, sempre podemos escrever
X(p,y) =
J
j=1
x
j
_
p, y
j
_
.
A quest ao e se posso escrever X(p,y) = X(p, y) , onde y =
J
j=1
y
j
.
Note que, para que a representac ao acima seja possvel, e necess ario que qualquer
variac ao das rendas individuais que preserve a renda do grupo deve ser irrelevante do
81
CAP
ITULO 7. AGREGAC

AO 82
ponto de vista da demanda agregada. Ou seja,
J
j=1
y
j x
j
_
p, y
j
_
dy
j
= 0 sempre que
J
j=1
dy
j
= 0.
O que se pode mostrar e que a condic ao necess aria e suciente para que isso ocorra e
que a func ao utilidade indireta tenha forma polar de Gorman com coeciente b () id entico
para todos os agentes,
v
j
_
p, y
j
_
a
j
(p) +b (p) y
j
j.
Para ver que a condic ao e suciente, note que
x
j
_
p, y
j
_
=
p
v
j
_
p, y
j
_
y
v
j
(p, y
j
)
=
p
a
j
(p) +
p
b (p) y
j
b (p)
Portanto,
J
j=1
y
j x
j
_
p, y
j
_
dy
j
=
J
j=1
p
b (p)
b (p)
dy
j
=

p
b (p)
b (p)
J
j=1
dy
j
= 0
sempre que
J
j=1
dy
j
= 0.
A prova de necessidade e bem mais complicada, e n ao tentaremos explor a-la aqui.
A mensagem do resultado de Gorman e um pouco desoladora, no sentido de que a
restric ao ` as prefer encias parece excessiva para ser de uso pr atico. Assim, a id eia de repre-
sentarmos a demanda agregada como func ao exclusivamente de precos e renda agregada
implica em aceitarmos uma restric ao muito grande nas prefer encias.
Talvez tenhamos sido muito ambiciosos ao tentar representar a demanda agregada
usando somente o primeiro momento da distribuic ao. Ou talvez tenhamos deixado de
considerar informac oes que nos permitam ligar a renda agregada ` a renda individual.
Explorando a primeira possibilidade, poderamos buscar uma forma que permitisse
uma representac ao por meio de outros momentos da distribuic ao da renda, como a vari ancia,
etc. Poderamos at e buscar uma maneira de representar prefer encias por meio da distribuic ao
completa de renda. Isso certamente nos daria mais exibilidade. Como exemplo extremo,
se toda a distribuic ao fosse utilizada poderamos garantir a representac ao somente com
a hip otese de que as prefer encias s ao iguais, sem impor qualquer restric ao sobre o que
seriam essas prefer encias al em da racionalidade.
Note que, ainda assim, essa (todas as pessoas t em as mesmas prefer encias) e uma
CAP
ITULO 7. AGREGAC

AO 83
hip otese bastante restritiva sobre a sociedade que pretendemos representar em nosso
modelo.
Uma alternativa mais promissora parece a id eia de associar a renda agregada ` a renda
individual por meio de alguma relac ao funcional pr e-denida. Exploraremos essa id eia
na sec ao seguinte e na sec ao 7.2.3 onde a id eia de que somente alocac oes ecientes s ao
observadas e adicionada ao presente modelo.
7.2 Propriedades da Demanda Agregada
Em muitos casos, a renda individual deve ser vista como conseq u encia das relac oes do
indivduo com a economia onde atual, como func ao de algum processo subjacente. Desta
maneira, dados agregados podem ser importantes na identicac ao da renda individual.
Tomemos, por exemplo o caso em que a renda individual pode ser descrita como
func ao da renda agregada, por meio de uma regra de distribuic ao de riqueza, y
j
=
j
(p, y) . Neste caso,
X(p,y) =
J
j=1
x
j
_
p, y
j
_
=
J
j=1
x
j
_
p,
j
(p, y)
_
= X(p, y) .
Fomos, portanto, capazes de escrever a demanda individual como func ao da renda agre-
gada de forma trivial.
1
A quest ao interessante passa a ser: quais as propriedades dessa demanda agregada?
Em particular, ser a que X(p,y) possui todas as propriedades (homogeneidade, adding
up, simetria e negatividade semi-denida da matriz de Slutsky) que garantem que pos-
sam ser representadas como a escolha de um agente racional (ver captulo 4). Usando
uma regra de proporc oes xas Mas-Colell et al. (p. 110) mostram um exemplo gr aco
interessante em que o axioma fraco das prefer encias reveladas vale individualmente, mas
1
Um exemplo de situac ao econ omica relevante em que tal regra e denida e em um modelo de equilbrio
geral, em que cada agente h possui uma dotac ao inicial w
h
. Neste caso, a renda agregada da economia e
dada por y = p
h
w
h
e a regra de distribuic ao e
h
(p, y) =
h
(p) y
onde
h
(p) =
pw
h
p
h
w
h
CAP
ITULO 7. AGREGAC

AO 84
n ao coletivamente. De acordo com o que vimos no captulo 5, isto implica na violac ao da
propriedade de negatividade semi-denida da matriz de Slutsky.
Vamos, ent ao tentar entender a l ogica e a generalidade do exemplo produzido por
Mas-Colell et al. Primeiramente, e f acil ver que, desde que
j
(p, y) seja homog enea de
grau 1 em precos e renda, ent ao X(p, y) ser a homog enea de grau 0 em precos e renda.
Al em disso,
J
j=1
j
(p, y) = 0 i e
J
j=1
j
(p, y) = 1.
A primeira propriedade que investigaremos e se a demanda agregada satisfaz o ax-
ioma fraco da prefer encia revelada? Ou seja, ser a que a matriz de Slutsky agregada,
p
X(p, y) +
y
X(p, y) X(p, y)
,
e negativa semi-denida?
Considere o termo (i, k) da matriz acima,
k
X
i
(p, y) +
y
X
i
(p, y) X
k
(p, y) ,
onde
X
k
=
J
j=1
x
j
k
_
p,
j
(p, y)
_
.
Primeiro, temos que
k
X
i
(p, y) =
J
j=1
k
x
j
i
_
p,
j
(p, y)
_
+
y
x
j
i
_
p,
j
(p, y)
_
j
(p, y) .
Al em disso,
y
X
i
(p, y) X
k
(p, y) =
J
j=1
y
x
j
i
_
p,
j
(p, y)
_
j
(p, y) X
k
.
Portanto
J
j=1
_
k
x
j
i
_
p,
j
(p, y)
_
+
y
x
j
i
_
p,
j
(p, y)
_
_
_
k
j
(p, y) +
y
j
(p, y) X
k
..
d y/dp
k
_
_
_
_
,
CAP
ITULO 7. AGREGAC

AO 85
Omitindo os argumentos das func oes, por economia, temos
J
j=1
_
k
x
j
i
+
y
x
j
i
_
j
+
y
j
X
k
_
_
=
J
j=1
_
k
x
j
i
+
y
x
j
i
x
j
k
_
. .
dda compensada
do indivduo j
+
J
j=1
y
x
j
i
_
j
+
y
j
X
k
x
j
k
_
Sabemos que a matriz de Slutsky de cada indivduo e negativa semi-denida, mas n ao
sabemos dizer muito sobre o ultimo termo da express ao
J
j=1
y
x
j
i
_
j
+
y
j
X
k
x
j
k
_
.
Ela depende de v arias coisas como a func ao de distribuic ao
j
, a diferenca entre o con-
sumo individual e o consumo m edio X
k
x
j
k
e a pr opria derivada da demanda com
relac ao ` a renda
y
x
j
i
.
At e agora rerimo-nos somente ` a negatividade semi-denida da matriz de Slutsky
(equivalentemente, axioma fraco das prefer encias reveladas). Racionalidade requer tamb em
simetria (axioma forte), por em.
2
H a algumas raz oes por que devemos nos ater ` a negativi-
dade semi-denida. Temos alguma esperanca de que a negatividade semi-denida con-
tinue valendo porque essa e uma propriedade robusta a perturbac oes. Ou seja, se uma
matriz e negativa semi-denida, consigo arranjar uma matriz pr oxima dela que tamb em
o seja. J a com a simetria, qualquer pequena perturbac ao das prefer encias e suciente para
que a propriedade deixe de valer.
Para que possamos obter negatividade semi-denida da matriz de Slutsky agregada
podemos fazer hip oteses adicionais sobre as prefer encias, sobre a distribuic ao de renda,
ou uma combinac ao das duas. Comecemos pelo estudo de um caso especial da regra de
distribuic ao bastante intuitivo.
2
Na verdade, o axioma fraco implica a negatividade semi-denida. Por em, precisamos de um pouco mais
do que negatividade semi-denida para o axioma fraco. Precisamos de negatividade denida para todas as
direc oes n ao-proporcionais ao vetor de precos.
CAP
ITULO 7. AGREGAC

AO 86
7.2.1 Regras de Propor c ao Fixa
Um exemplo interessante e aquele em que cada agente recebe uma proporc ao xa da
renda total, i.e.,
j
= 0, j,k e
y
j
=
j
, j.
Neste caso cada termo da matriz compensada agregada ser a da forma
J
j=1
_
k
x
j
i
+
_
y
x
j
i
_
x
j
k
_
. .
dda compensada
do indivduo j
+
J
j=1
y
x
j
i
_
j
X
k
x
j
k
_
.
O primeiro termo,
J
j=1
(
k
x
j
i
+(
y
x
j
i
)x
j
k
), e a soma das demandas compensadas individ-
uais. Dene, portanto, uma matriz negativa semi-denida e sim etrica (para esta ultima
propriedade estamos admitindo mais do que o axioma fraco individualmente). J a o sinal
do segundo termo n ao e t ao simples de ser determinado. O que e interessante notar e que
esses termos formam uma matriz de covari ancia (ver apresentac ao de Jerison, a seguir)
entre os vetores de efeito riqueza, que medem a forma como a renda e gasta na margem,
com vetores ajustados de consumo, que medem a maneira como a renda e gasta na m edia.
Para que essa matriz seja negativa semi-denida, e necess ario que os agentes que gas-
tam uma parcela proporcionalmente maior de sua renda com um bem sejam exatamente
aqueles com maior propens ao a gastar naquele bem. Isso signica que, com regras de
proporc ao xa, ` a medida em que a renda agregada cresce, as demandas individuais se
tornam mais dispersas.
7.2.2 Lei da Demanda N ao-Compensada
Faremos agora uma hip otese sobre as func oes demanda que nos permitir a dizer mais
coisas sobre a demanda agregada. Suporemos que vale a Lei da Demanda Incondicional
(ULD) ou seja,
Hip otese (ULD): A fun c ao demanda de todos os indivduos e tal que:
_
p
1
p
0
_ _
x
i
_
p
1
, y
_
x
i
_
p
0
, y
_
0 p
1
, p
0
, y.
CAP
ITULO 7. AGREGAC

AO 87
com desigualdade estrita se x
i
_
p
1
, y
_
,= x
i
_
p
0
, y
_
.
Proposi c ao 1 ULD implica Axioma Fraco das Prefer encias Reveladas.
Prova. Considere dois vetores
_
p
0
, y
0
_
e
_
p
1
, y
1
_
comx
_
p
0
, y
0
_
,= x
_
p
1
, y
1
_
, e suponha
que p
0
x
_
p
1
, y
1
_
y
0
. Neste caso, x
_
p
0
, y
0
_
revelou-se prefervel a x
_
p
1
, y
1
_
. O que
mostraremos a seguir e que, se x
_
p
1
, y
1
_
foi escolhido e vale ULD e porque x
_
p
0
, y
0
_
n ao era vi avel, i.e., temos que p
1
x
_
p
0
, y
0
_
> y
1
. Comecemos por denir p
2
= p
1
y
0
/y
1
. A
homogeneidade da demanda marshalliana garante que
p
0
x
_
p
2
, y
0
_
= p
0
x
_
p
1
, y
1
_
y
0
(7.1)
Al em disso, se vale ULD, temos que
_
p
2
p
0
_
[x
_
p
2
, y
0
_
x
_
p
0
, y
0
_
] < 0
Ou seja,
p
2
x
_
p
2
, y
0
_
. .
y
0
p
2
x
_
p
0
, y
0
_
p
0
x
_
p
2
, y
0
_
+p
0
x
_
p
0
, y
0
_
. .
y
0
< 0.
Posso agora usar (7.1) para escrever
y
0
+p
0
x
_
p
0
, y
0
_
. .
y
0
p
0
x
_
p
2
, y
0
_
. .
0
< p
2
x
_
p
0
, y
0
_
.
Donde, y
0
< p
2
x
_
p
0
, y
0
_
. Finalmente, lembrando que p
2
= p
1
y
0
/y
1
, temos que y
1
<
p
1
x
_
p
0
, y
0
_
.
A proposic ao seguinte permite usar a proposic ao anterior para garantir agregac ao.
Proposi c ao 2 ULD e agreg avel.
Prova. Suponha que ULD valha para todos os agentes, e considere os vetores de
precos p
1
e p
0
e renda agregada y. A demanda agregada e, respectivamente x
_
p
1
, y
_
e
CAP
ITULO 7. AGREGAC

AO 88
x
_
p
0
, y
_
com x
_
p
1
, y
_
,= x
_
p
0
, y
_
. Para todos os agentes,
_
p
1
p
0
_ _
x
j
_
p
1
, y
j
_
x
j
_
p
0
, y
j
_
0
e para pelo menos um x
i
_
p
1
, y
i
_
,= x
i
_
p
0
, y
i
_
, donde
_
p
1
p
0
_ _
x
i
_
p
1
, y
i
_
x
i
_
p
0
, y
i
_
< 0
Portanto,
_
p
1
p
0
_ _
x
_
p
1
, y
_
x
_
p
0
, y
_
=
_
p
1
p
0
_
j
_
x
j
_
p
1
, y
j
_
x
j
_
p
0
, y
j
_
< 0.
A quest ao passa a ser se essa e uma restric ao muito grande sobre prefer encias. Anteri-
ormente argumentamos que a exist encia de bens de giffen e possvel, mas pouco prov avel.
A condic ao acima e uma generalizac ao da id eia de inexist encia de bem de Giffen. A seguir
mostramos o que isso implica em termos de prefer encias.
3
Sob que condic oes nas prefer encias temos a ULD?
Milleron (1974) e Mitjuschin e Polterovich (1978) mostraram de forma independente
4
que
se uma relac ao de prefer encias e tal que pode ser representada por uma func ao utilidade
c oncava e que satisfaca
u
(x)
x
2
xx
u(x) x
x
x
u(x)
< 4 x (7.2)
ent ao,
_
p
1
p
0
_ _
x
_
p
1
, y
_
x
_
p
0
, y
_
< 0, sempre que p
1
,= p
0
.
Para entender de onde vem essa condic ao, note que das condic oes de primeira ordem
do consumidor, se, para simplicarmos a notac ao supusermos y = 1, podemos escrever,
p =
x
u(x) = (
x
u(x) x)
1
. Donde, denimos, com algum abuso de notac ao,
p(x) =
1
x
u(x) x
x
u(x) .
A lei da demanda n ao-compensada corresponde a dpdx < 0, ou, (dx)
x
p(x) dx < 0,
3
Ver Quah (2003).
4
O artigo de Milleron jamais foi publicado, enquanto o de Mitjuschin e Polterovich est a escrito em russo.
CAP
ITULO 7. AGREGAC

AO 89
i.e., a matriz
x
p(x)
x
_
1
x
u(x) x
x
u(x)
_
e negativa denida, o que e garantido quando a condic ao (7.2) e satisfeita.
Note que essa e uma condic ao suciente (e n ao necess aria) aparentemente n ao muito re-
stritiva.
Para chegarmos a uma condic ao necesss aria e suciente, teramos que considerar em to-
dos os x a famlia de func oes utilidade c oncavas que representam as prefer encias. Neste
caso, se denirmos U() como o conjunto de func oes utilidade c oncavas que representam
, ent ao se considerarmos a func ao
(x) inf
uU()
u
(x) ,
ent ao se
(x) < 4 para todo x, vale ULD, caso contr ario, haver a alguma violac ao local
de ULD.
Quah (2003) mostra que, se denirmos
z
u
(x)
z
2
xx
u(x) z
z
x
u(x)
,
ent ao,
(x) =
u
(x) inf
zZu(x)
z
u
(x) ,
onde
Z
u
(x)
_
z R
L
; z
x
u(x) = x
x
u(x)
_
.
Consideram-se, neste caso, todas as direc oes para as quais a variac ao na utilidade e igual
(i.e, que t em o mesmo valor quando avaliadas nos precos que geraram aquela demanda
x). Ou seja, em vez de considerarmos a curvatura absoluta, consideramos a diferenca
entre a curvatura na direc ao x e a menor curvatura em qualquer direc ao para a qual a
variac ao de utilidade seja igual ` a obtida pela variac ao na direc ao x.
5
Mostraremos a seguir o modelo de escolha coletiva de Browning e Chiappori (1998),
que traz dois aspectos interessantes ` a discuss ao. Em primeiro lugar, a l ogica da exist encia
de uma func ao de distribuic ao e explicitada. Em segundo, trata-se de um caso particular
do problema mais geral de Jerrison (1994) em que o n umero de indivduos pertencentes ao
5
Cabe notar que, supondo que o agente seja averso ao risco,
z
u
(x) e o coeciente de avers ao ao risco em
x na direc ao z.
CAP
ITULO 7. AGREGAC

AO 90
grupo e menor do que o n umero de bens, o que permite ` a demanda agregada preservar
um pouco de estrutura.
7.2.3 O Modelo de Escolha Coletiva de Browning-Chiappori
Id eia: a teoria e desenvolvida para indivduos, mas os dados s ao para famlias. Ser a
que as implicac oes da teoria do consumidor ainda s ao v alidas quando a famlia possui
mais de um indivduo?
Seja uma famlia de duas pessoas A e B. Seja x
A
e x
B
o consumo de cada indivduo e
x
G
o consumo coletivo. A cesta de consumo da famlia e:
x
A
+x
B
+x
G
= x
A restric ao orcament aria e px = y
Axioma 1 (utilidade): as prefer encias de i (i = A, B) podem ser representadas por uma
func ao utilidade estritamente c oncava (e duas vezes diferenci avel) u
i
_
x
A
, x
B
, x
G
_
que e
estritamente crescente em x
i
.
Axioma 2 (barganha): o resultado do processo de decis ao familiar e eciente no sentido
de Pareto; i.e., para qualquer par de precos e renda (p, y) , a cesta de consumo escolhida
pela famlia
_
x
A
, x
B
, x
G
_
e tal que n ao existe nenhuma outra cesta factvel que seja estri-
tamente preferida pelos dois indivduos.
Axioma 3 (demanda): existe uma func ao (p, y) homog enea de grau zero tal que, para
qualquer par de precos e renda (p, y) , a cesta de consumo escolhida pela famlia
_
x
A
, x
B
, x
G
_
e a soluc ao do seguinte programa:
max
x
A
,x
B
,x
G
(p, y) u
A
_
x
A
, x
B
, x
G
_
+ [1 (p, y)] u
B
_
x
A
, x
B
, x
G
_
sujeito ` a
p
_
x
A
+x
B
+x
G
_
= y
A func ao utilidade familiar e denida da seguinte forma
u
F
(x,) = max
x
A
,x
B
,x
G
u
A
_
x
A
, x
B
, x
G
_
+ [1 ] u
B
_
x
A
, x
B
, x
G
_
CAP
ITULO 7. AGREGAC

AO 91
sujeito ` a
tal que x
A
+x
B
+x
G
= x
Perceba que essa func ao utilidade direta depende dos precos e da renda via . Esse
e o motivo pelo qual certas propriedades das demandas no caso unit ario n ao s ao v alidas
para o caso coletivo
O problema da famlia pode ser escrito da seguinte forma:
V (p, y, ) = max
x
u
F
(x,) sujeito ` a px = y
Asoluc ao desse problema e a demanda marshalliana f (p, y, ) . Todas as propriedades
usuais da demanda s ao v alidas tamb em para essa func ao
Mas f (p, y, ) n ao e observ avel e sim
(p, y) = f (p, y, (p, y))
Quais s ao as propriedade da func ao (p, y)?
(p, y) satisfaz adding-up e homogeneidade, e sua pseudo-matriz de Slutsky s
p
(p, y)
e a soma de uma matriz sim etrica e negativa semi-denida e uma matriz de posto (no
m aximo) 1.
Para entendermos o resultado no contexto estudado anteriormente, vamos considerar
uma especicac ao do modelo de Browning e Chiappori, onde n ao h a externalidades no
consumo, nem bens p ublicos, i.e., (com um certo abuso de notac ao):
u
A
_
x
A
, x
B
, x
G
_
= u
A
_
x
A
_
e u
B
_
x
A
, x
B
, x
G
_
= u
B
_
x
B
_
Neste caso, poderemos utilizar, sem demonstrar (voc es ter ao muitas oportunidades de
mostrar isso mais adiante), o segundo teorema do bem-estar econ omico. Ele diz, essen-
cialmente, que sob determinadas condic oes (que suporemos v alidas no nosso problema)
toda alocac ao eciente pode ser descentralizada em um processo de redistribuic ao das
dotac oes com posterior livre negociac ao no mercado.
No que nos concerne, isso quer dizer que podemos pensar na escolha da famlia como
envolvendo, em um est agio a descentralizac ao da renda da famlia por meio de uma
func ao
j
(p, y) , com cada agente livremente fazendo suas escolhas otimas em um se-
gundo momento. Podemos, assim, associar o problema da famlia ao modelo da sec ao
CAP
ITULO 7. AGREGAC

AO 92
7.2.
Vimos que neste caso, o efeito sobre a demanda do agente j do bem i de uma variac ao
do preco do bem k, quando a demanda agregada (ou seja a demanda do domiclio) e
compensada e
k
x
j
i
+
y
x
j
i
x
j
k
+
y
x
j
i
_
j
+
y
j
x
k
x
j
k
_
onde x
k
= x
A
k
+x
B
k
. O efeito total sobre a demanda do domiclio e,
k
x
i
+
y
x
i
x
k
=
i=A,B
_
_
k
x
j
i
+
y
x
j
i
x
j
k
. .
dda compensada
+
y
x
j
i
_
j
+
y
j
x
k
x
j
k
_
_
_
=
k
A
i
+
k
B
i
+
y
x
A
i
_
A
+
y
A
x
k
x
A
k
_
+
y
x
B
i
_
B
+
y
B
x
k
x
B
k
_
onde
A
i
e a demanda hicksiana de i pelo agente A.
Lembrando que no caso de dois agentes
A
=
k
B
,
y
A
= 1
y
B
e x
A
k
= x
k
x
B
k
o lado direito da express ao ca
A
i
+
k
B
i
+
_
y
x
A
i

y
x
B
i
_
A
+
y
x
A
i
_
A
x
k
x
A
k
_
+
y
x
B
i
_
x
A
k

y
A
x
A
k
_
,
ou
A
i
+
k
A
i
. .
ik
+
_
y
x
A
i

y
x
B
i
_
. .
v
i
_
A
+
_
A
x
k
x
A
k
__
. .
u
k
.
A matriz de demanda compensada ou pseudo-matriz de slutsky do domiclio e uma
CAP
ITULO 7. AGREGAC

AO 93
matriz
s
p
(p, y)
_
_
_
_
11
+v
1
u
1
...
1n
+v
1
u
n
.
.
.
.
.
.
.
.
.
n1
+v
n
u
1
...
nn
+v
n
u
n
_
_
_
_
=
_
_
_
_
11
...
1n
.
.
.
.
.
.
.
.
.
n1
...
nn
_
_
_
_
+
_
_
_
_
v
1
u
1
... v
1
u
n
.
.
.
.
.
.
.
.
.
v
n
u
1
... v
n
u
n
_
_
_
_
=
_
_
_
_
11
...
1n
.
.
.
.
.
.
.
.
.
n1
...
nn
_
_
_
_
+
_
_
_
_
v
1
.
.
.
v
n
_
_
_
_
(u
1
, ..., u
n
)
De forma compacta,
s
p
(p, y) = +vu
onde e uma matriz sim etrica e negativa semi-denida (soma das matrizes de Slutsky
dos dois agentes) e vu
e uma matriz de posto 1. Note que, a testabilidade do modelo e

preservada j a que a matriz s
p
(p, y) s
p
(p, y)
= vu
uv
tem posto n ao superior a um

(podemos checar o n umero de auto-valores estatisticamente signicantes).
6
7.3 Agente Representativo e An alise de Bem-estar.
Aqui devemos destacar duas vis oes distintas de agente (ou consumidor) representa-
tivo: agente representativo positivo e normativo.
Deni c ao: Dizemos que uma economia possui um agente representativo positivo se existir
uma relac ao de prefer encias que racionaliza a demanda agregada marshalliana.
Deni c ao: Fun c ao de Bem-Estar de Bergson-Samuelson, e uma func ao U : R
J
R que
6
O modelo unit ario deve ser v alido para solteiros enquanto o modelo coletivo deve ser v alido para casais.
Browning e Chiappori testaram simetria para os dois tipos de famlia, usando dados do Canad a.
Hip otese Nula: simetria Solteiras Solteiros Casais
Probabilidade sob a nula 74.7% 29.7% 0.05%
Eles tamb em testam e n ao rejeitam a propriedade simetria + matriz de posto 1 para casais. N ao conseguem
rejeitar a hip otese nula de simetria + posto 1 para casais.
CAP
ITULO 7. AGREGAC

AO 94
associa a cada vetor de utilidades individuais um valor para a utilidade social
U U (u
1
, ..., u
J
)
onde, U/u
i
> 0 para todo i.
Admitamos, ent ao que um planejador central benvolente redistribua renda de forma
a maximizar essa func ao de bem-estar social. Neste caso poderemos denir a func ao
utilidade social indireta
W (p, y)
_
max
y
U
_
v
1
_
p,y
1
_
, ..., v
H
_
p,y
J
__
s.t.

