Escolar Documentos
Profissional Documentos
Cultura Documentos
dinámica
Volumen 1
Modelos de ciclos económicos reales
UNIVERSIDAD NACIONAL
DE INGENIERÍA
FACULTAD DE INGENIERÍA
ECONÓMICA, ESTADÍSTICA Y
CIENCIAS SOCIALES
Volumen 1
Macroeconomía dinámica
Modelos de ciclos económicos reales
Volumen 1
Macroeconomía dinámica
Modelos de ciclos económicos reales
Hamilton Galindo
Alexis Montecinos
Dr. Jorge Alva Hurtado
Rector UNI
Primera edición,
noviembre de 2018
500 ejemplares
Impreso en el Perú / Printed in Peru
© Derechos de edición
ISBN: 978-9972-9321-3-7
Prohibida la reproducción de este libro por cualquier medio, total o parcialmente, sin
permiso expreso de los autores.
A Jesucristo: mi Dios, mi Salvador, mi Señor, . . . mi todo
Hamilton Galindo
Alexis Montecinos
Agradecimientos
José de Gregorio
Decano de la Facultad de Economía y Negocios
de la Universidad de Chile
Paul Castillo
Gerente de Política Monetaria
Banco Central de Reserva del Perú
Índice general
Introducción xxix
xi
xii ÍNDICE GENERAL
Referencias 449
xvii
xviii ÍNDICE DE FIGURAS
3.1 Esquema del modelo de Long y Plosser (1983), Plosser (1989) . . . . . . . 142
3.2 Pasos del método de Blanchard y Kahn . . . . . . . . . . . . . . . . . . . . . . . . . . 180
3.3 Función de política . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
3.4 Función impulso-respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
3.5 Respuesta de la empresa ante el shock de productividad (t D 1) . . . . . . 206
3.6 Respuesta de la familia ante el shock de productividad (t D 1) . . . . . . . 208
3.7 Equilibrio en el mercado de trabajo (t D 1) . . . . . . . . . . . . . . . . . . . . . . . 209
3.8 Equilibrio en t D 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
3.9 Respuesta de la empresa ante el shock de productividad (t D 2) . . . . . . 211
3.10 Respuesta de la familia ante el shock de productividad (t D 2) . . . . . . . 213
3.11 Equilibrio en t D 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
3.12 Respuesta de la empresa ante el shock de productividad (t D 3) . . . . . . 214
3.13 Respuesta de la familia ante el shock de productividad (t=3) . . . . . . . . . 216
3.14 Simulación (primera alternativa) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
3.15 Simulación (segunda alternativa) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
3.16 Tendencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
3.17 Ciclo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
3.18 Distribución de la Des. Est. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
xxiii
xxiv ÍNDICE DE TABLAS
4.13 Comparación del comportamiento cíclico del modelo teórico con los
datos empiricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
4.14 Códigos en Matlab y Dynare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
xxvii
I NTRODUCCIÓN
Todo este gran desarrollo, para llegar a lo que hoy entendemos como macroeco-
nomía moderna, ha venido acompañado de la creación de nuevos modelos y la
utilización de nuevas tecnologías para poder elaborar y resolver estos modelos.
Estas nuevas herramientas a su vez, están muy ligadas a una comprensión y desa-
rrollo matemático de alto nivel. Dicho en otras palabras, el entendimiento de
la macroeconomía moderna y su modelación pasan hoy en día por comprender
profundamente la intuición que subyace a esta ciencia, pero, además, por entender
una compleja serie de herramientas que vienen de diversas áreas de la matemática,
tales como el álgebra lineal, la optimización con restricciones, el cálculo estocás-
tico, etc. A esto se suma, el hecho que la mayoría de los modelos existentes no
poseen soluciones cerradas, de modo que es necesario utilizar métodos numéricos
para obtener aproximaciones, lo cual implica de fondo la utilización de ciertas
herramientas de programación.
xxix
xxx Introducción
de estudio. Tenemos así, que pasamos de un libro que nos enseña con simples
métodos de optimización a encontrar una condición de primer orden, para luego
buscar el siguiente libro disponible que nos muestra la resolución de un DSGE asu-
miendo que conocemos todos los pasos de optimización y los métodos numéricos,
conjuntamente con el álgebra lineal y análisis real que subyace a la resolución.
Este libro trata de llenar este vacío, asumiendo que el estudiante posee solamente
algunas herramientas básicas de optimización. Puesto de otra manera, este manus-
crito está elaborado de forma que el estudiante o el investigador puedan ir desde
lo más básico a lo más avanzado sin perder un paso en el proceso. Para llevar a
cabo este objetivo, se han descrito todos los pasos intermedios para la resolución
de los modelos que aparecen en este libro. Esto a su vez explica la extensión de
algunos capítulos. Dicho en otras palabras, hemos preferido asumir el costo de
extendernos un poco, asumiendo que esto permite dar el beneficio de no saltarnos
ningún paso en la solución de los modelos, de modo que el lector pueda partir
desde cero. Conjuntamente con esto, los capítulos han sido diseñados en un orden
cuya idea es ir soltando supuestos desde el modelo básico del capítulo 3.
De esta forma, este libro permite pasar, con algunas herramientas básicas, desde
la macroeconomía intermedia, al entendimiento de la macroeconomía moderna y
más específicamente a la comprensión de los modelos DSGE básicos, expuestos
en su vertiente inicial conocida como modelos de Ciclos Económicos Reales (RBC
por sus siglas en inglés). La idea de partir en este tomo por los modelos RBC,
subyace nuevamente en poder hacer transitar al lector desde lo más básico a lo más
complejo, otorgándole las herramientas necesarias para llevar a cabo este proceso.
De este modo, a nuestro entender, dentro de los modelos DSGE los modelos RBC
son los mejores candidatos para partir el camino de la macroeconomía moderna. A
su vez, son los pioneros en incorporar las tecnologías estocásticas de resolución de
modelos.
Introducción xxxi
Respecto al público objetivo de este libro, podríamos decir que son estudiantes de
pregrado avanzado, de maestría en economía o finanzas o incluso en matemática
aplicada y finalmente como complemento a un curso básico de ciclos económicos
de nivel doctoral. A su vez, puede ser muy útil para investigadores en la academia
o en bancos centrales que utilicen estos modelos a diario en la confección de
pronósticos o simulaciones de variables agregadas.
Finalmente, esperamos que el lector disfrute este libro, que como fue mencionado
anteriormente, pretende cerrar el vació que existe entre la macroeconomía interme-
dia y la moderna con su vertiente DSGE, entregando todos los pasos intermedios
para poder comprender los modelos básicos canónicos de esta corriente de pensa-
miento. Dicho en otras palabras, esperamos que este texto sea el puente para llevar
de la mano al estudiante o investigador desde la macroeconomía intermedia a la
macroeconomía dinámica y estocástica de equilibrio general.
C APÍTULO 1
1.1 Introducción
1
2 1.2 Ciclos económicos
Dado este conjunto de teorías, surge la siguiente pregunta: ¿qué aspectos deben
ser tomados en cuenta para evaluar una teoría en macroeconomía? Greenwald y
Stiglitz (1988) sugieren que se debe tomar en cuenta la habilidad de la teoría para
explicar las principales características y “hechos estilizados” de la inestabilidad
macroeconómica. Esta idea está en línea con lo indicado previamente por Kaldor
(1961), quien sugiere que el requerimiento mínimo para cualquier modelo es que
este debería ser capaz de explicar las características de los procesos económicos tal
como se observan en la realidad. Al aplicar estos requisitos a la teoría de los ciclos
económicos, Abel y Bernanke (2001) indican que para que una teoría del ciclo
económico sea exitosa, esta debe explicar el comportamiento cíclico de un rango
amplio de variables económicas. Además, estos autores afirman que existe un
1 Panorama de los modelos RBC 3
consenso razonable sobre los hechos estilizados básicos de los ciclos económicos.
Desde un punto de vista empírico, Snowdon y Vane (2005) sugieren que para
explicar los ciclos económicos se deben identificar las propiedades estadísticas
entre los comovimientos del componente cíclico de las variables agregadas y el
componente cíclico del PBI.
De todo lo anterior, emergen dos preguntas relevantes para estudiar los ciclos
económicos. La primera es ¿qué es el ciclo económico? y la segunda, ¿cuáles
son los hechos estilizados de este? La primera pregunta se aborda en la siguiente
sección y la segunda, en la subsiguiente.
1.2.1 Definición
La definición clásica del ciclo económico fue propuesta por Burns y Mitchell
(1946): “el ciclo económico es un tipo de fluctuación de las actividades económicas
agregadas de los países que organizan su trabajo principalmente en negocios
empresariales”. Además, estos autores consideran que el ciclo económico está
definido por tres características: la primera es que dicho ciclo consiste en una fase
de expansión, experimentada al mismo tiempo por varias actividades económicas,
seguido de una fase de recesión (contracción), y una recuperación posterior, la cual
forma parte de la fase de expansión del siguiente ciclo.
A. Ciclo económico
La Agencia Nacional de Investigación Económica (NBER por sus siglas en inglés)
ha determinado un conjunto de fechas que permiten identificar el inicio y fin de un
ciclo económico (ver cuadro 1.1). Este recuento histórico data desde 1854.
1 Elfiltro HP apareció en 1981 en un documento de trabajo que posteriormente fue publicado en
1997. Además del fitro HP, existen otros enfoques desarrollados por Baxter y King (1999), Woitek
(1998) y Christiano y Fitzgerald (1999). Para un mejor detalle del filtro HP y del de Baxter y King,
se puede revisar DeJong y Dave (2007), capítulo 3.
6 1.2 Ciclos económicos
En la Tabla 1.1 se muestran los 33 ciclos que la NBER ha identificado. Cada uno
de ellos está asociado a su fecha de inicio y fin de acuerdo con los dos enfoques
utilizados para medir la longitud del ciclo económico. El primero de estos enfoques
cuenta el número de meses que existe entre dos puntos máximos de la actividad
económica. El segundo enfoque cuenta el número de meses que existe entre dos
puntos mínimos de la actividad económica.
Tres conclusiones se pueden obtener del cuadro 1.1. La primera es que entre
1854 y 2009 la economía norteamericana ha experimentado 33 ciclos. Al dividir
la muestra en tres segmentos, dos antes de la Segunda Guerra Mundial y uno
después, se tiene lo siguiente: Estados Unidos entre 1854-1919, ha experimentado
16 ciclos; entre 1919 y 1945, es decir, entre la Primera y Segunda Guerra Mundial
se encuentran 6 ciclos y entre 1945 y 2009 (post Segunda Guerra Mundial) se
verifican 11 ciclos. La segunda conclusión es que el tiempo promedio que dura un
ciclo, en toda la muestra, es aproximadamente cinco años. Sin embargo, los ciclos
antes de la Segunda Guerra Mundial duraban alrededor de 4 años, mientras que
después su duración se elevo a 6.
2 Para un mayor detalle ver http://www.nber.org/cycles/cyclesmain.html. En particular
ver http://www.nber.org/cycles/sept2010.html
1 Panorama de los modelos RBC 7
1er CICLO
(Pto. Max a Pto. Max) 2do CICLO
Desde julio 2007 hasta diciembre
(Pto. Max a Pto. Max)
3% 2016 no se ha completado un ciclo
1%
-1%
-5%
Sep-88 Sep-90 Sep-92 Sep-94 Sep-96 Sep-98 Sep-00 Sep-02 Sep-04 Sep-06 Sep-08 Sep-10 Sep-12 Sep-14 Sep-16
La Figura 1.1 ilustra los dos últimos ciclos económicos de la economía norteame-
ricana desde 1988, según la determinación de la NBER. Se puede observar que
ambos enfoques de medición de los ciclos económicos antes descritos conside-
ran aproximadamente el mismo número de meses que dura un ciclo económico.
Asimismo, desde mediados del 2007 hasta el 2016 no se ha completado un ciclo.
1 Panorama de los modelos RBC 9
HE-6: La tasa de crecimiento del producto per cápita es diferente entre los países.
3 Estos hechos estilizados usualmente son mencionados en los libros de crecimiento económico.
20%
Post-II Guerra Mundial
15%
Promedio (1948 - 2016) = 1.9%
10%
5%
0%
-5%
-10%
-15%
1930 1936 1942 1948 1954 1960 1966 1972 1978 1984 1990 1996 2002 2008 2014
Figura 1.2: HE-1j Tasa de crecimiento anual del PBI real per cápita (1930-
2015). El PBI real está expresado en dos maneras: la primera es en billones
de US$ del 2009; la segunda en índice de cantidad (2009=100). En niveles
ambos enfoques son distintos, sin embargo, cuando se convierte a tasa de
crecimiento anual ambos enfoques brindan el mismo número. Para construir
el PBI per cápita se ha considerado el PBI real (en billones de US$ del 2009)
y la población (en miles).
Fuente: U.S. Bureau of Economic Analysis, “Table 1.1.6. Real Gross Domestic Product,
Chained Dollars” (PBI en billones de US$ del 2009). Además, la población se ha obtenido de
“Table 7.1. Selected Per Capita Product and Income Series in Current and Chained Dollars”.
8%
6%
Promedio (1947 - 2015) = 1.8%
4%
2%
0%
-2%
-4%
1930 1936 1942 1948 1954 1960 1966 1972 1978 1984 1990 1996 2002 2008 2014
Figura 1.3: HE-2j Tasa de crecimiento anual del stock del capital real per
cápita (1930-2015). El stock de capital está expresado bajo la concepción
de Burnside y Eichenbaum (1996). La población está expresada en miles y
considera a toda la economía.
Fuente: U.S. Bureau of Economic Analysis,“Table 1.2. Chain-Type Quantity Indexes for
Net Stock of Fixed Assets and Consumer Durable Goods” (Stock de Capital). Además, la
población se ha obtenido de “Table 7.1. Selected Per Capita Product and Income Series in
Current and Chained Dollars”.
HE-3: El tercer hecho estilizado de Kaldor indica que la tasa de retorno del capital
es relativamente constante. En este contexto, la agencia de estadísticas labora-
les (BLS por sus siglas en inglés) estima el precio de renta del capital, el cual
representa el costo de alquiler del capital (tal como se conoce en los modelos
macroeconómicos de equilibrio general). Los datos estimados de esta variable se
encuentran disponibles desde 1987 hasta el año 2014 con una frecuencia anual.
Además, la variable está estimada para diversos niveles de la industria
manufactu-rera y no manufacturera. No obstante, cabe mencionar que dicha
estimación no está disponible para la economía norteamericana como un todo.
Figura 1.4: HE-3j Tasa de retorno del capital por sector industrial (1987-
2014)
Fuente: Bureau of Labor Statistics (BLS), www.bls.gov/mfp.
el activo fijo no residencial del gobierno. El tercer enfoque está basado en Burnside
y Eichenbaum (1996), quienes consideran que el stock de capital es la suma de
cuatro componentes, tres relacionados a los activos fijos y uno al consumo de
bienes durables:
Con las definiciones previas del stock de capital y el PBI real se construye el
ratio capital/producto, el cual se muestra en la Figura 1.5. Dos ideas importantes
se desprenden de este gráfico: la primera es que el ratio capital/producto ha
sido relativamente constante desde la Segunda Guerra Mundial (1947-2015), lo
cual está acorde con lo sugerido por Kaldor. Así por ejemplo, se tiene que el
ratio (considerando que el stock de capital es solamente el activo fijo privado no
residencial) es cercano a uno. Bajo el segundo enfoque del capital, este ratio es
2:2 y bajo la concepción de Burnside y Eichenbaum (1996), el stock de capital
es seis veces el PBI real. La segunda idea es que entre los tres enfoques del
capital, el primero permite obtener un ratio capital/producto mucho más estable en
comparación con los dos restantes. Ello se comprueba al comparar las deviaciones
estándar muestrales entre los años 1947 y 2015:
Sin embargo, una mejor interpretación del grado de variabilidad que la sugerida
por la desviación estándar es el coeficiente de variación (CV D desviación están-
dar/media), el cual expresa la desviación estándar como porcentaje de la media.
Para la correcta aplicación de este estadístico, se exige que todos los valores de la
14 1.2 Ciclos económicos
𝐂𝐚𝐩𝐢𝐭𝐚𝐥𝐫𝐞𝐚𝐥
𝐏𝐁𝐈𝐫𝐞𝐚𝐥
12 No residencial (privado)
No residencial (privado+gobierno)
11 Basado Burnside-Eichenbaum (1996)
Post-II Guerra Mundial
10
0
1929 1935 1941 1947 1953 1959 1965 1971 1977 1983 1989 1995 2001 2007 2013
serie sean positivos, lo cual se cumple para este caso. El coeficiente de variación
se muestra a continuación:
Este estadístico sugiere que el primer y el tercer enfoque son muy similares en
cuanto a variabilidad; sin embargo, ambos claramente se encuentran muy alejados
de la variabilidad del segundo enfoque.
HE-5: Este hecho estilizado se refiere a la participación del trabajo y del capital en
el ingreso nacional. La Figura 1.6 muestra que la participación de ambos factores
en el ingreso nacional ha sido relativamente estable. Por ejemplo, para el caso del
capital, dicha participación promedió entre 1948 y 2014 fue de 33.7%. Para el
trabajo, esta es igual a 66.3%. Estos valores son importantes, pues como se verá
en el transcurso del libro, la función de producción Cobb-Douglas sugiere que la
participación del capital es constante e igual al exponente del capital en la función
1 Panorama de los modelos RBC 15
50%
Participación del capital en el
Ingreso Nacional
40%
Promedio (1948 - 2014) = 33.7%
30%
20%
1948 1954 1960 1966 1972 1978 1984 1990 1996 2002 2008 2014
80%
Promedio
70% Consumo/PBI
63%
60%
50%
30%
26%
20%
14%
10%
Inversión/PBI
0%
1947 1953 1959 1965 1971 1977 1983 1989 1995 2001 2007 2013
El periodo muestral de análisis que estos autores utilizan corresponde a los datos
después de la Segunda Guerra Mundial (1947-1995). Esto se debe principalmente
a dos razones: la primera es que la economía de Estados Unidos es muy distinta
antes de la Segunda Guerra Mundial en términos de tecnología, instituciones,
4 Otra
importante referencia es el trabajo de Kydland y Prescott (1990). Estos autores mostraron
las regularidades cíclicas de un conjunto de variables reales y nominales. La muestra de análisis
corresponde a los datos después de la guerra entre Estados Unidos y Corea (1950-1953), es decir,
desde 1954 hasta 1989. Una diferencia principal con respecto a la investigación de Stock y Watson
es que Kydland y Prescott utilizaron el filtro Hodrick y Prescott para obtener el componente cíclico
de las variables. Otra investigación con énfasis en los hechos estilizados en el componente cíclico de
las variables relacionadas al mercado laboral es el de Kydland (1995).
1 Panorama de los modelos RBC 17
Otro aspecto importante es que Stock y Watson utilizaron el filtro de Baxter y King
(1993) (band pass filter) para obtener el componente cíclico de las 71 variables.
Stock y Watson (1999) sugieren que un filtro ideal preserva el componente cíclico y
elimina las otras fluctuaciones (altas frecuencias y bajas frecuencias). Sin embargo,
tal como señala DeJong y Dave (2007, Cap. 3), el filtro ideal no es posible de
implementar debido a que requiere un número infinito de observaciones de la serie
previo a la aplicación del este. En el caso del filtro de Baxter y King, el cual es una
aproximación al filtro ideal, el componente cíclico tiene una periodicidad de entre
seis trimestres y ocho años. La ventaja de este filtro es que elimina en gran parte
las fluctuaciones de alta frecuencia (menores a seis trimestres) y de baja frecuencia
(mayores a ocho años). En contraste con este filtro, el propuesto por Hodrick y
Prescott (1981) no impide que las fluctuaciones de alta frecuencia sean parte del
componente cíclico.
Producto Bruto Interno (PBI) y Consumo. El PBI está en términos reales (billones
de US$ del 2009). Por otro lado, el consumo es calculado como la suma (en
términos reales) del consumo de bienes no durables y el consumo de servicios:
Cbnd Cservi ci os
Consumo real D C (1.1)
IPND IPS
Cbd
Inversión real D I nvpr C (1.2)
IPbd
Donde I nvpr es la inversión privada doméstica bruta (en términos reales) y Cbd
es el consumo de bienes durables (en términos nominales), el cual es deflactado
por el índice de precios de bienes durables (IPbd ). Al igual que el consumo, cada
índice de precio se divide entre 100.
La Figura 1.8 muestra la evolución del PBI, consumo e inversión, todos en términos
reales y en logaritmo natural. De la evolución de estas tres variables se observa
que la inversión es más volátil que el PBI y el consumo. Es preciso mencionar que
la muestra considerada para los gráficos y estadísticos comprende entre el primer
trimestre de 1954 hasta el cuarto trimestre del 2015; Es decir, no se considera
el periodo de guerra entre Estados Unidos y Corea, tal como lo hicieron Stock y
Watson (1999).
1 Panorama de los modelos RBC 19
30.5
30
29.5
29
28.5
28
27.5
27
Ki Ki 1
kj D j (1.4)
4
Debido a que es una interpolación lineal, la razón aritmética es simplemente
la diferencia de dos stocks de capital anuales consecutivos entre el número de
trimestres (puntos). Bajo este supuesto, el cálculo del stock de capital del primer
trimestre será igual al stock de capital inicial (del año previo) más dicha razón
aritmética. Para el segundo trimestre será el stock de capital inicial (del año previo)
más dos veces la razón aritmética y así sucesivamente hasta llegar al stock de capital
final (anual). Esta lógica de cálculo se refleja en la Ecuación (1.4). Conviene
subrayar que este método es utilizado en este capítulo para “construir” la serie de
stock de capital neto trimestral (ver Figura 1.9).
6.6
6.4
6.2
5.8
5.6
5.4
5.2
4.8
Ln(Stock de Capital)
4.6
1960 1970 1980 1990 2000 2010
Donde: Horast es el número de horas “anuales” del trimestre “t”. Para su cálculo,
se multiplica el promedio de puestos de trabajo (empleos) durante el trimestre
(UEt ) por el promedio de horas trabajadas semanalmente durante el trimestre
(UHt ). A este número se le multiplica el número de semanas que hay en un año
(52). Con respecto al empleo, de manera similar al total de horas trabajadas, se
considera el sector de negocios que no incluye al cultivo (Nonfarm Business (all
persons)).
ln(Horas) ln(Empleo)
26.1 18.6
26
25.9 18.4
25.8
18.2
25.7
25.6
18
25.5
25.4 17.8
25.3
17.6
1960 1970 1980 1990 2000 2010 1960 1970 1980 1990 2000 2010
4.8 4.6
4.4
4.6
4.2
4.4
4
4.2
3.8
4
3.6
3.8 3.4
3.6 3.2
1960 1970 1980 1990 2000 2010 1960 1970 1980 1990 2000 2010
Las Figuras 1.12 y 1.13 muestran el componente cíclico de las ocho variables, y
las compara con el componente cíclico del PBI. La idea de esta primera compa-
ración es ganar un primer entendimiento sobre la volatilidad de las variables y
sus comovimientos con el PBI. Algunas observaciones emergen de este análisis
gráfico:
Observación 1.1. El componente cíclico del PBI parece ser menos volátil durante
24 1.2 Ciclos económicos
30.5
30
29.5
29
la segunda mitad de la década de los 805 , toda la década de los 90’s y parte del
primer lustro del nuevo milenio. Este fenómeno es llamado “La Gran Moderación”
y fue acuñado por Stock y Watson (2002). Estos autores encontraron que la
volatilidad de la tasa de crecimiento anual del PBI entre 1960 y 2001 (des. est.
= 2.3%) es mayor que la volatilidad entre 1990 y el 2001 (des. est. = 1.5%).
Uno de sus principales hallazgos fue que la reducción de la volatilidad no sólo se
encontraba en la tasa de crecimiento del PBI, sino a lo largo de toda la economía.
5 McConnell y Perez-Quiros (2000) fueron los que encontraron un primer indicio de esta “mo-
deración”, pero solo indicaron que la reducción de la volatilidad estaba enfocada en la producción
de bienes durables. Asimismo, estos autores encontraron que el quiebre estructural en el que la
volatilidad empezó a moderarse fue el primer trimestre de 1984. Stock y Watson (2002) confirmaron
este hallazgo con ciertas diferencias.
1 Panorama de los modelos RBC 25
Es decir, el crecimiento del empleo, del consumo y del PBI sectorial también
mostraron una reducción significativa en su volatilidad en el mismo periodo. Estos
hallazgos iniciaron un conjunto de investigaciones para explicar las fuentes de esta
“moderación” (por ejemplo Davis y Kahn (2008)).
Observación 1.2. El consumo parece ser menos volátil que el PBI, pero parece
estar fuertemente correlacionado (positivamente) con el producto.
Observación 1.3. La inversión parece ser más volátil que el PBI. Además, es
más volátil que el consumo. Entre la Observación 1.2 y 1.3 se concluye que:
inversión > PBI > consumo , donde x representa la volatilidad.
Observación 1.4. El stock de capital parece tener muy poca volatilidad en compa-
ración con el PBI y además parece tener poca correlación con el producto.
Observación 1.5. El total de horas trabajadas parece ser un poco más volátil que
el PBI y tener una alta correlación con el producto.
Observación 1.6. El empleo parece ser tan volátil como el PBI y tener una corre-
lación positiva con esta variable. Asimismo, aparentemente el empleo es casi tan
volátil como el número de horas trabajadas.
Cálculo de los estadísticos. La Tabla 1.2 resume los principales estadísticos del
componente cíclico de las variables macroeconómicas, el cual complementa lo
observado gráficamente. Algunas conclusiones se pueden desprender de estos
cálculos.
En primer lugar, la inversión muestra una mayor volatilidad (5.5%) que el resto de
variables. Asimismo, se observa que su volatilidad es mayor que la del PBI (1.52%)
y, a su vez, esta es mayor que la del consumo (0.81%). Por otra parte, la variable
26 1.2 Ciclos económicos
0.02 0.02
0 0
-0.02 -0.02
-0.04 -0.04
-0.06 -0.06
1960 1970 1980 1990 2000 2010 1960 1970 1980 1990 2000 2010
0.02
0.1
0
0
-0.02
-0.1
-0.04
-0.2 -0.06
1960 1970 1980 1990 2000 2010 1960 1970 1980 1990 2000 2010
que tiene menor volatilidad es el stock de capital (0.26%), es decir, esta variable
es más estable que las demás. En cuanto a las variables del mercado del trabajo,
se observa que el total de horas trabajadas y el empleo tienen una volatilidad muy
cercana a la del PBI, aunque el empleo tiene menor volatilidad que el número
de horas trabajadas (1.56% vs 1.86%). Esto sugiere que el ciclo económico se
manifiesta claramente en el mercado del trabajo, tal como lo menciona Cooley y
Prescott (1995).