J
j=1
y
j
= y
(7.3)
Associada a ela est a a func ao vetorial (p, y) =
_
1
(p, y) , ...,
J
(p, y)
que leva precos e

renda agregada em um vetor de rendas individuais. Ou seja, a func ao dada pela soluc ao
do problema (7.3),
(p, y)
_
arg max
y
U
_
v
1
_
p,y
1
_
, ..., v
H
_
p,y
J
__
s.t.

J
j=1
y
j
= y
Neste caso podemos mostrar que W (p, y) e uma func ao utilidade indireta com todas
as propriedades usuais.
Consideremos, por exemplo a identidade de Roy
i
W (p, y) =
J
j=1
_
v
j
U
_ _
i
v
j
+ (
y
v
j
)
_
j
__
y
W (p, y) =
J
j=1
_
v
j
U
_ _
(
y
v
j
)
_
yi
j
__
Mas, pelas condic oes de primeira ordem de (7.3) temos que
_
v
j
U
_
(
y
v
j
) = j = 1, ..., J
CAP
ITULO 7. AGREGAC

AO 95
que implicam em
y
W (p, y) =
J
j=1
j
=
i
W (p, y) =
J
j=1
_
v
j
U
_
(
i
v
j
) +
J
j=1
j
. .
=0
=
J
j=1
_
v
j
U
_
(
i
v
j
)
Donde
i
W (p, y)
y
W (p, y)
=
1
J
j=1
_
v
j
U
_
(
i
v
j
)
=
J
j=1
_
v
j
U
_
(
i
v
j
)
_
v
j
U
_
(
y
v
j
)
=
J
j=1
(
i
v
j
) (
y
v
j
)
1
=
J
j=1
x
j
i
_
p, y
j
_
= X
i
_
p, y
j
_
Logo, a identidade de Roy vale para W (p, y) .
Pode-se notar que o agente representativo assim denido tem conte udo normativo
pelo fato de que qualquer mudanca que melhore o bem estar de todos os agentes neces-
sariamente melhora o bem estar do agente representativo.
A pergunta que gostaramos de responder em seguida e a seguinte. Se acharmos uma
agente representativo positivo ele ser a necessariamente normativo?
Deni c ao: Dizemos que o agente representativo positivo para a demanda agregada
J
j=1
x
j
_
p,
j
(p, y)
_
=
X(p, y) e umagente representativo normativo para a func ao de bem-estar social U () quando
para todo (p, y), (p, y) resolver o problema (7.3).
Para que seja positivo, precisamos que a demanda marshalliana possua todas as pro-
priedades: homogeneidade, equilbrio orcament ario e simetria e negatividade semi-denida
da matriz de slutsky. Para que tamb em tenha car ater normativo e preciso que qualquer
mudanca que acarrete aumento da utilidade de todos os agentes, aumente tamb em a util-
idade do agente representativo.
Suponha, ent ao que exista umagente representativo positivo que racionaliza X(p, y) =
J
j=1
x
j
_
p,
j
(p, y)
_
.
CAP
ITULO 7. AGREGAC

AO 96
Fixe, ent ao, um vetor
_
p
0
, y
0
_
e X
0
X
_
p
0
, y
0
_
o vetor de consumo agregado a esses
precos e renda agregada. Podemos denir o conjunto das cestas preferveis a X
0
pelo
consumidor representativo
B
_
X R
L
; u(X) u
_
X
0
__
Fixando y
j
=
j
_
p
0
, y
0
_
e x
j
= x
j
_
p
0
, y
j
_
denimos, ent ao, o conjunto
A
_
X =
j
x
j
; u
j
_
x
j
_
u
j
_
x
j0
_
j
_
que e o conjunto de vetores de consumo agregado tais que existe uma redistribuic ao dos
bens entre os agentes que deixa todos os agentes melhores ou iguais ` a situac ao inicial.
7
Para que tenha conte udo normativo e necess ario que A B, j a que queremos que toda
mudanca que aumente o bem estar de todos os indivduos aumente necessariamente o
bem-estar do agente representativo. (Figura ... em Mas-Colell et al.).

E possvel mostrar
que para que isso aconteca e necess ario que S (p,y)

j
S
j
_
p,y
j
_
seja negativa semi-
denida.
De fato, considere uma alocac ao inicial x =
_
x
j
_
J
j=1
tal que

j
x
j
=

X, onde, para
todo j, x
j
representa a escolha otima do agente j dados sua renda e o vetor de precos p.
Por construc ao, cada x
j
resolve um problema
min
x
px s.t. u
j
(x) u
j
_
x
j
_
, (7.4)
o que dene e
j
_
p,u
j
_
x
j
__
.
Como podemos denir as prefer encias de um consumidor representativo, temos que
associado a

X est a u
_

X
_
, para alguma func ao utilidade u.
Denamos, ent ao, os conjuntos
B
_
X R
L
; u(X) u
_

X
__
,
e
A
_
X =
j
x
j
; u
j
_
x
j
_
u
j
_
x
j
_
j
_
,
bem como a func ao f (p) = e
_
p, u
_

X
__
j
e
j
_
p, u
j
_
x
j
__
, onde e
_
p, u
_

X
__
min
x
px
7
A fronteira desse conjunto e conhecida como o contorno de Scitovsky.
CAP
ITULO 7. AGREGAC

AO 97
s.t. u(x) u
_

X
_
.
Note que
j
e
j
_
p,u
j
_
x
j
__
=
j
_
min
x
px s.t. u
j
(x) u
j
_
x
j
_
_
.
Usando, por em, o fato de que cada x
j
resolve o problema, temos que
_
x
j
_
J
j=1
resolve
tamb em
min
{x
j
}
J
j=1
p
j
x
j
s.t. u
j
_
x
j
_
u
j
_
x
j
_
j. (7.5)
E f acil ver que o valor da soluc ao de (7.5) n ao e maior do que
j
e
j
_
p, u
j
_
x
j
__
. Suponha,
por emque seja estritamente menor. Ou seja, suponha que exista
_
x
j
_
J
j=1
tal que u
j
_
x
j
_
u
j
_
x
j
_
j e p
j
x
j
< p
j
x
j
. Ent ao, para algum j, p x
j
< p x
j
e u
j
_
x
j
_
u
j
_
x
j
_
o que
viola (7.4). Donde,
j
e
j
_
p,u
j
_
x
j
__
= min
XA
pX.
Como, A B, min
XB
pX min
XA
pX, i.e., e
_
p, u
_

X
__

j
e
j
_
p, u
j
_
x
j
__
p, com e
_
p, u
_

X
__
=
j
e
j
_
p, u
j
_
x
j
__
. Portanto f (p) atinge um m aximo em p, i.e.,
p
f ( p) = 0 e
2
pp
f ( p) 0.
Nem sempre e verdade que o agente representativo positivo seja normativo. I.e., e
possvel gerar contra-exemplos em que a matriz S (p,y)

j
S
j
_
p,y
j
_
n ao e negativa
semi-denida e com isso encontrar mudancas que melhorem a vida de todos os agentes
mas que reduza a utilidade do agente representativo (e.g., Dow e Werlang, 1988).
7.4 Efeitos Reguladores da Agrega c ao
7.4.1 Suaviza c ao
Uma func ao demanda agregada pode ser (quase) contnua mesmo quando as deman-
das individuais n ao o s ao. Necessita-se, neste caso, de dispers ao das prefer encias. Con-
sidere o seguinte exemplo (MWG, p. 122).
H a dois bens, sendo que o segundo e o numer ario (p
2
= 1) e o primeiro s o est a
diponvel em quantidades inteiras e os agentes s o t em necessidade de consumir uma
unidade. As prefer encias dos agentes s ao quase-lineares, de tal maneira que normal-
izando a utilidade de zero unidades do primeiro bem para zero, podemos descrever com-
pletamente as prefer encias do agente j por um n umero v
j
1
que descreve a utilidade em
unidades do numer ario de possuir uma unidade do bem 1. A demanda do agente pelo
CAP
ITULO 7. AGREGAC

AO 98
bem 1 e dada pela correspond encia
x
i
1
(p
1
) =
1 se p
1
< v
1i
0, 1 se p
1
= v
1i
0 se p
1
v
1i
Suponha que exista um contnuo de indivduos. Diremos que est ao dispersos se a
func ao de densidade dos indivduos g (v
1
) n ao tiver atomos, i.e. se a distribuic ao corre-
spondente, G(v
1
) for uma distribuic ao contnua. Neste caso, a demanda m edia pelo bem
um, x
1
(p
1
), ser a igual ` a massa de consumidores comv
1
> p
1
. Ou seja, x
1
(p
1
) = 1G(p
1
) ,
que e uma func ao contnua dos precos.
7.4.2 Lei da Demanda N ao-compensada (Hildebrand, 1983)
Suponha que todos os agentes tenham prefer encias id enticas denidas em R
L
+
com
demandas individuais denidas por x(p, y). Admita ainda que a renda dos indivduos
e uniformemente distribuida em um intervalo [0, Y ], ent ao, e possvel mostrar que a de-
manda agregada satisfaz a lei da demanda n ao-compensada.
De fato, considere o caso diferenci avel. Vamos mostrar que a matriz
p
x(p, y) e nega-
tiva denida Tome v ,= 0, ent ao,
v
p
x(p, y) v =
_
Y
0
v
p
x(p, y) vdy
=
_
Y
0
vS (p, y) vdy
_
Y
0
v
y
x(p, y) x(p, y) vdy
O primeiro termo e negativo (a n ao ser que v seja proporcional a p, em cujo caso ser a 0),
enquanto para o segundo, notando que,
d
dy
(v x(p, y))
2
= 2v
y
x(p, y) x(p, y) v,
podemos reescrev e-lo como
1
2
_
Y
0
d
dy
(v x(p, y))
2
dy =
1
2
(v x(p, y))
2
Y
0
=
1
2
[v x(p, Y )]
2
0,
onde usamos x(p, 0) = 0.
CAP
ITULO 7. AGREGAC

AO 99
A deriva c ao de Jerison (1994)
A derivac ao das express oes usadas no captulo pode ser feita de forma mais elegante,
usando diretamente os vetores de precos e matrizes de substituic ao (Jerison, 1994) de tal
forma a explicitar a matriz de covari ancia. Jerison dene a matriz de covari ancia C
D
dos
consumidores como sendo a matriz
C
D
(p, y)
j
(p, y)
y
x
j
_
p,
j
(p, y)
_ _
x
Dj
(p, y) x
D
(p, y)
,
onde
x
Dj
(p, y)
1
j
(p, y)
_
x
j
_
p,
j
(p, y)
_
j
(p, y)
e x
D
(p, y)
j
x
j
_
p,
j
(p, y)
_
.
Neste caso, a matriz de Slutsky para a sociedade e dada por
S
D
(p, y) =
p
x
D
(p, y)
y
x
D
(p, y) x
D
(p, y)
=
j
_
p
x
j
_
p, y
j
_
+
y
x
j
_
p, y
j
_
j
(p, y)
y
x
j
_
p, y
j
_
j
(p, y) x
D
(p, y)
=
j
_
p
x
j
_
p, y
j
_
+
y
x
j
_
p, y
j
_
x
j
_
p, y
j
_
. .
S
j
(p,y
j
)
y
x
j
_
p, y
j
_ _
x
j
_
p, y
j
_
j
(p, y)
j
(p, y)
y
x
j
_
p, y
j
_
x
D
(p, y)
. .
C
D
(p, y)
=
j
S
j
_
p, y
j
_
C
D
(p, y)
Note, ent ao, que
S
D
(p, y) e sim etrica se e somente C
D
(p, y) tamb em o for.
S
D
(p, y) e negativa semi-denida se C
D
(p, y) for positiva semi-denida.
S
D
(p, y) pode ser negativa semi-denida mesmo se C
D
(p, y) n ao o for.
A condic ao para a exist encia de um consumidor representativo positivo e que pode
S
D
(p, y) seja negativa semi-denida e sim etrica. Como vimos, mesmo se S
D
(p, y) tiver
essas propriedades, mas C (p, y) n ao for positiva semi-denida, o consumidor represen-
tativo n ao ser a normativo [cf. sec ao 7.3].
CAP
ITULO 7. AGREGAC

AO 100
No caso
j
(p, y) =
j
y, temos
C
D
(p, y) =
y
x
j
_
p, y
j
_
x
j
_
p, y
j
_
y
x
j
_
p, y
j
_
x
D
(p, y)
que pode ser reescrita
y
x
j
_
p, y
j
_ _
x
j
_
p, y
j
_
j
x
D
(p, y)
ou ainda, lembrando que

j
x
j
_
p, y
j
_
= x
D
(p, y) , e denindo x
D
(p, y) = x
D
(p, y) /J
temos
j
_
y
x
j
_
p, y
j
_
y
x
D
(p, y)
_
x
j
_
p, y
j
_
j
x
D
(p, y)
.
Neste caso, o termo
y
x
j
_
p, y
j
_

y
x
D
(p, y) pode ser interpretado como a diferenca
entre a propens ao marginal do agente j a consumir o vetor x e a propens ao marginal
m edia de consumir x. J a x
j
_
p, y
j
_
j
x
D
(p, y) representa a diferenca entre a propens ao
m edia do agente j a consumir x e a propens ao m edia m edia de consumir x. Quando
as propens oes marginal e m edia covariam positivamente, os consumos se dispersam e a
matriz e negativa semi-denida.
Parte II
Teoria da Produ c ao
101
Captulo 8
Teoria da Produ c ao
8.1 Teoria da Produ c ao e Teoria da Firma
Uma teoria da rma deveria ser capaz de responder pelo menos ` a seguinte pergunta.
Por que certas atividades s ao coordenadas dentro das rmas e n ao via mercado? Em outras
palavras, por que a coordena c ao das atividades econ omicas ` as vezes se d a via autoridade e outras
vezes via pre cos?
Coase (1937) ofereceu a seguinte resposta: existem custos de se usar o sistema de
precos (custos de transac oes) em um mundo de informac ao imperfeita. O que s ao cus-
tos de transac oes? Custos de informac ao, custos contratuais, etc.
A quest ao passa ent ao a ser. Como a rma reduz custos de transac oes?
Essas s ao algumas das perguntas que hoje fazem parte da teoria da rma, uma das
mais ativas areas de pesquisa no momento.
1
Esse, por em, n ao ser a o tema do nosso es-
tudo.
Vamos considerar a rma como uma tecnologia capaz de transformar insumos em
produtos e suporemos que seu objetivo ser a o de maximizar os lucros. Nosso objetivo e
avancar da forma mais r apida e parcimoniosamente possvel a uma teoria sobre o com-
portamento de mercado da rma. Em particular, estaremos interessados em vericar os
efeitos das mudancas de precos em ofertas de produtos e demandas de insumos, no caso
de uma economia competitiva.
Portanto utilizaremos esse modelo simplista da rma como uma caixa preta e vere-
1
Uma contribuic ao fundamental para a area e o pequeno e elegante livro de Oliver Hart Firms, contracts
and nancial structure de 1995.
102
CAP
ITULO 8. TEORIA DA PRODUC

AO 103
mos o qu ao distante esta forma de analisar a organizac ao da produc ao poder a nos lev a.
No nal dessa discuss ao, apresentaremos algumas defesas (e crticas) para as hip oteses
adotadas, al em de alguma evid encia sobre a ader encia do modelo aos dados.
8.2 A rma neocl assica
8.2.1 Tecnologia
Chamamos de produc ao ao processo de transformac ao de insumos em produtos. A
viabilidade tecnol ogica e o que determina quais planos de produc ao s ao possveis.
Deni c ao: Um plano de produ c ao e um vetor y (y
1
, y
2
, ..., y
m
) R
m
tal que y
i
> 0 se i e
um produto e y
j
< 0 se j e um insumo (fator de produc ao).
De posse da denic ao de plano de produc ao, utilizamos o conjunto de possibilidades de
produ c ao Y R
m
para caracterizar as tecnologias produtivas. Dizemos que um plano de
produc ao e factvel, ou vi avel, quando y Y. Qualquer y R
m
tal que y / Y e dito
invi avel tecnologicamente. Ou seja, por meio do conjunto Y particionamos o espaco de
planos de produc ao, representado pelo pr oprio R
m
, em planos vi aveis e invi aveis.
Uma tecnologia e descrita, em geral, por meio das propriedades de Y. Apresentaremos
a seguir algumas hip oteses que poderemos utilizar na descric ao da tecnologia.
Y ,= . Ou seja, existe alguma produc ao factvel.
Y e fechado. O limite de uma seq u encia de planos de produc ao factveis e tamb em factvel
(y
n
y e y
n
Y n, ent ao y Y). Esta e uma hip otese de continuidade an aloga ` a
utilizada na teoria do consumidor que vai facilitar a exist encia de soluc ao para o problema
da rma.
Free disposal - y Y e y
y y
Y. A interpretac ao para essa propriedade e que

quantidades adicionais de insumos (ou produto) podem ser descartadas ou eliminadas
sem custo.
No free lunch. Y R
L
+
0 . (Note que 0) Em outros termos, n ao se pode produzir
algo a partir de nada.
Possibilidade de ina c ao, 0 Y.
CAP

AO 104
Note que a validade dessa hip otese depende fundamentalmente do momento do tempo
a que nos referimos. Quando pensamos em uma rma (uma tecnologia) que est a de-
cidindo se deve se organizar para passar a produzir, a hip otese e bastante razo avel. Mas
se algumas decis oes de produc ao j a foram tomadas ou se insumos j a foram contratados,
talvez a hip otese n ao seja t ao boa. Devemos pensar, ent ao, em custos xos e afundados.
Podemos pensar em um conjunto de produc ao restrito.
Irreversibilidade y Y y / Y. Um bom exemplo de tecnologia que exibe irreversibili-
dade e aquela que inclui o tempo de disponibilidade em sua descric ao, j a que os insumos
devem ser usados antes de os produtos existirem.
Retornos de Escala:
N ao-crescentes y Y y Y [0, 1] (a tecnologia e divisvel)
N ao-decrescentes y Y y Y 1. (a tecnologia e replic avel)
Constantes: e uma tecnologia replic avel e divisvel.
Aditividade (ou livre entrada): y Y, y
Y y + y
Y. A id eia aqui e de que se

dois planos s ao factveis, ent ao e possvel instalar duas plantas que n ao interram uma na
outra e executar os planos de produc ao y e y
independentemente. Tamb em associado ` a

id eia de livre entrada. Neste caso, o que se procura expressar e a id eia de que se uma rma
j a instalada produz y e uma nova rma que produz y
entra no mercado, a produc ao total

ser a y + y
. O conjunto de produc ao agregado precisa satisfazer aditividade para que a

livre entrada seja possvel.
Convexidade: y Y, y
Y y + (1 ) y
Y [0, 1]. Note que se a inac ao for

possvel, convexidade implica em retornos n ao crescentes de escala. Basta tomar y
= 0.
O exemplo a seguir aponta uma das raz oes por que a hip otese de convexidade e tida
como uma hip otese razo avel na descric ao das tecnologias.
Exemplo: Considere dois terrenos (ou dois pases) A e B. Suponha que existam dois bens
X (trigo) e Y (arroz). A capacidade produtiva de cada terreno e representada abaixo:
X Y
terreno A 500 800
terreno B 1000 1000
CAP

AO 105
Qual o custo de produc ao em cada terreno? Note que o custo de produc ao de trigo e a
quantidade de arroz de que tenho que abrir m ao para produzir uma unidade de trigo.
Analogamente, o custo de produzir arroz e a quantidade de trigo de que tenho que abrir
m ao para produzir uma unidade de arroz.
Neste caso,
custo de X custo de Y
terreno A 800/500 = 1, 6Y 500/800 = 0, 625X
terreno B 1000/1000 = 1Y 1000/1000 = 1X
Ou seja, se e mais barato produzir arroz em A ent ao e necessariamente mais barato pro-
duzir trigo em B. Esse e o princpio das vantagens comparativas. Note que e otimo (e-
ciente) comecar a produzir onde e mais barato. Ou seja, o primeiro uso de A deve ser
a produc ao de arroz enquanto o de B a produc ao de trigo. O que gera a convexidade
na fronteira da tecnologia e o fato de que os insumos s ao empregados inicialmente no
seu melhor uso. Assim, se houver uma quantidade sucientemente grande de terrenos,
podemos aproximar a tecnologia com uma fronteira suave e convexa.
Y e um cone convexo. Y e um cone convexo se y Y, y
Y, 0 e 0,implica
em y + y
Y. Fica ent ao claro que essa propriedade surge da hip otese conjunta de
convexidade e retornos constantes de escala.
E importante ressaltar que os conjuntos de possibilidade de produc ao representam

tecnologias e n ao limites de recursos. Pode-se, ent ao defender a id eia de que se todos
os insumos puderem ser duplicados, ent ao necessariamente a produc ao o ser a. Natural-
mente isto n ao quer dizer que essa duplicac ao possa efetivamente ser possvel. Alguns
insumos (por exemplo, a capacidade empresarial) podem existir em quantidade limitada,
o que leva algumas pessoas a associarem retornos decrescentes ` a escassez relativa de al-
gum insumo que deixamos de explicitar.
Uma maneira de representar o conjunto das alocac oes factveis - que nos ser a util por
permitir o uso do c alculo - e obtida por meio de uma fun c ao de transforma c ao F () com a
propriedade
Y y R
m
; F (y) 0 (8.1)
e F (y) = 0 se y est a na fronteira de transforma c ao.
CAP

AO 106
Note que o que a func ao de transformac ao faz e separar os planos tecnologicamente
vi aveis dos invi aveis. Assim como a func ao utilidade, a func ao de transformac ao e uma
representac ao da tecnologia que pode ser substituda por uma tansformac ao monot onica.
Por exemplo,
y R
m
; F (y) 0 = y R
m
; exp (F (y)) 1
o que implica em que G(y) 1 (onde G() exp (F ())) represente a mesma tecnologia
que F (y) 0.
2
Supondo F () diferenci avel, podemos denir a Taxa Marginal de Transforma c ao do bem
l pelo bem k como sendo igual a
MRT
lk
(y)

y
l
F (y)
y
k
F (y)
,
que mede em quanto a produc ao do bem k pode aumentar (ou, reduzir o uso do insumo
k) se for reduzida em uma unidade a produc ao do bem l (ou, aumentada a quantidae do
insumo l). Note que a MRT e a pr opria ess encia do conceito de custo, como vimos de
forma simplicada no exemplo anterior.
8.2.2 Maximiza c ao de Lucro
Consideremos o problema de maximizac ao de lucros de rma caracterizada por uma
tecnologia descrita por seu conjunto de possiblidades de produc ao, Y. Neste caso, o prob-
lema de maximizac ao de lucros da rma e max
yY
py. Este problema nem sempre tem
soluc ao, como veremos adiante, mas supondo que a soluc ao exista e que o conjunto de
possibilidades de produc ao possa ser descrito por uma func ao de transformac ao c oncava,
i.e., F (.), teremos a escolha otima, y
, caracterizada por p =
y
F (y
) .
max
yY
py
ou, usando a func ao de transformac ao F () ,
max
y
py s.a. F (y) 0
Existe soluc ao? Nem sempre.
2
Como veremos isto n ao e verdade para a func ao de produc ao.
CAP

AO 107
Supondo que exista uma soluc ao e que esta soluc ao seja....ent ao denimos (p)
max
yY
py e y (p) arg max
yY
py.
Propriedades da fun c ao lucro, (p)
1) Homog enea de grau 1 em p
2) Quando Y e convexo, Y = y R
n
; py (p) p 0 .
Demonstra c ao: Y e um sub-conjunto n ao-vazio e fechado de R
n
, para qualquer vetor p
R
n
denimos a func ao suporte de Y, como sendo
Y
(p) inf p(y) ; y Y . Para
todo p, o conjunto y R
n
; p(y)
Y
(p) e um semi-espaco que cont em Y. Al em
disso, se y / Y ent ao p y <
Y
(p) para algum p R
n
. Assim a intersec ao dos semi-
espacos gerados por todos os valores possveis de p e exatamente Y, i.e., Y =y R
n
; p(y)
Y
(p) para todo p .
Basta, ent ao notar que (p) e simplesmente
Y
(p) .
3) Convexa em p
Demonstra c ao: Tome tr es vetores de precos p
0
, p
1
e p
t
= tp
0
+ (1 t) p
1
para t (0, 1) .
E sejam y
0
, y
1
e y
t
as respectivas escolhas otimas.
p
0
y
0
p
0
y
t
p
1
y
1
p
1
y
t
Donde,
t p
0
y
0
. .
(p
0
)
+(1 t) p
1
y
1
. .
(p
1
)
_
tp
0
+ (1 y) p
1
y
t
. .
(tp
0
+(1y)p
1
)
Logo, convexa em p.
4) Lema de Hotelling: Se o conjunto y (p) e unit ario, (p) e diferenci avel e (p) = y (p) .
Demonstra c ao: O teorema da dualidade diz que se Y e um conjunto convexo e fechado,
e
Y
(p) e sua func ao suporte, ent ao existe um unico vetor y Y tal que p( y) =
Y
(p) se e s o se
Y
(p) e diferenci avel em p e
Y
(p) = y. Denindo que (p) =
Y
(p) como na demonstrac ao da propriedade 2, temos o resultado.
CAP

AO 108
Propriedades da Fun c ao Oferta, y (p)
1) Se Y e convexo, o conjunto y (p) e convexo para todo p. Se Y e estritamente convexo, o
conjunto y (p) e um unico ponto (ou e vazio).
Demonstra c ao: Se y
0
e y
1
pertencem a y (p) ent ao ambos pertencem a Y e s ao tais que
py
0
= py
1
= (y) . Tome, ent ao algum vetor y
2
= y
0
+ (1 ) y
1
. Como Y e convexo,
ent ao y
2
Y. Al em disso py
2
= (y) . Se o conjunto for estritamente convexo, suponha
y
0
,= y
1
, ent ao y
2
pertencer a ao interior do conjunto. Basta ent ao escolher um plano de
produc ao com menos insumos ou mais produtos sucientemente pr oximo de y
2
e o lucro
ser a maior, contradizendo y
0
,= y
1
.
2) Se y ( p) e diferenci avel em p,
p
y ( p) =
2
pp
( p) e sim etrica e positiva semi-denida
(semi, j a que D
2
( p) p = 0)
8.3 Agrega c ao
Consideremos o caso de J rmas especicadas pelos conjuntos de produc ao Y
1
, ..., Y
J
.
Cada um desses conjuntos e n ao-vazio, fechado e satisfaz free disposal. Dena as
func oes lucro e as correspond encias de oferta individuais como
j
(p) e y
j
(p) , onde,
por oferta denotamos a oferta efetiva e a demanda por insumo. A func ao oferta agregada
e:
y (p)
j
y
j
(p)
_
y R
L
; y =
j
y
j
para algum y
j
y
j
(p)
_
Suponha que y
j
(p) s ao func oes diferenci aveis aos precos p, ent ao
p
y
j
(p) e positiva
semi-denida e sim etrica. Como essas duas propriedades s ao preservadas pela adic ao
temos que
p
y (p) =
j

p
y
j
(p) e tamb em positiva semi-denida e sim etrica.
Isso implica, de um lado que a lei da oferta funciona tamb em no agregado: se um
preco de um bem aumenta sua oferta tamb em aumenta e se um preco de um insumo
aumenta sua demanda cai.
Por outro lado a simetria sugere a exist encia de um produtor representativo. Para
mostrar que e exatamente este o caso, dena
Y
j
Y
j

_
y R
L
; y =
j
y
j
para algum y
j
Y
j
, j = 1, ..., J
_
como o cojunto de possibilidades de produc ao agregado. E sejam
(p) e y
(p), respec-
tivamente, a func ao lucro e a correspond encia de oferta associadas a esse conjunto Y.
CAP

AO 109
Vamos ent ao mostrar o seguinte resultado.
Teorema: Para todo p 0, temos que:
i)
(p) =
j

j
(p) ;
ii) y
(p) =
j
y
j
(p)
_
=
_
j
y
j
;y
j
y
j
(p) j
__
Demonstra c ao: (i) Considere qualquer conjunto de planos de produc ao individuais
_
y
j
_
J
j=1
com y
j
Y
j
j, (8.2)
ent ao,
j
y
j
Y, donde
(p) p
j
y
j
=
j
py
j
.
Como vale para todo y
j
, vale em particular para y
j
y
j
(p)
(p)

j

j
(p) .
Considere agora um plano de produc ao qualquer y Y. Pela denic ao de Y, h a vetores
y
j
Y
j
tais que

j
y
j
= y. Ent ao py = p
j
y
j
=
j
py
j

j
j
(p) . Como vale para
todo y, em particular vale para y y
(p) . Portanto,
(p)
j
(p) .
(ii) Considere novamente um conjunto do tipo (8.2), e suponha y
j
y
j
(p) j. Ent ao,
p
j
y
j
=
j
py
j
=
j
(p) =
(p) (como demonstrado em (i)). Logo,

j
y
j
(p)
y
(p) . Tome agora y y
(p) . Como y Y temos que y =
j
y
j
com y
j
Y
j
j.
Temos tamb em que p
j
y
j
=
(p) =
j
(p) (novamente usando o resultado em (i)).
Ora, para cada j, py
j

j
(p) pela denic ao de
j
(p) . Portanto, para que valha
(p) =
j
(p) e preciso que py
j
=
j
(p) para todo j. Neste caso, y =
j
y
j

j
y
j
(p) ,
donde y
(p)
j
y
j
(p) .
Ou seja, a principal conclus ao a que se chega e que, ao contr ario do que ocorre com a
teoria do conumidor, aqui, a agregac ao vem sem muito esforco. A caractersitca da teoria
da produc ao que permite a agregac ao e a aus encia de restric oes orcament arias. Efeitos-
renda simplesmente inexistem na teoria da produc ao que apresentamos aqui. J a na teoria
da rma propriamente.....
8.4 Eci encia
Uma das quest oes mais relevantes em an alise de bem estar e a determinar se uma
alocac ao e eciente. O conceito de eci encia usado pelos economistas e o conceito de
eci encia de Pareto. No entanto, como estamos enfatizando aqui somente o lado da
produc ao, utilizaremos um conceito que n ao faz refer encia direta ao bem-estar dos in-
CAP

AO 110
divduos. A relac ao entre este conceito e a eci encia de Pareto, car a mais clara com o
estudo de equilbrio geral.
Deni c ao: Dizemos que um vetor y Y e eciente quando n ao existe nenhum outro y Y
tal que y > y.
Teorema: Se y Y e um vetor que maximiza lucros para algum vetor de pre cos p 0, ent ao y
e eciente.
Demonstra c ao: Suponha que n ao, i.e., tome y y
(p) e suponha que existe y Y tal que

y > y. Como p 0, temos que p y py = p( y y) > 0, o que contradiz y y
(p) .
Podemos, por em, fazer a pergunta inversa. Ser a que toda alocac ao eciente e um vetor
de maximizac ao de lucros? A resposta e: nem sempre, mas sob algumas hip oteses sobre
a tecnologia...
Teorema: Suponha que Y e convexo. Ent ao, para todo y eciente, y e a escolha maximizadora de
lucro para algum vetor de pre cos p > 0.
Demonstra c ao (Pelo teorema do hiperplano separador): Tome y eciente, e dena P
y

_
y R
L
; y y
_
. Como y e eciente YP
y
= . i) Pelo teorema do hiperplano separador
p R
L
, p ,= 0 tal que p y p
y y P
y
e

y Y; Em particular, isto implica em
p( y y) > 0, y y, donde p > 0 (caso constr ario poderamos pegar a coordenada
negativa de p, por exemplo p
l
< 0, e encontrar um vetor y y cuja entrada y
l
fosse
sucientemente maior que y
l
para violar a desigualdade p( y y) > 0)
ii) Considere agora y Y. Neste caso, p y p y y P
y
. Como y pode ser escolhido
arbitrariamente pr oximo de y, concluimos que py p y y Y.
Note que este resultado tamb emse aplica para planos de produc ao fracamente ecientes,
i.e., y tais que n ao exista nenhum y Y tal que y y (como vimos, eci encia e denida
pela inexist encia de plano y > y). Note tamb em que n ao e possvel garantir que p 0.
8.5 Firmas de Produto

Unico
Para muitas tecnologias relevantes o conjunto de bens que pode servir de insumo e
diferente do conjunto de bens que s ao produto nal.

E comum, ent ao separar insumos
e produtos no vetor e utilizar n umeros n ao negativos para denotar os insumos. Assim,
temos que y (y
1
, .., y
m
) denota a produc ao da rma e x (x
1
, ..., x
n
) denota os insumos
utilizados nessa produc ao.
CAP

AO 111
Umcaso particular de grande interesse e o de rmas que produzemum unico produto.
No caso de rmas que produzemum unico produto, podemos representar a tecnologia
por meio de uma fun c ao de produ c ao f : R
n
+
R
+
Neste caso,
Y
_
(y, x
1
, ..., x
n
) R
n+1
; y f (x
1
, ..., x
n
) 0
_
No que se segue consideraremos em detalhe o exemplo da tecnologia de produto
unico. Para avancarmos adotaremos a seguinte hip otese.
Hip otese: Propriedades da func ao de produc ao: i) contnua; ii) estritamente crescente; iii)
estritamente quase-c oncava e; iv) f (0) = 0.
3
Deni c ao: Denimos uma Isoquanta como sendo o conjunto:
Q(y) x 0 [ f (x) = y
A isoquanta dene todas as combinac oes de insumos que produzem exatamente y.
Ela e an aloga ` a curva de indiferenca na teoria do consumidor. A pr oxima denic ao, a taxa
marginal de substituic ao t ecnica, e an aloga ` a taxa marginal de substituic ao da teoria do
consumidor.
Deni c ao: A Taxa marginal de substitui c ao t ecnica (TMST) e denda ent ao como
TMST
ij
(x) =

x
i
f (x)
x
j
f (x)
Ao contr ario da teoria do consumidor, onde a utilidade marginal do bem carece de
qualquer sentido econ omico, f (x) /x
i
denida como a produtividade marginal do insumo
i tem sentido econ omico. Isto est a relacionado ` a id eia de cardinalidade, presente neste
caso, ausente naquele.
3
Esta ultima hip otese n ao tem paralelo na teoria do consumidor. De fato, isto retrata o contraste funda-
mental da analogia entre func ao de produc ao, que tem sentido cardinal, e func ao utilidade, que tem sentido
somente ordinal.
CAP

AO 112
E importante, por em, n ao confundir com a func ao de transformac ao, que vimos na
p agina 105.
Tamb em para a tecnologia denimos o conceito de separabilidade. Seja N = 1, ..., n
o conjunto de todos os insumos. Considere uma partic ao de N, N
1
, .., N
S
.
1) f e (fracamente) separ avel se
x
k
_
x
i
f (x)
x
j
f (x)
_
= 0, para todo i, j N
s
e k / N
s
;
2) f e (fortemente) separ avel se
x
k
_
x
i
f (x)
x
j
f (x)
_
= 0, para todo i N
s
, j N
t
e k / N
s
N
t
.
Finalmente, denimos a elasticidade de substitui c ao:
ij

d ln (x
j
/x
i
)
d ln
_
x
i
f (x) /
x
j
f (x)
=
d (x
j
/x
i
)
d
_
x
i
f (x) /
x
j
f (x)
x
i
f (x) /
x
j
f (x)
x
j
/x
i
,
tamb em an aloga ` a elasiticidade de substituic ao da teoria do consumidor.
Exemplo: Considere a func ao CES (elasticidades de substituic ao constante)
y =
_
n
i=1
i
x
i
_1
, tal que
n
i=1
i
= 1.
E f acil mostrar que = (1 )

1
.
Al em disso, se 1, e y =
n
i=1
i
x
i
(dem: trivial). Se 0, 1 e y
converge para uma Cobb-Douglas (homog enea de grau 1)
y =
n
i=1
x
i
i
Se , 0 e y converge para uma Leontief
y = min x
1
, ..., x
n
Ou seja, quanto mais pr oxima de 0 a elasticidade de substituic ao menor a capacidade

CAP

AO 113
de se substituir um insumo por outro (em 0 temos uma tecnologia de proporc oes xas ` a
Leontieff). Em um outro extremo temos insumos perfeitamente substitutos = . No
caso Cobb-Douglas = 1
Esses s ao exemplos de func oes de produc ao linearmente homog eneas (homog eneas
de grau 1).
Teorema: Fun c oes de produ c ao que t em as propriedades (a)-(d) e s ao homogen eneas de grau um
s ao c oncavas.
Demonstra c ao: Tome x
1
0 e x
2
0 e sejam y
1
= f (x
1
) e y
2
= f (x
2
) . Como f (0) = 0
e f () e estritamente crescente, temos que y
1
, y
2
> 0. Como f () e homog enea de grau 1,
temos ainda que
f
_
x
1
y
1
_
= f
_
x
2
y
2
_
= 1.
Finalmente, como f e estritamente quase-c oncava, temos que
f
_
x
1
y
1
+ (1 )
x
2
y
2
_
min
_
f
_
x
1
y
1
_
; f
_
x
2
y
2
__
= 1 [0, 1] (8.3)
O truque agora e escolher = y
1
/
_
y
1
+y
2
_
. Neste caso, (8.3) ca
f
_
x
1
y
1
+y
2
+
x
2
y
1
+y
2
_
1
f (x
1
+x
2
) y
1
+y
2
= f (x
1
) +f (x
2
) (8.4)
Note que vale para todo x
1
0 e x
2
0. Mas, por continuidade, vale para todo x
1
,
x
2
0. Considere, ent ao dois vetores x
1
, x
2
0. Pela homogeneidade linear temos que
f (tx
1
) = tf (x
1
)
f ((1 t) x
2
) = (1 t) f (x
2
)
_
=
por (8.4)
f (tx
1
+ (1 t) x
2
) tf (x
1
) + (1 t) f (x
2
)
Medidas de retornos de propor c oes vari aveis Chamamos de Medidas de retornos de pro-
por c oes vari aveis ` a forma como a produc ao varia ` a medida que alguns insumos s ao varia-
dos mas outros s ao mantidos constantes. Isto e de fundamental import ancia para analisar
os efeitos de curto prazo de mudancas no ambiente.
CAP

AO 114
Deni c ao: Dene-se a produtividade marginal do insumo i como sendo
MP
i

x
i
f (x)
Deni c ao: Dene-se a produtividade m edia do insumo i como sendo
AP
i
f (x) /x
i
Deni c ao: Dene-se a elasticidade-produto do insumo i como sendo
i

x
i
f (x)
x
i
f (x)

MP
i
(x)
AP
i
(x)
Retornos de Escala Quando, por em, consideramos a variac ao simult anea de todos os
insumos, o conceito relevante e o conceito de retornos de escala.
Deni c ao: Retornos (globais) de escala podem ser
Retornos constantes de escala se f (tx) = tf (x) para todo t > 0 e todo x.
Retornos crescentes de escala se f (tx) > tf (x) para todo t > 1 e todo x.
Retornos decrescentes de escala se f (tx) < tf (x) para todo t > 1 e todo x.
Deni c ao: Dene-se a elasticidade de escala no ponto x como sendo
(x)
d ln [f (tx)]
d ln t
t=1
=
n
i=1
x
i
f (x) x
i
f (x)
=
n
i=1
i
(x)
A elasticidade de escala no ponto e denida para qualquer func ao de produc ao. No
caso particular de func oes homog eneas de grau k, a elasticidade de escala ser a igual a k
para todo x.
CAP

AO 115
8.6 Minimiza c ao de Custos
Suponha que a rma em quest ao seja competitiva no mercado de fatores; i.e., ela toma
o vetor de precos dos insumos w = (w
1
, ..., w
n
) como dado. Admita ent ao que a rma
queira produzir y. Ent ao, o problema da rma e
c (w, y)
_
min
xR
n
+
wx
sujeito a f (x) y
(8.5)
A func ao c (w, y) e chamada de fun c ao custo.
Se x(w, y) e a soluc ao do problema de minimizac ao de custos, i.e.
x(w, y)
_
arg min
xR
n
+
wx
sujeito a f (x) y
,
temos que
c (w, y) = wx(w, y) ,
e x(w, y) e chamada de demanda condicional por fatores (insumos). O termo demanda condi-
cional aqui tem um signicado um pouco diferente do utilizado na sec ao 6.4. Como vere-
mos mais adiante, h a importantes semelhancas, tamb em.
Se f () e estritamente crescente, logo teremos que f (x) = y. As condic oes de primeira
ordem do problema s ao, portanto,
w
i

x
i
f (x
) ( = se x
i
> 0).
Supondo, portanto, soluc ao interior e tendo por hip otese que f (x
) 0, por Lagrange,
temos que
TMST
ij
(x
)

x
i
f (x
x
j
f (x
)
=
w
i
w
j
Exist encia: Perceba que a minimizac ao de custos e dual do problema
max
xR
n
+
f (x) sujeito a wx c
Se f () e contnua e como a restric ao e compacta, logo existe soluc ao para o problema
CAP

AO 116
acima existe soluc ao para a minimizac ao de custos.
Unicidade: se f () e estritamente quase-c oncava, a soluc ao e unica; i.e., x(w, y) e uma
func ao.
Cabe ressaltar aqui que o problema de minimizac ao de custos e matematicamente
equivalente ao problema de minimizac ao de despesas na teoria do consumidor,
e (p, u)
_
min
xR
n
+
px
s.a. u(x) u
e c (w, y)
_
min
xR
n
+
wx
s.a. f (x) y
Portanto, n os j a sabemos as propriedades da fun c ao custo: se f (x) e contnua e estritamente
crescente emR
n
+
, temos que c(w, y) e
1) Igual a zero quando y = 0.
4
2) Contnua em R
n
++
R
+
.
3) Estritamente crescente e sem limite superior em y ( w 0)
4) Crescente em w.
5) Homog enea de grau 1 em w
6) C oncava em w
7) Lema de Shephard: se c(w, y) e diferenci avel no ponto (w
0
, y
0
) e w
0
0, ent ao
i
c(w
0
, y
0
) = x
i
(w
0
, y
0
)
Da mesma forma, x(w, y) e equivalente ` a demanda hicksiana. Portanto, temos as
seguintes propriedades test aveis da minimiza c ao de custos:
1) A matriz de substitui c ao e sim etrica e negativa semi-denida
(w, y)
_
_
_
_
1
x
1
(w, y) ...
n
x
1
(w, y)
.
.
.
.
.
.
.
.
.
1
x
n
(w, y) ...
n
x
n
(w, y)
_
_
_
_
4
A analogia com a teoria do consumidor aqui tamb em se perde, ainda que possamos invocar a pro-
priedade de que c (p, u) = 0 quando u = min |u; u | .
CAP

AO 117
Logo
i
x
i
(w, y) 0
2) Homogeneidade de grau zero em w
x
i
(tw, y) = x
i
(w, y) t > 0
8.6.1 Curto e Longo Prazos
Deni c ao Seja (x,x) um vetor de insumos tal que x e um subvetor de insumos vari aveis e
x e um subvetor de insumos xos. Sejamw e w os respectivos vetores de precos. A fun c ao
custo de curto prazo e
c
sr
(w, w, y; x)
_
min
xR
n
+
wx +wx
s.a. f (x,x) y
= wx +
_
min
xR
n
+
wx
s.a. f (x,x) y
(8.6)
Usaremos x(w, w, y; x) para representar a soluc ao de (8.6)
Teorema: O custo de longo prazo nunca e maior que o custo de curto prazo.
Seja
x(y; w, w)
_
_
_
arg min
xR
n
+
wx(w, w, y; x) +wx
s.a. f [x(w, w, y; x) ,x] y
,
a escolha otima dos insumos xos. Chamaremos x(y; w, w) de x(y) para simplicar a
notac ao. Neste caso, temos o seguinte resultado.
Teorema: Para todo (w, w, y) ,
c (w, w, y) = c
sr
(w, w, y; x(y))
Demonstra c ao: Pelo terorema anterior, c (w, w, y) c
sr
(w, w, y; x(y)) . Suponha, ent ao,
c (w, w, y) < c
sr
(w, w, y; x(y)) .
CAP