0.02 0.02
0 0
-0.02 -0.02
-0.04 -0.04
-0.06 -0.06
1960 1970 1980 1990 2000 2010 1960 1970 1980 1990 2000 2010
0.02 0.02
0 0
-0.02 -0.02
-0.04 -0.04
-0.06 -0.06
1960 1970 1980 1990 2000 2010 1960 1970 1980 1990 2000 2010
En tercer lugar, aunque el stock de capital tiene una baja volatilidad, esta variable
tiene una alta persistencia reflejada en su autocorrelación (0.96). En general, todas
las variables, excepto el salario real y la productividad, muestran niveles de per-
sistencia superiores a 0.8. Inclusive, las horas trabajadas y el empleo superan el
90 por ciento de autocorrelación. Conviene subrayar que el salario real y la pro-
ductividad muestran volatilidades similares (0.96% vs 0.94%) y autocorrelaciones
relativamente cercanas (0.69 y 0.79).
Stability”. Esta investigación inició una discusión académica sobre los posibles
factores que explican este comportamiento (por ejemplo ver, Gali y van Rens
(2010), y Fernald y Wang (2016)).
La Figura 1.14 muestra la correlación del componente cíclico del PBI real con el
componente cíclico de la productividad laboral. Cada valor de dicha correlación
es calculado desde el primer trimestre de 1954 hasta el cuarto trimestre del año
que se muestra en el eje horizontal. Por ejemplo, el valor de 7% que aparece en
el año 1980 (primera barra azul) se ha calculado considerando la muestra desde
1954.1 hasta 1980.4. De igual forma, el valor asociado a 1982 (superior a 10%) se
ha calculado con la muestra 1954.1-1982.4.
N° datos muestra Corr(PBI, Productividad Laboral)
15% 1000
La correlación entre el (componente cíclico del) PBI y
la productividad laboral ha disminuido en el tiempo. 900
10% Es más ha pasado de ser procíclica a ser contracíclica.
800
5%
700
0%
600
-5% 500
400
-10%
300
-15%
200
-20%
100
-25% 0
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
Antes de 1930 1930 - 1940 1950 - 1960 1960 - 1970 1960 - 1970 1980 - 1990 1990 - 2000 2009!
El siglo XX y los inicios del siglo XXI han estado marcados por al menos tres
crisis económicas trascendentales. La primera se manifestó en 1929 con la caída de
la Bolsa de Valores de Nueva York, cuyos efectos fueron globales y persistentes. A
esta crisis se le llamó la Gran Depresión. Este evento tuvo al menos dos impactos
importantes: el primero es que evidenció la debilidad de la escuela Neoclásica
para explicar dicho fenómeno. Asimismo, dicha escuela no pudo dar una solución
a esta crisis. El segundo efecto es que surgió la escuela Keynesiana como una
alternativa para explicar esta crisis y para proponer algunas políticas económicas
que mitigaran sus efectos.
Una de las ideas centrales de Keynes fue que la economía de mercado es inhe-
rentemente inestable. Dicha inestabilidad provoca situaciones donde el nivel de
actividad se coloca por debajo del pleno empleo sin que el mercado por si solo
1 Panorama de los modelos RBC 31
pueda recuperarse. Dicha situación produce un nivel de desempleo que, según Key-
nes, tiene un carácter involuntario y que es el reflejo de una insuficiencia del nivel
de demanda. Dado que el mercado no garantiza el regreso al equilibrio, Keynes
sugiere que la política económica puede corregir esta inestabilidad agregada con el
fin de llevar a la economía al pleno empleo. Esto claramente constrasta con el pilar
fundamental del paradigma neoclásico: “la tendencia automática hacia el pleno
empleo”.
La segunda crisis del siglo XX estuvo asociada al precio del petroleo. En 1973,
la OPEP (Organización de Países Exportadores de Petróleo) decidió restringir las
exportaciones de petróleo a los países que apoyaron a Israel en la guerra llamada
Yom Kipur, la cual se desarrolló en octubre de 1973. Esta decisión afectó a los
Estados Unidos y algunos países de Europa. La restricción en la producción incre-
mentó su precio y dado que los países industrializados de dicha época dependían
fuertemente del petróleo se vieron obligados a reducir su producción de bienes,
lo que finalmente incrementó los precios. El alto desempleo y la alta inflación,
fenómeno conjunto conocido como estanflación, fue la característica de esta crisis.
La novedoso de la NEC fue que esta escuela proponía una nueva forma de hacer
macroeconomía. La NEC sostenía que los modelos macroeconómicos se construían
a partir de la conducta de agentes racionales, los cuales optimizaban sus decisiones
en un entorno estocástico y dinámico. Esto era contrario al enfoque de la Síntesis
Neoclásica donde no había optimización y los modelos usualmente eran estáticos.
Además, la NEC asume que los modelos son walrasianos en el sentido que los
mercados estaban en equilibrio en cada momento. Estos modelos incorporan
una oferta agregada basada en dos supuestos microeconómicos ortodoxos: las
decisiones racionales tomadas por los trabajadores y las empresas en términos
de su comportamiento optimizador y, en segundo lugar, que la oferta de trabajo
y el nivel de producción de las empresas dependen de precios relativos (Lucas
(1972), Lucas (1973)). Asimismo, la NEC en su modelación considera expectativas
racionales y así supera la crítica de Lucas.
1 Panorama de los modelos RBC 33
Esta nueva forma de hacer macroeconomía y sus principales supuestos, llevó a que
la Nueva Economía Clásica se convirtiera en el principal enfoque macroeconómico
durante la década de los 70.
A mediados de los 90 surge un consenso entre los modelos RBC y los modelos
NEK. A este consenso se le conoce como la Nueva Sintesis Neoclásica (NSN)
(Goodfriend y King, 1997). La NSN está basada, por un lado, en los modelos
RBC al incorporar optimización intertemporal y expectativas racionales dentro
de modelos macroeconómios dinámicos; por otro lado, la NSN toma elementos
de la NEK tales como competencia monopolística y ajuste costoso de precios
(rigidez de precios). El modelo principal de la NSN se resume en tres ecuaciones:
la IS dinámica, la curva de Phillips y la regla de política monetaria. La NSN ha
dominado la forma de hacer macroeconomía hasta la actualidad. Sin embargo, la
crisis financiera de 2008 hizo que se repensara en algunos supuestos de la NSN,
los cuales se están evaluando, en la actualidad.
La tercera crisis se gestó en los primeros años del siglo XXI y finalmente se
materializó en 2008. Esta es conocida como la crisis financiera de 2008. El origen
de esta crisis se encuentra en el colapso de la burbuja inmobiliaria en Estados
Unidos en el 2006 y que luego provocó una crisis de las hipotecas subprime.
1 Panorama de los modelos RBC 35
En 1981 surgió una nueva técnica para separar el componente cíclico de la tendencia
de una variable. Esta técnica fue propuesta por Hodrick y Prescott (1997), quienes
realizaron un estudio empírico de los ciclos para Estados Unidos. después de la II
Guerra Mundial. Estos autores propusieron una metodología para separar el ciclo y
la tendencia de una serie, la cual se conoce como Filtro HP. Bajo esta metodología,
Hodrick y Prescott encontraron regularidades empíricas de los ciclos (volatilidad,
comovimientos y persistencia).
construcción del capital toma varios periodos y no solo uno como era el supuesto
del modelo de crecimiento neoclásico. Este supuesto es sumamente importante
para explicar las fluctuaciones agregadas debido a que se comporta como un
mecanismo de transmisión con persistencia durante varios periodos. Además, la
otra modificación que consideraron los autores fue que la función de utilidad debe
ser no separable temporalmente, lo cual presenta una alta sustitución intertemporal
del ocio. En este contexto, el único shock que explica las fluctuaciones es el de
productividad.
2. Las fluctuaciones del producto provienen de fuentes reales, es decir, los ciclos
económicos son consecuencia del cambio exógeno de la productividad;
Long y Plosser en 1983 publicaron una investigación que buscaba explicar los
movimientos conjuntos de las variables económicas de los diversos sectores pro-
ductivos tales como agricultura, minería, construcción, etc. Para ello, propusieron
un modelo sustentado en dos grupos de hipótesis: las hipótesis de las preferencias
(familias) y las de las posibilidades de producción (empresas). En particular, el
objetivo de estos autores fue evaluar la capacidad de estas hipótesis en explicar el
comportamiento del ciclo económico (a nivel agregado y sectorial).
38 1.3 Perspectiva histórica de la teoría RBC
Usualmente, cuando se estudian las hipótesis sobre las preferencias, se hace én-
fasis en su implicancia intratemporal (enfoque estático), el cual indica que ante
un incremento inesperado de riqueza el consumidor incrementa su demanda de
consumo actual de bienes y de ocio. Además de esto, Long y Plosser, en su inves-
tigación, resaltan que estas hipótesis también tienen implicancias intertemporales
(enfoque dinámico), las cuales sugieren que el mismo shock de riqueza incentiva
al consumidor a incrementar su demanda de consumo futuro de bienes (incluyendo
el ocio). La implicancia principal de esto último es que el consumo (de diferentes
bienes) como serie de tiempo presenta comovimientos y persistencia.
La principal conclusión de Long y Plosser (1983) fue que las propiedades de series
de tiempo derivadas del modelo muestran cierto acercamiento a los encontrados
en los datos. Asimismo, los autores reconocen que este modelo no captura todas
las regularidades empíricas debido, en parte, al supuesto de depreciación total; sin
embargo, este modelo es un buen punto de partida (benchmark) para evaluar la
inclusión de otros factores como el dinero, la política fiscal, etc.
Una de los principales críticas al modelo de Kydland y Prescott (1982) fue que el
modelo no capturaba la alta volatilidad de las horas trabajadas y la baja volatilidad
del salario real. Esta crítica, en parte, está basada en que el modelo de Kydland
y Prescott (1982) consideraba que no existe desempleo y que la volatilidad de
1 Panorama de los modelos RBC 39
las horas de trabajo se debe sólo a que el trabajador ajusta su número de horas
laborales. Sin embargo, G. D. Hansen (1985) encontró que los datos sugieren que
el 55% de la varianza del “total de horas de trabajo” es explicada por el número de
trabajadores que entran y salen del mercado laboral, y solo el 20% es explicado por
las horas de trabajo de cada individuo. Esto llevó a Hansen a postular el principal
supuesto de su modelo: “el individuo decide trabajar un número de horas fijas o
no trabajar”, es decir, el trabajo es indivisible. El principal resultado del modelo
de Hansen es que este explica la alta volatilidad del empleo en comparación con
el salario, sin necesitar una alta elasticidad de sustitución del ocio, el cual es
consistente con los datos.
Hasta aquí los modelos RBC habían hecho énfasis en el shock de productividad, es
decir, el shock del lado de la oferta. Sin embargo, el pensamiento Keynesiano suge-
ría que las fluctuaciones económicas se debían principalmente a los movimientos
de la inversión. Con esto en mente, Greenwald y Stiglitz (1988) introdujeron dos
características al modelo RBC estándar. La primera es que no sólo se considera
el capital físico, sino también los servicios que este brinda por medio de una tasa
de utilización. Es decir, no sólo considera, por ejemplo, una computadora (bien
de capital), sino también el número de horas que se utiliza este bien, a la cual se
le conoce como tasa de utilización. Un impacto de dicha tasa es que el capital
se deprecia más rápidamente. La segunda es que el shock que se considera no
es el de productividad, sino uno asociado a la eficiencia marginal de la inversión.
La principal conclusión de este modelo es que el shock a la inversión bajo el
40 1.3 Perspectiva histórica de la teoría RBC
mecanismo descrito podría ser un elemento importante para explicar los ciclos
económicos.
Por otro lado, Cooley y Hansen (1989) estudiaron el rol del dinero en las fluctua-
ciones económicas. Para ello, los autores utilizaron el modelo RBC estándar, al
cual incorporaron el dinero por medio de una restricción cash-in-advance. Con
este modelo, los autores procuraron estimar los costos de bienestar provocados
por el impuesto inflacionario, y estudiaron los efectos de la inflación anticipada
sobre las características de las series económicas. La principal conclusión es que
en el corto plazo el dinero sí presenta correlación con el producto; sin embargo, las
características de los ciclos económicos de una economía con alta y baja inflación
son similares. Esto sugiere que bajo los supuestos del modelo, el dinero no ayuda
a explicar mejor los ciclos económicos.
Una de las principales críticas de los modelos RBC es que no capturan la baja
correlación entre el número de horas laborales y el salario real. Los datos sugieren
que esta correlación es muy cercana a cero, mientras que los modelos RBC (tra-
bajo divisible/indivisible) indican que es cercana a 0:951=0:915 respectivamente.
Ante esta deficiencia del modelo, Christiano y Eichenbaum6 en 1992 publicaron
6 Unainvestigación previa de estos autores se encuentra en 1988, en la cual cuestionan la
afirmación de Prescott (1986) que la “teoría es antes que la medición”. El principal argumento de
Christiano y Eichenbaum es que los modelos RBC no capturan la observación de Dunlop-Tarshis,
que indica que la correlación entre el número de horas trabajas y el salario real es cercana a cero.
Bajo este argumento, los autores concluyen que el shock de productividad no puede ser la única
fuente de fluctuaciones económicas después de la Segunda Guerra Mundial.
1 Panorama de los modelos RBC 41
Por otro lado, en 1993, Baxter y King publicaron un estudio en el que evaluaban
los efectos macroeconómicos de la política fiscal en un modelo RBC. Aunque el
objetivo no fue evaluar si la política fiscal es una fuente de los ciclos económicos,
su investigación es relevante para entender los efectos de corto y de largo plazo del
gasto temporal y permanente del gobierno. En este modelo, el gobierno influencia
a las familias por medio de las transferencias y por medio de la función de utilidad.
Se supone que el capital y el gasto del gobierno incrementan el nivel de la utilidad
del consumidor, pero no su utilidad marginal. Además, la influencia del gobierno
a las empresas se obtiene por medio del capital gubernamental que actúa como
un factor en la función de producción. La racionalidad de esto radica en que las
empresas necesitan bienes públicos como caminos, carreteras, etc., que influyen
en su producción.
Uno de los principales supuestos de los modelos RBC es que todos los mercados
(bienes y factores) tienen una estructura de competencia perfecta, lo cual sugiere
que el precio es igual al costo marginal. Sin embargo, los datos sugieren que el
precio eventualmente es mayor que el costo marginal, es decir, que el mark-up ( D
pt
cmgt ) es mayor a uno. Bajo este y otros hechos empíricos, Rotemberg y Woodford
en 1993 publicaron un artículo donde introducen la estructura de competencia
monopolística en un modelo RBC. En este escenario, los autores analizaron cómo
esta nueva estructura de mercado podría influenciar en la transmisión del shock de
productividad especialmente por medio de su influencia en la demanda de trabajo.
Además, bajo esta estructura, el análisis de un shock al mark-up podría brindar un
nuevo mecanismo de impulso para explicar los ciclos.
42 1.3 Perspectiva histórica de la teoría RBC
La crítica a los modelos RBC, sugerida por Cogley y Nason (1995), es sostenida
por Rotemberg y Woodford en 1996, cuando publican una investigación en la
cual demuestran que el modelo RBC estándar tiene dos debilidades empíricas. La
primera es que el modelo sugiere que la varianza del producto es muy pequeña
en comparación con lo observado. La segunda es que los comovimientos entre
el producto, el consumo y las horas laborales tienen la misma dirección en los
datos, lo cual no es capturado por el modelo. Con el fin de mejorar la capacidad
del modelo en capturar estos hechos estilizados, los autores realizan un análisis
de sensibilidad del valor de tres parámetros (elasticidad de la oferta de trabajo, la
elasticidad de sustitución intertemporal y la participación del capital en el producto).
El resultado de este esfuerzo es que el modelo mejora la volatilidad del producto
pero no hay mayor efecto sobre los comovimientos de las variables en mención.
1.3.2.1 Investigaciones acerca del estado del arte de los modelos RBC
Computational Economics.
1 Panorama de los modelos RBC 47
distintas por diferentes variables. Es más, J. Heckman (1984) sugiere que lo más
apropiado para estudiar el mercado del trabajo es el supuesto de heterogeneidad
entre los agentes.
Stadler en 1994 publica una investigación que resume y evalúa la teoría de los
Ciclos Económicos Reales. Una de sus principales conclusiones es que la Teoría
RBC ha cambiado la forma de ver los ciclos económicos. Lo que esta teoría sugiere
es que no se necesitan distorsiones para obtener fluctuaciones macroeconómicas; es
decir, una economía eficiente y con mercados completos podría mostrar fluctuacio-
nes si el cambio tecnológico es estocástico. Esta afirmación abre toda una línea de
investigación de los ciclos económicos. Otra conclusión es que aún existen algunos
retos que la Teoría RBC no ha superado. Uno de ellos es la dificultad de que estos
modelos capturen muy cercanamente los hechos estilizados. Otra dificultad radica
en que no pueden explicar satisfactoriamente la dinámica del producto, lo cual
está asociado a otra debilidad: un mecanismo de transmisión débil. Rouwenhorst
(1991) indica que las fluctuaciones producidas en el modelo de Kydland y Prescott
(1982) se deben esencialmente al comportamiento estocástico de la productividad.
El rol del mecanismo de transmisión del “tiempo para construir” el capital es
pequeño, el cual se esperaba fuera importante en propagar el impulso inicial.
que esta categoría es la más extensa del libro, lo cual no es de extrañar por el
debate que surgió a causa de la forma “no convencional” de evaluar los modelos
RBC iniciada por Kydland y Prescott (1982), es decir, la comparación entre los
momentos teóricos (de la simulación del modelo) y los momentos empíricos, lo
que contrasta con la econometría usual. La quinta categoría se refiere al residuo
de Solow y la última describe la forma de obtener el componente cíclico de las
variables agregadas. La lectura de ambos libros provee un panorama completo de
las fortalezas y debilidades de los modelos RBC.
Con respecto a la primera idea, los autores afirman que la principal debilidad de
los modelos RBC es que estos requieren shocks tecnológicos grandes (desviación
estándar y persistencia significativa) para producir ciclos económicos cercanos a
la realidad. Sin embargo, dichas perturbaciones tecnológicas no son tan grandes
ni persistentes en los datos como el modelo lo requiere. Ante esta debilidad, los
autores proponen considerar un mecanismo amplificador importante: la utilización
variable del capital. Al introducir este componente en un modelo RBC, este
podría reproducir los ciclos económicos observados con un shock de productividad
pequeño, tal como la evidencia empírica lo indica.
Con respecto a la segunda idea, los autores argumentan que existen tres críticas
principales que han podido ser resueltas a favor de los modelos RBC. La primera
crítica es la sensibilidad de los resultados del modelo a la parametrización. Tal
8 El
objetivo del Handbook of Macroeconomics, tal como se señala en sus mismas páginas, es
proveer una revisión de la literatura sobre el estado actual del conocimiento en macroeconomía. Los
temas revisados incluyen la teoría del crecimiento económico y de los ciclos económicos, como
también las consecuencias de la política fiscal y monetaria. Actualmente, existen dos handbooks, el
primero fue publicado en 1999 (editado por John B. Taylor y Michael Woodford) y el último en el
2016 (editado por John B. Taylor y Harald Uhlig).
1 Panorama de los modelos RBC 51
como señalan los autores, el modelo RBC es resistente a los diferentes valores de
los parámetros; por ejemplo, los resultados del modelo son satisfactorios inclusive
en el caso de una elasticidad de la oferta de trabajo pequeña a nivel individual
(familia), pero alta a nivel agregado. La segunda crítica es la limitación que posee
el modelo para producir un comportamiento realista de los precios. Esto ha sido
superado al incluir variables nominales (oferta de dinero, precios, etc) en el modelo
RBC. Por ejemplo, esto se puede observar en Cooley y Hansen (1989). Finalmente,
la tercera crítica es sobre el supuesto de shocks tecnológicos grandes. Como se
indicó en el párrafo anterior, los autores reconocen esta debilidad, la cual puede
ser superada cuando al modelo RBC estándar se le agrega la utilización variable
del capital.
Según Rebelo (2005), dos temas que aún requieren una mayor investigación, en el
marco de los modelos RBC, son, por un lado, la explicación del comportamiento
de los precios de los activos financieros y por otro, el entendimiento de la Gran
Depresión. Con respecto al primero, el trabajo pionero de Mehra y Prescott (1985)
52 1.3 Perspectiva histórica de la teoría RBC
El segundo tema que demanda mayor investigación, a la luz de los modelos RBC,
es la Gran Depresión. En particular, el reto que presentan los modelos RBC es
explicar cuáles fueron las causas de la Gran Depresión. Tal como señala Rebelo
(2005), a la fecha existe un conjunto de investigaciones en este campo, sin embargo,
aún es un tema abierto en la escuela RBC debido a que la Gran Depresión fue
originada por la combinación de varios shocks adversos y de políticas económicas
inadecuadas.
Además de estos dos grandes temas de investigación, el autor menciona otras líneas
de investigación abiertas: una de ellas es el estudio de shocks alternativos al de
productividad (de petroleo, fiscal y cambio tecnológico específico a la inversión).
Otra línea es el modelo monetario, es decir, la extensión del modelo RBC para
que contemple fricciones nominales y reales, los cuales en la práctica son modelos
NEK. Además de lo anterior, Rebelo (2005) indica que la consideración de los
modelos con equilibrios múltiples bajo el espíritu de Farmer (1999) aún es un tema
que requiere mayor estudio.
A. Evidencia empírica
En la literatura existente se pueden distinguir al menos dos conjuntos de investi-
gaciones empíricas. El primer conjunto relaciona el shock de gasto público como
consecuencia de eventos militares en lugar de eventos macroeconómicos (Hall
(1986); Barro (1982); Rotemberg y Woodford (1992); Ramey y Shapiro (1998)),
y usualmente utilizan modelos de regresión lineal o el enfoque “narrativo”9 para
identificar el shock de gasto fiscal. El segundo conjunto hace énfasis en que el
gasto público responde a eventos macroeconómicos y utiliza el enfoque de Vectores
9 Elenfoque narrativo consiste en revisar diversas fuentes históricas tales como el discurso
presidencial, el reporte económico del presidente y los reportes de las reuniones del Congreso para
identificar la motivación de cada cambio de impuesto/gasto público legislado. La idea de este método
es separar los cambios en las variables fiscales legisladas en aquellos que responden legitimamente
a cambios en variables macroeconómicas de aquellos, que responden a otras motivaciones (por
ejemplo: motivaciones políticas). Para una mejor descripción de este método, revisar Romer y
Romer (2010).
1 Panorama de los modelos RBC 57
Bajo el enfoque VAR diversos estudios han encontrado que el shock de política
fiscal (definido como compras del gobierno) tiene efectos positivos sobre el pro-
ducto, horas trabajadas, consumo y salario real (Fatás y Mihov (2001); Blanchard y
Perotti (2002); Perotti (2005); Galí, López-Salido, y Vallés (2007) y Pappa (2009)).
Mountford y Uhlig (2009) encuentran que un shock de gasto público anticipado si
bien tiene efectos positivos sobre el producto y el consumo, estos son pequeños.
Al evaluar los impactos del shock fiscal sobre las variables del mercado del trabajo,
los autores concluyen que el empleo se incrementa después del shock, pero que
el salario real cambia marginalmente. Ante este último resultado, los autores
indican que la reacción del salario real de la economía no es lo suficientemente
robusta ante diferentes especificaciones del salario nominal y de los métodos de
deflación (Burnside, Eichenbaum, y Fisher, 2000), por lo cual prefieren analizar la
respuesta del salario real del sector manufactura, que si es robusta. Bajo este cambio
de variable, los autores encuentran que el salario real (del sector manufactura)
responde positivamente (y significativamente) ante el shock de gasto público.
primer lugar, en ambos estudios el shock fiscal genera una respuesta positiva
del producto con un multiplicador fiscal mayor a uno en Fatás y Mihov (2001)
y muy cercano a uno en Blanchard y Perotti (2002). En segundo lugar, ambas
investigaciones encuentran que el consumo se incrementa significativamente ante
el shock fiscal. En tercer lugar, existe un diferencia importante en cuanto al
comportamiento de la inversión. (Fatás y Mihov, 2001) indican que el shock de
gasto público genera una respuesta positiva marginal de la inversión, mientras
que Blanchard y Perotti (2002) encuentran que dicha respuesta es negativa y
significativa.
Galí et al. (2007) confirman la evidencia previa sobre los efectos macroeconómicos
del shock de gasto público. En particular, encuentran resultados similares para el
producto y el consumo. Para el caso de la inversión, sus resultados están en línea
con lo encontrado cualitativamente por Blanchard y Perotti (2002) (reducción de
la inversión), pero cuantitativamente dicha respuesta es insignificante. Además,
encuentran que el salario real y el número de horas trabajadas se incrementan
persistentemente ante el shock fiscal.
Ante esta evidencia, los autores sugieren un modelo NEK que considere un com-
ponente heterogéneo en las familias. El supuesto principal es que en la economía
subsisten dos tipos de familias: las ricardianas y las no ricardianas. El primer tipo
de familia tiene un comportamiento estándar en los modelos macroeconómicos
(optimización intertemporal); el segundo tipo de familia solo consume su ingreso
laboral y no puede trasladar recursos intertemporalmente. Bajo este supuesto y
los correspondientes a los modelos NEK (competencia monopolistica y rigidez de
precios), el modelo genera un incremento del consumo como respuesta al shock de
gasto público.
Una de las principales conclusiones de este estudio es que un shock de gasto público
anticipado12 tiene un efecto positivo débil sobre el producto, la tasa de interés y el
consumo; es decir, el consumo es procíclico. Además, los efectos de este shock son
más fuertes que el shock de gasto público no anticipado. En térmimos generales,
estos resultados están en línea con las investigaciones empíricas previas.
B. Modelos teóricos
Ramey (2016) sugiere que la literatura existente sobre el gasto público usualmente
ha buscado responder dos principales preguntas:
1. ¿Los modelos DSGE teóricos (RBC y NEK) capturan los hechos estilizados de
la política fiscal?
13 Para ver en detalle una revisión de la literatura sobre los multiplicadores fiscales se puede revisar
Hall y Mishkin (1980) y Barro (1981, 1987) analizaron el impacto que tiene el
consumo del gobierno sobre el producto, el empleo y la tasa de interés real. En
ambos casos los autores utilizaron el modelo de crecimiento neoclásico estándar.
De estos estudios se derivan cuatro conclusiones: la primera es que un incremento
temporal o persistente del consumo público debería aumentar el producto y las
horas trabajadas. La segunda es que Hall y Mishkin (1980) sugiere que los efectos
sobre el empleo y el producto de un incremento temporal del consumo público
son mayores cuando este es temporal en comparación con uno permanente. La
tercera conclusión es que el multiplicador fiscal (del consumo público) es menor
a uno (en estado estacionario); es decir, Y =G < 1. La cuarta conclusión es
que la tasa de interés reacciona diferente dependiendo si el cambio de consumo
público es temporal o permanente. En el primer caso (cambio temporal), la tasa
de interés responde positivamente, mientras que en el segundo caso (permanente)
prácticamente no cambia (Barro, 1981, 1987).
Baxter y King (1993) abordan tres preguntas relevantes en política fiscal: ¿cuáles
son los efectos macroeconómicos de las compras temporales/permanentes del
gobierno?, ¿cómo cambian los efectos de las compras del gobierno bajo distintas
decisiones de financiamiento? y ¿cuáles son los efectos macroeconómicos si las
compras del gobierno incrementan el stock de capital público? Para responder
estas preguntas, los autores introducen variables fiscales en las familias y en las
empresas en el marco teórico de un modelo RBC estándar. En el caso de las
familias, se asume que el gasto del gobierno y el stock de capital público brindan
utilidad, pero no afectan la utilidad marginal. De otro lado, en el caso de las
empresas se asume que el stock de capital público es un factor de producción
y que sí afecta la productividad de los factores de producción (stock de capital
privado y trabajo). Asimismo, se considera que al igual que el stock de capital
privado, el capital público sigue una ley de movimiento de acumulación del capital.