AO 118
Ou seja, e possvel encontrar um vetor x tal que
c (w, w, y) = wx(w, w, y; x) +w x < wx(w, w, y; x(y)) +wx(y) .
Mas isso contradiz a denic ao de x(y).
Teorema: Para todo (w, w, y) ,
y
c (w, w, y) =
y
c
sr
(w, w, y; x(y)) .
Demonstra c ao: Sabemos que
c (w, w, y) min
xR
n
+
c
sr
(w, w, y; x(y))
O que implica em que
x
j
c
sr
(w, w, y; x(y)) = 0 j.
y
c (w, w, y) =
y
c
sr
(w, w, y; x(y)) +
x
j
c
sr
(w, w, y; x(y))
. .
=0
y
x(y)
=
y
c
sr
(w, w, y; x(y)) .
Note que a demostrac ao e simplesmente a explicitac ao do teorema do envelope para o
caso em quest ao. O que os dois resultados anteriores evidenciam e o fato de que a curva
de custo de longo prazo e o envelope inferior das curvas de custo de curto prazo.
E interessante ver que podemos ir diretamente ao problema

_
_
_
min
xR
n
+
wx(w, w, y; x) +wx
s.a. f [x(w, w, y; x) ,x] y
,
cujas condic oes de primeira ordem s ao
i
w
i
x
j
x
i
+ w
j
x
i
f
x
j
x
i
+
x
j
f
_
= 0.
e vericar que, como e o multiplicador de Lagrange associado ao problema de minimizac ao
irrestrito, tem que ser verdade que w
i
=
x
i
f i, o que garante que ao agruparmos os
CAP

AO 119
termos de tal forma que,
i
(w
i
x
i
f)
. .
=0
x
j
x
i
+ w
j
x
j
f = 0
veriquemos que w
j

x
j
f = 0 j. Ou seja, recuperarmos as condic oes de primeira
ordem do problema irrestrito.
8.6.2 Custos: M edio e Marginal, Fixo e Vari avel
A func ao custo marginal e simpesmente a derivada da func ao custo com relac ao ao
nvel de produc ao, y.
MC
y
c (y, w) .
O custo m edio e dado pela divis ao do custo total pela produc ao.
AC c (y, w) /y.
H a custos que independem do nvel de produc ao da rma. Chamamo-los: custos xos
- FC. Outros custos dependem do nvel de produc ao: s ao os custos vari aveis - V C. O
custo total C da rma e C FC + V C. Vimos que MC =
y
C =
y
(FC +V C) =
y
V C,
j a que
y
FC = 0 pela pr opria denic ao de custo xo. De forma similar, AC = C/y =
(FC +V C) /y = AFC + AV C, onde AFC e o custo xo m edio e AV C e o custo vari avel
m edio.
Em geral, n ao podemos dizer muito sobre o comportamento do custo vari avel m edio,
mas podemos garantir que o custo xo m edio e decrescente na produc ao (
y
AFC < 0).
Suporemos ainda que a func ao custo e convexa em y (
2
yy
C (y, w) 0. Neste caso, o custo
vari avel m edio e crescente em y.
8.7 Maximiza c ao de Lucros
Facamos a seguinte hip otese adicional.
Hip otese: A rma e competitiva no mercado de produto tamb em, i.e., p e dado.
CAP

AO 120
O problema da rma e, ent ao,
max
(y,x)R
n+1
+
py wx sujeito a f (x) y.
A primeira pergunta que devemos fazer e, naturalmente, se uma soluc ao para este prob-
lema existe. E a resposta e: nem sempre!
Exist encia: O lucro m aximo nem sempre existe. Por exemplo, considere uma tecnologia
com retornos crescentes de escala; i.e., f (tx) > tf (x) , para todo t > 1, e admitamos a
possibilidade de inac ao, de tal forma que o lucro e sempre n ao-negativo. Nesse caso, seja
x
a soluc ao para o problema de maximizac ao de lucros. Como f (tx
) > tf (x
) temos
que
pf
_
tx
_
wtx
> ptf
_
x
_
wtx
= t
_
pf
_
x
_
wx
pf
_
x
_
wx
,
donde x
n ao maximiza lucro (contradic ao).A conclus ao a que se chega e que o problema

de maximizac ao de lucros com retornos crescentes de escala e concorr encia perfeita n ao
tem soluc ao.
Se existir uma soluc ao para o problema de maximizac ao de lucro, ent ao, denimos a
fun c ao lucro por meio de
(p, w)
_
_
_
max
(y,x)R
n+1
+
py wx
s.a. f (x) y
.
Se f tem as propriedades usuais de uma func ao de produc ao e se (p, w) : R
n+1
+
R
+
existe, temos que (p, w) e:
1) Contnua
Demonstra c ao: Teorema do M aximo de Berge.
2) Crescente em p.
Demonstra c ao: Ver lema de Hotelling.
3) Decrescente em w.
Demonstra c ao: Ver lema de Hotelling.
4) Homog enea de grau 1 em (p, w)
CAP

AO 121
5) Convexa em (p, w)
Demonstra c ao: Tome tr es vetores
_
p
0
, w
0
_
,
_
p
1
, w
1
_
e
_
p
t
, w
t
_
= t
_
p
0
, w
0
_
+(1 t)
_
p
1
, w
1
_
para t (0, 1) . E sejam
_
y
0
, x
0
_
,
_
y
1
, x
1
_
e
_
y
t
, x
t
_
as respectivas escolhas otimas.
Note que f
_
x
i
_
= y
i
(i = 0, 1, t.) Neste caso, temos que
_
p
0
, w
0
_
_
y
0
x
0
_
_
p
0
, w
0
_
_
y
t
x
t
_
_
p
1
, w
1
_
_
y
1
x
1
_
_
p
1
, w
1
_
_
y
t
x
t
_
Donde,
t
_
p
0
, w
0
_
_
y
0
x
0
_
. .
(p
0
,w
0
)
+(1 t)
_
p
1
, w
1
_
_
y
1
x
1
_
. .
(p
1
,w
1
)
_
p
t
, w
t
_
_
y
t
x
t
_
. .
(p
t
,w
t
)
Logo, convexa em (p, w) .
Assimcomo o processo de minimizac ao gera a concavidade da func ao custo, a maximizac ao
gera a convexidade da func ao lucro. Para entender isso, suponha que o preco do produto
aumente e que a rma n ao altere a produc ao. Neste caso, o lucro aumenta linearmente,
ydp. O processo de otimizac ao faz, ent ao com que, na pior das hip oteses o aumento no
lucro seja linear, em geral, ser a ainda melhor, i.e., convexo.
6) Diferenci avel em (p, w) 0
Demonstra c ao: Ver teorema de dualidade.
7) Lema de Hottelling:
p
(p, w) = y (p, w)
onde y (p, w) e chamada de fun c ao oferta (de produto)
i
(p, w) = x
i
(p, w)
e x
i
(p, w) de fun c ao demanda do fator i.
Demonstra c ao: Usando diferenciabilidade da func ao lucro, utilizar teorema do envelope.
Seja (p, w) uma func ao lucro duas vezes continuamente diferenci avel. Ent ao, para
todo p > 0 e w 0, a func ao oferta tem as seguintes propriedades:
CAP

AO 122
1) Homogeneidade de grau zero (t > 0):
y (tp, tw) = y (p, w)
x(tp, tw) = x(p, w)
2) A matriz de substitui c ao
_
_
_
_
_
_
p
y(p, w)
1
y(p, w) ...
n
y(p, w)
p
x
1
(p, w)
1
x
1
(p, w) ...
n
x
1
(p, w)
.
.
.
.
.
.
.
.
.
.
.
.
p
x
n
(p, w)
1
x
n
(p, w) ...
n
x
n
(p, w)
_
_
_
_
_
_
e sim etrica e positiva semi-denida.
Demonstra c ao: A matriz jacobiana das demandas de fatores e oferta de produtos nada
mais e do que a matriz hessiana da func ao lucro, em virtude do lema de Hotelling. Como
a func ao lucro e convexa, sua matriz hessiana e positiva semi-denida.
Observa c ao: Tome dois vetores
_
p
0
, w
0
_
e
_
p
1
, w
1
_
. E sejam
_
y
0
, x
0
_
e
_
y
1
, x
1
_
as re-
spectivas escolhas otimas. Note que f
_
x
i
_
= y
i
(i = 0, 1.) Neste caso, temos que
_
p
0
, w
0
_
_
y
0
x
0
_
_
p
0
, w
0
_
_
y
1
x
1
_
_
p
1
, w
1
_
_
y
1
x
1
_
_
p
1
, w
1
_
_
y
0
x
0
_
Donde,
_
p
0
, w
0
_
__
y
0
x
0
_
_
y
1
x
1
__
_
p
1
, w
1
_
__
y
0
x
0
_
_
y
1
x
1
__
__
p
0
, w
0
_
_
p
1
, w
1
_
__
y
0
x
0
_
_
y
1
x
1
__
0.
O que mostra, no caso discreto, como precos e demanda de insumos se movem em direc ao
contr aria dwdx 0 e preco do produto e oferta se movem na mesma direc ao dydp 0.
CAP

AO 123
Como conseq u encia temos a Lei da Oferta: Aoferta e positivamente inclinada
p
y(p, w)
0 e a demanda por fator e negativamente inclinada
i
x
i
(p, w) 0 ou seja, n ao h a fator
de Giffen.
Deni c ao: Seja z (x,x) um vetor de insumos tal que x e um subvetor de insumos
vari aveis e x e um subvetor de insumos xos. Sejam w e w os respectivos vetores de
precos. A fun c ao lucro de curto prazo e
(p, w, w, x)
_
max
y,x
py wxwx
s.a. f (x,x) y
Propriedades de (p, w, w, x): 1) contnua; 2) crescente em p; 3) decrescente em w; 4) convexa
em (p, w); 5) diferenci avel em (p, w) 0; 6) lema de Hottelling:
p
(p, w, w, x) = y (p, w, w, x) e
i
(p, w, w, x) = x
i
(p, w, w, x)
Teorema: As fun c oes y (p, w, w, x) e x(p, w, w, x) s ao homog eneas de grau zero e possuem
matriz de substitui c ao sim etrica e negativa semi-denida.
Interessante tamb em e considerar o princpio de Le Chatelier: A demanda de insumos
de curto prazo e menos el astica do que a demanda de longo prazo. A demonstrac ao
segue os passos do procedimento utilizado para a demanda condicional.
Note tamb em que a demanda de insumos e mais negativamente inclinada do que a
demanda condicional de insumos. Voc e pode provar? (dica: a demonstrac ao e id entica
` a demonstrac ao de que a demanda Frisch e mais negativamente inclinada do que a de-
manda Hicksiana).
8.8 Oferta da Firma
Dado que f () e estritamente crescente, temos que f (x) = y. Logo, o problema torna-
se:
max
xR
n
+
pf (x) wx,
CAP

AO 124
cujas condic oes de primeira ordem s ao
p
x
i
f (x
) w
i
i. (= se x
i
> 0) .
Quando x
i
> 0, esta e a conhecida condic ao: o valor do produto marginal de um fator e
igual ao seu preco.
Note que se escrevermos p = temos que
x
i
f (x
) = w
i
i, o que nos lembra a
condic ao de primeira ordem para o problema de minimizac ao de custos. De fato,
minimizac ao de custos maximizac ao de lucros
w =
x
f
_
x
min
_
w = p
x
f (x
max
)
onde x
min
denota o vetor que minimiza custos, x
max
o vetor que maximiza lucros e e
o multiplicador de lagrange do problema de minimizac ao de custos. Usando o teorema
do envelope em (8.5) temos que = c/y. O que mostra que (sob algumas condic oes de
regularidade) quando c/y = p, x
min
= x
max
. Vamos formalizar essa id eia a seguir.
Proposi c ao: Maximiza c ao de lucros implica em minimiza c ao de custos
Demonstra c ao Suponha que y
e o nvel de produc ao que maximiza lucro e x
o vetor
de insumos utilizados para produzir y
. Suponha por em que exista um outro vetor de

insumos x tal que f ( x) y
, e w x < wx
. Ent ao o lucro associado a utilizar x e: pf ( x)

w x py
w x > py
wx
o que contradiz a hip otese de que x
maximize lucro.
5
Isto e particularmente interessante j a que nos permite escrever o problema da forma
em dois est agios. Primeiro, para cada nvel de produto, y, achamos a combinac ao de in-
sumos que minimiza o custo de produzi-la. I.e., achamos c (w, y) . Em seguida resolvemos
max
yR
+
py c (w, y) .
As condic oes de primeira e segunda ordens deste problema s ao, respectivamente,
p =
y
c (w, y) e
2
yy
c (w, y) 0,
que s ao as famosas condic oes preco igual ao custo marginal e custo marginal cres-
cente. [Note que a func ao custo ser a convexa em y se o conjunto Y for convexo.]
5
Note, por em, que podem existir fatores inferiores, i.e., tais que yx
i
(w, y) < 0.
CAP

AO 125
Intuitivamente, seja c (y, w) a func ao custo da rma. E suponha que a rma esteja
inicialmente produzindo uma quantidade y
o
. O que acontece com o seu lucro se variar a
produc ao em dy? Lembremos que
o
= py
o
c (y
o
, w). Neste caso,
d = pdy
y
c (y
o
, w) dy
?
0
Obviamente, se p >
y
c (y, w) , basta aumentar a produc ao, para garantir d > 0. Se a
relac ao for inversa, basta diminuir a produc ao. Assim, o otimo ocorre somente quando
p =
y
c (y, w) .
E como varia a oferta (produc ao), y,quando varia o preco? Note que no otimo, p =
y
c (y, w) dp/dy =
2
yy
c (y, w) 0, pela condic ao de segunda ordem do problema. Ou
seja, a curva de oferta da rma competitiva e positivamente (n ao-negativamente) inclinada!
Isso e suciente para caracterizar a curva de oferta? N ao. O que isso mostra e que n ao
h a nenhuma variac ao pequena (innitesimal) que aumente o lucro da rma. Mas pode
ser que variac oes discretas o facam. A rma s o produzir a no curto prazo se o preco for
maior do que o custo vari avel m edio (assim ela abate parte do custo xo).
Teorema (condi c ao de encerramento de opera c ao): Uma rma nunca produzir a uma quan-
tidade positiva no curto prazo se o pre co for menor do que o custo vari avel m edio, p < avc (y
) =
vc (y
) /y
.
Deni c ao: Denimos o excedente do produtor como sendo a diferenca entre as receitas e os
custos vari aveis.
E f acil ver que

vc (y, w)
_
y
0
c (, w) d
e que as receitas s ao iguais a py. Portanto, o excedente do produtor, nada mais e do que
ep (y, w)
_
y
0
(p
c (, w)) d.
Ou seja, a area entre o preco e a curva de custo marginal.
Portanto, podemos reescrever a condic ao de operac ao da rma (no curto prazo) como
sendo a de que o excedente do produtor seja positivo. Neste caso, O lucro nada mais e
do que o excedente do consumidor menos o custo xo. Portanto, a rma pode operar no
curto prazo mesmo que o lucro seja negativo. No longo prazo, ela s o produz se o preco
CAP

AO 126
for maior ou igual ao custo m edio. Ou seja, se o lucro for n ao-negativo.
A demanda de insumos e a oferta de produto: outras considera c oes.
Note que a demanda de insumos e mais (negativamente) inclinada do que a demanda
condicional de insumos. De fato, escreva x
i
(w, y (p, w)) x(p, w) . Ent ao
i
x
i
+
y
x
i
i
y =
i
x
i
. (8.7)
Por outro lado, da condic ao de primeira ordem da maximizac ao de lucros temos que
y
c (w, y) = p, ou seja, para p xo,
dy
dw
i
=
2
yi
c (w, y)
2
yy
c (w, y)
=
2
iy
c (w, y)
2
yy
c (w, y)
=
y
x
i
(w, y)
2
yy
c (w, y)
(8.8)
Esta condic ao em si j a e interessante. Ela mostra que um aumento do preco do insumo
reduz a quantidade ofertada (para um preco xo) se e s o se o insumo for normal. Por em,
mesmo que ele n ao o seja, de (8.7) e (8.8) temos que
i
x
i
>
i
x
i
y
x
i
_
2
2
yy
c (w, y)
=
i
x
i
,
como queramos demonstrar.
8.9 Recuperando a Fun c ao de Produ c ao
Dualidade Podemos recuperar a func ao de produc ao da func ao custo, da mesma forma
que recuperamos a utilidade da func ao gasto.
Teorema: seja c : R
n
++
R
+
R
+
uma func ao que satisfaca ` as sete propriedades da
func ao custo. Ent ao, a seguinte func ao f : R
n
+
R
+
f (x) max y 0 [ wx c (w,y) , w 0
e crescente, ilimitada superiormente e quase-c oncava. Al em disso, a func ao custo gerada
por f e c.
Se a func ao de produc ao e originalmente quase-c oncava (isoquantas convexas), a func ao
CAP

AO 127
recuperada f e a func ao original. Se a func ao de produc ao n ao e originalmente quase-
c oncava, a func ao recuperada f e a igual ` a func ao original nos trechos nos quais as iso-
quantas originais s ao convexas (ou seja, nas regi oes economicamente relevantes).
Integrabilidade Uma func ao continuamente diferenci avel x(w,y) : R
n
++
R
+
R
n
+
e
uma func ao demanda condicional por fatores para alguma func ao de produc ao crescente
e quase-c oncava se e somente se ela e homog enea de grau zero em w e sua matriz de
substituic ao e sim etrica e negativa semi-denida.
8.10 Sobre os objetivos da rma.
Durante toda a discuss ao da teoria da produc ao estivemos pressupondo que o objetivo
da rma e a maximizac ao de lucro. Ocorre que, ainda que a maximizac ao da utilidade
possa ser pressuposta como um conceito prim ario da escolha individual, o mesmo n ao
ocorre com a rma. Os objetivos da rma t em que ser derivados a partir das escolhas dos
indivduos que a controlam.
Neste caso, ser a que a maximizac ao de lucro pode ser vista como um objetivo razo avel
para a teoria da rma?
Cada rma j e dotada de uma teconologia representada por um conjunto de possibili-
dades de produc ao Y
j
. As rmas s ao de propriedade de indivduos que s ao eles pr oprios
consumidores. Utilizaremos a seguinte notac ao, cada indivduo i possui uma participac ao
acion aria
i
j
na rma j. Naturalmente
i
j
= 1 j. A participac ao acion aria corresponde
tamb em ` a porcentagem do lucro da rma que cabe ao indivduo.
A restric ao orcament aria do indivduo e, neste caso,
px
i
p x
i
+
j
py
j
, (8.9)
onde x
i
e a dotac ao inicial do indivduo i.
Note que para qualquer rma j, tomadora de precos, sua escolha, y
j
, somente afeta o
indivduo aumentando ou diminuindo o lado direito de (8.9). Como py
j

j
(p) y
j
Y
j
, a estrat egia que mais benecia os seus acionistas e escolher y
j
arg max
yY
j py.
Ou seja, com precos xos, o unico canal por meio do qual a rma afeta o consumidor e
a expans ao ou contrac ao do seu conjunto orcament ario por meio dos lucros. Ora, e claro,
neste caso, que a maximizac ao do lucro maximiza tamb em o bem-estar do agente. Como
CAP

AO 128
isso e verdadeiro para qualquer agente, ent ao os acionistas escolhem por unanimidade a
maximizac ao de lucro como objetivo a ser perseguido.
H a tr es hip oteses implcitas neste argumento: i) precos s ao xos e n ao dependem da
ac ao da rma; ii) lucros s ao determinsticos, e; iii) os acionistas administram a rma.
i) Note que se os precos forempassveis de manipulac ao pela rma (n ao-concorrencial),
ent ao um novo canal de inu encia do comportamento da rma no comportamento dos
agentes aparece. [Quem sabe a Petrobr as n ao subsidia minha gasolina e sacrica os lucros
dos acionistas, i.e., dos pagadores de impostos!?]
ii) A quest ao relevante aqui e se a produc ao e vendida antes ou depois de resolvida
a incerteza. Se for depois o argumento de unanimidade de escolha de maximizac ao de
lucro deixa de valer. As atitudes de avers ao ao risco do agentes v ao afetar as escolhas
da rma. Se, por em a venda ocorre antes da resoluc ao da incerteza, ent ao o argumento
permanece v alido.
Em um ambiente com incerteza cabe, de fato, falar em lucro esperado. Ser a que a
rma deve maximizar o lucro esperado? Qualquer um minimamente familiarizado com
aprecamento de ativos sabe que os uxos devem ser ajustados pelo risco. Por em, com
mercados incompletos, (esses conceitos car ao mais claros ao estudarmos equilbrio geral)
n ao h a unanimidade sobre o valor do lucro, j a que cada indivduo pode atribuir umvalor
diferente a lucros que ocorram em estados da natureza distintos. Naturalmente, se os
mercados forem completos, mais uma vez o objetivo de maximizac ao de lucro esperado
volta a ser unanimidade.
iii) Em muitos casos os administradores n ao s ao os donos das rmas. Neste caso,
pode haver conito de interesses entre os objetivos dos administradores e os objetivos
dos donos das rmas. Parte imporante dos estudos de nancas corporativas est ao rela-
cionados aos contratos que permitem alinhar os interesses de administradores e acionistas
(o que por si s o j a constitui evid encia de que esses interesses n ao est ao naturalmente al-
inhados).
CAP

AO 129
8.11 Testando a Maximiza c ao de Lucros
Pencavel e Craig (1994, JPE) estimam as seguintes func oes de oferta e demanda por
fatores para rmas produtoras de madeira
ln y = + ln p +
y1
ln w
1
+
y2
ln w
2
ln x
1
= +
1
ln p +
11
ln w
1
+
12
ln w
2
ln x
2
= +
2
ln p +
21
ln w
1
+
22
ln w
2
onde y e o produto nal (madeira), x
1
e a mat eria-prima (troncos) e x
2
e a quantidade de
horas trabalhadas.
Elas testam(e n ao rejeitam) homogeneidade de grau zero, simetria da matriz de substituic ao
e
0 e e
ii
0
Portanto, ainda que subjacente ` a teoria da produc ao tenhamos hip oteses bastante
fortes suas prescric oes n ao s ao rejeitadas empiricamente (Friedman volta a atacar!), pelo
menos para o mercado examinado por Pencavel e Craig.
6
8.12 A Teoria da Produ c ao Dom estica
O consumo leva tempo. A maior parte do bens consumidos s ao produzidos pelas
pr oprias pessoas ou por seus familiares, utilizando tempo e bens comprados no mercado
como insumos. Por exemplo, um jantar em casa e um produto de uma combinac ao do
tempo gasto em compras no supermercado, do tempo gasto na preparac ao da comida,
do tempo gasto no jantar propriamente dito e de bens comprados no mercado, como
alimentos, panelas, fog ao, etc. Outro exemplo e o consumo de um programa de televis ao:
al em da tv e da eletricidade, e necess ario tempo.
Estritamente falando, praticamente nenhum bem comprado no mercado e consumido
diretamente; todos eles necessitam ser combinados com alguns outros bens e com uma
certa quantidade de tempo das pessoas antes de serem consumidos.
6
Note que Pencavel e Craig escolheram um mercado onde a tecnologia era simples, o produto homog eneo,
as informac oes sobre precos de insumos e produto, facilmente obetenveis e estrutura de propriedade con-
hecida.
CAP

AO 130
ATeoria da Produc ao Dom estica e uma generalizac ao da teoria do consumidor emque
esse car ater produtivo do processo de consumo e explicitamente levado em considerac ao.
Bens comprados no mercado e o tempo do consumidor s ao considerados insumos na
produc ao de bens nais (commodities) que entram diretamente na func ao utilidade
do consumidor.
Al em da incorporac ao explcita do tempo, a formulac ao da teoria do consumidor na
forma de produc ao dom estica e a possibilidade de reduzir a depend encia de diferencas
de gostos para explicar as diferencas de escolhas dos indivduos.
Formalmente, a func ao utilidade e denida sobre bens nais z
1
, ..., z
n
U (z) U (z
1
, ..., z
n
) . (8.10)
Essa func ao e ` as vezes chamada de meta-utilidade ou de utilidade que representa as
meta-prefer encias.
Bens nais s ao produzidos domesticamente via func oes de produc ao
z
i
= f
i
_
x
i
, t
i
_
(8.11)
onde x
i
e o vetor de bens comprados no mercado que servem de insumos na produc ao do
bem nal i e t
i
e o vetor dos diferentes tipos de tempo gastos na produc ao do bem nal i
(a id eia aqui e incorporar o fato de que o valor do tempo n ao e homog eneo ao longo do
dia. Por exemplo, horas durante o dia podem ter um valor diferente das horas durante a
noite).
A restric ao dos bens e dada por
px = v +t
w
w (8.12)
onde x =
n
1
x
i
, v e a renda n ao proveniente do trabalho, t
w
e o vetor de tempo utilizado
no trabalho e w e o vetor de sal arios para cada unidade dos diferentes tipos de tempo
A restric ao de horas e dada por
t
c
= t t
w
(8.13)
onde t
c
=
n
1
t
i
e o vetor de horas gastas em consumo e t e o vetor de n umeros m aximos
de horas disponveis de cada tipo.
CAP

AO 131
As restric oes (8.11), (8.12) e (8.13) podem ser combinadas em uma s o:
T (z; w,p,v) = T (8.14)
Ou seja, numa curva de transformac ao.
Oproblema do consumidor e maximizar (8.10) sujeito ` a (8.14). As condic oes de primeira
ordem s ao
z
i
U =
z
i
T
i
(8.15)
i
e chamado de preco-sombra do bem nal i.