Esta ley considera la misma tasa de depreciación del capital privado y la forma de
incrementar capital público es por medio de la inversión del gobierno.
Los principales resultados del modelo se pueden resumir en tres grupos. El primero
contiene los impactos del incremento en las compras del gobierno. En este caso, el
modelo predice que el producto responde positivamente ante un shock temporal
o permanente de compras del gobierno. En constraste, el consumo en ambos
escenarios se contrae, lo cual resulta en una correlación negativa entre el PBI y
el consumo. Este resultado no se ajusta a lo observado en los datos. De otro
lado, el salario real se contrae y el trabajo se incrementa independientemente de la
persistencia del shock fiscal (temporal o permanente). La contracción del salario
real difiere claramente con la evidencia empírica.
El tercer grupo de resultados es sobre los efectos del shock de capital público. El
modelo sugiere que el producto y el trabajo responden positivamente, mientras
que el consumo se contrae los primeros seis años para luego mostrar una respuesta
positiva los periodos restantes hasta volver al estado estacionario.
Además, Ludvigson (1996) señala que este efecto sobre el consumo y la inversión
depende de la elasticidad de la oferta de trabajo y el grado de persistencia de la
deuda pública. Tanto es así esto, que a medida que la oferta de trabajo tiende a
ser más elástica y la deuda pública tiende a ser más persistente, la respuesta del
consumo ante la emisión de deuda se fortalece.
Fatás y Mihov (2001) utilizan un modelo RBC con un sector de gobierno similar
al de Ludvigson (1996). El objetivo de estos autores es evaluar si el modelo RBC,
bajo diferentes escenarios fiscales, podría capturar la correlación positiva entre el
PBI y el consumo ante la presencia de un shock de gasto público, según sugiere la
evidencia empírica. Para ello, los autores evalúan al modelo en cuatro escenarios:
1. Incremento del gasto público financiado por impuestos (de suma alzada),
tes modelos RBC que han incluido el sector gobierno para tratar de capturar la
evidencia empírica mencionada en la Tabla 1.5.
Pappa 2009 Título: The Effects of Fiscal Shocks on Employment and the
Real Wage.
Tema: Análisis del impacto del gasto público sobre el empleo
y salario.
Aporte: Utiliza los modelos DSGE (RBC y NEK) para de-
terminar restricciones de signo, las cuales usa en un modelo
SVAR. Bajo este último modelo, obtiene que el salario real y
el empleo se incrementan ante el aumento de consumo público.
El modelo RBC propuesto falla en capturar esta evidencia
empírica, mientras el modelo NEK tiene éxito.
A. Evidencia empírica
En la literatura existente hay un conjunto vasto de investigaciones que sugieren que
el shock monetario (o shock de política monetaria) tiene efectos sobre el producto y
el precio (Friedman y Schwartz, 1963; Romer y Romer, 1989; Bernanke y Blinder,
1992; Shapiro, 1994; Leeper, 1997; Christiano, Eichenbaum, y Evans, 1999; Faust
y Henderson, 2004; Bernanke, Boivin, y Eliasz, 2005; Smets y Wouters, 2007;
Coibion, 2012; Ahmadi y Uhlig, 2015). Por lo general, es un consenso en la litera-
tura empírica que un shock de política monetaria contractivo (reducción de la tasa
de crecimiento de la oferta del dinero) tiene efectos negativos (importantes) sobre
el producto. En el caso de la respuesta del precio, la literatura no es concluyente.
Lo que se espera es que ante un shock de política monetaria contractivo el precio se
reduzca (debido a una reducción de la demanda); sin embargo, lo que se observa,
en algunas especificaciones14 , es que en el corto plazo el precio se incrementa.
A este hecho empírico Eichenbaum (1992) lo denominó “el enigma del precio”
(Price Puzzle).
B. Modelos teóricos
Cooper (1998) señala que cualquier modelo que incluya política monetaria enfrenta
dos dilemas. El primer dilema es que el modelo debe tener la capacidad de generar
una demanda de dinero. El segundo es que el modelo debe contemplar una fuente
de no neutralidad (efectos reales del dinero). Aunque los modelos RBC han tratado
de incluir estos dos elementos para capturar los efectos reales del shock monetario
observado en la evidencia empírica, el resultado es que estos modelos predicen que
dicho efecto es pequeño (lo cual es inconsistente con los datos). Esto representa una
limitante principal de los modelos RBC, la cual ha sido superada por los modelos
de la Nueva Economía Keynesiana (NEK). Los modelos NEK logran obtener la
influencia del dinero en el corto plazo y sus efectos sobre el ciclo económico bajo
dos supuestos principales: competencia monopolística (fricción real) y rigidez de
precios (fricción nominal).
Una de las principales críticas a los modelos RBC es que su capacidad de replicar
los hechos estilizados de los ciclos económicos descansa en que el shock de
productividad debe ser significativo y persistente, lo cual no es avalado por la
evidencia empírica. Ante ello, diversos autores han estudiado shocks alternativos
que tendrían el potencial de explicar los ciclos económicos. Entre ellos, el principal
es el cambio tecnológico específico a la inversión. Este stock indica que se podrían
producir más unidades de capital con una unidad de inversión debido a la existencia
de una tecnología específica a la inversión. Esto es diferente al enfoque ortodoxo
que indica que con una unidad de inversión se produce una unidad de nuevo capital,
lo cual se puede observar en la ecuación del movimiento del capital.
En esta sección se describen los principales supuestos de los modelos RBC y los
pasos para desarrollar un modelo de este tipo.
1 Panorama de los modelos RBC 75
• Usualmente, los modelos RBC suponen economía cerrada, lo cual implica que
la inversión sea igual al ahorro. Sin embargo, varios autores han extendido el
modelo a economía abierta (Mendoza, 1991 y 1995).
• Los mercados de factores y bienes finales son de competencia perfecta. No
obstante, Rotemberg y Woodford (1993) evaluaron las implicancias del modelo
RBC bajo el supuesto de competencia monopolística en el mercado de bienes.
• Se asumen dos agentes económicos: familias y empresas. Cuando se considera
el gobierno, este es considerado por medio de su restricción presupuestaria.
Asimismo, la autoridad monetaria es expresada por su restricción presupuestaria
y por una regla de política monetaria.
• La única fuente de incertidumbre proviene por el lado de la oferta (shock de
productividad).
• El único bien producido es utilizado para el consumo y la inversión.
En esta sección, se describen de manera práctica los pasos o etapas que se deben
seguir en el desarrollo de un modelo RBC y en general en cualquier modelo DSGE.
La figura 1.16 esboza los once pasos.
1 2 3 4
Hallar condiciones
Construir el Hallar el estado
de 1er orden, Calibración
modelo estacionario
equilibrio y shock
8 7 6 5
Simular las Hallar las
Solución del Log-linealizar el
variables funciones impulso-
sistema lineal modelo
endógenas respuesta
9 10 11
Comparar los
Hallar el Hallar los
momentos
componente momentos
teóricos con los
cíclico (Filtro HP) teóricos
empíricos
6. Solución del sistema lineal. La solución del sistema lineal consiste en encon-
trar las funciones de políticas; es decir, las variables de control en función de
las variables de estado y variables exógenas. En la literatura existente hay varias
formas de resolver el sistema de ecuaciones en diferencias estocásicas. DeJong
y Dave (2007) sugieren que al menos cuatro métodos son usuales: método de
Blanchard y Kahn (1980), método de Sims (2002), método de Klein (2000) y
el método de coeficientes indeterminados de Uhlig (1999). Para encontrar la
solución del sistema, usualmente se utiliza un software como Matlab debido a
que el sistema de ecuaciones es grande. En algunos casos como, por ejemplo, el
modelo de Long y Plosser (1983), en su versión de un solo sector, podría tener una
solución analítica. La solución del sistema es importante porque sobre la base de
ella se obtendrán los pasos siguientes (función impulso-respuesta, simulación de
las variables, componente cíclico de cada variable y los momentos teóricos).
10. Hallar los momentos teóricos. En esta etapa se calculan los momentos
teóricos del componente cíclico de cada variable. Usualmente estos momentos
téoricos son cuatro: desviación estándar, autocorrelación, correlación con el PBI y
correlaciones dinámicas.
11. Comparar los momentos teóricos con los empíricos. Aquí se comparan los
momentos teóricos brindados por el modelo con aquellos encontrados en los datos.
El objetivo de esta etapa es evaluar si el modelo es capaz de capturar los hechos
estilizados de la economía.
1.5 Códigos
Códigos Descripción
Hechos_estilizados_agregados.m Este m-file grafica las variables macroeconó-
micas en niveles y halla el componente cíclico
por medio del filtro HP. Además, calcula los
estadísticos del componente cíclico.
C APÍTULO 2
F UNDAMENTOS DE DYNARE
2.1 Introducción
Asimismo, en esta página se encuentra este toolbox listo para descargarlo y diferentes ejemplos
ilustrativos.
81
82 2.2 ¿Qué es Dynare?
Dynare guarda estas tres variables en la carpeta de trabajo actual (current folder)
con el nombre: “filename_results.mat”. En la figura 2.1 se muestra cómo
Dynare trabaja con Matlab.
Ambiente de Matlab
M_
ejemplo.m
options_
ejemplo_dynamic.m
00_
ejemplo_static.m otros
Archivo
ejemplo.mod
Pre-procesador Rutinas de
Dynare Resultados
Matlab
El archivo que contiene el modelo (.mod), el cual será utilizado por Dynare, tiene
una estructura de seis bloques principales (Figura 2.2). El primer bloque es el
preámbulo, en el cual se especifican las variables endógeneas y exógenas, y los
parámetros del modelo. El segundo es el modelo propiamente dicho. En este
bloque, se escriben las ecuaciones en su versión no lineal o lineal (o log-lineal).
El tercero es la especificación de los valores iniciales, los cuales definen el punto
de partida para que Dynare calcule el estado estacionario del sistema. El cuarto
es el cálculo del estado estacionario. El quinto corresponde a la definición de la
varianza o desviación estándar de los shocks; finalmente, el sexto bloque contiene
el cálculo de la solución del modelo, las simulaciones, el cálculo de los momentos
y la construcción de las funciones impulso-respuesta.2
Es importante mencionar que además de estos seis bloques se pueden agregar otros
comandos dependiendo de las tareas que se requieran; por ejemplo, si se desea hacer
análisis de sensibilidad de los parámetros, se pueden agregar comandos que realicen
esta tarea. Los seis bloques antes mencionados son las partes fundamentales que
todo archivo .mod debe tener.
Preámbulo
Se definen las variables endógenas y exógenas;
además, se lista los parámetros y sus valores
iniciales.
Modelo
Se escriben las ecuaciones del modelo no lineal
o lineal. El número de variables endógenas debe
ser igual al número de ecuaciones.
Valores iniciales y
Estado estacionario
Se definen los valores iniciales de las variables
(estado estacionario) y se le pide a Dynare que
calcule el estado estacionario de las variables.
shocks
Se define la varianza del shock
Simulación de Cálculo
Se pide a Dynare que calcule los FIRs, momen-
tos, etc.
2.3.1 El preámbulo
at C1 D at C t
2.3.2 El modelo
Este bloque detalla las ecuaciones principales del modelo. Se puede escribir el
modelo (no-lineal) en Dynare tal como se tiene en el papel y para ello se introducen
las ecuaciones en el ambiente model;$---$ end;
Código
model;
ecuación1;
ecuación2;
...
ecuaciónN;
end;
Se tiene que tener en cuenta que el número de ecuaciones debe ser igual al número
de variables endógenas. Si el modelo que se escribe en Dynare está linealiza-
do (sea con variables en niveles o variables en logaritmo), entonces se escribe:
model(linear).
88 2.3 Estructura del archivo .mod
Variables endógenas
Variables Ley de
exógenas Parámetros movimiento
del capital
MODELO
Ecuación de
Euler
Ejemplo 2: modelo lineal
Modelo
lineal
MODELO
Dentro de este bloque se colocan los valores iniciales de cada una de las variables
endógenas, los cuales generalmente son los valores de estado estacionario calcula-
dos por el usuario. Estos valores son utilizados por Dynare como punto de partida
para el cálculo del estado estacionario. Es importante mencionar que cuando el
modelo está en forma log-lineal los valores de estado estacionario de las variables
(en log-desviaciones) son iguales a cero; por tanto, los valores iniciales son iguales
a cero, también.
f .x/ D 0
por medio:
Esto aplicado al cálculo de estado estacionario del modelo se tiene, por ejemplo,
para la función de producción:
yt D at kt˛ ht1 ˛
Este código escribe cada ecuación del modelo en formato LATEX y lo guarda en
un archivo “.tex” dependiendo del nombre del archivo “.mod”. Por ejemplo,
si el archivo mod tiene el nombre de “campbell.mod”, el archivo en LATEX será
“campbell_dynamic.tex”, el cual contiene la lista de todas las ecuaciones diná-
micas. Cabe mencionar que si en los parámetros y en las variables se han declarado
nombres en versión LATEX, el archivo “.tex” los usará.
Este código permite guardar las ecuaciones del modelo, en su versión estática, en
un archivo “.tex”. La versión estática significa que en las ecuaciones se han eli-
minado los rezagos y adelantos. De la misma manera que el código para el modelo
dinámico, la versión estática se guarda en “campbell_static.tex\lstinline”
(cuando el modelo en Dynare se llama “campbell.mod”).
92 2.3 Estructura del archivo .mod
En este bloque se definen los shocks temporales del modelo (shock de producti-
vidad, de gasto público, etc.). En Dynare, las variables exógenas (shock) toman
valores aleatorios que siguen una distribución normal con media cero y varianza
constante. En el archivo .mod se debe especificar la varianza.
Para definir la varianza o desviación estándar del shock existen dos formas:
Alternativa 1 Alternativa 2
shocks; shocks;
var variable_name = valor_varianza; var variable_name;
end; stderr valor_desviación_estándar;
end;
En la Tabla 2.7 se describe un ejemplo de la aplicación del código del bloque del
shock.
Tabla 2.7: Definición del shock
Alternativa 1 Alternativa 2
shocks; shocks;
var e = 0.5; var e;
end; stderr $0.5^{1/2}$;
end;
2 Fundamentos de Dynare 93
Dynare tiene la capacidad de calcular los valores propios del modelo linealizado
alrededor de los valores asignados en el bloque de initval, los cuales usualmente
son los estados estacionarios. En particular, si el número de valores propios con
módulo mayor a uno es igual al número de variables forward looking, entonces
el sistema de ecuaciones linealizadas tiene solución única. En el Capítulo 3 se
detallan estos criterios y el método de solución de Blanchard y Kahn (1980).
Este comando calcula los valores propios y los guarda en la variable global
“oo_.dr.eigval”. Dynare también cuenta con otro comando que brinda va-
rias pruebas de salud del modelo e imprime un mensaje si es que un problema es
detectado: model_diagnostics;.
Como mencionamos, las FIR usualmente son una expresión no-lineal de los
parámetros del modelo. Por lo tanto, se presentan de forma gráfica, con el eje
x mostrando el horizonte de interés sobre el cual se quiere evaluar la respuesta,
y el eje y mostrando la respuesta de la variable endógena frente al shock.
presentes en los datos. Esto se debe a que las FIR entregan un conjunto muy
útil de información al econometrista. Nos permiten comparar la magnitud de
la respuesta de distintas variables con respecto a los shocks, la persistencia de
las respuestas, la dirección de estas, entre otros objetos de interés.
• oo_.dr.ys: guarda los estados estacionarios yss , cuyo orden es similar a como
han sido declaradas las variables en el bloque var.
• oo_.dr.ghx: guarda la matriz “A”. Las filas corresponden a todas las variables
endógenas (en orden como están listadas en “oo_.dr.order_var”), mientras
que las columnas corresponden a las variables de estado.
• oo_.dr.ghu: guarda la matriz “B”. Las filas corresponden a todas las variables
endógenas (en orden como están listadas en “oo_.dr.order_var”), mientras
que las columnas corresponden a las variables exógenas.
2 Fundamentos de Dynare 97
[4] Filtro HP
hp_filter= entero Usa el filtro HP con D entero (mensual:14400;
trimestral:1600; anual:100) para calcular los
momentos.
Ejemplo:
stoch_simul(order = 1,hp_filter = 1600);
2.3.10 Análisis de sensibilidad
En esta subsección se hace énfasis en los bucles (loops) debido a que estos ayudan
a realizar análisis de sensibilidad. En el cuadro 2.10 se hace una comparación del
macrolenguaje de Dynare y del código de Matlab. Ambos producen lo mismo;
sin embargo, la principal diferencia entre ellos es que el vector que contiene los
valores del parámetro no aparecerá en el ambiente de Matlab cuando corremos el
macrolenguaje, el código de Matlab reemplazará sucesivamente los valores del
parámetro, mostrando el último valor en el workspace de Matlab y guardará el
vector de valores del parámetro. Cabe mencionar que estos códigos se escriben
después del “stoch_simul”.
Macrolenguaje Matlab
rhos D [ 0.8, 0.9, 1]; rhos D [ 0.8, 0.9, 1];
@]for i in 1:3 for i D 1:length(rhos)
rho = rhos(@i); rho D rhos(i);
stoch_simul(order=1); stoch_simul(orderD1);
save oo_ D oo_; save oo_ D oo_;
@]endfor end
100 2.3 Estructura del archivo .mod
En el cuadro 2.11 se describen los cuatro archivos .mod que reflejan las cuatro
formas distintas de ingresar o escribir un modelo en Dynare. Como se mencionó
previamente, los cuatro archivos contienen el mismo modelo.
Familias Empresas
1
t D yt Œwt ht C rt kt
X
ˇ t ln.ct / C ln.1 max
max E0 ht / fkt ;lt g1
fct ;ht ;ktC1 g1
t D0
t D0
t D0
ct C it D wt ht C rt kt C t yt D at kt1 ˛ ˛
ht
kt C1 D it
102 2.4 Modelo de Long y Plosser (1983): Aplicación en Dynare
Por otro lado, la Tabla 2.15 muestra las ecuaciones linealizadas considerando las
variables en logaritmo. En este enfoque, el cambio de variable, por ejemplo para el
consumo, sigue la siguiente forma: bc t D lnct lncss .
yt D e
Equilibrio e c t Ce
it Equilibrio mercado de bienes
Shock at D e
e at 1 C t Shock de productividad
La Tabla 2.16 muestra los valores que toman los parámetros del modelo, los cuales
están basados en King y Rebelo (2000). Cabe mencionar que estos parámetros se
han obtenido considerando que los datos son trimestrales. Por tanto, cada periodo
en el modelo, sea en la simulación como en la función impulso-respuesta, se
2 Fundamentos de Dynare 103
La Tabla 2.17 menciona el estado estacionario de cada variable. Para calcular este
equilibrio de largo plazo se asume que la variable es la misma, independientemente
de la temporalidad; es decir, xt D xt C1 . En ese sentido, todos los rezagos y
adelantos presentes en el sistema de ecuaciones que reflejan el modelo, desaparecen.
Es en este escenario donde se calcula el estado estacionario para cada variable, el
cual finalmente depende de los parámetros del modelo. El detalle de cómo se llegó
a cada expresión se encuentra en el Capítulo 3.
Parámetro Observación
2.4.2 Preámbulo
Además, una cuarta conclusión es que en el [mod4] cada variable declarada repre-
senta la desviación del logaritmo de la variable con respecto al logaritmo de su
estado estacionario. Por ejemplo “ch” es igual al “lnct lncss ”. De igual forma
que en el [mod3], “ch” es una forma de representar b c t , tal como aparece en el
modelo log-linealizado (ver la Tabla 2.15).
2 Fundamentos de Dynare 105
producción, por ejemplo, sino que también se definen como parámetro a los valores
de estado estacionario.
parameters
theta $ ntheta$ (long_name D ’peso del ocio en la función de utilidad’)
beta $ nbeta$ (long_name D ’factor de descuento’)
alpha $ nalpha$ (long_name D ’participación del trabajo en el ingreso nacional’)
rho $ nrho$ (long_name D ’persistencia del shock’)
sigma_ee $ nsigma_e$ (long_name D ’des. est. del shock’)
y_ss
c_ss
i_ss
w_ss
r_ss
k_ss
h_ss
a_ss
;
Nota: Esta declaración de parámetros pertenece al Mod1.
• variable asociada al nombre del modelo: “fname” es una variable que contiene
el nombre del archivo .mod.
• variables asociadas a la variable exógena: en este caso existen tres variables.
La primera es “exo_names”, la cual contiene el nombre de la variable exógena;
la segunda es “exo_names_tex”, que contiene el nombre que la variable tomará
en formato LATEX; y, finalmente, “exo_names_long”, que contiene los nombres
extendidos de las variables exógenas.
• variables asociadas a la variable endógena: al igual que en el caso de la
variable exógena, también existen tres variables para la variable endógena. La
primera es “endo_names”, la cual contiene el nombre de las variables endógenas;
la segunda es “endo_names_tex”, que incluye el nombre que las variables tomarán
en formato LATEX; finalmente, “endo_names_long” que contiene dichos nombres
extendidos de las variables endógenas.
• variables asociadas a los parámetros: en este caso existen cuatro variables.
108 2.4 Modelo de Long y Plosser (1983): Aplicación en Dynare
Una de ellas es “params”, la cual contiene los valores de los parámetros (en el
mismo orden con que se ha escrito en el bloque parameters en el .mod). Las tres
variables restantes están asociadas a los nombres de los parámetros: la primera
es “param_names”, la cual contiene el nombre de los parámetros; la segunda
es “param_names_tex”, que incluye el nombre que los parámetros tomarán en
formato LATEX; y, finalmente, “param_names_long”, que contiene los nombres
extendidos de los parámetros.
Cabe mencionar que para extraer alguna variable hallada dentro de la estructura M_
basta escribir en el Command Window de Matlab: “M_.NombreVariable”. Por
ejemplo, si se desea extraer el nombre del archivo .mod, se escribe lo siguiente:
>> M_.fname
Esto mostrará:
ans =
Long_Plosser_Dynare_nolineal_log
Esto mostrará:
2 Fundamentos de Dynare 109
ans =
Ln Consumo
Ln Inversión
Ln Producto
Ln Capital
Ln Trabajo
Ln Tasa de interés real
Ln Salario real
Ln Productividad
2.4.3 Modelo
Variables de control: Dynare considera que las variables de control están escritas
en “t” y que las variables acompañadas por (+1) son forward looking. En este caso,
110 2.4 Modelo de Long y Plosser (1983): Aplicación en Dynare
Modelo no-lineal con variables en niveles (mod1): en este caso, la variable que
representa el consumo es “c”, lo cual es similar para las demás variables. Las
ecuaciones están escritas de la misma forma que en el papel; es decir, son las
relaciones de primer orden no lineales que surgen de la optimización. Cuando a
Dynare se le pida que realice la linealización, creará la variable x D x xss .
Con respecto a la versión lineal del modelo, la Tabla 2.22 muestra las dos alter-
nativas de linealizar el modelo: en niveles (mod3) o en logaritmo (mod4). Cabe
mencionar que esta linealización la realiza previamente el usuario y luego escribe
el modelo linealizado en Dynare; en este caso Dynare ya no aplicará la aproxi-
Tabla 2.21: Declaración del modelo no-lineal
2 Fundamentos de Dynare
mación de primer orden de Taylor sobre el modelo. Esto es diferente a los dos
modelos previos donde el usuario escribía el modelo no-linal y solo cambiaba la
naturaleza de la variable (lineal o logarítmica). De la Tabla 2.22 se desprenden
algunas consideraciones:
Los valores iniciales son importantes porque son el punto de partida que Dynare
utiliza para calcular el estado estacionario por medio de aproximaciones sucesivas.
Usualmente, calculamos primero el estado estacionario manualmente para luego
introducirlo en el bloque de valores iniciales. La Tabla 2.23 contiene la forma
de ingresar los valores iniciales en Dynare según el tipo de modelo que estamos
utilizando. De esta tabla se desprenden las siguientes conclusiones:
Modelo lineal con variables en niveles: dado que la variable definida es “xt D
x xss ”, entonces en el bloque de valores iniciales se coloca: xt D xss xss ,
entonces xt D 0.
Resid. Este comando, que se coloca después del bloque de valores iniciales, calcula
el residuo en cada ecuación cuando se reemplaza cada variable por su valor inicial;
es decir, coloca los valores iniciales en cada ecuación y calcula el residuo entre la
expresión de la derecha menos la expresión de la izquierda. Por ejemplo, para la
función de producción:
F D yt at kt1 ˛ h˛t
En estado estacionario:
F Dy ak 1 ˛ ˛
h
2 Fundamentos de Dynare 115
Lo que hace Dynare es colocar los valores iniciales en esta ecuación y calcular el
residuo (F). Si este residuo es cero, significa que los valores iniciales introducidos
son exactamente los correctos; es decir, hemos calculado correctamente el estado
estacionario. Puede ser que el residuo sea diferente de cero, lo cual indica que nos
hemos equivocado en el cálculo del estado estacionario, y aún así Dynare encuentre
el verdadero valor del estado estacionario. Esto se debe a que Dynare necesita
un punto de partida cercano al verdadero valor del estado estacionario y con ello
empezar a iterar. Luego de calcular el estado estacionario, Dynare mostrará dichos
valores en el prompt de Matlab, el cual se encuentra en la Tabla 2.24.
Además, la Tabla 2.24, que corresponde al modelo no-lineal con variables en loga-
ritmo, indica que los valores iniciales (estado estacionario calculado) considerados
son exactamente los estados estacionarios correctos del modelo; por ello, el residuo
de cada ecuación es igual a cero. Si no hemos colocado bien los valores iniciales,
Dynare mostrará que el residuo es diferente de cero en algunas ecuaciones, lo cual
nos brinda información para detectar en qué variable no hemos calculado el estado
estacionario correctamente. Si el residuo es muy grande, significa que los valores
iniciales son muy distintos o muy lejanos del estado estacionario y Dynare podría
parar el proceso debido a que no logrará encontrar el estado estacionario desde el
punto inicial dado.
116 2.4 Modelo de Long y Plosser (1983): Aplicación en Dynare
Modelo lineal: el caso del modelo lineal con variables en niveles (mod3), se sabe
que cada variable está expresada como la diferencia entre su nivel y su estado
estacionario. Por ejemplo, para el consumo se tiene ct D c css . Evaluando la
variable en estado estacionario se tiene: ct ss D css css D 0. De manera similar
se tiene para el modelo lineal con variables en logaritmo (mod4). Por ejemplo,
para el consumo se tiene: ch D lnc lncss . Al evaluar esta variable en estado
estacionario: chss D css css D 0.
En la Figura 2.5 se muestran todas las variables que tiene la estructura oo_.