E importante notar que
i
=
i
(z; w,p,v) ,
varia com a cesta consumida.
Consideremos, por em, o caso em que n ao h a economias de escopo ou externalidades
na produc ao dos bens e que as func oes de produc ao exibam retornos constantes de escala
i
= c
i
(w,p) onde c
i
(w,p) e o custo marginal do bem i.
Podemos, ent ao separar a escolha do agente em duas partes. A escolha otima da
produc ao
A grande contribuic ao dessa teoria foi a criac ao de uma forma sistem atica de atribuir
precos a bens que n ao s ao comprados diretamente no mercado.
Exemplo: A demanda por criancas. Criar lhos e uma atividade intensiva em tempo. O
aumento dos sal arios aumenta o preco-sombra de ter lhos, o que pode vir a reduzir a
demanda por lhos, mesmo que criancas sejam bens normais. Por outro lado, o aumento
puro da renda (por exemplo, um aumento em v) deve aumentar a demanda por lhos, se
criancas s ao bens normais.
Exemplo: Qualidade e Quantidade. Na teoria da produc ao dom estica, mudancas na qual-
idade dos bens alteram a tecnologia (8.14), mas n ao a func ao utilidade (8.10). Contin-
uando com o exemplo da demanda por lhos, suponha agora que o bem nal z
1
repre-
senta a satisfac ao derivada dos lhos, que por sua vez depende do quantidade de lhos
n e da qualidade de cada um q. Se n e q s ao substitutos pr oximos na produc ao de z
1
,
e se n e intensivo em tempo, enquanto q e intensivo em dinheiro (por exemplo, maior
qualidade implica colocar os lhos em escolas mais caras), um aumento do sal ario deve
aumentar q e reduzir n, pois o tempo estar a mais caro enquanto o dinheiro estar a mais
barato. Uma melhora na educac ao dos pais tamb em pode reduzir n e aumentar q, uma
vez que q tende a ser mais intensivo em educac ao do que n.
A teoria da produc ao dom estica nos fornece uma maneira de pensar sobre escolhas en-
CAP

AO 132
volvendo bens que n ao possuem precos explcitos (de mercado). Ela tamb em nos fornece
uma forma de compatibilizar a hip otese de estabilidade nas prefer encias com o fato de
que os indivduos mudam suas escolhas com mudancas no ambiente e com o tempo sem
que precos ou renda tenham sido alterados.
De fato, considere um indivduo que se muda de Sobral (no interior do Cear a) para
Novosibirsk (na Sib eria). Suponhamos que por alguma raz ao os precos relativos dos
v arios bens sejam os mesmos nos dois lugares e que sua renda tamb em seja. O indivduo
que antes demandava condicionadores de ar passa a demandar aquecedor. Como o vetor
de precos e a renda s ao os mesmos, como justicar essa mudanca de prefer encias do
indivduo. Na verdade, o indivduo demanda o bem z
i
, qualidade do ambiente, que en-
volve uma temperatura do ambiente amena. As prefer encias por esse bemz
i
permanecem
o mesmo, mas a tecnologia mudou f
i
Sobral
(x, t) ,= f
i
Novosibirsk
(x, t) .
Este e, naturalmente, um exemplo obvio, para o qual poucas pessoas teriam dicul-
dade em formalizar uma alternativa. No entanto, h a outras aplicac oes interessantes que
envolvem mudancas das escolhas ao longo do ciclo de vida (associadas a mudancas em
atributos fsicos
7
, l ogica de acumulac ao de capital humano, etc.)
Note, por em, para que essa teoria tenha algum valor emprico, e sempre preciso impor
mais estrutura (formas funcionais, hi poteses sobre as elasticidades, etc.) ao problema,
como deve ter cado claro pelos exemplos acima.
Testabilidade da Teoria da Produ c ao Dom estica: Rank dos Sistemas de Demanda Lew-
bel (1991) mostra que as func oes demanda t em rank inferior ao n umero de commodities.
8
Esse tipo de evid encia e compatvel com a id eia de produc ao dom estica, no sentido de
que o n umero de bens deva ser inferior ao n umero de commodieties.
7
A idade reprodutiva da mulher, por exemplo, leva a mudancas na demanda por lhos ao longo da vida
sem correspondente mudanca nos vetores de precos ou renda associados.
8
Lewbel (1991) dene o rank de um sistema de demandas como sendo a dimens ao do espaco varrido por
suas curvas de Engel. Neste caso um sistema de demanda integr avel tem rank mse e s o se a utilidade indireta
associada puder se escrita V (p, y) = (1 (p) , .., m (p) , y) .
Parte III
Incerteza
133
Captulo 9
A Teoria da Escolha sob Incerteza
9.1 Introdu c ao
Muitas das situac oes em que as pessoas fazem escolhas envolvem algum tipo de in-
certeza. Em v arios casos, e razo avel ignorar esse problema e trabalhar sob a hip otese de
certeza. Em outros casos, por em, a incerteza est a na raiz do problema. Exemplos: seguros,
investimentos nanceiros, loterias e jogos de azar. Agentes tomam decis oes que afetam as
conseq uencias econ omicas de sua incerteza. Queremos ent ao uma teoria que nos permita
lidar com essas quest oes.
Ou seja, queremos de um lado uma forma de representar escolhas nesse ambiente (i.e.,
determinar o que seja um conjunto de consumo, restric oes orcament arias, prefer encias ou
adotar uma outra abordagem) e determinar a estrutura que esta teoria confere ao prob-
lema de escolha individual.

E necess aria uma teoria do consumidor especial para trata-
mento da incerteza? N ao. Uma alternativa para que seja possvel a utilizac ao do instru-
mental desenvolvido at e agora e a adoc ao do conceito de estado da natureza. Esta id eia,
presente nas formulac oes de Savage (1954) e Anscombe e Auman (1963), foi utilizada, a
partir da genial percepc ao de Debreu (1959), para extender os resultados de equilbrio
geral para um ambiente com incerteza.
Informalmente, podemos entender o conceito a partir do seguinte exemplo. A in-
certeza em relac ao ao mundo se resume a apenas dois estados da natureza: s
1
(chuva) e s
2
(sol), e existe apenas um bem: guarda-chuva (x = 1 se ele tem um guarda-chuva, x = 0
se ele n ao tem um guarda-chuva). Deno, por em, dois bens: x no estado s
1
e x no estado
s
2
e uma cesta de consumo passa a ser denida como x = (x
1
, x
2
), onde x
i
e a quantidade
134
CAP
ITULO 9. A TEORIA DA ESCOLHA SOB INCERTEZA 135

de guarda-chuvas no estado s
i
. Se as prefer encias denidas sobre o conjunto de consumo
s ao completas, transitivas e contnuas, existe uma func ao de utilidade contnua u(x
1
, x
2
)
que representa essa estrutura de prefer encias. Logo, a introduc ao de incerteza n ao altera
em nada a natureza do problema do consumidor (exceto a dimensionalidade do conjunto
de consumo).
No entanto, a teoria da escolha sob incerteza acrescenta mais estrutura ` as prefer encias
de forma a responder perguntas de interesse especco da area. Podemos, por exemplo
estar interessados em saber o efeito sobre a demanda de guarda-chuvas do aumento da
probabilidade de chover. I.e., a probabilidade de chuva pode afetar a taxa marginal de
substituic ao entre guarda-chuva se chover e se n ao chover.
A func ao u(x
1
, x
2
) n ao tem por argumento a probabilidade de chuva. Na verdade,
uma mudanca na probabilidade de chuva deve alterar a pr opria func ao utilidade u(x
1
, x
2
) .
Uma forma incorporar prefer encias sobre probabilidades e inseri-la diretamente como
par ametro da func ao utilidade u(x
1
, x
2
, ), onde e a probabilidade de chuva.
Mais geralmente, suponha que existam S (inteiro e nito) estados da natureza s =
1, 2, ...S. com respectivas probabilidades (objetivas)
1
,
2
, ...,
S
. Seja X R
m
+
o conjunto
de consumo (por simplicidade, o mesmo em cada estado da natureza).
Seja x
s
R
m
+
a cesta que ser a consumida caso o estado da natureza realizado seja s. A
func ao utilidade e ent ao denida por
u
_
x
1
, x
2
, ..., x
S
,
1
,
2
, ...,
S
_
(9.1)
A teoria tradicional do consumidor ainda e perfeitamente v alida para se estudar uma
utilidade como (9.1). Alguns axiomas adicionais e plausveis sobre o comportamento
do consumidor nos permitir ao, por em, estabelecer algumas propriedades importantes de
(9.1).

E a que entra a teoria da utilidade esperada.
9.1.1 Utilidade Esperada (informal)
Basicamente, a hip otese de utilidade esperada e um caso especial da utilidade (9.1),
em que
u
_
x
1
, x
2
, ..., x
S
,
1
,
2
, ...,
S
_
S
s=1
s
u(x
s
) . (9.2)
H a duas maneiras de interpretar esta hip otese. No primeiro caso tomamos a forma
funcional acima como uma hip otese de trabalho e averiguamos suas conseq u encias em-
CAP

piricamente test aveis. Se n ao formos capazes de rejeitar as previs oes da teoria, ponto para
ela. Mantemo-la como nossa verdade tempor aria. Uma segunda interpretac ao consiste
em uma vis ao normativa em que procura-se evidenciar que um agente racional deve max-
imizar sua utilidade esperada. Ent ao racionalidade e denida como a consist encia entre
escolhas representadas por uma s erie de axiomas. Ou seja, alguns axiomas adicionais s ao
impostos para que (9.1) tome a funcional especca apresentada em (9.2). Discutiremos
na sec ao 9.2 a axiomatizac ao da utilidade esperada. Aqui, por em, usaremos argumentos
de natureza diversa para justicar o formato funcional especco da utilidade esperada.
Primeiro, por em, a denic ao.
Esse formato funcional e razo avel? Quais s ao suas caractersticas?
i) Separ avel no consumo dos diversos estados da natureza.
ii) Linear nas probabilidades.
Para discutirmos tais aspectos usemos as seguintes denic oes. Primeiro usaremos x
s
para representar a cesta de consumo no estado da natureza s. Ou seja, se o estado 1 e
fazer sol, o estado 2 e chover e x
i
e a quantidade de agua de coco consumida, ent ao x
1
i
representa a quantidade de agua de coco consumida pelo agente se zer sol, enquanto x
2
i
e a quantidade consumida de agua de coco se chover. (Voc e espera x
1
i
x
2
i
?) Segundo,
chamaremos de prospecto uma loteria sobre diferentes cestas. Ou seja, P
_
x
1
, x
2
,
1
,
2
_
.
Portanto, o que queremos e denir prefer encias sobre prospectos
u
_
x
1
, x
2
,
1
,
2
_
= u(P)
Separabilidade. Seja x
1
o vetor de consumo no estado 1 e x
2
o vetor de consumo no
estado 2. O que a separabilidade nos garante e que meu padr ao de consumo no estado da
natureza 1 n ao afeta minhas prefer encias no estado 2 e vice-versa.
De fato, considere a taxa marginal de substituic ao entre dois bens i ( agua de coco) e j
(banana) no estado da natureza 2. (para lembrar, usamos a notac ao x
2
i
e x
2
j
) Neste caso,
u
_
x
1
, x
2
,
1
,
2
_
/x
2
i
u(x
1
, x
2
,
1
,
2
) /x
2
j
=
U
_
x
2
_
/x
2
i
U (x
2
) /x
2
j
,
que n ao depende de x
1
. O que isto quer dizer?
Note que ou ocorre um estado ou outro. Se ocorrer o estado 2, o agente consome x
2
. O
CAP

que e x
1
, ent ao?

E a cesta que o agente teria consumido caso ocorresse o estado 1. Parece
razo avel supor que o que poderia ter acontecido n ao afete minhas escolhas efetivas dado
que essas coisas n ao ocorreram.
Note, por em, que essa e mais uma suposic ao sobre prefer encias...
Linearidade nas probabilidades. Note uma caracterstica importante dessas prefer encias.
Suponha dois prospectos P e P
tais que oferecam as mesmas cestas nos diferentes estados

da natureza, mas com diferentes probabilidades, i.e.,
P
_
x
1
, x
2
,
1
,
2
_
P

_
x
1
, x
2
,
1
,
2
_
Neste caso:
u(P) u
_
P
1
_
U
_
x
1
_
+
_
2
_
U
_
x
2
_
0
1
_ _
U
_
x
1
_
U
_
x
2
_
0.
Ou seja, o prospecto P e prefervel a P
se e somente se atribuir probabilidade mais alta

ao estado da natureza melhor.
1
9.2 Formaliza c ao
No que concerne ` a formalizac ao, h a (basicamente) tr es alternativas que diferem com
relac ao ao car ater subjetivo ou objetivo das probabilidades (ou crencas) envolvidas. Em
um extremo temos a teoria de von-Neumann e Morgenstern (1944) que toma as prob-
abilidades como algo objetivo. Em um outro extremo temos a teoria de Savage (1954),
que sup oe que as probabilidades (crencas) s ao subjetivas. No meio do caminho temos
a teoria da Anscombe e Aumann (1963), que admite que algumas probabilidades, como
por exemplo a probabilidade de sair o n umero 1 em um lancamento de dados, s ao obje-
1
Quando os prospectos involvem mais de dois estados da natureza, temos que recorrer aos conceito de
domin ancia estoc astica para fazer tais armac oes. Note, por em, que a linearidade n ao e necess aria. Se con-
siderarmos, por exemplo, ordenarmos os estados de tal forma que s = 1 seja o pior estado e s = S, o melhor
e denirmos a utilidade do prospecto como
U (P) =
s
u(xs)
s
t=1
t
s1
t=1
t
,
com g crescente e g (0) = 0, g (1) = 1, teremos a mesma propriedade.
CAP

tivas, enquanto algumas s ao essencialmente subjetivas, como a probabilidade de o Brasil
ganhar a pr oxima Copa do Mundo.
Na maior parte do que se segue estaremos estudando a formulac ao de von-Neumann
e Morgenstern (1944), a primeira, cronologicamente, e a de formalizac ao mais simples.
9.2.1 Deni c oes e Conceitos
Seja C o conjunto de possveis resultados (outcomes). Resultado e uma lista de vari aveis
que podem afetar o bem-estar do agente. Por exemplo, se os resultados s ao cestas em cada
estado da natureza x
i
, ent ao C = X. Vamos supor, para evitar tecnicalidades, que C e um
conjunto nito: C = x
s
S
s=1
.
Den c ao: Considere, ent ao um vetor de probabilidades (
1
, ...,
S
) , onde
s
0 s e
S
s=1
s
= 1. Uma loteria simples, L, e um vetor (x
1
,
1
; ...; x
s
,
s
) .
No entanto, durante a exposic ao que se segue, vamos xar os resultados possveis
x
s
S
s=1
e denir uma loteria pelo seu vetor de probabilidades associado a ela. Denamos
ent ao o conjunto de todas as loterias sobre o conjunto de resultados x
s
S
s=1
,

_
(
1
, ...,
S
) ;
S
s=1
s
= 1
_
.
Den c ao:Uma loteria composta e uma loteria cujos resultados s ao tamb em loterias. Por
exemplo, considere duas loterias L = (
1
, ...,
S
) e L
= (
1
, ...,
S
) , podemos ent ao
denir a loteria composta L
= L + (1 ) L
, [0, 1] .
Note que a loteria L
= (
1
+ (1 )
1
, ...,
S
+ (1 )
S
) associa a cada resul-
tado a mesma probabilidade que a loteria composta L
.

E natural, ent ao. associar a loteria
composta L
= L + (1 ) L
a essa nova loteria reduzida L
.
Suporemos, ent ao que o agente tem uma relac ao de prefer encias sobre , caracteri-
zada pelos seguintes axiomas.
Axioma 1: (consequencialismo ou axioma da reduc ao): Indivduos possuem uma
ordenac ao de prefer encias denida apenas sobre loterias reduzidas, i.e., e denida ape-
nas sobre .
Axioma 2: (racionalidade): A ordenac ao de prefer encias em e racional; i.e., e com-
pleta e transitiva.
CAP

Ou seja, o axioma 2 pode ser decomposto em duas partes:
Axioma 2.a: A ordenac ao de prefer encias em e completa, i.e., para duas loterias
quaisquer L e L
, temos L L
, ou L
L, ou ambos.
Axioma 2.b: A ordenac ao de prefer encias em e transitiva, i.e., para quaisquer tr es
loterias L, L
e L
, se L L
e L
, ent ao L L
.
Axioma 3: (continuidade): Para todo L, L
, L
, os conjuntos
_
[0, 1] : L + (1 ) L
_
_
[0, 1] : L + (1 ) L
_
s ao fechados em [0, 1] .
Uma forma de entender o signicado desta proposic ao e lembrar que se estes con-
juntos s ao fechados os conjuntos referentes a relac oes estritas, ~, s ao abertos em [0, 1] .
Continuidade, portanto, quer dizer que pequenas mudancas nas probabilidades n ao afe-
tam o ordenamento entre duas loterias. Assim se tivermos L ~ L
~ L
, ent ao para < 1

sucientemente pr oximo de 1, temos que L + (1 ) L
~ L
e para > 0 suciente-

mente pr oximo de 0, L + (1 ) L
.
Algumas pessoas questionam esse axioma com base no seguinte exemplo. Suponha
que os pr emios sejamz
1
=car emcasa vendo BBB, z
2
=jantar no Cipriani e z
3
=morrer
em um assalto. Para a maior parte das pessoas z
2
~ z
1
~ z
3
(para alguns z
1
e a morte!).
O axioma de continuidade diz que existe um tal que z
2
+ (1 ) z
3
~ z
1
. Alguns rea-
jem dizendo que n ao h a nada que pague a vida e portanto as prefer encias envolvendo
a mortes s ao lexicogr acas e n ao contnuas. No entanto, quase todas as pessoas que
conheco (estou excluindo aquelas que gostam muito de BBB, j a que podemos ver isso
como uma patologia grave!) n ao pensariam duas vezes em sair de casa, aumentando sua
probabilidade de morrer em um assalto para jantar de graca no Cipriani.
Vimos da teoria do consumidor que um ordenamento completo transitivo e contnuo e
represent avel por uma func ao utilidade, i.e., existe uma func ao U : R tal que L L
se e somente se U (L) U (L
) .
O que vai tornar a teoria da escolha sob incerteza especial e o pr oximo axioma.
Axioma 4: (independ encia): Para todo L, L
, L
e (0, 1) , temos que

L _ L
L + (1 ) L
_ L
+ (1 ) L
CAP

Note que n ao existe paralelo deste axioma na teoria da escolha do consumidor em
ambiente de certeza. De fato, considere o seguinte exemplo. Suponha que uma pessoa
prera uma cesta com 1 bolo e uma garrafa de vinho a uma cesta com 3 bolos e nenhuma
garrafa de vinho. Se um axioma da independ encia tamb em valesse nesse contexto, a
mesma pessoa teria que prerir uma cesta com 2 bolos e 2 vinhos a uma cesta com 3 bolos
e uma garrafa e meia de vinho simplesmente porque
(2, 2) = 0, 5 (1, 1) + 0, 5 (3, 3) e (3, 3/2) = 0, 5 (3, 0) + 0, 5 (3, 3) .
Ora n ao h a nenhuma violac ao da id eia de racionalidade ao se supor que uma pessoa
prera (1, 1) (3, 0) e (3, 3/2) (2, 2) . O axioma da independ encia e uma restric ao
adicional ` a estrutura de prefer encia que faz sentido neste contexto porque ao contr ario
do contexto da teoria do consumidor sob certeza, o consumidor n ao consome uma coisa e
outra, mas uma coisa ou outra.
9.2.2 Utilidade Esperada (formal)
Deni c ao: Uma func ao utilidade U : R e uma utilidade esperada se existe um vetor
(u
1
, u
2
, ..., u
N
) tal que para toda loteria L = (
1
, ...,
N
) , temos que
U (L) = u
1
1
+u
2
2
+... +u
N
N
Teorema 6 Uma fun c ao utilidade U : R e uma utilidade esperada se e somente se e linear
em probabilidades, i.e., se
U
_
K
k=1
k
L
k
_
=
K
k=1
k
U (L
k
) (9.3)
para quaisquer K loterias L
k
, k = 1, ..., K, e probabilidades (
1
, ...,
K
) 0,
K
k=1
k
=
1.
Prova. (Necessidade) Suponha que U () satisfaz (9.3). Podemos ent ao escrever L =
(p
1
, ..., p
N
) como uma combinac ao convexa de loterias degeneradas L
1
, ..., L
N
, i.e., L =
CAP
N
n=1
p
n
L
n
. Neste caso,
U (L) = U
_
N
n=1
p
n
L
n
_
=
N
n=1
p
n
U (L
n
) =
N
n=1
p
n
u
n
.
(Suci encia) Suponha que U () tem o formato de utilidade esperada, e considere a loteria
composta (L
1
, ..., L
K
;
1
, ...,
K
) , onde L
k
=
_
p
k
1
, ..., p
k
N
_
. A loteria reduzida e, ent ao, L
K
k=1
k
L
k
. Donde,
U
_
K
k=1
k
L
k
_
=
N
n=1
u
n
_
K
k=1
k
p
k
n
_
=
K
k=1
k
_
N
n=1
u
n
p
k
n
_
=
K
k=1
k
U (L
k
)
Teorema 7 Se a ordena c ao de prefer encias _ em e conseq uentista (axioma 1), racional (com-
pleta e transitiva, axioma 2), contnua (axioma 3) e independente (axioma 4), ent ao n os pode-
mos encontrar uma fun c ao utilidade esperada U : R que representa _. Isto e, existem
n umeros u
n
para cada resultado n = 1, ..., N tais que, para quaisquer loterias L = (
1
, ...,
N
) e
L
= (
1
, ...,
N
) ,
L _ L
n=1
n
u
n

n
n=1
n
u
n
Prova. Considere as loterias L e L tais que L L L para todo L . Denamos os
conjuntos
A
_
[0, 1] : L + (1 ) L L
_
e
B
_
[0, 1] : L + (1 ) L L
_
.
O axioma de continuidade nos garante que A e B s ao fechados. Completeza, por outro lado,
e suciente para vermos que para todo [0, 1] , temos A B. Se A B = ,
ou A = [0, ) ou B = (, 1], conjuntos abertos em [0, 1]. Como os dois conjuntos s ao
fechados (por continuidade) temos um conjunto n ao-vazio diferente de [0, 1] ao mesmo
tempo aberto e fechado em [0, 1] o que n ao e compatvel com o fato de que o intervalo e
CAP

um conjunto conexo.
2
Podemos ent ao garantir que existe pelo menos um [0, 1] tal que
A B, i.e., L L + (1 ) L.
A seguir mostraremos que esse n umero e unico.