Para los cuatro archivos .mod se define de manera similar el shock. La Tabla 2.26
muestra cómo se escribe en Dynare la varianza del shock de productividad.
shocks;
var e = (sigma_ee)O2;
end;
" # " #
Xt C1 Xt
DF C GVt C1 (2.2)
Et Yt C1 Yt
2 Fundamentos de Dynare 119
Modelo No-Lineal
Variables en niveles (mod1) Variables en logaritmos (mod2)
Módulo Real Imaginario Módulo Real Imaginario
0.333 0.333 0 0.333 0.333 0
0.979 0.979 0 0.979 0.979 0
3.052 3.052 0 3.052 3.052 0
Inf -Inf 0 9.84E+15 -9.84E+15 0
Hay dos valores propios mayores que 1 Hay dos valores propios mayores que 1
en módulo para 2 variables forward-looking en módulo para 2 variables forward-looking
La condición de rango es verificada. La condición de rango es verificada.
Modelo Lineal
Variables en niveles (mod3) Variables en logaritmos (mod4)
Módulo Real Imaginario Módulo Real Imaginario
0.333 0.333 0 0.333 0.333 0
0.979 0.979 0 0.979 0.979 0
3.052 3.052 0 3.052 3.052 0
4.59E+17 4.59E+17 0 Inf -Inf 0
Hay dos valores propios mayores que 1 Hay dos valores mayores que 1
en módulo para 2 variables forward-looking en módulo para 2 variables forward-looking
La condición de rango es verificada. La condición de rango es verificada.
2.4.8 Solución
stoch_simul(order = 1,irf=40);
2 Fundamentos de Dynare 121
Donde: “order = 1” indica que el modelo debe ser aproximado por la expansión
de Taylor de primer orden. Esta opción no opera cuando en el bloque del modelo se
ha especificado que el modelo es lineal por medio de “model(linear)”. Algunas
observaciones emergen de la Tabla 2.28:
Modelo no-lineal con variable en niveles (mod1): para el consumo “c”, la solu-
ción es la siguiente:
c t D 0:683e
e k t C 0:077e
at
Modelo lineal: respecto del modelo lineal se puede observar que tiene los mismos
coeficientes que en el modelo no-lineal, el cual fue linealizado por Dynare. La
principal diferencia es que cuando introducimos un modelo lineal en Dynare el
estado estacionario es cero; por ello no aparece ningún intercepto en las ecuaciones
del modelo lineal (mod3 y mod4).
1. Orden de las variables. El orden inicial de las variables, tal como se escribió
en el archivo .mod, es el siguiente: c, i, y, k, h, r, w, a. Entonces, el
consumo tiene el primer lugar, mientras que la inversión el segundo y así sucesiva-
mente para las demás variables. Sin embargo, cuando Dynare resuelve el sistema,
reordena estas variables, guardando el nuevo orden en “oo_.dr.oder_var”. Esta
variable muestra un vector de números que contiene la nueva posición de las varia-
bles: 2; 3; 5; 7; 4; 8; 1; 6. Esto significa que la variable que estaba en la posición
inicial 2 (que es la inversión) ahora está en el primer lugar. Por ejemplo, el consu-
mo estaba inicialmente en la primera posición, pero ahora aparece en la posición
7. Esto es importante porque los coeficientes de la solución corresponden a este
nuevo orden. Entonces el vector de variable reordenado es:
2 3 2 3 2 3 2 3
i iss i k i a i u
6y 7 6y 7 6
6 7 6 ss 7 6 yk ya 7
7 6 7
6 yu 7
6 h 7 6 hss 7 6 hk ha 7 " 7
6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 hu 7
# 6
6w 7 6wss 7 6wk wa 7
7 k. 1/ C 6w u 7 e
6 7
6 7D6
6k 7 6k 7 C 6
7 6
6 7 6 ss 7 6 kk ka 7 a. 1/ 6 ku 7
7 6 7
6 a 7 6 ass 7 6 ak aa 7 6 au 7
6 7 6 7 6 7 6 7
6 7 6 7 6 7 6 7
4 c 5 4 css 5 4 ck ca 5 4 cu 5
r rss rk ra ru
i D iss C i k k. 1/ C i a a. 1/ C i u e
2 3 2 3
2:563 0:333 0:979
6
6 3:28277
6 0:3330:979
6
7
7
2:1667 63:09E 15 1:03E 147
6 7 6 7
6
6 7 6 7
6 3:2827 6 0:333 0:979 7
oo_:dr:ys D 6 7 oo_:dr:ghx D 6 7
6
6 1:60977
6 0:333
6 0:979 7
7
0:016 7 0 0:979 7
6 7 6 7
6 6
6 7 6 7
4 0:9625 4 0:333 0:979 5
0 0:667 0:979
2 Fundamentos de Dynare 127
2 3
1
6
6 1 7
7
62:54E 147
6 7
6 7
6 1 7
oo_:dr:ghu D 6 7
6
6 1 7
7
1
6 7
6 7
6 7
4 1 5
1
Dynare también grafica cada una de las variables que se encuentran en la estructura
“oo_.irfs”; sin embargo, la gráfica es esencialmente básica en el sentido que no
se modifican las líneas y además no considera los nombres de las variables en su
versión extendida. Esto se observa en la figura 2.11.
cc ii yy
0.015 0.015 0.015
0 0 0
10 20 30 40 10 20 30 40 10 20 30 40
−3
kk x 10 rr ww
0.015 10 0.015
0.01 5 0.01
0.005 0 0.005
0 −5 0
10 20 30 40 10 20 30 40 10 20 30 40
aa
0.01
0.005
0
10 20 30 40
Luego se define una matriz que contenga todas las funciones impulso-respuesta
(IRF), línea 2 del código. En tercer lugar, se define un vector de celda que contenga
los nombres de las variables (names). Finalmente, se construye un bucle para
graficar cada impulso-respuesta con el nombre de la variable apropiada y el tamaño
de linea apropiado (línea 4 al 9 del código). Los dos últimos comandos de este
segmento de código colocan la hoja donde se guarda el gráfico en orientación
horizontal (orient landscape) y luego la guardan en extensión pdf (línea 11).
−3 Consumo −3 Inversión −3 Producto −3 Capital
x 10 x 10 x 10 x 10
11 11 11 11
10 10 10 10
9 9 9 9
8 8 8 8
7 7 7 7
6 6 6 6
5 5 5 5
4 4 4 4
0 20 40 0 20 40 0 20 40 0 20 40
−16 Trabajo −3 −3 −3
x 10 x 10 Tasa de interés x 10 Salario real x 10 Productividad
3 8 11 7.5
7 7
2.5 10
6 6.5
9
2 5 6
4 8 5.5
1.5
3 7 5
1 2 4.5
6
1 4
0.5 5
0 3.5
0 −1 4 3
0 20 40 0 20 40 0 20 40 0 20 40
Este código tiene dos partes. La primera consiste en guardar la simulación del
modelo ante cada valor de la persistencia de la productividad. Para ello, se define un
vector de valores de la persistencia (línea 2), y luego se aplica stoch_simul para
los tres valores y se guarda cada resultado (oo_) en un vector de celda (oo_sen).
8 8 8 8
7 7 7 7
6 6 6 6
5 5 5 5
4 4 4 4
3 3 3 3
2 2 2 2
1 1 1 1
0 0 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−16 Trabajo −3 −3 −3
x 10 x 10Tasa de interés real x 10 Salario x 10 Productividad
3 8 9 8
ρ=0.5
8 7 ρ=0.7
2.5 6
7 ρ=0.9
6
2 4 6
5
5
1.5 2 4
4
3
1 0 3
2
2
0.5 −2
1 1
0 −4 0 0
0 20 40 0 20 40 0 20 40 0 20 40
Luego de que Dynare encuentra la solución del sistema linealizado, se puede obte-
ner la representación de series de tiempo ARMA(p,q) de las variables endógenas.
Por ejemplo, de la Tabla 2.28 para el capital del modelo no-lineal con variable en
logaritmo se tiene:
aat D aat 1 C t
.1 L/aat D t
t
aat D
1 L
Sabiendo: ass D 1
t
ln at ln ass D
1 L
t
at D
b (2.6)
1 L
.1 k t C1 D b
0:333L/b at (2.7)
t
.1 0:333L/b
k t C1 D (2.8)
1 L
t
k t C1 D
b (2.9)
.1 0:333L/.1 L/
Tres resultados podemos enfatizar sobre este código: en primer lugar, las varia-
bles simuladas son guardadas en la estructura oo_, en particular en las variables
“exo_simul” y “endo_simul” (ver Figura 2.14). La primera variable contiene la
simulación de la variable exógena; es decir, el error t que se distribuye como una
normal con media cero y varianza constante e2 (ver Figura [2.15]). La segunda
(endo_simul) contiene la simulación de todas las variables endógenas (en este
caso son ocho). Cada fila representa la simulación de una variable y el número de
134 2.4 Modelo de Long y Plosser (1983): Aplicación en Dynare
Lo anterior muestra una simulación para cada una de las variables endógenas. Sin
embargo, si se desean realizar por ejemplo, 300 simulaciones para cada variable
considerando 150 periodos, es necesario no solo utilizar periods = 150, sino
también simul_replic=300. El resultado de estas opciones de stoch_simul es
un archivo binario con el siguiente nombre: “NombreMod_simul”. Una desventaja
de este archivo es que no se puede abrir directamente en Matlab o algún otro
programa. Para leer este archivo se usará una función creada por Johannes Pfeifer5 ,
5 https://github.com/JohannesPfeifer/DSGE_mod/blob/master/Hansen_1985/
get_simul_replications.m
2 Fundamentos de Dynare 135
En la Figura 2.17 se observan seis simulaciones del conjunto de 300 para el capital
y el producto.
136 2.4 Modelo de Long y Plosser (1983): Aplicación en Dynare
−3.1 −2
−3.15 −2.05
−3.2 −2.1
−3.25 −2.15
−3.3 −2.2
−3.35 −2.25
−3.4 −2.3
−3.45 −2.35
0 50 100 150 0 50 100 150
La Tabla 2.29 muestra los momentos calculados por Dynare para las cuatro formas
de escribir el modelo en Dynare. Una primera observación es que los momentos
son similares cuando las variables tienen la misma naturaleza; es decir, si las
variables están en niveles, entonces no importa si el modelo que se escribió en
Dynare fue no-lineal o linealizado, pues los momentos son similares. Lo mismo
se concluye para las variables en logaritmo. Una segunda observación es que
los momentos entre el modelo con las variables en niveles y el modelo con las
variables en logaritmo son diferentes, lo cual es consistente con lo esperado.
Modelo No-Lineal
Variables en niveles Variables en logaritmos
Variable Media Des. Est. Varianza Variable Media Des. Est. Varianza
c 0.077 0.004 0 cc -2.564 0.053 0.0028
i 0.038 0.002 0 ii -3.282 0.053 0.0028
y 0.115 0.006 0 yy -2.167 0.053 0.0028
k 0.038 0.002 0 kk -3.282 0.053 0.0028
h 0.200 0 0 hh -1.609 0 0
r 1.016 0.008 0.0001 rr 0.016 0.008 0.0001
w 0.382 0.020 0.0004 ww -0.962 0.053 0.0028
a 1 0.035 0.0012 aa 0 0.035 0.0012
Modelo Lineal
Variables en niveles Variables en logaritmos
Variable Media Des. Est. Varianza Variable Media Des. Est. Varianza
ct 0.077 0.004 0 ch -2.564 0.053 0.0028
it 0.038 0.002 0 ih -3.282 0.053 0.0028
yt 0.115 0.006 0 yh -2.167 0.053 0.0028
kt 0.038 0.002 0 kh -3.282 0.053 0.0028
ht 0.200 0 0 hh -1.609 0 0
rt 1.016 0.008 0.0001 rh 0.016 0.008 0.0001
wt 0.382 0.020 0.0004 wh -0.962 0.053 0.0028
at 1 0.035 0.0012 ah 0 0.035 0.0012
2.4.13 Filtro HP
La Tabla 2.29 muestra los momentos de las variables endógenas, mas no muestra
los momentos de su componente cíclico, el cual es necesario para compararlo con
los hechos estilizados y evaluar el poder explicativo del modelo. Para obtener
el componente cíclico es necesario aplicar un filtro; es decir, una técnica que
descomponga la variable en sus dos componentes: tendencia y ciclo. Para realizar
esta tarea, usualmente se aplica el filtro HP, el cual Dynare tiene habilitado como
una opción de stoch_simul. El código para usar el filtro HP es el siguiente:
Donde “lambda” es igual a 1600 para datos trimestrales (para mayor detalle ver la
Tabla 2.9). Este código brinda los momentos del componente cíclico en el command
window de Matlab, los cuales se muestran en la Tabla 2.30. Cabe mencionar que
Dynare no muestra el componente cíclico como una serie de tiempo.
0.02
−3.15
0.01
−3.2
−3.25
−0.01
−3.3
−0.02
−3.35
−0.03
−3.4 −0.04
0 50 100 150 0 50 100 150
2.5 Códigos
Códigos Descripción
Matlab
irfs_nolineal_log.m Este m-file ilustra que los gráficos para la
función impulso-respuesta obtenidos de Dy-
nare pueden ser mejorados mediante códi-
gos de Matlab.
simulacion_filtrohp.m Este m-file aplica el filtro HP a la series
simuladas del modelo.
aux_irfs_nolineal_log.m Este m-file grafica las funciones impulso-
respuesta por medio de un bucle.
aux_analisis_sensibilidad.m Este m-file describe el código que se pue-
de escribir al final de un archivo .mod para
realizar análisis de sensibilidad, es decir, pa-
ra obtener las funciones impulso-respuesta
ante diferentes valores de los parámetros.
Dynare
Long_Plosser_Dynare_nolineal_niv.mod Este .mod contiene las ecuaciones no-
lineales con las variables en niveles del mo-
delo de Long y Plosser (1983, 1989).
Long_Plosser_Dynare_nolineal_log.mod Este .mod contiene las ecuaciones no-
lineales con las variables en logaritmo del
modelo de Long y Plosser (1983, 1989).
Este código es utilizado en los capítulos 2
y 3. En el capítulo 2, este código se usa
para ejemplificar los comandos de Dynare.
En el capítulo 3, se utiliza para obtener la
solución del modelo y las FIR.
Long_Plosser_Dynare_lineal_niv.mod Considera el modelo lineal con las variables
en niveles del modelo de Long y Plosser
(1983, 1989).
Long_Plosser_Dynare_lineal_log.mod Considera el modelo lineal con las variables
en logaritmo del modelo de Long y Plosser
(1983, 1989).
C APÍTULO 3
3.1 Introducción
El modelo propuesto por Long y Plosser (1983) busca capturar las dinámicas de
diversos sectores económicos y sus comovimientos entre ellos ante un shock de
productividad. De otro lado, el modelo propuesto por Plosser (1989) es un modelo
unisectorial. Ambos modelos tienen dos supuestos subyacentes. El primero, es
que se asume que los bienes son perecibles y duran un solo periodo; es decir, el
capital se deprecia totalmente. El segundo, asume que las preferencias son aditivas
y están expresadas como el logaritmo del consumo y el logaritmo del ocio.
141
142 3.2 Construcción del modelo
Este modelo está basado en los trabajos de Long y Plosser (1983), Plosser (1989)
y tiene solución analítica; es decir, se puede resolver directamente por medio de
operaciones algebraicas. Esto se debe a dos supuestos: depreciación total y utilidad
logarítmica (en consumo y ocio). Además, el modelo supone que en la economía
existen dos agentes económicos (familias y empresas), de las cuales las familias
son dueñas del capital y las empresas se desarrollan en un ambiente de competencia
perfecta, tanto en el mercado de bienes como en el de factores.
Por otra parte, se asume que la economía es cerrada, lo cual implica que el ahorro es
igual a la inversión. Finalmente, en esta economía, la única fuente de incertidumbre
proviene por el lado de la oferta, donde en particular se asume un shock de
productividad. La Figura 3.1 esquematiza la interacción entre las familias, las
empresas y los mercados en que ellos participan.
Economía cerrada
Familias
- Utilidad logarítmica
- Depreciación total
Mercado de trabajo Mercado de bienes Mercado de capital
(competencia perfecta) (competencia perfecta) (competencia perfecta)
Empresas
Choque a la
productividad
Figura 3.1: Esquema del modelo de Long y Plosser (1983), Plosser (1989)
• G. D. Hansen (1985):
u.ct ; lt / D ln.ct / C Blt (3.2)
.1 ht /1
n
u.ct ; ht / D ln.ct / C (3.5)
1
n
144 3.2 Construcción del modelo
3.2.2 Familias
Uno de los principales supuestos de los modelos RBC es que las familias presentes
en la economía son todas idénticas. En otras palabras, sus preferencias y restriccio-
nes son similares. Este supuesto permite analizar el comportamiento de las familias
por medio del estudio de un agente representativo (una familia que represente a
todas), y permite realizar la agregación de las familias de manera sencilla. En el
modelo de Long y Plosser se considera el supuesto del agente representativo, el
cual maximiza una función de utilidad descontada:
1
X
Max E0 ˇ t u.ct ; ht / (3.7)
fct ;ht ;ktC1 g1
t D0 t D0
1
ˇD
1C
familias forman parte del mercado de trabajo donde ofrecen mano de obra ht a
un salario real wt . Ambos ingresos se observan en cada periodo y son iguales a:
rt kt C wt ht .
Por otro lado, la familia destina sus ingresos a bienes de consumo ct y al ahorro
que, en economía cerrada, es igual a la inversión it . Por tanto, uniendo los ingresos
y los egresos, la restricción presupuestaria de la familia representativa es:
ct C it D rt kt C wt ht (3.8)
Ley de movimiento del capital. Por cuentas nacionales se sabe que la inversión
neta es igual a la inversión bruta menos la depreciación:
ct C ktC1 D rt kt C wt ht (3.12)
3 Modelo RBC con solución analítica 147
sujeto a:
ct C kt C1 D rt kt C wt ht
Construyendo la función de Lagrange:
1
X
ˇ t u.ct ; ht / C t rt kt C wt ht
L D E0 .ct C kt C1 /
t D0
ˇ 1 u.c1 ; h1 / C 1 r1 k1 C w1 h1 .c1 C k2 / C
ˇ 2 u.c2 ; h2 / C 2 r2 k2 C w2 h2 .c2 C k3 / C
ˇ 3 u.c3 ; h3 / C 3 r3 k3 C w3 h3 .c3 C k4 / C
ˇ 4 u.c4 ; h4 / C 4 r4 k4 C w4 h4 .c4 C k5 / C
C
ˇ t u.ct ; ht / C t rt kt C wt ht .ct C kt C1 / C
uct D t (3.13)
@L t
D 0 H) E0 ˇ uht C t .wt / D 0
@ht
uht D t wt (3.14)
148 3.2 Construcción del modelo
uht D t wt
1
D wt
1 ht ct
wt
D (3.15)
1 ht ct
3.2.3 Empresas
Se asume que existe un solo bien final en la economía y es producido por una
función de producción neoclásica f .at ; kt ; ht /. La función de producción Cobb-
Douglas cumple con las características de una función neoclásica y describe
razonablemente bien la producción de un país.
yt D f .at ; kt ; ht / D at kt1 ˛ ˛
ht (3.18)
@f ./ @f ./
Rendimientos positivos W > 0; >0
@kt @ht
@2 f ./ @2 f ./
Rendimientos decrecientes W < 0; <0
@kt2 @h2t
3.2.3.2 La optimización
Max1 …t D at kt1 ˛ ˛
ht .rt kt C wt ht / (3.23)
fkt ;ht gtD0
@… @.at kt1 ˛ h˛ rt kt wt ht /
D 0 H) t
D 0 H) ˛at kt 1 ˛
ht ˛ 1
wt D 0
@ht @ht
De esta condición de primer orden se obtiene la demanda del trabajo:
kt 1 ˛
wt D ˛at
ht
1 ˛
k
wt D ˛at t1 ˛
ht
k 1 ˛ h˛t
wt D ˛at t
ht
yt
wt D ˛ (3.25)
ht
152 3.2 Construcción del modelo
yt D ct C it (3.26)
ln at D ln at 1 C t (3.27)
4. El shock de productividad.
3.3 Calibración
La calibración puede ser entendida como una forma de estimación por simulación
(Hoover, 1995). Este procedimiento consiste en asignar valores a los parámetros
del modelo y luego se comparan las principales características de las variables
simuladas del modelo calibrado con aquellas provenientes de los datos. En este
capítulo, como en el capítulo 2, la calibración está basada en R. G. King y Rebelo
(1999), cuyos valores se muestran en la Tabla 3.3.
Parámetro Observación
˛ D 0:667 Proporción de largo plazo del trabajo en el ingreso nacional
D 3:968 Calibrado para que el trabajo en estado estacionario sea igual a 20%
D 0:979 Persistencia del shock
ˇ D 0:984 Factor de descuento
e D 0:0072 Desviación estándar del shock de productividad
Tal como lo mencionan Cooley y Prescott (1995), dado que la estructura subyacente
a los modelos RBC es un modelo neoclásico de crecimiento, la elección del valor
de los parámetros (calibración) y las formas funcionales (por ejemplo: función
de utilidad y la ley de movimiento de capital) deberían asegurar que el modelo
154 3.4 Estado estacionario
1
rss D (3.28)
ˇ
De la misma manera para la ley de movimiento del capital:
kt C1 D it
kss D iss (3.29)
yt D at kt1 ˛ ˛
ht
1 ˛ ˛
yss D ass kss hss (3.31)
yss
wss D ˛ (3.34)
hss
Para la ecuación de equilibrio en el mercado de bienes:
yt D ct C it
yss D css C iss (3.35)
Pero, de la Ecuación (3.29) se sabe que: kss D iss , entonces considerando esta
igualdad en la Ecuación (3.35), se tiene:
yss D css C iss
yss D css C kss
yss css
D C1
kss kss
css yss
D 1
kss kss
css 1
D 1 (3.36)
kss ˇ.1 ˛/
Finalmente, para la ecuación de comportamiento de la productividad:
lnat D ln at 1 C t
lnass D ln ass C ss
„ƒ‚…
D0.valor de su media/
lnass D ln ass
ln.ass / D ln.ass /
ass D ass (3.37)
Dos valores de ass podrían resolver esta última Ecuación (3.37): ass D 1 o
ass D 0. Sin embargo, solo cuando ass D 1, el ln ass existe. Por tanto, la solución
correcta es ass D 1.
Con el fin de encontrar los estados estacionarios de las demás variables es necesario
realizar algunas operaciones algebraicas adicionales.
De la Ecuación (3.33)
˛
1 hss
D
ˇ.1 ˛/ kss
1=˛
1 hss
D
ˇ.1 ˛/ kss
1=˛
1
kss D hss
ˇ.1 ˛/
˛ 1=˛
kss D ˇ.1 ˛/ (3.40)
.1 ˇ.1 ˛// C ˛
158 3.4 Estado estacionario
yss 1
D
kss ˇ.1 ˛/
1
yss D kss
ˇ.1 ˛/
˛ 1 1
yss D ˇ.1 ˛/ ˛ (3.41)
.1 ˇ.1 ˛// C ˛
css 1
D 1
kss ˇ.1 ˛/
1
css D kss 1
ˇ.1 ˛/
˛ 1=˛ 1
css D ˇ.1 ˛/ 1 (3.42)
.1 ˇ.1 ˛// C ˛ ˇ.1 ˛/
En la Tabla 3.4 se resume la expresión del estado estacionario de cada variable del
modelo.
Paso 1: El primer paso consiste en ordenar cada ecuación del sistema de tal manera
que el lado derecho de la ecuación sea igual a cero. Luego, el lado izquierdo de la
ecuación es necesario renombrarlo como una función que depende de las variables
que aparecen en la ecuación. Por ejemplo, sea la siguiente expresión una ecuación
del modelo:
˛xt yt D ˇyt C zt (3.45)
Se ordenan los términos al lado izquierdo:
Paso 2: El segundo paso es aproximar la función [3.47] por medio de una expan-
sión de Taylor de primer orden alrededor del estado estacionario.
F .xt ; yt ; zt / .˛yss /e
x t C . ˇ/e
y t C . /e
zt
0 D F .xt ; yt ; zt / .˛yss /e
x t C . ˇ/e
y t C . /e
zt
0 D .˛yss /e
x t C . ˇ/e
y t C . /e
zt
x t D ˇe
˛ysse y t C e
zt (3.49)
1 rt C1
Et F .ct ; ct C1 ; rt C1 / D Et . ˇ /D0
ct ct C1
@F @F
F .ct ; ct C1 ; rt C1 / F . /jss C jss .ct css / C jss .ct C1 css /
@ct @ct C1
@F
C jss .rt C1 rss /
@rt C1
1 rss ˇ
F .ct ; ct C1 ; rt C1 / 0 C 2
ect C ˇ 2 e c t C1 C r tC1
e
css c css
ss
1 rss ˇ
0 D Et 2
ect C ˇ 2 e c t C1 C er tC1
css css css
1 rss ˇ
0D 2
ec t C Et ˇ 2 e c t C1 C er tC1
css css css
1 rss ˇ
2
c
e t D E t ˇ 2
c
e t C1 C r
e t C1
css css css
c t D ˇEt .rsse
e c t C1 csse
r t C1 / (3.50)
F .kt C1 ; it / D kt C1 it D 0
162 3.5 Linealización vs Log-linealización
@F @F
F .ktC1 ; it / F . /jss C jss .kt C1 kss / C jss .it iss /
@kt C1 @it
F .ktC1 ; it / 0 C .1/e
k t C1 C . 1/e it
0 D k t C1 C . 1/e
e it
k t C1 D e
e it (3.51)
Para la oferta de trabajo, la ecuación linealizada sería:
wt
F .ht ; wt ; ct / D D0
1 ht ct
@F @F
F .ht ; wt ; ct / F . /jss C jss .ht hss / C jss .wt wss /
@ht @wt
@F
C jss .ct css /
@ct
1 wss
F .ht ; wt ; ct / 0 C 2
ht C
e et C 2 e
w ct
.1 hss / css css
1 wss
0D ht
e et C 2 e
w ct
.1 hss /2 css css
1 wss
et D
w 2
ht C 2 e
e ct
css .1 hss / css
wss e
et D
w ht C ct
e (3.52)
.1 hss / 1 hss
De manera similar para la función de producción:
F .yt ; at ; kt ; ht / D yt at kt1 ˛ ˛
ht D0
@F @F
F .yt ; at ; kt ; ht / F . /jss C jss .yt yss / C jss .at ass /
@yt @at
@F @F
C jss .kt kss / C jss .ht hss /
@kt @ht
1 ˛ ˛
F .yt ; at ; kt ; ht / 0 C .e
y t / C . kss at / C . .1 ˛/ass kss˛ h˛ss /.e
hss /.e kt /
1 ˛ ˛ 1 e
C . ˛ass kss hss /.ht /
yss yss yss e
0De yt at .1 ˛/ e
e kt ˛ ht
ass kss hss
yss yss yss e
eyt D at C .1 ˛/ e
e kt C ˛ ht (3.53)
ass kss hss
Haciendo lo mismo para demanda de capital:
yt
F .rt ; yt ; kt / D rt .1 ˛/ D 0
kt
3 Modelo RBC con solución analítica 163
@F @F @F
F .rt ; yt ; kt / F . /jss C jss .rt rss / C jss .yt yss / C jss .kt kss /
@rt @yt @kt
.1 ˛/ .1 ˛/yss e
F .rt ; yt ; kt / 0 C .1/ert C yt C
e 2
kt
kss kss
.1 ˛/ .1 ˛/yss e
0 D .1/ert C yt C
e 2
kt
kss kss
yss e kss
kt D eyt ert (3.54)
kss 1 ˛
De igual forma para la demanda de trabajo:
yt
F .wt ; yt ; ht / D wt D0
˛
ht
@F @F
F .wt ; yt ; ht / F . /jss C jss .wt wss / C jss .yt yss /
@wt @yt
@F
C jss .ht hss /
@ht
˛ ˛yss e
F .wt ; yt ; ht / 0 C .1/e wt C yt C ht
h2
e
hss
ss
˛ ˛yss e
0Dw et yt C ht
h2ss
e
hss
˛ ˛yss e
et D
w yt ht (3.55)
h2ss
e
hss
F .yt ; ct ; it / D yt ct it D 0
@F @F @F
F .yt ; ct ; it / F . /jss C jss .yt yss / C jss .ct css / C jss .it iss /
@yt @ct @it
F .yt ; ct ; it / 0 C .1/ey t C . 1/e
c t C . 1/e
it
yt D e
e ct Ceit (3.56)
F .at ; at 1 ; t / D ln at ln at 1 t D 0
@F @F
F .at ; at 1 ; t / F . /jss C jss .at ass / C jss .at 1 ass /
@at @at 1
@F
C jss .t ss /
@t
164 3.5 Linealización vs Log-linealización
Considerando ss D 0
1
F .at ; at 1 ; t / 0C at C .
e at 1 C . 1/t
/e
ass ass
1
0D at C .
e at 1 C . 1/t
/e
ass ass
1
at D .
e at 1 C t
/e
ass ass
at D e
e at 1 C t (3.57)
yt D e
Equilibrio e c t Ceit Equilibrio mercado de bienes
Shock at D e
e a t 1 C t Shock de productividad
Es usual considerar la log-linealización del modelo debido a que las variables trans-
formadas están expresadas como la desviación porcentual de su estado estacionario.