E a esse escalar que associaremos a
utilidade da loteria, i.e., U (L) =
L
, onde L
L
L + (1
L
) L.
Tomemos primeiramente duas loterias compostas L = L+(1 ) Le L
= L+(1 ) L,
, [0, 1] . Vamos mostrar que L + (1 ) L ~ L + (1 ) L se e s o se > . Isto nos
permitir a, n ao somente provar a unicidade de , mas ajudar a na demonstrac ao de que o
assim construdo efetivamente representa as prefer encias. (se) Suponha > e dena

1
(0, 1]
Ent ao, L ~ L + (1 ) L.
3
Al em disso,
L + (1 )
_
L + (1 ) L
~ L + (1 ) L
ou seja,
_

1
_
L +
_
1

1
_
_
L + (1 ) L
~ L + (1 ) L
_
+
1
_
L +
_
1
1
_
(1 ) L ~ L + (1 ) L
L + (1 ) L ~ L + (1 ) L
(s o se) Suponha, por outro lado L + (1 ) L ~ L + (1 ) L, mas . Se = ,
ent ao L + (1 ) L = L + (1 ) L, donde, por reexividade, L L
, o que contradiz
prefer encia estrita. Suponha ent ao > . Podemos, ent ao reconstruir a argumentac ao
anterior invertendo os pap eis de e e provar que L + (1 ) L L + (1 ) L,
uma contradic ao. Isto nos garante que, para toda loteria L, o escalar [0, 1] tal que
L L + (1 ) L e unico.
2
Uma cis ao de um conjunto X e uma decomposic ao do conjunto X, X = A B, onde A B = e A e B
s ao conjuntos abertos em X. Um conjunto e dito conexo quando s o admite a cis ao trivial X = X .
3
De fato, para duas loterias quaisquer L e L
com L ~ L
, e (0, 1) , temos
L = L + (1 ) L ~ L + (1 ) L
~ L
+ (1 ) L
= L
,
por simples aplicac ao do axioma da independ encia.
CAP

Vamos agora mostrar que esse n umero efetivamente representa a rela c ao de prefer encias
em . Tomemos, duas loterias L, L
. Note que L _ L
se e s o se L + (1 ) L _
L + (1
) L o que ocorre se e s o se
, pelo passo anterior da demonstrac ao.

Vamos agora mostrar que a representac ao assim construida e uma representac ao de util-
idade esperada. Faremo-lo indiretamente provando a propriedade de linearidade e in-
vocando o teorema ??. Para provar linearidade, basta mostrar que para qualquer lote-
ria composta L
= L + (1 ) L
, temos que U
_
L
_
= U (L) + (1 ) U (L
) . J a
que, por induc ao, posso generalizar para qualquer loteria composta. Mais especica-
mente vamos mostrar que se U (L) = e U (L
) =
e L
= L + (1 ) L
ent ao
U
_
L
_
= + (1 )
,
L
= L + (1 ) L

_
L + (1 ) L
+ (1 ) L

_
L + (1 ) L
+ (1 )
_
L +
_
1
_
L
_
+ (1 )
L +
_
(1 ) + (1 )
_
1
_
. .
(1(+(1)
))
L
Logo L
( + (1 )
) L + (1 ( + (1 )
)) L. Por denic ao, ent ao, U

_
L
_
=
+ (1 )
.
Digress ao: Cardinalidade ou Ordinalidade? V arios economistas acreditamque a func ao
utilidade esperada possui algumsentido cardinal. Omotivo dessa crenca vemdo seguinte
teorema:
Teorema 8 Seja uma fun c ao utilidade esperada U : R que representa a rela c ao de pre-
fer encias _ sobre . Ent ao,

U (L) : R e uma outra fun c ao utilidade esperada que repre-
senta a mesma rela c ao de prefer encias _ se e somente se existem escalares > 0 e tais que
U (L) = U (L) +.
Prova. Suponha que U tem forma de utilidade esperada, e que

U (L) = U (L) + ,
ent ao

U (L) = U (L)
U
_
K
k=1
k
L
k
_
= U
_
K
k=1
k
L
k
_
+
=
K
k=1
k
U (L
k
) +
=
K
k=1
k
(U (L
k
) +) =
K
k=1
U (L
k
) .
CAP

Para a volta, considere

U () e U () ambas VNM e ambas representando _ . Considere,
ent ao uma loteria L e dena
L
[0, 1] por meio de U (L) =
L
U (L) + (1
L
) U
_
L
_
,
onde Le Ls ao como denidos na demonstrac ao anterior. Neste caso L
L
L+(1
L
) L.
Como

U () representa as mesmas prefer encias, temos
U (L) =

U
_
L
L + (1
L
) L
_
=
L

U (L) + (1
L
)

U
_
L
_
=

U
_
L
_
+
L
_
U (L)

U
_
L
_
_
.
Mas, pela denic ao de
L
, temos
L
=
U (L) U
_
L
_
U (L) U
_
L
_,
donde,
U (L) =
U (L) U
_
L
_
U (L) U
_
L
_
_
U (L)

U
_
L
_
_
+

U
_
L
_
= U (L)
U (L)

U
_
L
_
U (L) U
_
L
_
. .
+

U
_
L
_
U
_
L
_
U (L) U
_
L
_
. .
.
Considere a seguinte armac ao
u
1
u
2
> u
3
u
4
=u
1
u
2
> u
3
u
4
Perceba que o sinal da diferenca de utilidades e sempre a mesma para qualquer representac ao
de utilidade esperada (Por qu e?). Logo, muitos concluem que a diferenca de utilidades
possui algum signicado.
Isto n ao quer dizer que a utilidade esperada tenha signicado cardinal.
Teorema 9 Se a rela c ao de prefer encias _ sobre pode ser representada por uma fun c ao utilidade
esperada U : R, os n umeros atribudos a essa representa c ao n ao possuem nenhum signicado
al em da ordena c ao de loterias. (Ou seja, n ao podem ser interpretados cardinalmente).
CAP

Prova. Seja f (.) uma func ao estritamente crescente qualquer. Afunc ao g (L) = f [U (L)]
preserva a ordenac ao de loterias original, logo g () representa _ .
Em palavras: qualquer transformac ao monot onica de uma utilidade esperada repre-
senta a mesma ordenac ao de prefer encias, mesmo que essa func ao nal n ao seja uma
utilidade esperada.
O Paradoxo de Allais
Dena os seguintes pr emios monet arios
x
1
= 0; x
2
= 50; x
3
= 250,
e sobre eles dena as seguintes loterias
L
a
= (0, 1, 0) M
a
= (0.89, 0.11, 0)
L
b
= (0.01, 0.89, 0.1) M
b
= (0.9, 0, 0.10)
Note que posso implementar a loteria da seguinte maneira. Coloco 100 bolas numeradas
de 0 a 99 em uma urna e deno os seguintes pr emios
loteria 0 1 10 11 99
L
a
50 50 50
L
b
0 250 50
M
a
50 50 0
M
b
0 250 0
Note que L
a
L
b
=M
a
M
b
pelo axioma da indepen encia.
Uma outra maneira de ver essa implicac ao e olhando diretamente para a utilidade
esperada. Isto e, suponha que
u
05
.10u
25
+.89u
05
+.01u
0
e some .89u
0
.89u
05
dos dois lados da desigualdade
u
05
+ (.89u
0
.89u
05
) .10u
25
+.89u
05
+.01u
0
+ (.89u
0
.89u
05
)
.11u
05
+.89u
0
.10u
25
+.90u
0
,
o que mostra que U (L
a
) U
_
L
b
_
=U (M
a
) U
_
M
b
_
.
CAP

No entanto, experimentos de laborat orio mostram que escolhem de maneira incon-
sistente (curiosamente, Savage foi um dos participantes do experimento conduzido por
Allais e um dos que escolheram L
a
no primeiro e M
b
no segundo experimentos).

E este o
paradoxo de Allais.
Reac oes comuns ao paradoxo de Allais:
1) Posic ao normativa - mostra como os agentes devem agir.
Interessante decompor o problema de tal modo que o axioma da independ encia e con-
seq u encia de agumas hip oteses fundamentais de comportamento: i) conseq uencialismo
ou irrelev ancia de eventos passados e n ao ocorridos; ii) consist encia intertemporal; iii)
independ encia do contexto e iv) reduc ao. A vioalc ao do axioma da independ encia imlica
na violac ao de pelo menos um desses pressupostos sobre o comportamento.
2) Desprezar o problema j a que est a fundamentalmente associado a probabilidades
extremas. O problema dessa postura e que torna question avel a utilizac ao em areas im-
portantes como o c alculo de disposic ao a pagar por tratamentos de doencas de baixa in-
cid encia mas grande fatalidade.
3) Denir a escolha em termos de objetos mais complexos (e.g., regret theory)
4) Relaxar o axioma da independ encia.
CAP

9.3 Prefer encias sobre Loterias Monet arias
Uma das perguntas mais interessantes associadas ao problema de escolha envolvendo
incerteza diz respeito ` a forma como a incerteza afeta o bem estar dos indivduos. Esta
pergunta obviamente n ao pode estar dissociada das diferentes decis oes induzidas por
diferentes ambientes e/ou prefer encias.
Vamos enfatizar nesta e na pr oxima sec ao tr es aspectos importantes do problema: i)
a caracterizac ao das prefer encias por riscos (sec ao 9.3.2); ii) a forma como a renda inicial
afeta essas prefer encias (sec ao 9.3.4), e; iii) a natureza mesma do risco (sec ao 9.4).
9.3.1 Loterias sobre resultados monet arios.
Seja F : R
+
[0, 1] uma func ao (cumulativa) de distribuic ao; i.e., se y e uma vari avel
aleat oria que segue a lei de distribuic ao de F, ent ao F (y) = Pr ( y y) .
N os vamos interpretar F como sendo uma loteria com resultados monet arios - ou
seja, paga em renda nominal y ( e por isso que o suporte de F e R
+
). Mais especi-
camente, vamos supor que y representa a riqueza total do indivduo. Isto n ao e uma
conseq u encia necess aria dos axiomas de vN-M, mas uma vis ao especca sobre a froma
como s ao denidas as prefer encias. No entanto, as conseq u encias de abdicarmos de tal
interpretac ao n ao s ao triviais, e nos obrigaria a uma s erie de outras quest oes associadas
a inconsist encia intertemporal que exigiriam a especicac ao da forma precisa com que
essas inconsist encias s ao resolvidas.
A func ao F pode representar tanto loterias com resultados discretos quanto loterias
com resultados contnuos. Se a densidade f (t) existe, F (y) =
_
y
0
f (t) dt.
Exemplo: Seja a loteria simples L = (.25, .5, .25) onde os resultados s ao y = (10, 30, 50) ,
(todos os resultados s ao valores em reais). N os podemos representar L por meio de uma
func ao de distribuic ao F denida da seguinte forma:
F (y) =
_
_
0 se y < 10
.25 se 10 y < 30
.75 se 30 y < 50
1 se 50 y
CAP

A utilidade esperada sobre loterias com payoffs monet arios pode ser escrita como
U (F)
_
u(y) dF (y) ,
onde, em geral, vamos supor que u() e estritamente crescente e contnua.
4
9.3.2 Avers ao ao Risco: Deni c oes
Deni c ao de avers ao ao risco 1:
1. Umindivduo e avesso ao risco se para toda loteria F, ele prefere (fracamente) a loteria
degenerada que tem por resultado
_
ydF (y) com probabilidade 1 ` a loteria F.
2. Um indivduo e estritamente avesso ao risco se para toda loteria F n ao-degenerada, ele
prefere estritamente a loteria degenerada que tem por resultado
_
ydF (y) com prob-
abilidade 1 ` a loteria F.
3. Um indivduo e neutro ao risco se para toda loteria F, ele e indiferente entre a loteria
degenerada que tem por resultado
_
ydF (y) com probabilidade 1 e a loteria F.
4. Um indivduo e amante do risco se para toda loteria F, ele prefere (fracamente) a
loteria F ` a loteria degenerada que tem por resultado
_
ydF (y) com probabilidade
1.
5. Um indivduo e estritamente amante do risco se para toda loteria F n ao-degenerada, ele
prefere estritamente a loteria F ` a loteria degenerada que tem por resultado
_
ydF (y)
com probabilidade 1.
Perceba que a denic ao acima n ao depende da representac ao de utilidade esperada.
Logo, o conceito de avers ao ao risco e bem denido mesmo se as prefer encias n ao ad-
mitem uma representac ao de utilidade esperada. No entanto, se as prefer encias admitem
uma representac ao de utilidade esperada, temos as seguintes denic oes alternativas.
4
A terminologia mais usual e a seguinte: u() e chamada de VN-M e U () simplesmente de utilidade
esperada. JR chamam ambas de VN-M e MWG chamam U () de func ao utilidade de Von-Neumann-
Morgenstern (VN-M) e u() de utilidade de Bernoulli. No entanto, o termo utilidade Bernoulli normalmente
associado a uma forma funcional especca: u(y) = ln y.
CAP

Deni c ao de avers ao ao risco 2: Um indivduo e avesso ao risco se e somente se
_
u(y) dF (y) u
__
ydF (y)
_
para todo F (.)
(as demais denic oes s ao an alogas)
Deni c ao de avers ao ao risco 3: Um indivduo e avesso ao risco se e somente se u() e
c oncava.
E f acil mostrar que as denic oes 1, 2 e 3 s ao equivalentes.

Deni c ao: O equivalente de certeza da loteria F () para um indivduo com utilidade u() e
denido por
u(c (F, u)) =
_
u(y) dF (y) .
Deni c ao: O pr emio de risco P e uma quantidade de renda tal que
P =
_
ydF (y) c (F, u) .
Deni c ao: O pr emio de probabilidade (x, , u) para uma dada quantidade xa de dinheiro
x e um n umero positivo e denido por
u(x) =
_
1
2
+ (x, , u)
_
u(x +) +
_
1
2
(x, , u)
_
u(x ) (9.4)
Teorema 10 Para um determinado indivduo com uma fun c ao utilidade sobre a renda u(.), as
seguintes arma c oes s ao equivalentes
(i) O indivduo e avesso ao risco.
(ii) u() e c oncava.
(iii) c (F, u)
_
ydF (y) para todo F.
(iv)P 0 para todo F.
(v) (x, , u) 0 para todos x, .
CAP

Prova. Quando as prefer encias t em representac ao de utilidade esperada, e, supondo
u() crescente, se a propriedade (iii) vale, temos que
u
__
ydF (y)
_
u(c (F, u)) =
_
u(y) dF (y)
o que implica em (i). Da mesma forma, se para todo F,
u
__
ydF (y)
_
_
u(y) dF (y) = u(c (F, u)) ,
ent ao pelo fato de u() ser crescente
_
ydF (y) c (F, u) , donde (i) implica em (iii).
Isto mostra a equival encia entre (i) e (ii). Agora, a desigualdade de Jensen, garante que
u
__
ydF (y)
_

_
u(y) dF (y) F se e s o se u() fofrc oncava. Portanto (ii) e (iii), (e, con-
seq uentemente, (i)) s ao equivalentes. Quanto a (iv), note que
P =
_
ydF (y) c (F, u) ,
o que torna a equival encia com (iii) trivial. Se um indivduo e averso ao risco,( i.e.,dado
(i)), ent ao
1
2
u(x +) +
1
2
u(x ) < u(x) (9.5)
Reescrevendo (9.5) e usando (9.4) temos que
0 < u(x)
1
2
[u(x +) +u(x )] = (x, , u) [u(x +) u(x )] .
Como u(x +) u(x ) > 0, temos que (x, , u) > 0. Donde, (i) implica em (v).
Finalmente, suponha (x, , u) > 0. Dena y
= x + e y
= x , ent ao (x, , u) > 0

implica em
1
2
u
_
y
_
+
1
2
u
_
y
_
< u
_
1
2
_
y
_
+
1
2
_
y
+
_
_
= u
_
1
2
y
+
1
2
y
_
,
o que implica em (ii).
CAP

9.3.3 Medidas de Toler ancia ao Risco
Suponha que n os queiramos comparar dois indivduos cujas func oes utilidade de
Bernoulli sejam u
1
() e u
2
() . Podemos dizer que, em algum sentido, um indivduo est a
mais disposto a correr riscos do que o outro? Esse ordenamento e o mesmo em todas
as circunst ancias? Isso nos remete a outras quest oes relacionadas ao comportamento
de um mesmo indivduo em diferentes circust ancias que pretendemos abordar a seguir.
Primeiro, uma denic ao.
Deni c ao: Dada uma utilidade u(.) duas vezes diferenci avel, temos que
r
A
(y, u) =
u
(y)
u
(y)
e chamado de coeciente de avers ao absoluta ao risco (de Arrow-Pratt).
Podemos dizer que 2 e mais avesso ao risco que 1? Considere as cinco denic oes
(equivalentes) de mais avesso ao risco que:
1. r
A
(y, u
2
) r
A
(y, u
1
) para todo y.
2. Existe uma func ao c oncava () tal que u
2
(y) = [u
1
(y)] para todo y.
3. c (F, u
2
) c (F, u
1
) para todo F () .
4. P
2
P
1
para todo F ()
5. (x, , u
2
) (x, , u
1
) para todo x,
6. Se
_
u
2
(y) dF (y) u
2
(y) , ent ao
_
u
1
(y) dF (y) u
1
(y) , para todos F () e y.
Primeiro note que e sempre verdade que u
1
= (u
2
) para alguma () crescente
simplesmente porque a utilidade e suposta crescente na renda para todos os agentes.
Supondo que ambas s ao duas vezes diferenci aveis,
u
1
(x) =
(u
2
(x)) u
2
(x)
e
u
1
(x) =
(u
2
(x))
_
u
2
(x)
2
+
(u
2
(x)) u
2
(x)
CAP

o que implica em
u
1
(x)
u
1
(x)
=

(u
2
(x))
(u
2
(x))
u
2
(x) +
u
2
(x)
u
2
(x)
ou
r
A
(x, u
1
) =
(u
2
(x))
(u
2
(x))
u
2
(x) +r
A
(x, u
2
) ,
donde, r
A
(x, u
1
) > r
A
(x, u
2
)
(u
2
(x)) < 0.
Aproxima c ao de Arrow-Pratt Denamos implicitamente a func ao g (k) por meio de
E [u(x +k )] = u(x g (k)) , (9.6)
onde E [ ] = 0.
Diferenciando os dois lados com relac ao a k,
E
_
u
(x +k )
= g
(k) u
(x g (k)) . (9.7)
Diferenciando mais uma vez,
E
_

2
u
(x +k )
= g
(k) u
(x g (k)) +
_
g
(k)
2
u
(x g (k)) . (9.8)
Note por em que, pela denic ao de g (), temos que g (0) = 0.
Al em disso, para k = 0, temos que (9.7) e
E [ ] u
(x) = g
(0) u
(x g (0)) ,
donde, g
(0) = 0.
Assim, de (9.8) temos,
E
_

2
(x) = g
(0) u
(x) ,
ou
(x)
u
(x)
E
_

2
= g
(0) .
Usando uma expans ao de Taylor em torno de k = 0, podemos, ent ao, reescrever g (k)
CAP

como
g (k) g (0) +g
(0) k +
1
2
g
(0) k
2
=
u
(x)
u
(x)
E
_

2
k
2
, (9.9)
a aproxima c ao de Arrow-Pratt para o pr emio de risco.
Note que o pr emio de risco e proporcional ` a avers ao absoluta ao risco e ` a vari ancia
da distribuic ao de . Na pr oxima sec ao estaremos explorando com mais cuidado as pro-
priedades de avers ao ao risco do indivduo. Posteriormente, estudaremos as caractersticas
de risco das distribuic oes. Antes, por em, cabe investigar uma outra denic ao de avers ao
ao risco muito usada.
Deni c ao: Dada uma utilidade u() duas vezes diferenci avel, temos que
r
R
(x, u) =
u
(x) x
u
(x)
e chamado de coeciente de avers ao relativa ao risco.
Aproxima c ao de Arrow-Pratt Suponha que em vez de considerarmos um risco aditivo,
como o zemos anteriormente, consideramos um risco multiplicativo tal que x = x(1+k )
Denamos implicitamente a func ao g (k) por meio de
E [u(x(1 +k ))] = u(x(1 g (k))) , (9.10)
onde E [ ] = 0. Note que a func ao g () refere-se ` a proporc ao da renda que o indivduo
est a disposto a abrir m ao para fugir de uma loteria envolvendo uma proporc ao de sua
renda.
Diferenciando os dois lados com relac ao a k,
E
_
x u
(x(1 +k ))
= xg
(k) u
(x(1 g (k))) . (9.11)

Diferenciando mais uma vez,
E
_
x
2

2
u
(x(1 +k ))
= xg
(k) u
(x(1 g (k))) +
_
xg
(k)
2
u
(x(1 g (k))) . (9.12)

Note por em que, pela denic ao de g (), temos que g (0) = 0.
CAP

Al em disso, para k = 0, temos que (9.11) e
E [ x] u
(x) = g
(0) u
(x(1 g (0))) ,
donde, g
(0) = 0. Assim, de (9.12) temos,

E
_

2
x
2
(x) = xg
(0) u
(x) ,
ou
(x) x
u
(x)
E
_

2
= g
(0) .
Usando uma expans ao de Taylor em torno de k = 0, podemos, ent ao, reescrever g (k)
como
g (k) g (0) +g
(0) k +
1
2
g
(0) k
2
=
u
(x) x
u
(x)
E
_

2
k
2
, (9.13)
a aproxima c ao de Arrow-Pratt para o pr emio de risco proporcional.
Neste caso a medida relevante de risco e o coeciente de avers ao relativa ao risco.
9.3.4 Renda e Avers ao ao Risco
Um fato estilizado que gostaramos que o nosso modelo captasse e a relac ao entre
pr emio de risco e riqueza. De fato, consideremos dois indivduos iguais em tudo exceto
sua riqueza inicial, x
1
> x
2
. O que se observa geralmente e que o indivduo mais rico
exige para uma mesma loteria um pr emio de risco menor. Mas ser a que nosso modelo
nos d a isto?
Usando a aproximac ao de Arrow-Pratt, temos que o pr emio de risco exigido pelo in-
divduo i para i = 1, 2 e
g
i
(k)
u
(x
i
)
u
(x
i
)
E
_

2
k
2
.
Neste caso, o pr emio de risco ser a menor para o indivduo mais rico, se e s o se
(x
1
)
u
(x
1
)
<
u
(x
2
)
u
(x
2
)
,
ou seja, se r
A
(x
1
, u) < r
A
(x
2
, u) .
Prefer encias que exibem essa propriedade para todo x
1
> x
2
s ao ditas func oes utili-
dade do tipo DARA, do ingl es para avers ao absoluta ao risco decrescente.