Es decir:
x t D ln.xt / ln.xss /
b
En ese contexto, los coeficientes de la solución del sistema lineal se interpretan
como elasticidades. Esta técnica fue inicialmente propuesta por R. King, Plosser,
Stock, y Watson (1987) y Campbell (1994).
3 Modelo RBC con solución analítica 165
La segunda forma es propuesta por Uhlig (1999), la cual es mucho más práctica. La
propuesta de Uhlig (1999) consiste en reemplazar cada una de las variables por su
x t ) y luego considerar tres propiedades de aproximación,
log-desviación (xt D xss eb
las cuales se mencionan más adelante.
Cabe mencionar que, para el modelo de este capítulo en particular, ambas formas
de log-linealizar no representan diferencia en esfuerzo. La propuesta de Uhlig
(1999) gana mayor importancia en cuanto a practicidad a medida que el modelo
es más complejo. Por ejemplo, el modelo del Capítulo 5 hacia adelante puede ser
log-linealizado rápidamente y con poco esfuerzo por medio de la técnica de Uhlig
en comparación con el camino estándar.
Debido a los supuestos del modelo de Long y Plosser (1983), algunas ecuaciones
no requerirán una aproximación de Taylor de primer orden, sino que será sencillo
obtener la ecuación expresada en log-desviaciones. En estos casos, bastará colocar
la ecuación en logaritmo y restar la ecuación en estado estacionario. Dichas
ecuaciones son las siguientes: la ley de movimiento del capital, la función de
producción, la demanda de capital, la demanda de trabajo y la productividad. Para
el caso de la ecuación de Euler, la oferta de trabajo y la ecuación de equilibrio del
mercado de bienes sí se requiere aplicar la expansión de Taylor. Claramente, a
medida que el modelo sea más complejo, la aplicación de la expansión de Taylor
será más requerida.
166 3.5 Linealización vs Log-linealización
kt C1 D it
ln kt C1 D ln it
ln kss D ln iss
ln kt C1 ln kss D ln it ln iss
3 Modelo RBC con solución analítica 167
k t C1 D b
b it (3.61)
(3.62) (3.63):
ordenando:
Para que la Ecuación (3.64) esté totalmente log-linealizada falta expresar el trabajo
como su log-desviación respecto a su estado estacionario. Para ello se hará lo
siguiente:
ln.1 ht / D ln.1 e lnht /
Esta expresión se aproxima por medio de la expansión de Taylor de primer orden:
@g
g.lnht / D ln.1 e lnht / Ð g. /jss C jss .lnht ln hss /
@ ln ht
e lnht
ln.1 e lnht / Ð ln.1 e lnhss / C .lnht ln hss /
1 e lnht
hss
ln.1 e lnht / Ð ln.1 hss / .lnht ln hss /
1 hss
hss b
ln.1 e lnht / Ð ln.1 hss / ht (3.65)
1 hss
Reemplazando la ecuación (3.65) en (3.64) se obtiene la expresión log-lineal de la
oferta de trabajo.
hss b
ln.1 hss / C ht C ln.1 hss / D w
bt ct
b
1 hss
hss b
ht D wbt ct
b (3.66)
1 hss
Para obtener la forma log-lineal de la función de producción basta con aplicar
logaritmo a la función de producción y luego evaluarla en su estado estacionario,
para, finalmente, restar ambas ecuaciones.
yt D at kt1 ˛ ˛
ht
lnyt D ln at C .1 ˛/lnkt C ˛ht (3.67)
lnyss D ln ass C .1 ˛/lnkss C ˛hss (3.68)
(3.67) (3.68):
(3.70) (3.71):
(3.73) (3.74):
rt D b
b yt kt
b (3.75)
Para la ecuación de equilibrio de mercado se tiene:
yt D ct C it
ln yt D ln.ct C it /
ln yt ln.ct C it / D 0 (3.76)
Debido a que se desea que las variables estén expresadas en logaritmo, se realiza el
siguiente artificio: cada variable xt se expresa como e lnxt . Aplicando este artificio
a la Ecuación (3.76):
ln yt ln.ct C it / D 0
ln yt ln.e lnct C e lnit / D 0
F .yt ; ct ; it / D ln yt ln.e lnct C e lnit / D 0 (3.77)
Aproximando F .yt ; ct ; it / por medio de la expansión de Taylor de primer orden
se tiene:
@F @F
F .yt ; ct ; it / F . /jss C jss .ln yt ln yss / C jss .ln ct ln css /
@ ln yt @ ln ct
@F
C jss .lnit ln iss /
@ ln it
e lncss
F .yt ; ct ; it / 0 C .1/.lnyt ln yss / C ln c .ln ct ln css /
e ss C e ln iss
e ln iss
C ln c .ln it ln iss /
e ss C e ln iss
css iss b
byt bct it
css C iss css C iss
css iss b
byt ct
b it
yss yss
css iss b
yt
b bct C it (3.78)
yss yss
Finalmente, para la ecuación de productividad:
ln at D ln at 1 C t
ln at ln ass D ln at 1 ln ass C t
at D b
b at 1 C t (3.79)
170 3.5 Linealización vs Log-linealización
x t D ln.xt /
b ln.xss / (3.80)
De lo anterior se obtiene:
xt
xt D xss eb (3.81)
Además, se sabe que para pequeñas desviaciones del estado estacionario se cumple
que:
xt
1era propiedad W eb 1 Cb xt (3.82)
f 0 .b
x ss / f 00 .b
x ss /
x t / f .b
f .b x ss / C .b
xt x ss / C
b .b
xt x ss /2 C
b
1Š 2Š
Considerando una aproximación de 1er orden:
f 0 .b
x ss /
x t / f .b
f .b x ss / C .b
xt x ss /
b
1Š
xt x ss x ss
eb eb C eb .b
xt x ss /
b
xt
eb 1 C .b
xt x ss /
b
xt
eb 1 Cb
xt
1 1
ct D ˇEt ct C1 rt C1
ct
1 c tC1
1 r t C1
css eb D ˇEt css eb rss eb
ct c t C1 b
e b D Et e b e r tC1
ct c t C1 Cb r t C1
e b D Et e b
1 bc t D Et 1 b c t C1 Cb r t C1
c t D Et b
b c t C1 b r t C1 (3.85)
kt C1 D it
it
kss e k t C1 D iss eb
b
kss .1 C b
k t C1 / D iss .1 C b
it/
kss C kssb
k tC1 D iss C issb
it
k t C1 D issb
kssb it
k t C1 D b
b it (3.86)
wt
D
1 ht ct
Recordando: 1 h t D lt
wt
D
lt ct
wt
wss eb
D
lt ct
css eb
lss eb
172 3.5 Linealización vs Log-linealización
lt wt b
ct
e D eb
b
lt D 1 C w
1 b bt ct
b
lt D b
b ct w
bt (3.87)
lt D 1 ht
lt D 1 ht
lss e l t D 1 hss e ht
b b
lss .1 C b
lt / D 1 hss .1 C b
ht /
lt D 1
lss C lssb hss ht
hssb
lt D
lssb hssbht
hss b
lt D
b ht
lss
hss b
lt D
b ht (3.88)
1 hss
Introduciendo (3.88) en (3.87) se obtiene la oferta de trabajo log-lineal:
lt D b
b ct w
bt
hss b
ht D b
ct w
bt
1 hss
hss b
ht D w
bt ct
b (3.89)
1 hss
Haciendo lo mismo para la función de producción:
yt D at kt1 ˛ h˛t
yt at b 1 ˛ b ˛
kss e k t hss e ht
yss eb D ass eb
yt at 1 ˛ .1 ˛/b
k t ˛ ˛b
yss eb D ass eb kss e hss e ht
yt at C.1 ˛/b
k t C˛b
ht
eb D eb
3 Modelo RBC con solución analítica 173
1 Cb
yt D 1 C b
at C .1 k t C ˛b
˛/b ht
yt D b
b at C .1 k t C C˛b
˛/b ht (3.90)
1 Cb
rt D 1 C b
yt kt
b
rt D b
b yt kt
b (3.91)
bt D b
w yt ht
b (3.92)
yt D ct C it
yt ct it
yss eb D css eb C iss eb
yss .1 C b
y t / D css .1 C b
c t / C iss .1 C b
it/
yss C yssb
y t D css C cssb
c t C iss C issb
it
y t D cssb
yssb c t C issb
it
174 3.6 Solución del sistema lineal
css iss b
yt D
b ct C
b it (3.93)
yss yss
Finalmente, la ecuación de la productividad:
ln at D ln at 1 C t
at at
ln ass eb D ln ass eb 1
C t
ln ass C b
at D ln ass C b
at 1 C t
at D b
b at 1 C t (3.94)
La Tabla 3.6 resume las ecuaciones log-lineal del modelo obtenidas por las dos
formas (método estándar o la propuesta de Uhilg):
c t D ckb
b k t C cab
at
1 b
ct
b yt D
b ht
1 hss
1 b
c t C1
b y t C1 D
b ht C1 (3.98)
1 hss
Reemplazando la ecuación (3.98) en la ecuación de Euler (ecuación (3.97)):
bc t D Et b c t C1 by t C1 C bk t C1
1 b
bc t D Et ht C1 C bk t C1 (3.99)
1 hss
Además, de la ecuación (3.96) se despeja el capital en “t C 1”:
css iss b
yt D
b ct C
b k t C1
yss yss
yss css
k t C1
b D .b
yt ct /
b (3.100)
iss yss
Esta última expresión se reemplaza en la ecuación de Euler (Ecuación (3.99)):
1 b
c t D Et
b ht C1 C b
k t C1
1 hss
1 b yss css
c t D Et
b ht C1 C .b
yt ct /
b
1 hss iss yss
yss css 1 b
ct
b .b
yt bc t / D Et ht C1
iss yss 1 hss
.css C iss / yss 1 b
ct
b by t D Et ht C1
iss iss 1 hss
yss yss 1 b
bct by t D Et ht C1
iss iss 1 hss
yss 1 b
.b
ct b y t / D Et ht C1
i 1 hss
ss
yss 1 b 1 b
ht D Et ht C1
iss 1 hss 1 hss
yss b
ht D Etb ht C1
iss
1
ht D Etb
b ht C1 (3.101)
ˇ.1 ˛/
„ ƒ‚ …
Dh >1
ht D b
hb ht C1 (3.102)
3 Modelo RBC con solución analítica 177
yt D b
b at C .1 k t C ˛b
˛/b ht
yt D b
b at C .1 kt C 0
˛/b
yt D b
at C .1 ˛/ b
k
„ ƒ‚ … t
b
yk
yt D b
b at C ykb
kt (3.103)
rt :
De la demanda de capital se obtiene la solución para la tasa de interés real b
rt D b
b yt kt
b
De la ecuación (3.103):
r t D ykb
b kt C b
at kt
b
r t D .yk 1/ b
b kt C b
at
„ ƒ‚ …
rk
r t D rkb
b kt C b
at (3.104)
178 3.6 Solución del sistema lineal
bt D b
w yt ht
b
ht D 0
De la solución: ecuación (3.103) y b
bt D ykb
w kt C b
at 0
bt D ykb
w kt C b
at (3.105)
ht y de w
Al reemplazar la solución de b bt en la oferta del trabajo se encuentra la
ct :
solución del consumo b
hss b
ht D w
bt ct
b
1 hss
0Dw bt ct
b
ct D w
b bt
c t D ykb
b kt C b
at (3.106)
k t C1 D b
b it
k t C1 D ykb
b kt C b
at (3.108)
3 Modelo RBC con solución analítica 179
Œ1 ht D 0
b
Œ2 y t D ykb
b kt C b at yk D 1 ˛ yk D 0:333
Œ3 r t D rk k t C b
b b at rk D yk 1 rk D 0:667
Œ4 w t D yk k t C b
b b at
Œ5 c t D ykb
b kt C b at
Œ6 i t D ykb
b kt C b at
Œ7 k t C1 D ykb
b kt C b at
estructural. Esto es debido a que muestra los parámetros profundos o iniciales del modelo. El
modelo reducido es aquel que se obtiene de combinar las ecuaciones de este sistema inicial; en este
caso, los parámetros son combinaciones de los parámetros profundos.
3 Modelo RBC con solución analítica 181
Cabe mencionar que las variables de estado pueden ser endógenas y exógenas.
Usualmente la variable de estado exógena es la productividad porque se comporta
como un AR(1) y no depende de ninguna variable del modelo. Además de lo
anterior, el segundo tipo de variables es el vector de variables forward looking
(variables de control) Yt .
n D ns C nv
1
F D HJH (3.111)
2 3
1 ::: 0
6: ::: : 7 1
F D Œd1 :::dnCm 6 7 Œd1 :::dnCm (3.112)
6 7
4: ::: : 5
0 ::: nCm
" #
G1nx nv
Además, considerando que G D
G2mx nv
" #" # " #" # " #" #
H
e 11 H
e 12 Xt C1 H e 12 Xt
e 11 H H e 12 G1
e 11 H
DJ e C e e 22 G2 Vt C1
H 21 H
e e 22 Et Yt C1 H 21 He 22 Yt H 21 H
(3.115)
Además, se considera:
" #" # " #
H
e 11 H
e 12 G1 G
e1
D e (3.117)
H 21 H 22
e e G2 G2
Ecuación estable
e t C1 D J1 X
X et C G
e 1 Vt C1 (3.119)
3 Modelo RBC con solución analítica 185
Ecuación inestable
et C1 D J2 Y
Et Y et C G
e 2 Vt C1 (3.120)
La ventaja de este desacoplamiento es que cada ecuación puede ser resuelta por
separado.
et C1 D J2 Y
Et Y et C G
e 2 Vt C1
et D Et Y
J2 Y etC1 G e 2 Vt C1
et D J2 1 Et Y
Y etC1 J2 1 G e 2 Vt C1
„ƒ‚… „ ƒ‚ …
DP1 DP2
et D P1 Et Y
Y et C1 P2 Vt C1 (3.121)
Donde P1 es una matriz diagonal, cuyos elementos son mayores a uno. La solución
de la Ecuación (3.121) se obtiene al aplicar el método de sustitución repetida. Esta
técnica trabaja de la siguiente manera: dado que esta ecuación se mantiene en
todos los periodos bajo expectativas racionales, entonces la Ecuación (3.121) se
puede adelantar un periodo y aplicar el operador de expectativas en “t”.
et D P1 Et Y
Y et C1 P2 Vt C1
et C1 D P1 Et Y
Y et C2 P2 Vt C2
et C1 D P1 Et Y
Et Y et C2 P2 Et VtC2 (3.122)
e t D P1 Et Y
Y et C1 P2 VtC1
e t D P1 P1 Et Y
Y et C2 P2 Et Vt C2 P2 Vt C1
186 3.6 Solución del sistema lineal
et D P12 Et Y
Y et C2 P1 P2 Et Vt C2 P2 Vt C1 (3.123)
et D P1n Et Y
Y etCn P1n 1
P2 Et Vt Cn P1n 2
P2 Et Vt C.n 1/
P1n 3 P2 Et Vt C.n 2/ P1 P2 Et Vt C2 P2 Vt C1 (3.126)
En forma compacta:
n
j 1
X
et D P1n Et Y
Y et Cn P1 P2 Et Vt Cj P2 Vt C1 (3.127)
j D2
Considerando n ! 1:
n
j 1
X
et D Lim P1n Et Y
˚
Y et Cn Lim P1 P2 Et Vt Cj Lim P2 Vt C1
n!1 n!1 n!1
j D2
1
j 1
X
et D Lim P1n Et Y
˚
Y et Cn P1 P2 Et VtCj P2 Vt C1 (3.128)
n!1
j D2
P1n D .J2 1 /n
3 Modelo RBC con solución analítica 187
2 3n
1=i;1
6
6 1=i;1 7
7
D6 1=i;1
6 7
7
6 7
4 ::: 5
1=i;m
2 3
1=i;1
6
6 1=ni;1 7
7
D6 1=ni;1
6 7
7
6 7
4 ::: 5
1=ni;m
Aplicando límite con “n” que tiende a infinito:
2 3
Lim 1=i;1
6n!1
Lim 1=ni;1
7
6 7
6 n!1 7
Lim P n D 6 Lim 1=ni;1
6 7
n!1 1
7
6 n!1 7
6
4 ::: 7
5
Lim 1=ni;m
n!1
Lim P n D Œ0mxm
n!1 1
Por tanto W Lim P1n Et Y
˚
et Cn D 0 (3.129)
n!1
Además, se sabe que la Matriz Vt se distribuye como una normal con media
cero y matriz de varianza covarianza constante; es decir, Vt Ï N.0; v2 /. Esta
distribución se mantiene para cada periodo; es decir, se cumple: Vt Ï N.0; v2 /,
VtC1 Ï N.0; v2 /; : : : ; Vt Cn Ï N.0; v2 /. Donde la media condicional de la
variable siempre es igual a cero: Et VtCn D 0 cuando j D 1; 2; 3 : : :. Bajo esta
premisa, entonces Et Vt Cj D 0. Reemplazando esta expresión en la Ecuación
(3.92) se tiene:
1
j 1
X
et D
Y P1 P2 Et Vt Cj P2 Vt C1
„ ƒ‚ …
j D2
D0
188 3.6 Solución del sistema lineal
et D
Y P2 VtC1 (3.131)
et D
Y P2 Vt C1
et D
Et Y P2 Et Vt C1
Se sabe: Et Vt C1 D 0. Entonces:
et D 0
Et Y
Por tanto:
et D 0
Y (3.132)
e 21 Xt C H
H e 22 Yt D Y
et
e 21 Xt C H
H e 22 Yt D 0
He 22 Yt D H e 21 Xt
Función de política D Yt D H e 221 H
e 21 Xt (3.133)
e 221 H
Xt C1 D F11 Xt C F12 . H e 21 Xt / C G1 Vt C1
Ecuación de estado
W Xt C1 D .F11 e 221 H
F12 H e 21 /Xt C G1 Vt C1 (3.135)
En la aplicación del modelo de Long y Plosser se seguirán los mismos pasos para
mantener el hilo conductor del método de solución. Antes de aplicar el método, es
necesario reducir el número de ecuaciones y, por ende, el número de variables. El
fin de ello es evitar que aparezca alguna fila llena de ceros en cualquier lado (matriz
A o B) de la representación estado-espacio. Si, por ejemplo, aparece una fila de
ceros en la matriz A, entonces dicha matriz no sería invertible. Esto imposibilitaría
la aplicación del método de Blanchard y Kahn. Entonces partiendo del sistema
de ecuaciones lineales (con variables en logaritmo) de la Tabla 3.6, se realizan
algunos artificios algebraicos descritos a continuación.
Oferta de trabajo:
hss b
ht D w
bt ct
b
1 hss
Demanda de trabajo:
bt D b
w yt ht
b
190 3.6 Solución del sistema lineal
Equilibrio:
hss b
ht C b
ct D w
bt D b
yt ht
b
1 hss
hss b
ht C b
ct D b
yt bht
1 hss
1 b
ht D b
yt bct (3.136)
1 hss
La ecuación [5] de la Tabla 3.6, que representa la demanda de capital, puede ser
introducida en la ecuación [1] (ecuación de Euler) por medio de la tasa de interés.
Demanda de capital:
rt D b
b yt kt
b
Ecuación de Euler:
c t D Et b
b c t C1 r t C1
b
r t C1 en la ecuación de Euler:
b
c t D Et b
b c t C1 y t C1
b k t C1
b (3.137)
k t C1 D b
b it
Restricción presupuestaria:
css iss b
yt D
b ct C
b it
yss yss
css iss b
yt D
b ct C
b k t C1 (3.138)
yss yss
3 Modelo RBC con solución analítica 191
Hasta aquí se tiene un conjunto de cinco ecuaciones con cinco variables debido a
que se han eliminado tres variables (brt ,b
it y w
bt ). Sin embargo, el sistema aún se
podría resumir un poco más. Despejando el trabajo b ht de la Ecuación (3.100) e
introduciendo esta expresión en la función de producción (ecuación [4] de la Tabla
[3.6]), se tiene:
ht D .1
b hss /.b
yt ct /
b
Función de producción:
yt D b
b at C .1 k t C ˛b
˛/b ht
yt D b
b at C .1 k t C ˛.1
˛/b hss /.b
yt ct /
b
.1 ˛.1 yt D b
hss //b at C .1 ˛/b
kt ˛.1 hss /b
ct (3.139)
De E3
1
yt D
b at C .1
.b ˛/b
kt ˛.1 hss /b
ct / (3.145)
1 ˛.1 hss /
(3.145) en E2
1 css iss b
at C .1
.b ˛/b
kt ˛.1 ct / D
hss /b ct C
b k t C1
1 ˛.1 hss / yss yss
c t C nkb
ncb k t C1 Db
at C .1 ˛/b k t (3.146)
Donde: nc D ycss
ss
.1 ˛.1 hss // C ˛.1 hss / y nk D iss
yss .1 ˛.1 hss //.
Reemplazando la Ecuación (3.147) en E1 se tiene:
E1
c t D Et b
b c tC1 y t C1
b k t C1
b (3.147)
(3.146) en E1
1
c t D Et b
b c tC1 C Œb
at C1 C .1 ˛/b
k tC1 ˛.1 hss /b
c t C1 Cb
k t C1
1 ˛.1 hss /
„ ƒ‚ …
ny
3 Modelo RBC con solución analítica 193
c t D Et .1 C ˛.1
b hss /ny /b
c t C1 at C1 C .1
nyb .1 ˛/ny /b
k t C1 (3.148)
ct ,
Finalmente, el sistema está compuesto por tres ecuaciones con tres variables: b
kt y b
b at :
E1* W c t D Et .1 C ˛.1
b hss /ny /b
c t C1 at C1 C .1
nyb .1 ˛/ny /b
k tC1
(3.149)
E2* W c t C nkb
ncb k t C1 D b
at C .1 ˛/b
kt (3.150)
E3* W at D b
b at 1 C t (3.151)
Sin embargo, para este modelo las matrices A, B y C tienen sus propios valores en
función de los parámetros.
194 3.6 Solución del sistema lineal
2 32 3
.1 .1 ˛/ny / ny .1 C ˛.1 hss /ny / k tC1
b
nk 0 0 at C1 5
6 76 7
4 54 b
0 1 0 Etbc t C1
2 32 3 2 3
0 0 1 kt
b 0
D 4.1 ˛/ 1 nc 5 4 b at 5 C 405 t C1 (3.154)
6 76 7 6 7
0 0 Etb
ct 1
2 32 3
0:2860 2:14416 2:1441 k t C1
b
4 0:1528 0 05 4 bat C1 5
6 76 7
0 1 0 Etbc t C1
2 32 3 2 3
0 0 1 kt
b 0
D 40:333 1 0:84725 4b at 5 C 405 t C1 (3.155)
6 76 7 6 7
0 0:979 0 ct
b 1
kt , b
Donde la matriz que acompaña al vector [b c t ]t es la matriz “F ” y el vector
at , b
t
[0,1,1] es el vector “G”. Cabe mencionar que la inversa de la matriz A está
representada por la siguiente matriz:
2 3
0 6:5434 0
1
A D4 0 0 1:00005
6 7
0:4664 0:8729 1:0000
3 Modelo RBC con solución analítica 195
En la matriz J se puede observar que existen dos valores propios con módulo
menor a uno y uno con módulo mayor a uno. La condición de Blanchard y Kahn
para que el sistema tenga solución única indica que el número de valores propios
con módulo mayor a uno debe ser igual al número de variables forward looking.
Dado que el consumo es la única variable forward looking, entonces la condición
de Blanchard y Kahn se cumple para este modelo.
J2 D 3:0518 (3.159)
Ecuación estable
e t C1 D J1 X
X et C G
e 1 Vt C1
" # " #" # " #
e
bk t C1 0:3330 0 kt
e
b 1:6316
D C t C1 (3.163)
e
bat C1 0 0:9790 e at
b 2:3860
Ecuación inestable
et C1 D J2 Y
Et Y et C Ge 2 Vt C1
Etec t C1 D 3:0518e
b c t C 0t C1
b (3.164)
ct D 0
e
b (3.165)
c t D 0:6873b
e
b k t C 2:064b
at 2:064b
ct (3.166)
0:6873b 2:064
ct D
b kt C at
b
2:064 2:064
c t D 0:333b
b kt C b
at (3.167)
De esta ecuación se pueden obtener las ecuaciones para las variables de estado.
k t C1 se tiene:
Por ejemplo, para el b
k t C1 D 2:1789b
b k t C 6:5434b
at 5:5434b
ct (3.168)
k t C1 D 2:1789b
b k t C 6:5434b
at kt C b
5:5434.0:333b at /
k t C1 D 0:333b
b kt C b
at (3.169)
at C1 D 0:9790b
b at C t C1 (3.170)
it D b
b k t C1
i t D 0:333b
b kt C b
at (3.171)
y t D 0:333b
b kt C b
at (3.172)
rt D b
b yt kt
b
r t D .0:333b
b kt C b
at / kt
b
3 Modelo RBC con solución analítica 199
rt D
b kt C b
0:667b at (3.173)
yt D b
b at C . „ƒ‚… k t C ˛b
1 ˛ /b ht
D0:333
kt C b
0:333b at D b
at C 0:333b
k t C ˛b
ht
0 D ˛b
ht
ht D 0
b (3.174)
hss b
ht D w
bt ct
b
1 hss
0Dw
bt kt C b
.0:333b at /
bt D 0:333b
w kt C b
at (3.175)
0.8
1.2
0.6
0.4
0.8
0.2
0
0.6
−0.2
0.4
−0.4
0.2
−0.6
c_hat = 0.333*k_hat r_hat = −0.667*k_hat
c_hat = 0.333*k_hat + 0.5 r_hat = −0.667*k_hat + 0.5
c_hat = 0.333*k_hat + 1 r_hat = −0.667*k_hat + 1
0 −0.8
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
at D b
b at 1 C t
.1 at D t
L/b
t
at D
b (3.176)
1 L
Siguiendo el mismo procedimiento para el capital y considerando la representación
(3.176):
k t C1 D ykb
b kt C b
at
.1 k t C1 D b
yk L/b at
3 Modelo RBC con solución analítica 201
t
.1 k t C1 D
yk L/b
1 L
t
k t C1 D
b (3.177)
.1 yk L/.1 L/
yt D b
b ct D b
it D w
bt D b
k t C1 D ykb
kt C b
at
Por tanto, estas variables también se comportan como un AR(2), la misma represen-
tación de serie de tiempo del capital e inclusive los mismos coeficientes asociados
a cada componente de la serie de tiempo. De otro lado, la función de política de
la tasa de interés es distinta a las demas variables en su coeficiente asociado al
capital:
r t D rkb
b kt C b
at
r t D .yk
b kt C b
1/b at
r t D ykb
b kt C b kt
at b
„ ƒ‚ …
k tC1
Db
rt D b
b k t C1 kt
b
t t 1
rt D
b
.1 yk L/.1 L/ .1 yk L/.1 L/
t t 1
rt D
b
.1 yk L/.1 L/
.1 L/t
rt D
b (3.179)
.1 yk L/.1 L/
202 3.7 Representación de serie de tiempo
k t C1
b .yk C /b
rt 1 C yk b
rt 2 D t t 1
r t D .yk C /b
b rt 1 yk b
rt 2 C t t 1
(3.180)
Cabe mencionar que al igual que las demás variables endógenas, la tasa de interés
mantiene los coeficientes del componente autorregresivo de orden 2 que presenta
el capital. En la Tabla 3.8 se muestra un resumen de la representación de serie de
tiempo de las variables del modelo.
Hasta aquí se ha encontrado la solución del modelo, estas son reglas de decisión
que describen el consumo, trabajo e inversión óptima del agente representativo.
Estas reglas dependen del stock de capital (predeterminado) y de la productividad.
Para evidenciar el efecto del shock de productividad en estas decisiones se podría
sustituir la productividad por su representación MA(1). De la Ecuación (3.176)
puede obtenerse la versión en medias móviles de la productividad:
t
at D
b
1 L
at D t C t
b 1 C 2 t 2 C 3 t 3 C
3 Modelo RBC con solución analítica 203
y t D 0:333b
b kt C b
at
y t D 0:333b
b k t C t C t 1 C 2 t 2 C 3 t 3 C
En forma compacta:
1
X
y t D 0:333b
b kt C j t j
j D0
Esta última ecuación sugiere que el producto de hoy depende del stock de ca-
pital acumulado hasta hoy (que fue determinado en el periodo previo) y de la
acumulación de shocks de productividad (positivos o negativos).
El Gráfico 3.4 ilustra las reacciones de las variables ante un shock positivo
de productividad en el periodo “t D 1”. Para entender por qué cada variable
se comporta de la manera como se muestra en el Gráfico 3.4 se analizará el
comportamiento de las variables (del modelo en general) desde “t D 0” hasta
“t D 4”.
r0 D b
b y0 D b
c0 D w
b0 D b
h0 D b
i0 D b
k0 D b
a0 D 0
204 3.8 Funciones impulso-respuesta
10 10 10 10
9 9 9 9
8 8 8 8
7 7 7 7
6 6 6 6
5 5 5 5
4 4 4 4
0 20 40 0 20 40 0 20 40 0 20 40
−16 Trabajo −3 −3 −3
x 10 x 10 Tasa de interés x 10 Salario real x 10 Productividad
3 8 11 7.5
7 7
2.5 10
6 6.5
9
2 5 6
4 8 5.5
1.5
3 7 5
1 2 4.5
6
1 4
0.5 5
0 3.5
0 −1 4 3
0 20 40 0 20 40 0 20 40 0 20 40
k1 D b
b i0 D 0
k1 D b
b k0 D 0
a1 D b
b a0 C 1
„ƒ‚… „ƒ‚…
D0 D
a1 D
b (3.181)
"b
a1 !" b
y 1 !" P mgb
k 1 .Dk1 /^ " P mgb
h1 .Dh1 /
y1 D b
b a1 C.1 k 1 C˛b
˛/ b h1
„ƒ‚… „ƒ‚…
D D0
y 1 D C ˛b
b h1 (3.182)
Demanda de trabajo:
b1 D b
w y1 h1
b
b1 D C ˛b
w h1 h1
b (3.183)
Por tanto, dado que by1 > by 0 , entonces la demanda de trabajo se incrementa (ver
Gráfico 3.5). En tercer lugar, la demanda del capital se expande:
Demanda de capital
r1 D b
b y1 k1
b
„ƒ‚…
D0
r1 D b
b y 1 D C ˛b
h1 (3.184)
rt wt
Mercado de capital Mercado de trabajo
1 1
tD tD
hss
1 hss h0 D w 0 c0
r1 B
A A
k0 D k1 D 0
r1 D y1 k1 kt h0 D 0 w1 D y1 h1 ht
r0 D y0 k0 w0 D y0 h0
c 0 D Et Œb
b c1 r 1
b
c 1 D Et Œb
b c2 r 2
b
Esta ecuación sugiere que si la tasa de interés del periodo siguiente se incrementa,
r 2 > 0, entonces el consumo de hoy b
es decir, b c 1 disminuye. Como se verá más
adelante, efectivamente en “t D 2” se tiene que b r 2 > 0 y, por tanto, el efecto
c 1 disminuye (efecto 1).
sustitución indica que b
c1 C i1 D w1 h1 C r1 k1
hss b
h1 C b
c1 D w
b1 D b y1 b h (3.185)
1 hss „ ƒ‚ …1
„ ƒ‚ … demanda de trabajo
oferta de trabajo
208 3.8 Funciones impulso-respuesta
rt wt
Mercado de capital Mercado de trabajo
En t D 1 se determina la ofer-
ta de capital para t D 2, la hss
cual es perfectamente inelástica h1 D w1 c1
1 1
1 hss
tD tD
tD
1
hss
h0 D w0 c0
r1 B 1 hss
w1 B
A A
k0 D k1 D 0 k2 h0 D 0 h1
r1 D y1 k1 kt w1 D y1 h1 ht
r0 D y0 k0 w0 D y0 h0
Por tanto, para resumir los valores de equilibrio de las variables se tiene lo
a1 D , luego: b
siguiente: b h1 D 0 y b
y1 D w
b1 D b
c1 D br 1 D
wt
Mercado de trabajo
hss
h1 D w1 c1
1 hss
1
tD
tD
1
hss
h0 D w 0 c0
C 1 hss
w1
B
A
h0 D 0 w1 D y1 h1 ht
w0 D y0 h0
css iss b
1 bc1 D i1
yss yss
iss iss b
bc1 D i1
yss yss
bc1 D b
i1 (3.188)
rt wt
Mercado de capital Mercado de trabajo
hss
h1 D w1 c1
1 hss
C
C r1 D " w 1 D
B
A
A
k0 D k1 D 0 r1 D y1 k1 kt h0 D h1 D 0 w1 D y1 h1 ht
a2 D b
b a1 C 2
„ƒ‚… „ƒ‚…
D D0
a2 D
b (3.189)
Cabe mencionar que el shock que se considera en este modelo es temporal; es decir,
su realización es en un solo periodo y es igual a su desviación estándar: 1 D .
En los siguientes periodos, el shock es igual a su estado estacionario; es decir:
2 D 3 D 4 D D 0. Ademas, al obtener la representación MA(1) de la
productividad se pueden analizar los efectos del shock de productividad sobre la
productividad en los siguientes periodos:
at D t C t
b 1 C 2 t 2 C 3 t 3 C 4 t 4 C ::: (3.190)
at C1 D ;
b at C2 D 2 ;
b at C3 D 3 : : :
b
Este resultado es importante y sugiere dos ideas centrales: la primera es que dado
que < 1 entonces el impacto del shock se diluye o disminuye en el tiempo. La
segunda idea es que la magnitud del impacto depende del valor del parámetro
de persistencia . Si este parámetro es pequeño, entonces rápidamente el efecto
desaparecerá en el tiempo.
y2 D b
b a2 C .1 k 2 C ˛b
˛/b h2
3 Modelo RBC con solución analítica 211
y 2 D C .1
b ˛/ C ˛b
h2
y 2 D . C .1
b ˛// C ˛b
h2 ; D 0:979; ˛ D 0:667
y 2 D 1:312 C ˛b
b h2 (3.191)
rt wt
Mercado de capital Mercado de trabajo
hss
2 2 h1 D w1 c1
tD tD 1 hss
r1 D " C w1 D C
D
B
A
r2 D y2 k2 A
w2 D y2 h2
k0 D k1 D 0 r1 D y1 k1 kt h0 D h1 D 0 w1 D y1 h1 ht
k 2 D
r2 D b
b y2 k2
b
r 2 D . C .1
b ˛// C ˛b
h2 . /
r 2 D . ˛ / C ˛b
b h2 (3.192)
„ƒ‚…
0:312
anterior, sigue siendo mayor al estado estacionario y, por tanto sigue produciendo
un incentivo de sustituir consumo de hoy por mañana (efecto sustitución negativo
en el consumo de hoy) y sigue generando ingresos positivos a la familia (efecto
ingreso positivo), aunque en menor medida que en el periodo “t D 1”.
Luego de que la empresa y la familia han reaccionado ante los efectos de shock
de productividad, el cual se materializó en el periodo 1, se tienen los siguientes
valores de equilibrio de las variables en el periodo 2: ba2 D , luego: b
h2 D 0
yby2 D wb2 D b c 2 D . C 1 ˛/ . Además, se tiene que b r 2 D . ˛/ . De
la misma manera que en el periodo 1, se puede concluir que bajo la restricción
presupuestaria la inversión en equilibrio es igual al consumo de equilibrio:
c2 D b
b i2
k3 D b
Asimismo, por la ley de movimiento del capital se sabe que: b i 2 . Por tanto,
los valores de equilibrio de todas las variables son:
y2 D w
b b2 D b
c2 D b
i2 D b
k 3 D . C 1 ˛/ ; a2 D ;
b h2 D 0
b
wt Mercado de trabajo
hss
h2 D w2 c2
1 hss
tD
2
tD
2
tD
D hss
2
h1 D w1 c1
1 hss
w1 D B
w2 D y2 h2
A
h0 D h1 D 0 w1 D y1 h1 ht
a3 D b
b a2 C 3
„ƒ‚… „ƒ‚…
D D0
2
a3 D
b (3.194)
y3 D b
b a3 C .1 k 3 C ˛b
˛/b h3
y 3 D 2 C .1
b ˛/.1 C ˛/ C ˛b
h3
y 3 D . 2 C .1
b ˛/.1 C ˛// C ˛b
h3
„ ƒ‚ …
D1:3953
214 3.8 Funciones impulso-respuesta
Equilibrio en t D 1 C
C
r2 D 0:312" D Equilibrio en t D 2
r2 D y2 k2 w2 D y2 h2
Equilibrio en t D 0 A A
kt ht
k2 D
y 3 D 1:3953 C ˛b
b h3 (3.195)
1:3953 C ˛b
h3 D b y 2 D 1:312
y3 > b
Equilibrio en t D 1 C
C
r2 D 0:312" D
E
r3 D y3 k3
A w3 D y3 h3
Equilibrio en t D 0 A
r2 D y2 k2 w2 D y2 h2 ht
kt
k2 D k3 D 1:312"
r3 D b
b y3 k3
b
3 Modelo RBC con solución analítica 215
r 3 D 1:3953 C ˛b
b h3 1:312
r 3 D 0:0833 C ˛b
b h3 (3.196)
Por otro lado, el efecto sustitución implica una reducción del consumo en el
segundo periodo, pero un incremento en el periodo actual. Cabe mencionar que
dado que la tasa de interés en este periodo ya está muy cercana a cero, el efecto
sustitución es pequeño.
y3 D w
b b3 D b
c3 D b k 4 D . 2 C .1
i3 D b ˛/.1 C a3 D 2 ; b
˛// ; b h3 D 0
wt Mercado de trabajo
hss
h3 D w3 c3
1 hss
tD
3
tD
3
tD
E hss
3
h1 D w1 c1
1 hss
w1 D C
B
w2 D y2 h2
A
h0 D h1 D 0 w1 D y1 h1 ht
−3.15 −3.15
−2.45 −2.05
−3.2 −3.2
−2.5 −2.1
−3.25 −3.25
−2.55 −2.15
−3.3 −3.3
−2.6 −2.2
−3.35 −3.35
−2.05
−2.5 −3.25 −3.25
−2.1
−2.2
−2.6 −3.35 −3.35
−2.25
−2.65 −3.4 −3.4
−2.3
−1.6094 −0.02
0.01 −1 −1.6094 −0.04
−1.6094 −0.06
0 −1.05
−1.6094 −0.08
Para calcular el componente cíclico se utilizan las series simuladas (100 veces con
150 periodos). Los pasos son los siguientes: en primer lugar se aplica el filtro
HP a cada simulación de las variables; por ejemplo, dado que el producto se ha
simulado 100 veces, entonces se tienen 100 series y se procede a aplicar el filtro
HP a cada serie de tal manera que se obtienen 100 componentes cíclicos y 100
tendencias. Todas ellas son de la misma variable. En segundo lugar, se procede a
graficar el componente tendencial y cíclico de una de las simulaciones. En este
caso se ha graficado la simulación 10 (ver Figura 3.16). La Figura 3.16 muestra el
componente tendencial de cada variable endógena (correspondiente a la décima
simulación). Como se puede observar, la tendencia es la serie suavizada que pasa
por el medio de toda la serie. Cabe subrayar que el trabajo no tiene tendencia; la
línea que fluctúa alrededor de la variable tiene el mismo valor en el eje “Y ”; por
tanto, no tiene tendencia ni componente cíclico.
La Figura 3.17 muestra el componente cíclico para cada variable (de la décima
simulación). Dicho componente se obtiene de la diferencia entre la variable y su
tendencia. Como resultado de ello, el valor promedio del componente cíclico es
igual a cero. Cabe mencionar que los Gráficas 3.16 y 3.17 se obtienen del código
“Long_Plosser.m” (Sección 4)
3 Modelo RBC con solución analítica 219
−1.6094 −0.08
0 0 0 0
0.02 3
0.02 0.02
0.015
2
0.01
0.01 0.01
1
0.005 0
0 0
0 −0.01
−1
−0.005 −0.01
−0.02
−2
−0.01
−0.03 −0.02
−0.015 −3
En esta sección se tomarán las 100 simulaciones de la sección previa para calcular
la distribución de cada momento; en particular de la desviación estándar. Para
el cálculo de los momentos del componente cíclico de las variables se utiliza el
código “Long\_Plosser.m” (Sección 5)
LnProducto LnConsumo LnInversion
25 25 25
20 20 20
15 15 15
10 10 10
5 5 5
0 0 0
0.005 0.01 0.015 0.02 0.005 0.01 0.015 0.02 0.005 0.01 0.015 0.02
20 20 20
15 15 15
10 10 10
5 5 5
0 0 0
0.005 0.01 0.015 0.02 4 6 8 10 0.005 0.01 0.015 0.02
−3
x 10
El modelo supone que el error t se distribuye como una Normal .0; /. Entonces,
cada una de las variables también se distribuye como una normal, con su media y
desviación estándar propia. La Figura 3.18 muestra la desviación estándar de cada
variable simulada (100 veces). El valor de desviación estándar de cada variable
producida por el modelo es el promedio o la mediana de cada distribución. Por
ejemplo, el promedio de la distribución de la desviación estándar del logaritmo del
producto es 0:0124. De igual forma, para el logaritmo del consumo es 0.0124.
3 Modelo RBC con solución analítica 221
Una prueba clave que evalúa el poder de capturar la realidad por parte del modelo
es comparar los momentos teóricos (brindados por el modelo) con los momentos
empíricos (encontrados en los datos). La Tabla 3.9 muestra los momentos que
se obtienen del modelo en comparación con aquellos obtenidos por los datos.
Cabe precisar que los momentos teóricos son obtenidos utilizando el archivo
“Long_Plosser_Dynare_nolineal_log.mod”, el cual considera el filro HP.
Tabla 3.9: Comparación del comportamiento cíclico del modelo teórico con
los datos empíricos
3.13 Códigos
Códigos Descripción
Matlab
Long_Plosser.m Este m-file calcula el estado estacio-
nario, los coeficientes de la solución
del modelo y se aplica el filtro HP a
las variables simuladas (100 veces con
150 periodos). Además, se calculan
los momentos teóricos del componente
cíclico.
Long_Plosser_BlanchardKahn.m Este m-file busca seguir paso a paso la
aplicación del método de Blachard y
Kahn al modelo de Long y Plosser.
ifrs_nolineal_log.m Este m-file grafica la función impulso-
respuesta del modelo Long y Plosser,
el cual está descrito en el archivo mod
descrito líneas abajo.
Dynare
Long_Plosser_Dynare_nolineal_log.mod Este .mod contiene las ecuaciones no-
lineales y con las variables en loga-
ritmo del modelo de Long y Plosser
(1983), Plosser (1989).
C APÍTULO 4
4.1 Introducción
225
226 4.2 Construcción del modelo
Ante ello, el autor propone un enfoque analítico simple del modelo de crecimiento
estocástico, cuya versión log-lineal puede ser resuelta analíticamente para mostrar
el mecanismo de solución de la manera más transparente posible. Con el fin de
ilustrar el método de solución, Campbell (1994) lo aplica a cuatro modelos:
De otro lado, las empresas tienen una tecnología para producir un único bien en la
economía en función del capital. Por ello, las empresas demandan capital. En la
Figura 4.1 se esquematiza el modelo.
4 Modelo RBC con trabajo constante 227
Economía cerrada
Familias
Mercado de capital
(competencia perfecta)
k of ert a
Mercado de bienes
(competencia perfecta) c de manda i de manda
y of ert a k de manda
Empresas
4.2.1 Familias
En este modelo, se asume que la economía está poblada por un conjunto de familias
idénticas que tienen vida infinita. La familia representativa busca maximizar su
función de utilidad descontada:
1
X
Max 1 E0 ˇ t u.ct / (4.1)
fct ;ktC1 gt D0
tD0
1
ct
u.ct / D (4.2)
1
De otro lado, se asume que la familia es dueña del capital físico (kt ), cuya dinámica
de acumulación está representada por la ley de movimiento del capital:
kt C1 D .1 ı/kt C it (4.3)
Dicho capital (kt ) es alquilado a las empresas a una tasa de interés real rt . Este flujo
.rt kt / positivo representa los ingresos de la familia, los cuales son distribuidos
entre el consumo (ct ) y la inversión (it ). Esta equivalencia de flujos, para cada
periodo de tiempo, está representada en la restricción presupuestaria.
ct C it D rt kt (4.4)
Problema de optimización
ct C kt C1 .1 ı/kt D rt kt
4 Modelo RBC con trabajo constante 229
El problema de optimización de las familias puede ser escrito como una función
de Lagrange:
1
X
ˇ t u.ct / C t rt kt
L D E0 .ct C kt C1 .1 ı/kt /
t D0
L DE0 ˇ 0 u.c0 / C 0 r0 k0 .c0 C k1 .1 ı/k0 / C
C
ˇ t u.ct / C t rt kt .ct C kt C1
.1 ı/kt / C
ˇ t C1 u.ct C1 / C t C1 rt C1 kt C1
.ct C1 C kt C2 .1 ı/kt C1 / C
C
uct D t (4.5)
230 4.2 Construcción del modelo
@L
D 0 H) E0 ˇ t t . 1/ C ˇ t C1 t C1 .rt C1 C .1
ı// D 0
@kt C1
t D ˇEt t C1 .rt C1 C .1 ı// (4.6)
Reemplazando la Ecuación (4.5) en la Ecuación (4.6) se obtiene la ecuación de
Euler:
En línea con Campbell (1994), se define la variable Rt como la tasa bruta de interés
de la inversión en capital de un periodo, la cual es igual a la tasa de interés real
neta (rt ) más el capital no depreciado (1 ı). En el periodo “t C 1”, esta relación
se expresa de la siguiente manera:
Rt C1 D rt C1 C .1 ı/ (4.8)
Por tanto, la ecuación de Euler indica que la familia está dispuesta a sacrificar
consumo hoy hasta que el costo marginal de dejar de consumir una unidad del bien
hoy sea igual al beneficio marginal de dicha unidad del bien traído a valor presente.
4 Modelo RBC con trabajo constante 231
4.2.2 Empresas
Max …t D yt rt kt
fkt g1
tD0
yt D at˛ kt1 ˛
(4.10)
yt D ct C it (4.12)
Ecuaciones Descripción
ct
D ˇEt ct C1
RtC1Ecuación de Euler
yt D at˛ kt1 ˛ Función de producción
˛
rt D .1 ˛/ aktt Demanda del capital
Rt D rt C .1 ı/ Rt es la tasa de interés real (bruta)
rt es la tasa de interés real (neta) que consi-
dera la depreciación
yt D ct C it Equilibrio mercado de bienes
kt C1 D .1 ı/kt C it Ley de movimiento del capital
lnat D lnat 1 C t Shock de productividad
Nota: Estas 7 ecuaciones se pueden escribir directamente en un “mod” en
Dynare para obtener la solución del modelo y los IRFs.
4.3 Calibración
4. El ajuste de los parámetros para que el modelo replique ciertos hechos empí-
ricos como segundos momentos de los datos o impulso-respuesta de un VAR
estructural.
234 4.4 Estado estacionario
La forma de evaluar el poder del modelo para capturar la realidad es por medio
de la comparación de los valores de los segundos momentos y de las funciones
impulso-respuesta con los valores obtenidos empíricamente. En la Tabla [4.2]
se indican los valores de los parámetros del modelo, los cuales están basados en
Campbell (1994).
yt D at˛ kt1 ˛
4 Modelo RBC con trabajo constante 235
˛ 1 ˛
yss D ass kss (4.15)
at ˛
rt D .1 ˛/
kt
ass ˛
rss D .1 ˛/ (4.16)
kss
De la ecuación de la tasa de interés bruta:
Rt D rt C .1 ı/
Rss D rss C .1 ı/
1
D rss C .1 ı/
ˇ
1
rss D .1 ı/ (4.17)
ˇ
Para la ecuación de equilibrio en el mercado de bienes:
yt D ct C it
yss D css C iss (4.18)
kt D .1 ı/kt C it
kss D .1 ı/kss C iss
iss D ıkss (4.19)
lnat D ln at 1 C t
lnass D ln ass C ss
„ƒ‚…
D0.valor de su media/
lnass D ln ass
ln.ass / D ln.ass /
236 4.4 Estado estacionario
ass D ass (4.20)
Al igual que en el modelo de Long y Plosser (1983), dos valores de ass podrían
resolver esta última Ecuación (4.20): ass D 1 o ass D 0. Sin embargo, solo
cuando ass D 1, el lnass existe. Por tanto, la solución correcta es ass D 1. La
ventaja de considerar la ecuación del shock de productividad en logaritmos es
que evita que la productividad en estado estacionario pueda ser cero. Esto es
importante porque evita que en las ecuaciones de estado estacionario y en las
ecuaciones log-lineales se encuentre algún número o variable dividida por cero.
ass ˛
rss D .1 ˛/
kss
ass ˛
rss D .1 ˛/
kss
˛1
rss
kss D ass (4.21)
.1 ˛/
Debido a que ya se conoce kss , entonces se puede hallar el valor del producto yss ,
de la inversión iss y del consumo css :
˛ 1 ˛
yss D ass kss ; de la Ecuación (4.15) (4.22)
iss D ıkss ; de la Ecuación (4.19) (4.23)
css D yss iss ; de la Ecuación (4.18) (4.24)
En la Tabla 4.3 se resume la expresión del estado estacionario de cada variable del
modelo:
4 Modelo RBC con trabajo constante 237
4.5 Log-linealización
xt
xt D xss eb (4.26)
238 4.5 Log-linealización
x t D 0; es decir, xt D xss :
respecto al estado estacionario, en el cual b
xt ˇ x t D0 x t D0
ˇ
eb x t D0
b Š eb C eb .b
xt 0/
xt ˇ
ˇ
eb x t D0
b Š 1 Cb xt
xt
eb Š 1 Cb xt (4.27)
xt :
De la Ecuación (4.28) se despeja b
xt xss
xt Š
b (4.29)
xss
Por tanto, la variable en log-desviaciones es aproximadamente igual a la desviación,
en porcentaje, del estado estacionario. Desde un punto de vista práctico, se
puede reemplazar cada variable por su expresión log-lineal y luego aplicar la
aproximación de primer orden según la Ecuación (4.27). Log-linealizando la
ecuación de Euler se tiene:
ct D ˇEt ct C1 RtC1
ct
c t C1
Rt C1
css eb D ˇEt css eb Rss eb
e
b
ct
D Et e
b
c t C1 b
e RtC1
e
b
ct
D Et e
b c t C1 Cb Rt C1
1
bc t D Et 1
b c t C1 C R bt C1
1b
c t D Et b
b c t C1 Rt C1 (4.30)
Haciendo lo mismo para la función de producción:
yt D at˛ kt1 ˛
yt at ˛ b 1 ˛
kss e k t
yss eb D ass eb
yt ˛ ˛b
yss eb D ass e at kss
1 ˛ .1
e ˛/b
kt
yt
eb D e ˛b
at C.1 ˛/b
kt
4 Modelo RBC con trabajo constante 239
1 Cb
y t D 1 C ˛b
at C .1 ˛/b
kt
y t D ˛b
b at C .1 ˛/b
kt (4.31)
1 Cb
r t D 1 C ˛.b
at kt /
b
r t D ˛.b
b at kt /
b (4.32)
Rt D rt C .1 ı/
Rt rt
Rss eb D rss eb
Rss .1 C R
bt / D rss .1 Cb
rt /
bt D rss
R rt
b (4.33)
Rss
En el equilibrio de mercado de bienes:
yt D ct C it
yt ct it
yss eb D css eb C iss eb
yss .1 C b
y t / D css .1 C b
c t / C iss .1 C b
it/
yss C yssb
y t D css C cssb
c t C iss C issb
it
y t D cssb
yssb c t C issbit
css iss b
yt D
b ct C
b it (4.34)
yss yss
240 4.5 Log-linealización
kt C1 D .1 ı/kt C it
kss .1 C b
k t C1 / D .1 ı/kss .1 C b
k t / C iss .1 C b
it/
kss C kssb
k t C1 D .1 ı/kss C .1 k t C iss C issb
ı/kssb it
k t C1 D .1
kssb k t C issb
ı/kssb it
iss b
k t C1 D .1
b kt C
ı/b it (4.35)
kss
ln at D ln at 1 C t
at at
ln ass eb D ln ass eb 1
C t
ln ass C b
at D ln ass C b
at 1 C t
at D b
b at 1 C t (4.36)
Ecuación [5]:
css yss
it D b
b yt ct
b
yss iss
Segundo, se introduce esta ecuación en la ley de movimiento de capital:
iss css yss
k t C1 D .1 ı/k t C
b b byt ct
b
kss yss iss
Además, se introduce la ecuación de la función de producción (yt ):
iss css yss
k t C1 D .1 ı/b
b kt C ˛bat C .1 ˛/b kt ct
b
kss yss iss
Ordenando los términos algebraicos, se tiene:
yss b yss css
k t C1 D .1 ı/ C ı.1 ˛/
b k t C ı˛ at
b ı ct
b (4.37)
iss iss iss
„ ƒ‚ … „ƒ‚…
1 2
k t C1 D 1b
b k t C 2b
at C .1 1 2 /b
ct (4.38)
bt D ˛ rss b
R rt
Rss
bt D ˛ rss Œb
R at b kt
Rss
bt D 3 Œb
R at b kt (4.39)
Ecuaciones log-lineales
c t C1
1 b
c t D Et b
Œ1 b Rt C1
Œ2 y t D ˛b
b at C .1 ˛/b kt
Œ3 Rt D 3 Œb
b at b kt
Œ4 k t C1 D 1b
b k t C 2bat C .1 1 2 /b
ct
Œ5 at D b
b a t 1 C t
La teoría del consumidor sugiere que cuando el precio (pt ) de un bien (qt ) cambia
hay dos efectos sobre el consumidor: primero, el precio de qt relativo a otros
productos cambia; segundo, debido al cambio en pt , el ingreso real del consumidor
también cambia. El cambio del consumo óptimo como resultado de un cambio en
el precio contiene ambos efectos.