E possvel, de fato,
CAP

provar que esse resultado vale para o pr emio de risco e n ao somente para a aproximac ao
de Arrow-Pratt.
A relac ao entre a renda inicial e a avers ao ao risco e o assunto que discutiremos a
seguir.
Deni c ao: A func ao utilidade u(.) apresenta avers ao absoluta decrescente ao risco se r
A
(x, u)
e decrescente em x.
Teorema 11 As seguintes propriedades s ao equivalentes:
i) u() apresenta avers ao absoluta decrescente ao risco
ii) Sempre que x
2
< x
1
, u
2
(z) u(x
2
+z) e uma transforma c ao c oncava de u
1
(z) u(x
1
+z) .
iii) Para todo F (z) e todo nvel inicial de renda x, temos que c (F, x) que e denido por u[c (F, x)] =
_
u(x +z) dF (z) e tal que x c (F, x) e decrescente em x.
iv) (x, , u) e decrescente em x.
v) Para todo F (z) , se
_
u(x
2
+z) dF (z) u(x
2
) e x
2
< x
1
, ent ao
_
u(x
1
+z) dF (z)
u(x
1
) .
Resultados an alogos existem para a avers ao relativa ao risco.
Teorema 12 As seguintes propriedades s ao equivalentes:
i) r
R
(x, u) e decrescente em x.
ii) Sempre que x
2
< x
1
, u
2
(t) u(tx
2
) e uma transforma c ao c oncava de u
1
(t) u(tx
1
) .
iii) Para todo F (t) , t > 0, e todo nvel inicial de renda x, temos que c (F, x) que e denido por
u[ c (F, x)] =
_
u(tx) dF (z) e tal que x/ c (F, x) e decrescente em x.
A maneira como a avers ao relativa ao risco responde a variac oes na riqueza deter-
mina como o aumento da riqueza inuencia a proporc ao da riqueza investida em ativos
arriscados assim como a avers ao relativa ou risco determina a forma como o aumento da
riqueza determina o montante investido em ativos arriscados.
CAP

O Paradoxo de Rabin
Considere um agente que tenha func ao utilidade crescente e (fracamente) c oncava.
Perguntamos a ele: voc e aceita uma loteria com 50% de chance de ganhar 11 e 50% de
chance de perder 10? Suponha que o agente rejeite essa loteria para todos os nveis
de renda (ou para um intervalo sucientemente grande), i.e., 0, 5 u(w + 11) + 0, 5
u(w 10) < u(w) . Isto implica em
u
(w + 11)
u(w + 11) u(w)
11
<
10
11
u(w) u(w 10)
10

10
11
u
(w 10) ,
onde usei as propriedades de uma func ao c oncava para as duas desigualdades fracas.
Posso repretir a relac ao para uma loteria onde o nvel inicial de renda, w
e w + 21 e
mostrar que
u
(w + 32) <
10
11
u
(w + 11) <
10
11

10
11
u
(w 10) ,
Ou seja, repetindo o procedimento n vezes, temos
u
(w 10 +n 21) <
_
10
11
_
n
u
(w 10) .
Autilidade marginal decresce numa proporc ao superior ` a de uma progress ao geom etrica!!!
O que Rabin (2000) fez foi mostrar as conseq u encias desta conclus ao para as escolhas
dos indivduos. Supondo que um agente recuse loterias com 50% de chances de gan-
har os valores mostrados na partes superior da tabela acima e 50% de chances de perder
$100 ele tamb em recusar a as loterias descritas na tabela. Note que um agente que recusa
essa primeira loteria recusa tamb em uma loteria com pobabiliade meio de perder $10000
mesmo se o ganho for innto com probabilidade meio.
Se em vez disso ele recusar uma loteria com probabilidade meio de ganhar $105 e
probabilidade meio de perder $100, ent ao os valores de ganho que ele recusar a para cada
possibilidade de perda descrita na coluna L est ao expostos na coluna $105. Neste caso,
uma loteria com probabilidade meio de perder $1000 e probabilidade igual de ganho in-
CAP

nita e rejeitada pelo indivduo.
L $101 $105 $110 $125
$400 400 420 550 1250
$600 600 730 990
$800 800 1050 2090
$1000 1010 1570
$2000 2320
$4000 5750
$6000 11810
$8000 34940
$10000
$20000
Um coment ario importante relacionado ` a crtica de Rabin (ver tamb em Rabin and
Thaler (2001)) e que a crtica se aplica ` a interpretac ao da teoria da utilidade esperada como
sendo denida sobre loterias sobre riqueza nal. I.e. se representarmos as prefer encias
sobre loterias condicionais a um indivduo ter uma renda w por _
w
teremos L
1
_
w
L
2
se e s o se w + L
1
_ w + L
2
onde _ independe da riqueza, w. N ao e isso o que a teoria
de VNM necessariamente diz. De fato, a teoria e silenciosa no que concerne ` a denic ao
dos pr emios (ou resultados). Por outro lado, abdicar disso exige uma denic ao de como
o agente resolve suas inconsist encias intertemporais. Sen ao vejamos.
Admitamos (ver Rubinstein, 2001) que, quando a renda inicial e w = 1000 o indivduo
rejeite a loteria 0, 5 (10) 0, 5 (11) , mas quando a renda inicial e 0 ele prera a lote-
ria 0, 5 (w 10) 0, 5 (w + 11) ao valor certo w. Ent ao, a relac ao de prefer encias _
w
n ao
constitui uma forma completa de denir as escolhas. De fato, o que far a o agente se a
loteria 0, 5 (w 10) 0, 5 (w + 11) for quebrada em dois est agios. Primeiro ele recebe 1000
e depois recebe a loteria 0, 5 (10) 0, 5 (11) sendo convidado entre o recebimento e a
execuc ao da loteria a escolher se quer substitu-la por 0? Tem-se claramente um problema
de inconsist encia intertemporal que a teoria tem que denir como resolver.
Novas deni c oes e formatos funcionais especiais.
Quando a func ao u() e tr es vezes diferenci avel, temos
x
r
A
(x, u) =
x
_
(x)
u
(x)
_
=
u
(x) u
(x) [u
(x)]
2
[u
(x)]
2
.
CAP

Portanto,
x
_
(x)
u
(x)
_
0
se e somente se
(x)
u
(x)

_
(x)
u
(x)
_
0
ou
(x, u) r
A
(x, u) ,
onde (x, u) e o coeciente de prud encia.
Note que se um indivduo e avesso ao risco, uma condic ao necess aria para que a
avers ao ao risco seja decrescente na renda e que as prefer encias exibamprud encia (x, u) >
0, o que implica emu
(x) > 0. Incidentalmente, cabe lembrar que u
(x) > 0 e necess ario

e suciente para a exist encia de poupan ca precaucion aria.
Deni c ao: Dada uma func ao utilidade u(.) duas vezes diferenci avel, temos que
(x, u) =
u
(x)
u
(x)
e o coeciente de toler ancia ao risco de u em x.
Func oes do tipo CARA (avers ao absoluta ao risco costante) s ao
u(x) =
e
x
.
Ent ao
u
(x) = e
x
e u
(x) = e
x
,
donde
(x)
u
(x)
= .
Func oes do tipo CRRA (avers ao relativa ao risco constante) s ao
u(x) =
x
1
1
para ,= 1 e u(x) = log x para = 1.
u
(x) = x
e u
(x) = x
1
,
CAP

donde,
(x) x
u
(x)
=
x
1
x
x =
Mais geralmente denimos as func oes do tipo HARA(avers ao absoluta ao risco harm onica)
como aquelas que exibem toler ancia ao risco linear na renda.
u(x) =
_
+
x
_
1
De fato,
u
(x) =
1
_
+
x
e u
(x) =
1
_
+
x
_
1
,
donde,
r
A
(x, u) =
_
+
x
_
1
= (x, u) = +
x
E interessante notar que a toler ancia ao risco est a associada ` a repartic ao otima de risco
entre os agentes, assim, func oes do tipo HARA denen regras de repartic ao otima de risco
relativamente simples.
Tem-se ainda
r
R
(x, u) =
_
+
x
_
1
x
Portanto, e possvel ver que se = 0, r
R
(x, u) = . A classe de func oes CRRA est a
contida na classe HARA. Similarmente, se zermos , r
A
(x, u) = 1/, e a func ao
converge para uma CARA.
Uma quest ao que pode estar intrigando aqueles mais curiosos diz respeito ao fato
de termos denido prefer encias sobre dinheiro. Quer dizer, quando denimos as pre-
fer encias sobre loterias em um espaco de resultados, de certa forma mantivemos uma
ambig uidade com relac ao ao objeto ultimo das prefer encias dos agentes. Sugerimos, por
exemplo, que os reultados poderiam ser cestas de consumo, o que nos permitiria fazer
uma conex ao direta com a teoria do consumidor dos primeiros captulos.
Agora, mudamos completamente a abordagem e supusemos prefer encias sobre re-
sultados monet arios na denic ao de avers ao ao risco. Uma quest ao relevante e, como
podemos denir avers ao ao risco quando a loteria e sobre cestas de consumo?
CAP

Prefer encias sobre Renda ou sobre Cestas de Consumo?
Quando estudamos teoria do consumidor supusemos que os agentes t em prefer encias
denidas sobre cestas de consumo (prefer encias sobre renda s ao denidas de forma indi-
reta, ou dual). Como podemos ent ao reconciliar essas duas vis oes de mundo?
Suponha que a func ao utilidade, u, do agente seja c oncava, ent ao e f acil ver que para
duas cestas quaisquer x
1
e x
2
,
u
_
x
1
+ (1 ) x
2
_
u
_
x
1
_
+ (1 ) u
_
x
2
_
i.e., o agente prefere uma cesta intermedi aria a uma loteria sobre cestas.
Mas qual a relac ao disso com avers ao ao risco sobre renda? Fixe um vetor de precos p,
e para dois nveis de renda y
1
e y
2
dena x
1
x
_
p, y
1
_
e x
2
x
_
p, y
2
_
. Dena tamb em
u(y) = v (p, y)
_
max
x
u(x)
s.t. px y
Tome, ent ao a cesta x
= x
1
+ (1 ) x
2
e note que
u
_
y
_
u
_
x
_
u
_
x
1
_
+ (1 ) u
_
x
2
_
= u
_
y
1
_
+ (1 ) u
_
y
2
_
,
onde y
= y
1
+ (1 ) y
2
.
A primeira desigualdade, resulta do fato de px
1
+ (1 ) px
2
y
1
+ (1 ) y
2
,
o que implica em x
ser vi avel aos precos p e renda y
. A segunda desigualdade vem

da concavidade de u e a ultima igualdade vem do fato de x
1
e x
2
serem escolhas maxi-
mizadoras de utilidade.
Em geral, a primeira desigualdade ser a forte o que indica que a volta pode n ao ser
possvel. De fato, e possvel construir exemplos de func oes utilidade u que n ao s ao
c oncavas mas que induzem func ao utilidade indireta c oncava na renda.
9.4 Domin ancia Estoc astica
A intuic ao nos sugere duas formas de se comparar loterias:
1. Se uma loteria F sempre nos d a retornos maiores do que G, ent ao espera-se que
qualquer indivduo que prefere mais a menos ir a preferir F a G.
CAP

2. Se uma loteria F nos d a o mesmo retorno m edio que G, mas G e mais arriscada que
F, ent ao espera-se que qualquer indivduo avesso ao risco ir a preferir F a G.
Essas duas id eias est ao por tr as dos conceitos de domin ancia estoc astica de primeira
e segunda ordens. A teoria da domin ancia estoc astica, de fato, e capaz de lidar com
perguntas desse tipo para diferentes propriedades da func ao utilidade. Sen ao, vejamos.
Considere duas vari aveis aleat orias x
1
e x
2
. A teoria da domin ancia estoc astica procura
encontrar condic oes nas distribuic oes de x
1
e x
2
tais que
Eu( x
1
) Eu( x
2
)
a desigualdade seja garantida para qualquer u , onde e o conjunto de interesse.
Deni c ao: A distribuic ao F domina estocasticamente em primeira ordem a distribuic ao G se
para toda func ao n ao-decrescente u : R R tem-se que
_
u(x) dF (x)
_
u(x) dG(x)
Ou seja, aqui o conjunto relevante para a denic ao de domin ancia estoc astica de
primeira ordem e o conjunto de todas as func oes n ao decrescentes u : R R. O que
vamos fazer agora e denir uma s erie de subconjuntos de de tal forma a considerar
domin ancia estoc astica de ordens mais altas. Por exemplo, estaremos associando ao
conjunto de todas as func oes crescentes e c oncavas para o caso de domin ancia estoc astica
de segunda ordeme ao conjunto de todas as func oes crescentes, c oncavas comderivadas
terceiras convexas para o caso da domin ancia estoc astica de terceira ordem.
Naturalmente, ao considerarmos conjuntos cada vez menores para as func oes u estare-
mos considerando um conjunto cada vez maior de distribuic oes que satisfazem o crit erio.
5
Assim uma distribuic ao que domina estocasticamente outra em primeira ordem tamb em
o faz em segunda ordem, e assim por diante.
Teorema: Adistribui c ao F domina estocasticamente emprimeira ordemGse e somente se F (x)
G(x) para todo x.
5
Note que para isso usaremos um conceito de domin ancia estoc astica de segunda ordem diferente daquele
utilizado por MWG j a que n ao restringiremos a comparac ao a func oes de mesmo valor esperado.
CAP

Demonstra c ao: Para mostrar que e suciente (supondo diferenciabilidade de u()) basta
ver que
_
u(x) f (x) dx
_
u(x) g (x) dx =
_
u
(x) [G(x) F (x)] dx 0.

onde usamos integrac ao por partes e o fato de que G(x) = F (x) = 0 e G(x) = F (x) = 1.
Mostrar que e necess ario: Suponha que para algum x, G( x) < F ( x) . Dena u(x) = 0
para x x e u(x) = 1 para x > x. Neste caso,
_
u(x) dF (x)
_
u(x) dG(x) =
_
x
x
dF (x)
_
x
x
dG(x)
= [F (x) G(x)][
x
x
= G( x) F ( x) < 0
Um caso particular interessante de domin ancia estoc astica em primeira ordem e o caso
em que vale a verossimelhanca mon otona, f (x) /g (x) e crescente em x.
Deni c ao: Para duas distribuic oes F e G diz-se que a distribuic ao F domina estocastica-
mente em segunda ordem a distribuic ao G se para toda func ao n ao-decrescente e c oncava
u : R R tem-se que
_
u(x) dF (x)
_
u(x) dG(x)
Ou seja, aqui o conjunto relevante para a denic ao de domin ancia estoc astica de
primeira ordem e o conjunto de todas as func oes n ao decrescentes e c oncavas u : R R.
Mean-Preserving Spreads. Seja x um elemento do suporte da distribuic ao F. Vamos
construir uma distribuic ao G da seguinte forma: a cada x n os adicionamos uma vari avel
aleat oria de m edia zero z
x
que e distribuda de acordo com H
x
(z) . A m edia da loteria
G(y = x +z
x
) e [notando que yg (y) = yg (y[x) f (x) = (x +z
x
) H
x
(z) f (x)]
_
ydG(y)
_
(x +z
x
) dG(x +z
x
) =
=
_ __
(x +z
x
) dH
x
(z
x
)
_
dF (x) =
_
xdF (x)
CAP

e a utilidade esperada de G e (se u e c oncava)
U (G)
_
u(x +z
x
) dG(x +z
x
)
_ __
u(x +z
x
) dH
x
(z
x
)
_
dF (x)
_
u
__
(x +z
x
) dH
x
(z
x
)
_
dF (x) =
_
u(x) dF (x) U (F)
Logo, n os provamos que se G e um mean-preserving spread de F, temos que F dom-
ina estocasticamente em segunda ordem G. Pode-se mostrar que, para o caso de mesma
m edia, a volta tamb em e verdadeira.
Aumento Elementar no Risco. G e um aumento elementar no risco de F se G e gerada
de tal forma a transferir toda a massa conferida por F aos pontos no intervalo [x
, x
] aos
extremos x
e x
, de tal forma que a m edia e preservada. Um aumento elementar no risco

e uma forma de mean-preserving spread.
Teorema: Considere duas distribui c oes F e G que t em a mesma m edia.
6
As seguintes arma c oes
s ao equivalentes:
i) F domina estocasticamente em segunda ordem G.
ii) G e um mean-preserving spread de F.
iii)
_
x
0
G(t) dt
_
x
0
F (t) dt, para todo x.
Demonstra c ao: J a havamos visto que 1 2. Agora dena
A
F
(x)
1
_
x
x
F (x) dx
_
x
x
F (t) dt,
A
G
(x)
1
_
x
x
G(x) dx
_
x
x
G(t) dt e
(x) u
(x)
Note que A
F
(x) = A
G
(x) = 0 e A
F
( x) = A
G
( x) = 1. Al em disso, A
F
(x) A
G
(x) x e
sendo
(x) > 0 podemos usar o resultado da sec ao anterior para mostrar que 3 1.
6
A equival encia entre i e ii independe da hip otese de que as duas distribuic oes t em a mesma m edia.
CAP

Demonstra c ao (alternativa): Note que,
_
x
x
G(x) dx =
_
x
x
F (x) dx
e
_
x
x
G(t) dt
_
x
x
F (t) dt x
(com desigualdade estrita para algum x) ent ao tem que haver um intervalo [x
, x] em que
F (x) > G(x) . Vamos considerar o caso em que as func oes s o cruzam uma vez.
Escrevamos, primeiramente,
_
x
x
u(x) [dF (x) dG(x)] = u(x) [F (x) G(x)]
. .
0
u(x) [F (x) G(x)]
. .
0
_
x
x
u
(x) [F (x) G(x)] dx

Se u e c oncava,
_
x
x
u
(x) [G(x) F (x)] dx =

_
x
x
u
(x) [G(x) F (x)] dx +

_
x
x
(x) [G(x) F (x)] dx

u
(x
)
_
x
x
[G(x) F (x)] dx +u
(x
)
_
x
x
[G(x) F (x)] dx =
u
(x
)
_
x
x
[G(x) F (x)] dx = 0.
9.5 Utilidade Esperada Subjetiva
O tratamento formal cl assico da teroria da utilidade esperada subjetiva deve-se a Sav-
age (1954).
Denamos primeiro um conjunto S de estados da natureza. Cada estadado da na-
tureza, s e uma descric ao da incerteza relevante. Considere, em seguida um conjunto X
de pr emios e um conjunto F de func oes de S a X. Ou seja, um conjunto de func oes que
determinam o pr emio x(s) que o agente recebe caso o estado s ocorra.
Oque savage faz e axiomatizar as prefer encias denidas sobre o conjunto F. Supondo
que as prefer encias s ao racionais e contnuas e possvel garantir a exist encia de uma
CAP

func ao U : F R, que representa essas prefer encias.
O princpio da coisa certa.
Considere duas func oes
9.6 Utilidade Dependente do Estado
Seja S um n umero nito de estados da natureza s. Cada estado da natureza s possui
probabilidade (objetiva) de ocorr encia
s
, s = 1, ..., S. (com pequeno abuso de notac ao, S
tamb em e o espaco dos estados s.)
Deni c ao: Uma vari avel aleat oria e uma func ao g : S R
+
que associa estados a resulta-
dos monet arios. Essa vari avel aleat oria pode ser representada por umvetor (x
1
, x
2
, ..., x
S
)
R
S
+
.
Note que cada vari avel induz uma loteria sobre resultados monet arios descrita pela
distribuic ao
F (x) =
{s;g(s)x}
s
x.
No entanto, h a perda de informac ao ao passarmos da descric ao por meio de vari aveis
aleat orias para descric ao por meio de distribuic oes j a que n ao mais nos referimos aos
estados que geraram tal distribuic ao.
As prefer encias agora s ao denidas sobre vari aveis aleat orias x R
S
+
, o que torna o
aparato formal semelhante ao utilizado na teoria do consumidor. De fato se bem s como
sendo aquela vari avel aleat oria que paga uma unidade de numer ario se e somente se
o estado s ocorrer, ent ao o conjunto de vari aveis aleat orias n ao-negativas e exatamente
o conjunto de cestas n ao negativas no mundo sem incerteza. Assim, se as prefer encias
denidas sobre vari aveis aleat orias forem racionais e contnuas ser a possvel represent a-
las por meio de uma func ao utilidade contnua.
O que pretendemos denir, no entanto, e uma func ao utilidade que possua uma forma
de utilidade esperada expandida.
Deni c ao Dizemos que a relac ao de prefer encias possui uma representa c ao de utilidade es-
perada expandida se para todo s S existe uma func ao u
s
: R
+
R tal que para todo
CAP