Cabe mencionar que la ecuación de Euler refleja el efecto sustitución del consumo.
Además, es la elasticidad de sustitución intertemporal del consumo:
1b
c t D Et b
b c t C1 Rt C1
La magnitud del efecto sustitución es controlado por . Mientras más grande sea
, mayor será el efecto sustitución; es decir:
Efecto sustitución
" Rt !## ct y "" ct C1
Efecto ingreso
" Rt !" ct y " ct C1
ct C it D rt kt
Efecto total (ET). Para observar el efecto final de la tasa de interés sobre el
consumo nos basaremos en la restricción presupuestaria y la ecuación de Euler (de
las variables en niveles).
ct C it D rk kt (4.40)
kt C1 D .1 ı/kt C it
244 4.5 Log-linealización
despejando:
it D kt C1 .1 ı/kt (4.41)
(4.41) en (4.40):
ct C kt C1 .1 ı/kt D rk kt
ct C kt C1 D .rk C .1 ı//kt
„ ƒ‚ …
Rt
ct C kt C1 D Rt kt (4.42)
ct C kt C1 D Rt kt
Rt C1 kt C1
ct C D Rt kt
Rt C1
At C1
ct C D At (4.43)
Rt C1
La Ecuación (4.43) es una ecuación en diferencias, la cual se puede resolver
iterando hacia adelante. Por inducción matemática, hacemos lo siguiente:
At C1
At D ct C (4.44)
Rt C1
At C2
At C1 D ct C1 C (4.45)
Rt C2
At C3
At C2 D ct C2 C (4.46)
Rt C3
Luego la Ecuación (4.46) se reemplaza en (4.45):
AtC2
At C1 D ct C1 C
Rt C2
1 At C3
At C1 D ct C1 C .ctC2 C /
Rt C2 Rt C3
ctC2 At C3
At C1 D ct C1 C C (4.47)
Rt C2 Rt C2 Rt C3
4 Modelo RBC con trabajo constante 245
ct C2 D ˇct C3 Rt C3
Multiplicando estas ecuaciones se tiene:
ct ct C1 ctC2 D ˇ 3 ct C1 Rt C1 ct C2 Rt C2 ct C3 Rt C3
Rt
ct D ˇ 3 ct C3 Rt C1 Rt C2 Rt C3
Rt
Y 3
c
ct D ˇ 3 t C3 Rt Cj
Rt
j D0
Despejando ct Cs :
1
Rt
ct Cs D Qs ct (4.51)
ˇs j D0 RtCj
1 s 2
1 1 1 1 1 1
1 1 1
X
ˇ R
D 1 C ˇ
R
C ˇ R
sD0
3
1 1
1 1
C ˇ R
D 1 1
(4.54)
1
1 ˇ R
ln.ct / D . 1/ˇ R R
ln.ct /
D . 1/ˇ R (4.59)
R
La Ecuación (4.59) refleja el efecto final sobre el consumo de hoy como un
movimiento de la tasa de interés real. Una conclusión importante es que el efecto
final depende de la elasticidad de sustitución intertemporal del consumo (). La
expresión siguiente muestra el efecto final sobre el consumo dependiendo del valor
de la ESI:
ln.ct /
<1 ! > 0 !" ct
R
ln.ct /
D1 ! D 0 ! R no afecta el consumo
R
ln.ct /
>1 ! < 0 !# ct
R
X1 s
At s Y 1 1 1=
D ct ˇ
Rt Cj
Rt
Rt
sD0 j D0
X1 s
At s Y
1 1
1 1=
D ct ˇ
Rt Cj
Rt sD0 j D0
1 1=
At D ct Rt Œ1 C Nt
4 Modelo RBC con trabajo constante 249
1 1=
1 1=
At D ct Rt C ct Rt Nt (4.60)
Nt 1 1 1
2 1 2 1
2
D 1 ˇ
.Rt Rt C1 /
Rt C 1 ˇ
.Rt Rt C1 RtC2 /
Rt Rt C2
Rt C1
1 3 1
2
C 1 ˇ
.Rt Rt C1 Rt C2 Rt C3 /
Rt Rt C2 RtC3 C
1 1=
1 1=
1 1=
1 Nt
At D Rt ct C ct Rt Nt C Rt C1 ct Rt 1
Rt C1
Se sabe que At D 0, entonces:
1 1=
1 1=
1 1=
1 Nt
0 D Rt ct C ct Rt Nt C RtC1 ct Rt 1
Rt C1
1 1=
1 Rt C1
0 D Rt ct C ct Nt C 1 ct Nt
Rt C1
1 Rt C1
0 D ct C ct Nt C 1 ct Nt
Rt C1
1 Rt C1
0 D ct Œ1 C Nt C 1 ct Nt
Rt C1
Ordenando algebraicamente los términos, se tiene:
1 Rt C1
ct Œ1 C Nt D 1 ct Nt
Rt C1
ct Œ1 C Nt 1 Rt C1
D 1
ct Nt
Rt C1
ct 1 Nt Rt C1
D 1 (4.64)
ct
1 C Nt Rt C1
De la Ecuación (4.64) se puede concluir que el impacto de la tasa de interés del
periodo siguiente sobre el consumo de hoy es gobernada por la elasticidad de
sustitución del consumo (
1 D ), tal como se observó en el caso simplificado.
c t D Et .b
b c t C1 3 .b
at C1 k t C1 //
b (4.65)
c t D ckb
b k t C cab
at (4.67)
k t C1 D kkb
b k t C kab
at (4.68)
ck D f .kk / W
kk 3
ck D (4.73)
1 kk
kk D f .ck / W
kk D 1 C .1 1 2 /ck (4.74)
Q2 D 1 1 2
Q1 D 1 1 C 3 .1 1 2 /
Q0 D 1 3
De lo anterior, se demuestra que ck2 tiene signo positivo; por tanto, se elige
esta raíz. Esto permite obtener los dos coeficientes ck y kk :
q
Q1 Q12 4Q2 Q0
ck D (4.76)
2Q2
kk D 1 C .1 1 2 /ck (4.77)
5. Coefientes restantes. Para hallar los dos coeficientes restantes ca y ka , se
eligen las Ecuaciones (4.69) y (4.72):
Con los parámetros calibrados para el modelo base se obtiene que: ck D
0:3253, ca D 0:2643, kk D 0:9841 y ka D 0:0551. Finalmente, la solución
del modelo para cada una de las variables endógenas son
b k t C cab
c t D ckb at (4.78)
k t C1 D kkb
b k t C kab
at (4.79)
y t D .1
b k t C ˛b
˛/b at (4.80)
254 4.6 Solución del sistema lineal
css iss b
yt D
b ct C
b it
yss yss
yss css
it D
b yt
b ct
b
iss yss
r t D ˛.b
b at kt /
b (4.82)
bt D ˛ rss .b
R at kt /
b (4.83)
Rss
c t D ckb
b k t C cab
at
ct kt at
ln. / D ck ln. / C ca ln. /
css kss ass
ln.ct / ln.css / D ck .ln.kt / ln.kss // C ca .ln.at / ln.ass //
ln.ct / D Œln.css / C ln.kss / C ln.ass / C ck ln.kt / C ca ln.at /
ct kt
D ck
ct kt
ct
ct
kt
D ck
kt
Elasticidadct ;kt D ck (4.84)
Revisando 1 , 2 y 3 :
yss
1 D .1 ı/ C ı.1 ˛/
i
ss
1 ˛
D .1 ı/ C ı.1 ˛/ kss
ı
rss
D .1 ı/ C .1 ˛/
1 ˛
256 4.6 Solución del sistema lineal
1
D .1 ı/ C . .1 ı//
ˇ
1
D
ˇ
1 D F .ˇ/ (4.85)
yss
2 D ı˛
i
ss
1 ˛
D ı˛ kss
ı
rss
D˛
1 ˛
˛ 1
D . .1 ı//
1 ˛ ˇ
2 D F .˛; ˇ; ı/ (4.86)
rss
3 D ˛
Rss
1
ˇ
.1 ı/
D˛ 1
ˇ
D ˛.1 ˇ.1 ı/
3 D F .˛; ˇ; ı/ (4.87)
Revisando Q0 , Q1 y Q2 :
Q2 D 1 1 2
1 ˛ 1
D1 . / . .1 ı//
ˇ 1 ˛ ˇ
1 C ˛ı 1
ˇ
D
1 ˛
Q2 D F .˛; ˇ; ı/ (4.88)
Q1 D 1 1 C 3 .1 1 2 /
D 1 1 C 3 .1 1 2 /
„ƒ‚… „ ƒ‚ …
F .ˇ / F .˛;ˇ;ı/
4 Modelo RBC con trabajo constante 257
Q1 D F . .C/ ˛; ˇ; ı/ (4.89)
Q0 D 1 3
D 1 3
„ƒ‚… „ƒ‚…
F .ˇ / F .˛;ˇ;ı/
.C/
Q0 D F . ˛; ˇ; ı/ (4.90)
kk D 1 C .1 1 2 /ck
D 1 C .1 1 2 / ck
„ƒ‚… „ ƒ‚ … „ƒ‚…
F .ˇ / css
D ı iss F . .C/ ˛;ˇ;ı/
css
D 1 ı ck
„ƒ‚… iss „ƒ‚…
F .ˇ / F . .C/ ˛;ˇ;ı/
css
D 1 ı ck
„ƒ‚… iss „ƒ‚…
F .ˇ / „ƒ‚… F . .C/ ˛;ˇ;ı/
F .˛;ˇ;ı/
kk D F . . / ˛; ˇ; ı/ (4.92)
ck 2 C 3 . 2 /
ca D D F .; ; ˛; ˇ; ı/ (4.93)
1 C .1 1 2 /.ck C 3 /
Observación 4.4. ca se incrementa a medida que aumenta para valores bajos
de ( 6 1), pero se reduce para valores altos ( > 1).
ηck ηkk
1.8 1
1.6
0.98
1.4
0.96
1.2
1 0.94
0.8 0.92
0.6
0.9
0.4
0.88
0.2
0 0.86
0 2 4 6 8 10 0 2 4 6 8 10
Elasticidad de sustitución intertemporal del consumo (σ) Elasticidad de sustitución intertemporal del consumo (σ)
ηca ηka
0.15 0.1
0.1 0.095
0.05 0.09
0 0.085
−0.05 0.08
−0.1 0.075
−0.15 0.07
φ=0 φ=0.4 φ=0.8 φ=0 φ=0.4 φ=0.8
−0.2 0.065
0 2 4 6 8 10 0 2 4 6 8 10
Elasticidad de sustitución intertemporal del consumo (σ) Elasticidad de sustitución intertemporal del consumo (σ)
Debido a que se tiene la solución del modelo; es decir, cada variable endógena en
función de la variable de estado (capital) y de la variable exógena (productividad),
considerando además que la productividad se comporta como un proceso AR(1),
entonces se puede hallar la representación de series de tiempo ARMA (p,q) de
cada variable.
260 4.7 Representación de series de tiempo
.1 k t C1 D kab
kk L/b at
ka
k t C1 D
b at
b (4.95)
1 kk L
Además:
at D b
b at 1 C t
t
at D (4.96)
1 L
ka t
k t C1 D
b (4.97)
.1 kk L/ .1 L/
La expresión anterior demuestra que el capital se comporta como un AR(2): dos
raíces reales ( y kk ) y menores a 1 (kt C1 es estable). La expresión AR(2) del
capital es:
ka t
k t C1 D
b
.1 kk L/ .1 L/
.1 kk L/.1 k t C1 D ka t
L/b
.1 kk L L C kk L2 /b
k t C1 D ka t
k t C1
b kkb
kt k t C kk b
b kt 1 D ka t
k t C1 D . C kk /b
b kt kk b
kt 1 C ka t
(4.98)
4 Modelo RBC con trabajo constante 261
De igual manera que en el caso del capital, para encontrar la expresión de series de
tiempo del producto se parte de la solución del modelo:
y t D ˛b
b at C .1 ˛/b
kt (4.99)
y t D ˛b
b at C .1 ˛/bkt
et ka
yt D ˛
b C .1 ˛/ at 1
b
1 L .1 kk L/
et ka et 1
yt D ˛
b C .1 ˛/
1 L .1 kk L/ .1 L/
et ka L et
yt D ˛
b C .1 ˛/ (4.100)
1 L .1 kk L/ .1 L/
La Ecuación (4.100) sugiere que el producto se comporta como un ARMA(2,1):
˛ C Œ.1 ˛/ka ˛kk L
yt D
b t
.1 kk L/.1 L/
(4.101)
.1 kk L/.1 y t D ˛ C Œ.1
L/b ˛/ka ˛kk L t
2
.1 kk L L C kk L /b
y t D ˛t C Œ.1 ˛/ka ˛kk t 1
yt
b kkb
yt 1 b
yt 1 C kk b
yt 2 D ˛t C Œ.1 ˛/ka ˛kk t 1
y t D .kk C /b
b y t 1 kk b
yt 2
„ ƒ‚ …
AR.2/
c t D ckb
b k t C cab
at
bt C1 D 3 .b
R at C1 k t C1 /
b
k tC1 D . C kk /b
k C kk b
k C ka t
„ ƒ‚ … t „ ƒ‚ … t 1
b
1 2
k tC1 D 1b
b kt 1 C 2b
k t C ka t
.1 1 L 2 L2 /b
k tC1 D ka t
1 1 L 2 L2 D 0
En factores:
.L y1 /.L y2 / D 0
La expresión se reduce a:
1 1
L 1 L 1 D0
y1 y2
„ƒ‚… „ƒ‚…
1 2
264 4.8 Funciones impulso-respuesta
.1 1 L/.1 2 L/ D 0
.L y1 /.L y2 / D .1 1 L/.1 2 L/ D 0
Donde:
1
• 1 D y1
1
• 2 D y2
.L y1 /.L k t C1 D ka t
y2 /b
.1 1 L/.1 k t C1 D ka t
2 L/b
1
k t C1 D
b ka t
.1 1 L/.1 2 L/
„ ƒ‚ …
‰.L/
Donde:
2 3 k
‰.L/ D 1 C 1L C 2L C 3L C ::: C kL C :::
k
j k j
X
k D 1 2
j D0
2 3
k t C1 D .1 C
b 1L C 2L C 3L C :::/ka t (4.105)
2 3
k t C1 D .1 C
b 1L C 2L C 3L C /ka t
k t C1 D ka t C .
b 1 ka /t 1 C. 2 ka /t 2 C. 3 ka /t 3 C (4.106)
4 Modelo RBC con trabajo constante 265
Y
Y1
Y0
B
Y1
Y0
A
Kss D K0 D K1 K
t t k tC1
Versión MA(1) de b k t C1
IFR de b
0 0 D 0 k 1 D ka 0 C.
b 1 ka / 1 C k 1 D ka 0
b
„ƒ‚… „ƒ‚…
D0 D0
1 1 D 1 k 2 D ka 1 C.
b 1 ka / 0 C k 2 D ka 1
b
„ƒ‚… „ƒ‚…
D1 D0
2 2 D 0 k 3 D ka 2 C.
b 1 ka / 1 C. 2 ka / 0 C k3 D
b 1 ka 1
„ƒ‚… „ƒ‚… „ƒ‚…
D0 D1 D0
3 3 D 0 k 4 D ka 3 C.
b 1 ka / 2 C. 2 ka / 1 C. 3 ka / 0 C k4 D
b 2 ka 1
„ƒ‚… „ƒ‚… „ƒ‚… „ƒ‚…
D0 D0 D1 D0
4 4 D 0 k5 D
b 3 ka 1
4.8 Funciones impulso-respuesta
4 Modelo RBC con trabajo constante 267
Ok0 D Ok1
r
r1 B
r0 A
Dk1
Dk0
Kss D K0 D K1 K
k2 D .1 ı/k1 C i1
Por tanto:
i1 > i0 ! k2 > k1
5. Efecto (sobre las empresas y las familias). El impacto del shock de produc-
tividad tiene persistencia; es decir, sus efectos son positivos aunque cada vez
menores en el tiempo. En t D 2, la función de producción se incrementa, lo cual
genera que la demanda de capital también se incremente, pero en menor magnitud
que lo observado en t D 1. Esto produce que la tasa de interés real en t D 2 sea
menor que en t D 1 .r2 < r1 /; sin embargo, sigue siendo mayor que el valor en
t D 0.
268 4.8 Funciones impulso-respuesta
B
r1 C
r2
r0 A
Dk2
Dk1
Dk0
Kss D K0 K2 K
D K1
Entonces, dado que el individuo compara su situación en cada periodo con respecto
a t D 0 (estado estacionario), entonces esta mayor tasa de interés (r2 > r0 )
produce dos efectos sobre el consumo:
En línea con lo anterior, según la Tabla 4.9 el valor del producto (log-lineal) en
y 0 D ln yyss0 D 0. La única solución para esta
t D 0 es igual a cero. Es decir, b
expresión es que yyss0 D 1, lo cual conlleva a que y0 D yss . Esto quiere decir que
y t se encuentra en el valor cero, esto significa que la
cuando la variable log-lineal b
variable en niveles yt se encuentra en su estado estacionario.
4 Modelo RBC con trabajo constante 269
t yt
b k t C1
b ct
b it
b Rt
b at
b
0 0 0 0 0 0 0
1 0.667 0.05512 0.26429 2.20468 0.02636 1
2 0.652 0.10660 0.26901 2.11441 0.02359 0.95
3 0.63747 0.15464 0.27321 2.02834 0.02098 0.9025
4 0.62337 0.19943 0.27691 1.94626 0.01852 0.85738
. . . . . . .
Nota: Debido a que el shock se realiza en el primer periodo (t D 1), el valor de
las variables en t D 0 es cero. Cabe mencionar que estos valores se obtienen del
código “Campbell_Lfijo.m (sección 4)”
En t D 1 7! b
y 1 D 0:667 7! y1 D .1 C 0:667/yss
„ ƒ‚ … „ ƒ‚ …
variable log-lineal variable en niveles
0 0 0
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
0.025
2 0.02 0.8
0.015
1.5 0.6
0.01
0.005
1 0.4
0
0 −0.015 0
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
5. " R
bt ! produce un efecto ingreso (EI): " .R kt /
bt b
9. # R
bt C1 (pero por encima del estado estado estacionario) produce dos efectos:
efecto sustitución (ES) y efecto ingreso (EI).
R bt !# b
bt C1 > R ct
R bt !" b
bt C1 > R c t C1
3
5.5 45
2.9
5
40 2.8
4.5 2.7
35
4 2.6
30 2.5
3.5
2.4
3 25
2.3
2.5 20 2.2
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
1.04 2.6
5
1.035 2.4
4 1.03 2.2
1.025 2
3
1.02 1.8
2 1.015 1.6
1.01 1.4
1
1.005 1.2
0 1 1
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
estacionario del capital es de 23:88 unidades, lo cual es mayor en gran medida con
respecto a las demás variables (el valor de estado estacionario del producto es de
2:87 unidades). Para entender por qué el stock de capital en estado estacionario es
grande se debe revisar los parámetros de los cuales depende:
1 .1 ı/ ˛1
ˇ
kss D
1 ˛
Aplicando el signo del exponente se tiene:
˛1
1 ˛
kss D 1
ˇ
.1 ı/
1.5
0.5
1
0 0
0 50 100 150 200 0 50 100 150 200
k t C1 D 1b
b k t C 2b
kt 1 C ka t
k 0 D 0. Además,
Asumiremos que la variable inicia en su estado estacionario: b
se asume que la variable en periodos previos se ha mantenido en steady state,
k 1 D 0.
entonces b
0 0 D 0 (steady state) b
k1 D 1bk 0 C 2bk 1 C ka 0
1 1 D valor aleatorio bk2 D 1bk 1 C 2bk 0 C ka 1
2 2 D valor aleatorio bk3 D 1 k 2 C 2 k 1 C ka 2
b b
3 3 D valor aleatorio k 4
b D 1bk 3 C 2bk 2 C ka 3
4 4 D valor aleatorio bk5 D 1bk 4 C 2bk 3 C ka 4
at D b
b at 1 C
k t C1 D 1b
b k t C 2b
kt 1 C ka t
t t at
b k tC1
b
0 0 D 0 a0
b D0 k1
b D0
0 1 D valor aleatorio de una N(0,1) b
a1 D 0:1832 b
k2 D 0:0101
0 2 D valor aleatorio de una N(0,1) b
a2 D 0:8557 k 3
b D 0:0372
0 3 D valor aleatorio de una N(0,1) b
a3 D 0:1363 b
k4 D 0:0291
0 4 D valor aleatorio de una N(0,1) b
a4 D 0:4366 b
k5 D 0:0046
yt , b
Para la simulación de las demás variables macroeconómicas (b ct , b
it y R
bt ) se
utiliza la solución siguiente:
y t D ˛b
b at C .1 ˛b
kt /
c t D ckb
b k t C cabat
yss css yss css
it D
b .1 ˛ kt C
ck /b .˛ ca /b
at
iss yss iss yss
bt D 3 .b
R at b kt /
Donde:
yss css yss css
i k D .1 ˛ ck / y i a D .˛ ca /
iss yss iss yss
276 4.9 Simulación de las variables endógenas
t yt
b ct
b it
b Rt
b
0 y0 D ˛a0 C .1 ˛k0 / c0 D ck k0 C ca a0 i0 D i k k0 C i a a0 R0 D 3 .a0 k0 /
1 y1 D ˛a1 C .1 ˛k1 / c1 D ck k1 C ca a1 i1 D i k k1 C i a a1 R1 D 3 .a1 k1 /
2 y2 D ˛a2 C .1 ˛k2 / c2 D ck k2 C ca a2 i2 D i k k2 C i a a2 R2 D 3 .a2 k2 /
3 y3 D ˛a3 C .1 ˛k3 / c3 D ck k3 C ca a3 i3 D i k k3 C i a a3 R3 D 3 .a3 k3 /
4 y4 D ˛a4 C .1 ˛k4 / c4 D ck k4 C ca a4 i4 D i k k4 C i a a4 R4 D 3 .a4 k4 /
. . . . .
. . . . .
0 0 0
−1 −0.5
−1
−2 −1
−2
−3 −1.5
−3
−4 −2
−4
−5 −2.5
−5
−6 −3
−6 −7 −3.5
−7 −8 −4
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
0.2
5 2
0.15
0 0
0.1
−5 0.05 −2
0
−10 −4
−0.05
−15 −6
−0.1
−20 −0.15 −8
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
1 0
0 −1 0
−1 −2
−1
−2 −3
−3 −4
−2
−4 −5
−5 −6 −3
−6 −7
y Tendencia Ciclo k Tendencia Ciclo c Tendencia Ciclo
−7 −8 −4
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
0.2
5 2
0.15
0 0
0.1
−5 0.05 −2
0
−10 −4
−0.05
−15 −6
−0.1
i Tendencia Ciclo R Tendencia Ciclo a Tendencia Ciclo
−20 −0.15 −8
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
Lo que nos interesa evaluar del modelo son los momentos del componente cíclico
de cada variable simulada, es decir, la varianza, la autocorrelación y la correlación
con otras variables.
Al realizar la simulación del modelo en Matlab, lo que se obtiene son los momentos
teóricos para las variables log-lineales. Sin embargo, lo que se necesita es volver
a las variables en niveles debido a que los momentos empíricos corresponden a
las variables en niveles. Para calcular los momentos teóricos de las variables en
niveles se utiliza la relación entre la variable log-lineal y la variable en niveles:
xt
bx t D ln (4.108)
xss
b
xt
D ln.xt / ln.xss /
0 D ln.xt / ln.xss /
ln.xt / D ln.xss / (4.109)
Pero b
x
D 0 y b
x
D 0:
i i
PN
i D1 .b
x i /.b
yi /
corr.b y/ D
x; b
by
x b
PN xi yi
i D1 .ln xss /.ln yss /
D
by
x b
PN
i D1 .ln.xi / ln xss /.ln.yi / ln yss /
D
b y
x b
PN
i D1 .ln.xi / ln.xt / /.ln.yi / ln.yt / /
D
ln.xt / ln.yt /
corr.b y / D corr.ln.xt /; ln.yt //
x; b (4.111)
Este periodo esta compuesto por 147 trimestres. Segundo, se realizan 500 simu-
laciones considerando que cada variable tenga un periodo de 147 trimestres. En
tercer lugar, para cada simulación se aplica el filtro HP y se abstrae el componente
cíclico. Luego, se calcula la media, varianza, autocorrelación de primer orden
y correlación del componente cíclico para cada simulación. En quinto lugar, se
construye una distribución para la media, la varianza, autocorrelación de primer
orden y la correlación. Se elige el valor medio de cada distribución, y ese valor
representa el valor de cada segundo momento teórico. Finalmente, dichos valores
se comparan con los datos.
Producto Capital Consumo
18 25 18
16 16
14 20 14
12 12
15
10 10
8 8
10
6 6
4 5 4
2 2
0 0 0
0.8 1 1.2 1.4 0.1 0.2 0.3 0.4 0.5 0.25 0.3 0.35 0.4 0.45
16 16
14 14
15
12 12
10 10
10
8 8
6 6
5
4 4
2 2
0 0 0
2 2.5 3 3.5 4 0.025 0.03 0.035 0.04 0.045 0.5 1 1.5 2
Una segunda conclusión es que la correlación temporal del producto con el con-
sumo y la inversión está sobrevaluada por el modelo. No obstante, este se acerca
mucho más a la correlación producto-inversión que la correpondiente con el consu-
mo.