(x
1
, x
2
, ..., x
S
) R
S
+
e (x
1
, x
2
, ..., x
S
) R
S
+
,
(x
1
, x
2
, ..., x
S
) _
_
x
1
, x
2
, ..., x
S
_
se e somente se
S
s=1
s
u
s
(x
s
)
S
s=1
s
u
s
_
x
s
_
Uma forma relativamente simples de conseguir tal representac ao se d a pela ampliac ao
do domnio sobre o qual as prefer encias s ao denidas. Notadamente, supondo que o pay-
off em cada estado possa ser n ao somente um payoff monet ario, mas uma loteria repre-
sentada por F
s
(). Essas alternativas, L = (F
1
, ..., F
S
), s ao na verdade loterias compostas
que associam loterias monet arias ` a realizac ao de cada estado da natureza, s. Denotamos
tal conjunto por L.
Finalmente, denimos uma axioma da independ encia extendido,
Axioma 4: (independ encia extendido): Para todo L, L
, L
L e (0, 1) , temos que

L _ L
L + (1 ) L
_ L
+ (1 ) L
Teorema: Suponha que a rela c ao de prefer encias _ satisfa ca as propriedades usuais (incluindo
independ encia) no espa co L, ent ao podemos associar uma fun c ao utilidade por dinheiro u
s
() em
cada estado s de tal forma que para qualquer L = (F
1
, ..., F
S
) e L
= (F
1
, ..., F
S
) tenhamos
L _ L
se e somente se
S
s=1
_
u
s
(x) dF
s
(x)
S
s=1
_
u
s
(x) dF
s
(x) ,
Note que isso e uma representac ao v alida de utilidade esperada expandida j a que
as probabilidades n ao podem ser identicadas de forma unica, i.e.,
s
u
s
(x) = u
s
(x)
com
s
> 0 e

s
= 1 e uma representac ao igualmente v alida. Mais adiante veremos
(Captulo 10) como umaxioma adicional permitir a a identicac ao das probabilidades sub-
jetivas na teoria de Savage.
CAP

9.6.1 Aplica c oes
Seguros
Consideraremos um seguro atuarialmente justo como aquele em que o payoff esper-
ado da seguradora e igual ao preco do seguro. Suponha ent ao que um agente que tem
riqueza W, parte dela concentrada em um autom ovel de valor D, e avesso ao risco e en-
cara uma probabilidade de ter seu carro roubado.
Quanto de seguro o indivduo demandar a, neste caso?
max
u(W D +(K p)) + (1 ) u(W p)

Como o seguro e atuarialmente justo,
K = p
donde,
max
u(W D +(1 ) K) + (1 ) u(W K)

que tem por condic ao de primeira ordem
(1 ) u
(W D +(1 ) K) = (1 ) u
(W K)
ou
u
(W D +(1 ) K) = u
(W K)
o que implica em W D +(1 ) K = W K, ou K = D : seguro total.
Utilidade Indireta
At e agora estivemos supondo que as pessoas t em prefer encias denidas sobre loterias
monet arias. J a vimos, por em, que o que importa e a cesta de bens que a pessoa consome
em cada estado da natureza x
s
. Suponha, ent ao, que os precos dos bens variam de um
estado da natureza para outro. I.e., suponha que p
s
,= p
s
. Neste caso, como devemos
considerar as prefer encias dos agentes sobre loterias monet arias?
CAP

Suponha que o estado s foi realizado. Ent ao, o agente tem renda y
s
e os precos s ao p
s
.
O problema do consumidor ser a, ent ao:
v (y
s
, p
s
)
max
xR
n
+
u(x)
s.t. y
s
p
s
x
Sua utilidade esperada, ser a portanto,
S
s=1
s
v (y
s
, p
s
)
Ou seja, podemos escrev e-la como
S
s=1
s
u
s
(y
s
) , onde a depend encia com relac ao a s e
resultado da mudanca no vetor de precos.
Hedge
Quando se deve hedgear um bem cujo preco seja estoc astico? Hedge emocional.
Seja, D uma vari avel que assume valor 1 se seu time for campe ao e 0 se n ao for. Suponha
que sua utilidade indireta seja representada por v (q, y, D) . Sob que condic oes voc e deve
apostar contra o seu time?
Captulo 10
Um pouquinho de nan cas
Chamamos de Ativos bens que proporcionam uxos de servicos ao longo do tempo e
nos diversos estados da natureza. Por simplicidade, consideraremos inicialmente ativos
que s o duram dois perodos - o perodo do investimento e o do retorno. Al em disso
suporemos que o pagamento e em unidades monet arias y.
Assim, um ativo k e descrito pelos uxos naceiros que gera, condicionais ` a ocorr encia
de cada estado da natureza. Usaremos a notac ao
k
(s) para descrever o valor pago pelo
ativo k no estado da natureza s.
Assim, podemos descrever de maneira conveniente um ativo pelo vetor de pagamen-
tos,
k
k
(1) , ...
k
(S)
_
.
Nota c ao e Exemplos. Suponha que s o existam dois estados da natureza (sol e chuva).
Ent ao um ativo k descrito pelo vetor
k
=
_
3
4
_
(10.1)
paga R$3 se chover e R$4 se n ao chover.
J a o ativo k
descrito por
=
_
2
2
_
paga R$2 tanto se chover quanto se n ao chover. ( e conhecido como ativo livre de risco).
169
CAP
ITULO 10. UM POUQUINHO DE FINANC AS 170

Se forem tr es os estados da natureza, precisaremos de um vetor
k
R
3
. Por exemplo,
k
=
_
_
_
3
4
3
_
_
_.
Em cada momento no tempo, t, um ativo k possui um preco de mercado q
k
t
. O paga-
mento do ativo e realizado em t + 1. Assim, suponhamos que o ativo descrito em (10.1)
tenha preco em t igual a R$3. Neste caso, uma pessoa compra esse ativo por R$3 em t e
recebe, em t + 1, R$3, se chover, e R$4, se n ao chover.
Qual o retorno desse ativo?
r
k
(s)

k
(s)
p
k
1
Ou seja, no nosso exemplo,
r (1) =
3
3
1 = 0
r (2) =
4
3
1 = 0.33
Para descrever o retorno de um ativo devemos saber quanto ele paga em cada es-
tado da natureza. Qual o retorno esperado do ativo? Depende das probabilidades de
ocorr encias dos estados da natureza. Usamos a notac ao
E
_
r
k
_
s
r
k
(s)
onde
s
e a probabilidade de ocorr encia do estado s.
No exemplo anterior se as rpobabilidades forem 1/2 e 1/2, ent ao:
E
_
r
k
_
=
1
2
0 +
1
2
0.33 = 0.167
De forma similar, podemos calcular a vari ancia
V ar
_
r
k
_
=
s
_
r
k
(s) E
_
r
k
__
2
CAP

e o desvio padr ao:
2
_
V ar (r
k
)
No nosso exemplo,
V ar
_
r
k
_
=
1
2
(0 0.167)
2
+
1
2
(0.33 0.167)
2
= 0, 0139
e o desvio padr ao:
k
=
2
_
0, 0139 = 0, 1179
Ativo sem risco:
o
(s) = 1 s
Ent ao
_
p
o
=
1
1 +r
_
onde r e a taxa de juros sem risco.
Uma carteira e uma cesta de ativos. Seja, a
k
a quantidade do ativo k que comp oe a
carteira, podemos descrev e-la convenientemente com o vetor a
_
a
1
, ..., a
K
_
.
Quanto paga a carteira a no estado s? Usaremos a notac ao
a
(s) = a
1
1
(s) +... +a
K
K
(s)
Observe que a
k
pode ser negativo. Nesse caso estamos vendendo o ativo k.
No nosso exemplo, suponhamos uma carteira composta de uma unidade do ativo k e
duas unidade do ativo k
. Essa carteira paga: 13+22 = 7, se chover, e 14+22 = 8,

se n ao chover.
Qual o preco dessa carteira se o ativo 2 tiver o preco de R$1, 8? Qual o seu retorno em
cada estado da natureza? Qual o seu retorno esperado? E sua vari ancia?
10.0.2 N ao-arbitragem
Chamamos de arbitragem sem risco a possibilidade de comprar e vender ativos de
forma a obter ganho certo.
Considere os dois ativos k e k
. Suponha que o ativo k
tenha preco de R$1, 5. Quanto

CAP

custa uma carteira composta de 2 unidades desse ativo k
e 1 unidade de k?
q
a
= 1 3 + 2 1, 5 = 0
Quanto paga em cada estado da natureza?
a
=
_
1 3 + 2 2
1 4 + 2 2
_
=
_
1
0
_
Essa carteira n ao custa nada, mas paga R$1 se chover. Todos v ao querer comprar essa
carteria o que tender a a pressionar o preco do ativo k
e reduzir o preco de k.
Suporemos que essas situac oes n ao s ao possveis no mercado. Ou seja usaremos a
hip otese de n ao-arbitragem.
1
10.0.3 Escolha do Investidor
Escolha do agente
max
a
u(c
0
) +
s
u(c (s)) (10.2)
s.t.
k
q
k
a
k
y c
0
[ ]
c (s) = y (s) +
k
a
k
k
(s) [ (s) ]
Alternativamente
max u
_
y
k
q
k
a
k
_
+
s
u
_
y (s) +
k
a
k
k
(s)
_
As condic oes de primeira ordem s ao
s
u
(c (s))
u
(c
0
)

k
(s) = q
k
k, (10.3)
ou
s
u
(c (s))
u
(c
0
)
_
1 +r
k
(s)
_
= 1 k,
1
Uma outra forma de arbitragem surge quando existe uma carteira com payoff n ao-negativo e preco neg-
ativo.
CAP

Para o ativo sem risco
s
u
(c (s))
u
(c
0
)
= q
o
=
1
1 +r
(10.4)
Usando uma notac ao um pouco mais econ omica, podemos reescrever (10.3) como
E
_
u
(c (s))
u
(c
0
)

k
(s)
_
= q
k
k
ou
E
_
u
(c (s))
u
(c
0
)
_
E
_
k
(s)
_
+cov
_
u
(c (s))
u
(c
0
)
,
k
(s)
_
= q
k
k
ou ainda
E
_
u
(c (s))
u
(c
0
)
_
E
_
1 +r
k
(s)
_
+cov
_
u
(c (s))
u
(c
0
)
, r
k
(s)
_
= 1 k. (10.5)
Para o ativo sem risco, naturalmente, o termo de covari ancia desaparece e
E
_
u
(c (s))
u
(c
0
)
_
(1 +r) = 1 k,
i.e., recuperamos (10.4).
E
_
u
(c (s))
u
(c
0
)
_
=
1
1 +r
(10.6)
Subtraindo (10.6) de (10.5) nos d a
E
_
r
k
(s) r
_
=
u
(c
0
)
E [u
(c (s))]
cov
_
u
(c (s))
u
(c
0
)
, r
k
(s)
_
k. (10.7)
E
_
u
(c (s))
u
(c
0
)
_
(1 +r) = 1 k,
Substituindo (10.4) em (10.3), temos:
s
u
(c (s))
u
(c
0
)

k
(s) = q
k
(1 +r)
s
u
(c (s))
u
(c
0
)
k
Ou seja,
1
(1 +r)
s
u
(c (s))
s
u
(c (s))
k
(s) = q
k
k
CAP

Ou seja, se denirmos

s

s
U
(y (s))
s
U
(y (s))
,
note que
s
0 s e

s

s
= 1. Ou seja, podemos pensar em
s
como probabilidades -
chamamo-las medida neutra ao risco ou medida martingal-equivalente.
Ent ao
q
k
=
1
(1 +r)
s

s
k
(s) k,
ou
s

s
_
1 +r
k
(s)
_
= (1 +r) k.
An alise de m edia-vari ancia
Utilidade Quadr atica Suponha que a utilidade tenha o formato
U (y) y Ay
2
(10.8)
com
2
A
> y. Ent ao,
E [U] = E ( y) AE
_
y
2
_
= E ( y) AE ( y)
2
A
_
E
_
y
2
_
E ( y)
2
_
= E ( y) AE ( y)
2
AV ar ( y)
Note que E [U] = (E ( y) , V ar ( y))
E ( y)
= 1
A
2
E ( y) > 0
e
V ar ( y)
= A < 0
Assim, podemos denir a escolha do agente exclusivamente em termos da m edia e da
vari ancia da distribuic ao. Essa especicac ao e geralmente representada com o problema
de minimizac ao da vari ancia sujeito ` a restic ao de que o retorno esperado seja n ao inferior
a um certo valor.
Se todos os agentes se comportam dessa maneira, os precos de equilbrio devem ree-
CAP

tir tal comportameno.

E isso o que gera o famoso Capital Asset Pricing Model - CAPM.
Retornos normalmente distribudos Suponha que toda a renda do indivduo seja func ao
de seus investimentos, c (s) =
k
A
k
_
1 +r
k
(s)
_
e com A
k
=
k
p
k
. E suponha que os re-
tornos dos ativos s ao conjuntamente normalmente distribudos. De (10.7) temos que
E
_
r
k
r
_
=
1
E [u
( c)]
cov
_
u
( c) , r
k
_
k,
com c
k
=
k
A
k
+
k
A
k
r
k
. Denamos r
M
=
k
A
k
r
k
como sendo o retorno da carteira
de mercado. Podemos, ent ao, aplicar o lema de Stein para reescrever a express ao acima
como
E
_
r
k
r
_
=
1
E [u
( c)]
E
_
u
( c)
cov
_
c, r
k
_
k,
=
E [u
( c)]
E [u
( c)]
cov
_
r
M
, r
k
_
. (10.9)
Como essa express ao e v alida para todo ativo e considerando que toda transformac ao lin-
ear de uma vari avel normalmente distribuda e tamb em normalmente distribuda, ent ao
E
_
r
M
r
=
E [u
( c)]
E [u
( c)]
var
_
r
M
_
. (10.10)
Substituindo (10.10) em (10.9) temos
E
_
r
k
r
_
=
cov
_
r
M
, r
k
_
var ( r
M
)
. .
k
E
_
r
M
r
.
Captulo 11
Escolha no Tempo
Vamos supor umn umero nito de datas t = 0, 1, ...T. Sejament ao os objetos de escolha
dos indivduos sejam uxos de consumo, c =
_
c
0
, ..., c
t
, ...c
T
_
, c
t
R
L
+
, c
t
0. Vamos
supor que os indivduos t em prefer encias bem denidas racionais e contnuas sobre estes
uxos de consumo. Neste caso, sabemos que podemos representar essas prefer encias com
uma func ao utilidade U (c) .
Separabilidade Aditiva.
U (c) =
t=0
u
t
(c
t
) (11.1)
A id eia e de que em sua forma mais geral a utilidade marginal do consumo nas v arias
datas e func ao de todos os consumos passados e futuros. A separabilidade forte tem
Duas implicac oes importantes: i) o ordenamento induzido dos uxos de consumo que
comecam em T independem de tudo o que aconteceu at e T 1, e; ii) o ordenamento dos
uxos at e T 1 independe do que esperamos ter de T em diante.
1
Qu ao restritiva e a hip otese? Note que a hip otese elimina a possibilidade de vcios ou
outras formas de formac ao de h abito. Poderamos, para remediar o problema pensar em
uma prefer encia que acomode formac ao de h abito na forma
U (c) =
t=0
u
t
(c
t1
, c
t
)
ou, mais geralmente,
U (c) =
t=0
u
t
(s
t
, c
t
) ,
1
Note como estas id eias assemelham-se ao axioma da independ encia. De fato esta condic ao exerce papel
an alogo ao axioma da independ encia para separabilidade nos estados da natureza.
176
CAP
ITULO 11. ESCOLHA NO TEMPO 177

onde s
t
= f (c
t1
, c
t2
, ...c
J
) .
Tamanho do perodo. A plausibilidade da hip otese de separabilidade pode depender
do tamanho do perodo que estamos considerando.
Vamos extender agora nosso problema para um n umero innito de datas t = 0, 1, ...
Sejament ao os objetos de escolha dos indivduos sejamuxos de consumo, c =
_
c
0
, ..., c
t
, ...c
T
_
,
c
t
R
L
+
, c
t
0. Vamos nos limitar a considerar uxos de consumo tais que sup
t
|c
t
| < .
Introduzamos agora a seguinte notac ao. Denamos c
= (c
0
, ..., c
t
, ...) relativamente a
c = (c
0
, ..., c
t
, ...) de tal forma que c
t
= c
t+
. Vamos supor que os indivduos t em pre-
fer encias bem denidas racionais e contnuas sobre o espaco de seq u encias com as pro-
priedades acima descritas.
2
Estacionariedade. Tome dois uxos c e c tais que c
s
= c
s
para todo s < . Estacionar-
iedade requer
U (c) U ( c) se e s o se U (c
) U ( c
) .
As prefer encias sobre consumos futuros n ao mudam com a idade.
Ser a que a forma geral (11.1) tem essa propriedade? Note que U (c) =
t=0
u
t
(c
t
) e
U (c
) =
t=0
u
t
(c
t
) =
t=0
u
t
(c
t+
) .Neste caso, U (c) U ( c) =
t=0
u
t
(c
t
)
t=0
u
t
( c
t
) =
t=
[u
t
(c
t
) u
t
( c
t
)] 0 (11.2)
n ao implica U (c
) U ( c
) =
t=0
u
t
(c
t
)
t=0
u
t
( c
t
) =
t=
[u
t
(c
t+
) u
t
( c
t+
)] 0 (11.3)
Precisamos, portanto que u
t+
(c
t+
) u
t+
( c
t+
) 0 u
t
(c
t+
) u
t
( c
t+
) 0 para
todo t e todo . Consideremos, ent ao u
t
() =
t
u() . Neste caso,
u
t+
(c
t+
) u
t+
( c
t+
) =
t+
u(c
t+
)
t+
u( c
t+
)
=
t
u(c
t+
)
t
u( c
t+
)
.
Este tipo de prefer encia exibe o chamado desconto exponencial.
Impaci encia. Vamos supor < 1. Se c = (c
0
, c
1
, ....) ,= 0 e c
= (0, c
0
, c
1
, ....) ent ao c/ e
2
Note que estamos agora em um espaco de dimens ao innita. Em geral, o que precisamos e que X seja
um espaco topol ogico conexo e separ avel (ou, possua uma base cont avel de abertos). Se denida emX for
racional e contnua estamos feitos.
CAP

estritamente pior do que c. Esta hip otese e util para garantir que um uxo de consumo
limitado tenha valor limitado. Uma implicac ao pr atica e de que o consumo em um futuro
distante tem pouca relv ancia hoje.
Recursividade. Queremos escrever as prefer encias dos indivduos como func ao do valor
do consumo presente e a utilidade de todo o uxo futuro como em
U (c) = u(c
0
) +U
_
c
1
_
para qualquer uxo de consumo c = (c
0
, c
1
, ...) [notando que c
1
= (c
1
, c
2
, ...)]. Note que a
taxa marginal de substituic ao entre utilidade corrente e futura e .
3
Vamos, portanto, considerar prefer encias sobre uxos de consumo do tipo
U (c) =
t=0
t
u(c
t
) (11.4)
onde < 1 e u e crescente e c oncava.
Este modelo pode ser tamb em interpretado como uma sucess ao de gerac oes ligadas
por vnculos de altruismo na linha de Barro (1989).
Cabe nalmente falar de consist encia intertemporal. Se voc e prefere c a c
em t = 0, voc e
vai continuar a preferir c a c
sempre. Ou seja, o indivduo n ao muda suas prefer encias so-

bre uxos de consumo. Um exemplo interessante de violac ao consist encia intertemporal
ocorre no caso de desconto hiperb olico. Neste caso,
U
t
_
c
t
_
= u(c
t
) +
s=t+1
st
u(c
s
)
enquanto.
U
t1
_
c
t
_
=
s=t
st
u(c
s
)
Note que e possvel construir dois uxos c e c tais que, sob a perspectiva de t o in-
divduo prera c e sob a perspectiva de t + 1 prera c.
3
De acordo comBackus et al. (2008) Recursive preferences characterize the trade-offs between current and
future consumption by summarizing the future with a single index, the certainty equivalent of next periods
utility. Recursive utility functions are built from two components. A risk aggregator encodes trade-offs across
the outcomes of a static gamble and, hence, denes the certainty equivalent of future utility. A time aggrega-
tor encodes trade-offs between current consumption and the certainty equivalent of future utility. We suggest
functional forms for time and risk aggregators with desirable properties for applications in economics and
nance, such as the standard intertemporal consumption/portfolio problem, which we solve using dynamic
programming.
CAP

Notando que
t=0
t
= (1 )
1
reescrevamos (11.4) na forma
U (c) = (1 )
t=0
t
u(c
t
) ,
onde
t
=
t
(1 )
1
. A estrutura de prefer encias sobre consumos no tempo e formal-
mente equivalente ` a estrutura de prefer encias sobre consumos nos estados da naruteza.
Pensemos ainda nesse modelo de tr es perodos com incerteza.
u(c
0
) +
S
1
s
1
(s
1
)
_
u(c (s
1
)) +
S
2
s
2
(s
2
[s
1
) u(c (s
2
))
_
=
u(c
0
) + (1 +)
_
1
1 +
S
1
s
1
(s
1
) u(c (s
1
)) +

1 +
S
2
s
2
(s
2
) u(c (s
2
))
_
Se esquecermos que denimos os sub-ndices para determinar um perodos de tempo.
Consideremos, ent ao, o caso c R e
u(c) =
c
1
1
e log c para = 1.
Note que
u
(c
t+1
)
u
(c
t
)
=
_
c
t+1
c
t
_
Donde
d log (c
t+1
/c
t
)
d log (u
(c
t+1
)/u
(c
t
))
=
1
Ou seja, a elasticidade de substituic ao intertemporal e o inverso do coeciente de avers ao

relativa ao risco.
A id eia e que se um agente desgosta de variabilidade no consumo entre os estados da
natureza tamb em desgosta de variabilidade do consumo entre perodos.

Manual de Micro FGV

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Manual de Micro FGV

Enviado por

Direitos autorais:

Formatos disponíveis

Notas de Microeconomia I

Carlos Eug enio da Costa

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 1. A METODOLOGIA E O ESCOPO DA CI

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

factvel (i.e., dentro do conjunto orcament ario

como a melhor escolha em

B, uma contradic ao.

forem abertos dizemos que |C

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 2. A ABORDAGEM DAS PREFER

. Mas por monotonicidade estrita

ITULO 2. A ABORDAGEM DAS PREFER

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 26

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 27

ser a sempre ativa.

0, prodemos trabalhar com o La-

e um ponto crtico de f () ao longo de y px = 0.

e um ponto crtico de f () ao longo de y px = 0.

) 0 resolve o sistema acima e u() e quase-

resolve o problema de maximizac ao do consumidor.

. Mas, neste caso, p(x

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 28

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 29

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 30

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 31

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 32

resolve o problema de minimizac ao.

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 33

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 34

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 35

seja soluc ao do problema A, mas n ao do problema B, ent ao

estritamente mais barata do que x

que gera uma utililidade pelo

) neste caso, considere a cesta x

+ , onde = (1, ..., 1)

) em contradic ao com a hip otese de que x

resolve o problema B mas n ao o problema A. Neste caso, existe

) . Neste caso, tome a cesta x

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 36

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 37

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 38

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 39

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 40

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 41

(x) < 0 e que x s o pode ser consumido em quatindades discretas.

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 42

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 43

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 44

ITULO 3. O PROBLEMA DA ESCOLHA DO CONSUMIDOR 45

ITULO 4. O PROBLEMA DA INTEGRABILIDADE 47

ITULO 4. O PROBLEMA DA INTEGRABILIDADE 48