282 4.13 Códigos
4.13 Códigos
Códigos Descripción
Matlab
Campbell_Lfijo.m Este m-file calcula el estado estacionario y
los coeficientes de la solución derivados del
método de coeficientes indeterminados. Ade-
más, calcula la función impulso-respuesta y
realiza una simulación de las variables. Fi-
nalmente, aplica el filtro HP para obtener la
tendencia y el ciclo de cada variable simula-
da.
Campbell_Lfijo_Sim_Parametros.m Este m-file simula los valores de las elastici-
dades (coeficientes de la solución) en función
de la persistencia () y de la ESI del consumo
().
Campbell_Lfijo_Sim_Variables.m Este m-file simula 100 veces las variables
(forma ARMA(p,q)) para 150 periodos. Ca-
be mencionar que ambos parámetros pueden
ser cambiados por el usuario para realizar
distintas simulaciones.
Dynare
Campbell_Lfijo_Dynare_nolineal_log.mod Este archivo mod contiene el modelo nolineal
con variables en logaritmo y es el que usa
Dynare para resolver el modelo.
Campbell_Lfijo_Dynare_lineal_log.mod Este archivo mod contiene el modelo lineal
con variables en logaritmo y es el que usa
Dynare para resolver el modelo. Cabe men-
cionar que ambos archivos mod brindan el
mismo resultado en cuanto a las funciones de
política y de estado.
C APÍTULO 5
5.1 Introducción
ste capítulo tiene dos objetivos. El primero es extender el modelo del Capítulo 4
E al considerar que el trabajo es variable. Esta extensión permite entender el rol
que juega el mercado de trabajo en los ciclos económicos. El segundo objetivo
es comparar el desempeño del modelo de Long y Plosser (1983), desarrollado en
el Capítulo 3, con los dos modelos de Campbell (1994): el modelo con trabajo
fijo, desarrollado en el Capítulo 4, y el modelo con trabajo variable, desarrollado
en este capítulo. Una ventaja del modelo de este capítulo es que bajo el supuesto
de elasticidad de sustitución del trabajo igual a uno y depreciación total, se puede
obtener el modelo de Long y Plosser (1983); es decir, este último modelo es un
caso particular de un modelo más general descrito en el presente capítulo.
Con estos objetivos en mente, este capítulo tiene dos secciones importantes. En la
primera, se describen los elementos del modelo; es decir, el comportamiento de
las familias, las empresas, el equilibrio de mercado y el shock de productividad, y
también se especifica el sistema de ecuaciones que resume el modelo. Además, se
asignan los valores a los parámetros (calibración), se calcula el estado estacionario y
se log-linealiza el sistema de ecuaciones. Finalmente, se resuelve dicho sistema por
el método de coeficientes indeterminados, el cual fue explicado en el Capítulo 4.
285
286 5.2 Elementos del modelo
5.2.1.1 Familias
En este modelo se asume que la economía está poblada por un conjunto de familias
idénticas que tienen vida infinita. Estas familias obtienen bienestar del consumo de
bienes (ct ) y de las horas de ocio (lt ). Estas preferencias se reflejan en la siguiente
función de utilidad:
.1 ht /1
n
u.ct ; ht / D ln.ct / C
1
n
lt C h t D 1
Donde ht son horas destinadas al trabajo y lt son horas destinadas al ocio. Dado
que las familias tienen expectativas racionales y son optimizadoras, entonces estas
maximizan su función de utilidad esperada descontada representada por:
1
ht /1
n
X
t .1
Max E0 ˇ ln.ct / C (5.1)
fct ;ht ;ktC1 g1
t D0
1
n
t D0
5 Modelo RBC con trabajo variable 287
Además, el modelo supone que las familias son dueñas de los bienes de capital en
la economía, por lo cual deben de invertir (it ) para ofrecer capital en “t C 1”. La
ecuación de movimiento del capital es:
kt C1 D .1 ı/kt C it (5.3)
n 1 ct wt wt ct
.
n /.1 ht / . ht / D
ct2
n
n wt wt ct
.1 ht / ht D
.1 ht / ct ct ct
wt
n wt wt ct
ht D
ct .1 ht / ct ct ct
wt wt ct
ht ct ct ct
n D wt
.1 ht / ct
ht wt ct
n D
.1 ht / wt ct
ht ht wt ct =ct
n D 1
ht .1 ht / wt wt =wt
ht ht wt ct =ct
n D 1
1 ht ht wt wt =wt
ht = ht 1 1 ht ct =ct
D 1
wt =wt
n h wt =wt
t
1 1 ht
ethw D Œ1 etcw (5.10)
n ht
Por tanto, la EFOT (ethw ) depende de manera inversa del
n . Por esta razón se
considera que
n es la inversa de la elasticidad de Frisch (EFOT).
n
1 1 ht
• TMgSIthC1;t D Et ˇ 1 htC1
1 1 htC1
• ESIthC1;t D
n E t ht C1
5.2.1.2 Empresas
Max …t D yt Œwt ht C rt kt
fkt ;ht g1
tD0
yt D at kt˛ h1t ˛
(5.12)
@…t
D 0 H) at .1 ˛/kt˛ ht ˛
wt D 0
@ht
at kt˛ h1t ˛
.1 ˛/ D wt
ht
yt
.1 ˛/ D wt (5.15)
ht
Ecuaciones Descripción
1
ct
D ˇEt ct 1C1 Œrt C1 C .1 ı/ Ecuación de Euler
rt D ˛ yktt Demanda del capital
.1 ht /
n D wctt Oferta de trabajo
yt
ht D .1 ˛/ w t
Demanda de trabajo
yt D at kt˛ h1t ˛ Función de producción
yt D ct C it Equilibrio mercado de bienes
ktC1 D .1 ı/kt C it Ley de movimiento del capital
lnat D lnat 1 C t Shock de productividad
5.2.2 Calibración
Parámetro Observación
˛ D 0:333 Proporción del capital en el ingreso nacional
n D 0:25 Inversa de la elasticidad de Frisch (valor para simular)
ı D 0:025 Corresponde a una depreciación del 10% anual
D 1 D 2 es el tiempo productivo orientado a actividades no-mercado
D 0:95 La productividad es estacionaria
ˇ D 0:984
D 0:01 Desviación estándar del shock de productividad
Se conoce como equilibrio de largo plazo donde xt D 0 para todas las variables
del modelo y el shock de productividad ("t ) toma su valor promedio (D 0). Además,
dada la ecuación de movimiento de la productividad, su valor de estado estacionario
es a D 1. Asimismo, las expectativas desaparecen, por ello, se le conoce como
solución no estocástica. Cabe mencionar que hallar el estado estacionario es un
294 5.2 Elementos del modelo
Ecuaciones Descripción
[1] rss D ˛ ykss
ss
Demanda del capital
[2] c1ss D ˇ c1ss Œrss C .1 ı/ Ecuación de Euler
n wss
[3] .1 hss / D css
Oferta de trabajo
yss
[4] hss D .1 ˛/ wss Demanda de trabajo
˛ 1 ˛
[5] yss D ass kss hss Función de producción
[6] yss D css C iss Equilibrio mercado de bienes
[7] kss D .1 ı/kss C iss Ley de movimiento del capital
[8] lnass D lnass C valor medio Shock de productividad
hss 1 ˛
yss
D (5.21)
kss kss
Dado que en la Ecuación (5.20) se encontró el valor del ratio yss =kss , entonces:
1 1˛
hss rss
D (5.22)
kss ˛
5 Modelo RBC con trabajo variable 295
Además, de la Ecuación (5.22) se sabe que el ratio hss =kss es una constante y es
1
igual a R˛ss 1 ˛ . Asimismo, por la Ecuación (5.20) se tiene que el ratio yss =kss
es igual a r˛ss . Estos dos valores permiten obtener el valor del salario real en estado
estacionario wss :
rss
˛
wss D .1 ˛/ 1 1˛
rss
˛
1 ˛
rss ˛
wss D .1 ˛/ (5.28)
˛
Finalmente, en la oferta de trabajo (ecuación 3) se multiplica y divide por kss al
trabajo en estado estacionario (hss ) y al consumo (css ):
hss
n wss
.1 kss / D (5.29)
kss kss kcss
ss
296 5.2 Elementos del modelo
n wss
.1 hss / D
hss hkss css
ss kss
css kss
hss D wss .1 hss /
n
kss hss
css hss
hss D wss .1 hss /
n
kss kss
„ƒ‚… „ ƒ‚ …
D
1
2
La Ecuación (5.32) puede ser resuelta por métodos numéricos. Para ello se ha
construido una función llamada “trabajo\_ss.m”, la cual resuelve la Ecuación
5 Modelo RBC con trabajo variable 297
(5.32) y, por tanto, brinda un valor de hss . Dado este valor, entonces se puede
obtener el valor de estado estacionario de las demás variables. Por ejemplo, de la
Ecuación (5.22) se puede obtener el capital kss :
1 1˛
hss rss
D
kss ˛
1 1
rss ˛
kss D hss (5.33)
˛
En la Tabla 5.5 se indica la expresión del estado estacionario de cada variable del
modelo.
298 5.2 Elementos del modelo
1 hss D
2 .1 hss /
n
1 1˛
kss D hss r˛ss
yss D kss r˛ss
iss D ıkss
css D yss iss
5.2.4 Log-linealización
xt
xt D xss eb (5.37)
Demanda del capital. Para encontrar la demanda del capital log-lineal primero
x t , donde b
debe reemplazarse cada variable xt por su expresión xss eb x t es la variable
en desviación porcentual del ln xt con respecto a su estado estacionario (segunda
línea). Luego de realizar algunas operaciones algebraicas se llega a la línea 4, en
donde se aplica la aproximación de primer orden (e x 1 C x) y se obtiene la
línea 5. Finalmente, la Ecuación (5.39) es la ecuación log-lineal de la demanda de
capital.
yt
kt D ˛ Línea 1
rt
yss ebyt
kss e k t D ˛ Línea 2
b
rt
rss eb
ebyt
ekt D Línea 3
b
ebrt
e k t D eb
yt brt
Línea 4
b
1 Cb
kt D 1 C b
yt rt
b Línea 5
kt D b
b yt rt
b (5.39)
1 1 z t C1
D Et Œe b
ct
eb c t C1
eb
ct
z c tC1
e b D Et eb t C1 b
1 c t D Et Œ1 C b
b z t C1 c t C1
b
c t D Et Œb
b z t C1 c t C1
b (5.40)
z t C1 y b
La relación entre b r t C1 se expresa en la Ecuación (5.42):
zt C1 D rt C1 C .1 ı/
z tC1 r tC1
Zss eb D rss eb C .1 ı/
Zss .1 C b
z t C1 / D rss .1 Cb
r t C1 / C .1 ı/
Zss C Zssb
z t C1 D rss C rssb
r t C1 C .1 ı/ (5.42)
z t C1 D rssb
Zssb r t C1
1
z t C1 D rssb
b r t C1
ˇ
z t C1 D ˇrssb
b r t C1 (5.43)
c t D Et Œb
b z t C1 c t C1
b
c t D Et Œˇrssb
b r t C1 c t C1
b (5.44)
1 ct D 1 C w
n hh bt ct
b
ct D w
n hh bt ct
b (5.45)
Para terminar de encontrar la ecuación log-lineal de la oferta de trabajo es necesario
encontrar la versión log-lineal del cambio de variable: hht D 1 ht .
hht D 1 ht
hhss .1 C hh
ct / D 1 hss .1 C b
ht /
hhss C hhss hh
ct D 1 hss hssb
ht
ct D
hhss hh hssb
ht
ct D hss b
hh ht
hhss
ct D hss b
hh ht (5.46)
1 hss
Reemplazando esta Ecuación (5.46) en la Ecuación (5.45) se obtiene la ecuación
log-lineal de la oferta de trabajo (Ecuación (5.47)):
ct D w
n hh bt ct
b
302 5.2 Elementos del modelo
hss b
n ht D wbt ct
b
1 hss
hss b
n ht D w
bt ct
b (5.47)
1 hss
yt
eb
e ht D
b
ebwt
e ht D ebyt b
wt
b
1 Cb
ht D 1 C b
yt w
bt
ht D b
b yt w
bt (5.48)
yt D at kt˛ ht1 ˛
yt at
yss eb D ass eb Œkss e k t ˛ Œhss e ht 1 ˛
b b
yt at ˛ ˛b
yss eb D ass eb Œkss e k t Œh1ss ˛ e .1 ˛/b
ht
yt at ˛b
eb D eb Œe k t Œe .1 ˛/b
ht
yt at C˛b
k t C.1 ˛/b
ht
eb D eb
1 Cb
yt D 1 C b
at C ˛b
k t C .1 ˛/b
ht
yt D b
b at C ˛b
k t C .1 ˛/b
ht (5.49)
5 Modelo RBC con trabajo variable 303
yt D ct C it
yt ct it
yss eb D css eb C iss eb
yss .1 C b
y t / D css .1 C b
c t / C iss .1 C b
it/
yss C yssb
y t D css C cssb
c t C iss C issb
it
y t D cssb
yssb c t C issbit
css iss b
yt D
b ct C
b it (5.50)
yss yss
Ley de movimiento del capital. La ley de movimiento del capital log-lineal está
expresada en la Ecuación (5.51). De igual forma que en las ecuaciones previas,
se ha aplicado la transformación de la variable inicial kt por su equivalente en
log-desviaciones (línea 2 de la Ecuación (5.51)). Además, se ha considerado la
apróximación de Taylor de primer orden de dicha transformación (línea 5 de la
Ecuación (5.51)).
kt C1 D .1 ı/kt C it
1 Cb
k t C1 D .1 ı/.1 C b
k t / C ı.1 C b
it/
1 Cb
k t C1 D .1 ı/ C .1 k t C ı C ıb
ı/b it
k t C1 D .1
b k t C ıb
ı/b it (5.51)
ln at D ln at 1 C t
at at
ln ass eb D ln ass eb 1
C t
ln ass C b
at D ln ass C b
at 1 C t
at D b
b at 1 C t (5.52)
k t C1 D kkb
b k t C kab
at (5.53)
y t D ykb
b k t C yab
at (5.54)
5 Modelo RBC con trabajo variable 305
c t D ckb
b k t C cab
at (5.55)
k t C1 D kkb
b k t C kab
at
Diferenciando:
k t C1 D kk b
b k t C ka b
at
at se mantiene constante:
Asumiendo que b
k t C1 D kk b
b kt C 0
Œlnkt C1 lnkss D kk Œlnkt lnkss
Œlnkt C1 0 D kk Œlnkt 0
kt C1 kt
D kk
kt C1 kt
kt C1
kt C1
kt
D kk
kt
Ekt C1 ;kt D kk (5.56)
La Expresión (5.56) indica claramente que kk representa la elasticidad del capital
de mañana ante el capital de hoy manteniendo lo demás constante. Por tanto, un
incremento en 1% en el capital de hoy incrementa en kk % el capital de mañana
manteniendo lo demás constante. De esta forma se lee cada uno de los coeficientes
de la solución del modelo. Cabe mencionar que cualquiera sea el método de
solución del modelo la solución siempre está descrita por las Ecuaciones (5.53),
(5.54), (5.55) y las demás ecuaciones de las variables endógenas que mantienen la
misma forma. El método de coefientes indeterminados consiste en encontrar los
valores de los coeficientes de la solución en función de los parámetros. Cuando se
encuentran dichos coeficientes, entonces la solución queda bien definida.
306 5.2 Elementos del modelo
A. Reducción de sistema I
El sistema de ocho ecuaciones descrito en la Tabla 5.4 se puede reducir a uno de
cinco, eliminando primero el salario real wt por medio del equilibrio en el mercado
del trabajo. Luego se elimina la inversión iOt reemplazando posteriormente la ley
de movimiento del capital en el equilibrio de mercado de bienes. Por último, se
elimina la tasa de interés real rOt por medio de la introducción de la demanda de
capital en la ecuación de Euler.
Demanda de trabajo:
ht D b
b yt w
bt
bt D b
w yt ht
b (5.57)
ht D b
m1b yt ht
b ct
b
.1 C m1 /b
ht D b
yt ct
b (5.59)
k t C1 D .1
b k t C ıb
ı/b it
it D b
ıb k t C1 .1 ı/b kt
1
i t D Œb
b k t C1 .1 ı/bkt (5.60)
ı
Equilibrio en el mercado de bienes:
css iss
yt D
b ct C
b bit
yss yss „ƒ‚…
Ecu. (5.60)
css iss 1 b
yt D
b ct C
b Œk tC1 .1 ı/k t
b (5.61)
yss yss ı
Demanda de capital:
kt D b
b yt rt
b
rt D b
b yt kt
b (5.62)
Ecuación de Euler:
c t D Et Œˇrssb
b r t C1 c tC1
b
c t D Et Œb
b c t C1 ˇrss b
r t C1
„ƒ‚…
Ecu. (5.62)
c t D Et Œb
b c t C1 ˇrss Œb
y t C1 k t C1
b (5.63)
.1 C m1 /b
ht D b
yt ct
b (5.64)
css iss 1 b
yt D
b ct C
b Œk tC1 .1 ı/k t
b (5.65)
yss yss ı
c t D Et Œb
b c t C1 ˇrss Œb
y t C1 k t C1
b (5.66)
308 5.2 Elementos del modelo
Función de producción:
yt D b
b at C ˛b
k t C .1 ˛/b
ht (5.67)
Shock de productividad:
at D b
b at 1 C t (5.68)
B. Reducción de sistema II
El sistema podría reducirse aún más. De la Ecuación (5.64) se despeja el trabajo
ht y se introduce en la Ecuación (5.67) relativa a la función de producción.
b
.1 C m1 /b
ht D b
yt b ct
1
ht D
b Œb
yt ct
b (5.69)
1 C m1
Función de produción:
yt D b
b at C ˛b
k t C .1 ˛/ ht
b
„ƒ‚…
Ecu. (5.69)
1
yt D b
b at C ˛bk t C .1 ˛/ Œb
yt ct
b
1 C m1
1 ˛ 1 ˛
1 yt D b
b at C ˛ k t
b ct
b
1 C m1 1 C m1
m1 C ˛ 1 ˛
yt D b
b at C ˛bkt ct
b (5.70)
1 C m1 1 C m1
Con estas reducciones adicionales, el sistema estaría compuesto por cuatro ecua-
ciones:
m1 C ˛ 1 ˛
byt D bat C ˛ k t
b bct (5.71)
1 C m1 1 C m1
css iss 1 b
byt D ct C
b Œk t C1 .1 ı/b kt (5.72)
yss yss ı
c t D Et Œb
b c t C1 ˇrss Œby t C1 b k t C1 (5.73)
Shock de productividad:
at D b
b at 1 C t (5.74)
5 Modelo RBC con trabajo variable 309
at C m3b
m2b k t D m4b
c t C m5b
k t C1
c t D m2b
m4b at C m3bk t m5bk tC1 (5.76)
De la misma manera, la Ecuación (5.75) se reemplaza en la Ecuación (5.72):
c t D Et Œb
b c tC1 ˇrss Œb
y t C1 b k tC1
1 C m1 1 ˛
ct
b D Et Œb
c tC1 ˇrss Œ at C1 C ˛ k tC1
b b bc t C1 bk t C1
m1 C ˛ 1 C m1
1 C m1 1 ˛
ct
b D Et Œb
c tC1 ˇrss atC1 C ˛b
b k t C1 c tC1
b ˇrssb k tC1
m1 C ˛ 1 C m1
1 ˛ 1 C m1 1 C m1 b
ct
b D Et Œ.1 C ˇrss /b
c t C1 ˇrss at C1 C .ˇrss ˇrss
b /k t C1
m1 C ˛ m1 C ˛ m1 C ˛
1 ˛ 1 C m1 1 C m1 b
ct
b D Et Œ.1 C ˇrss /bc tC1 ˇrss at C1 C .ˇrss ˇrss
b ˛/ k t C1
m C˛ m1 C ˛ m C˛
„ ƒ‚ 1 … „ ƒ‚ … „ ƒ‚ 1 …
n1 n2 n3
c t D Et Œn1b
b c tC1 atC1 C n3b
n2b k t C1 (5.77)
c t D Et Œn1b
b c t C1 at C1 C n3b
n2b k t C1 (5.79)
at D b
b at 1 C t (5.80)
k t C1 D kkb
b k t C kab
at (5.81)
c t D ckb
b k t C cab
at (5.82)
c t D m2b
m4b at C m3b
kt m5b
k t C1
k t C cab
m4 .ckb at / D m2b
at C m3b
kt k t C kab
m5 .kkb at /
k t C .m4 ca /b
.m4 ck /b at D .m2 at C .m3
m5 ka /b m5 kk /b
kt (5.83)
Al igualar los coeficientes de cada variable del lado derecho con su correspondiente
del lado izquierdo se tiene:
Coeficientes de la productividad:
c t D Et Œn1b
b c tC1 at C1 C n3b
n2b k t C1
k t C cab
ckb at D Et Œn1 .ckb
k tC1 C cab
at C1 / n2b
atC1
k t C kab
C n3 .kkb at /
.ck k t C .ca
n3 kk /b at D Et Œn1 ckb
n3 ka /b k t C1 C .n1 ca n2 /b
atC1
5 Modelo RBC con trabajo variable 311
at D b
Considerando que: b at 1 C t
.ck k t C .ca
n3 kk /b at D Et Œn1 ckb
n3 ka /b k t C1 C .n1 ca at C t C1 /
n2 /.b
D Et Œn1 ckb
k tC1 C .n1 ca at C tC1
n2 /Et Œb
D Et Œn1 ckb
k t C1 C .n1 ca at C Et t C1
n2 /ŒEtb
„ ƒ‚ …
D0
k t C1
Reemplazando: la solución de b
De la Ecuación (5.86) se igualan los coeficientes para cada variable. Para el capital
se tiene:
La Ecuación (5.84):
m4 ck D m3 m5 kk
La Ecuación (5.85):
m4 ca D m2 m5 ka
312 5.2 Elementos del modelo
La Ecuación (5.87):
ck
kk D
n3 C n1 ck
La Ecuación (5.88):
Para solucionar el sistema de Ecuaciones ((5.84), (5.85), (5.87) y (5.88)), donde las
variables son los coeficientes de la funcion de política del consumo y de la función
de estado, se requiere reducir las ecuaciones. En primer lugar, de la Ecuación
(5.84) se despeja ck y se reemplaza en la Ecuación (5.87) para encontrar el valor
de kk .
De la Ecuación (5.84):
m4 ck D m3 m5 kk
1
ck D .m3 m5 kk / (5.89)
m4
De la Ecuación (5.87):
ck
kk D
n3 C n1 ck
n3 kk C n1 ck kk D ck
n3 kk D ck .1 n1 kk /
„ƒ‚…
Ecu. (5.89)
1
n3 kk D .m3 m5 kk /.1 n1 kk /
m4
m4 n3 kk D .m3 m5 kk /.1 n1 kk /
m4 n3 kk D m3 m3 n1 kk m5 kk
C m5 n1 2kk
m5 n1 2kk C .m3 n1 C m5 C m4 n3 / kk C m3 D 0 (5.90)
„ƒ‚… „ ƒ‚ … „ƒ‚…
Da Db Dc
ˇ ı
n ˛ kk 1 kk 2
2 0.984 0.025 0.25 0.333 1.0897 0.9326
El valor de kk que se elige es kk 2 D 0:9326. Dado el valor de kk , entonces se
puede encontrar utilizando la ecuación:
1
ck D .m3 m5 kk / (5.92)
m4
Para encontrar el valor del coeficiente ka se despeja ca de la Ecuación (5.85) y
se reemplaza en la Ecuación (5.88).
De la Ecuación (5.85):
m4 ca D m2 m5 ka
1
ca D .m2 m5 ka / (5.93)
m4
De la Ecuación (5.88):
m2
n2 C m4 .1 n1 /
ka D m5 (5.94)
m4 .1 n1 / C n1 ck C n3
m4 ca D m2 m5 ka
1
ca D .m2 m5 ka / (5.95)
m4
Hasta aquí se han encontrado los valores de los coeficientes ck , ca , kk y ka ,
los cuales permiten definir la solución del consumo y del capital; es decir, la
función de política del consumo y la función de estado del modelo1 :
k t C1 D kk b
k C ka b
at (5.96)
„ƒ‚… t „ƒ‚…
b
0:9326 0:1618
c t D ck b
k C ca b
at (5.97)
„ƒ‚… t „ƒ‚…
b
0:5205 0:4945
De la Ecuación (5.71):
m1 C ˛ 1 ˛
yt D b
b at C ˛b
kt bct
1 C m1 1 C m1
ct :
Se reemplaza la solución de b
m1 C ˛ 1 ˛
yt D b
b at C ˛ k t
b k t C cab
.ckb at /
1 C m1 1 C m1
m1 C ˛ 1 ˛ 1 ˛
y t D .1
b at C .˛
ca /b ck /b
kt
1 C m1 1 C m1 1 C m1
1 C m1 1 ˛ 1 C m1 1 ˛
yt D
b .1 at C
ca / b .˛ ck / b
kt
m1 C ˛ 1 C m1 m1 C ˛ 1 C m1
„ ƒ‚ … „ ƒ‚ …
ya yk
1 Los valores de estos coeficientes la solución de las demás variables endógenas se encuentran en
Campbell_Lvariable.m
5 Modelo RBC con trabajo variable 315
y t D yab
b at C ykb
kt (5.98)
De la Ecuación (5.71):
ht D b
.1 C m1 /b yt ct
b
ct y b
Reemplazando la solución de b yt
.1 C m1 /b
ht D .yab
at C ykb
kt / at C ckb
.cab kt /
.1 C m1 /b
ht D .ya ca /b
at C .yk ck /bkt
yk ck b
ya ca
ht D
b bat C kt
1 C m1 1 C m1
ht D hab
b at C hkb
kt (5.99)
De la Ecuación (5.57):
bt D b
w yt ht
b
yt y b
Reemplazando la solución de b ht
bt D .yab
w at C ykb
kt / at C hkb
.hab kt /
bt D .ya
w at C .yk
ha /b hk /b
kt
bt D wab
w at C wkb
kt (5.100)
yt y b
Reemplazando la solución de b ct
yss css
it D
b ..yabat C ykb kt / at C ckb
.cab k t //
iss yss
yss css css
it D
b ..yk k t C .ya
ck /b ca /b
at /
iss yss yss
yss css yss css
it D
b .yk kt C
ck /b .ya ca /bat
iss yss iss yss
i t D i k b
b k t C i ab
at (5.101)
De la Ecuación (5.62):
rt D b
b yt kt
b
yt
Reemplazando la solución de b
r t D .yab
b at C ykb
kt / kt /
b
r t D .yk
b k t C yab
1/b at
r t D rkb
b k t C rab
at (5.102)
Solución Coeficientes
p m
n2 C m2 .1 n1 /
b˙ b 2 4ac 4
k t D kkb
b k t C kab
at kk 1;2 D 2a
ka D m5
m4 .1 n1 /Cn1 ck Cn3
1 1
c t D ckb
k t C cab
at ck D .m3 m5 kk / ca D .m2 m /
m4 m4 5 ka
b
1Cm1 1 ˛ 1Cm1 1 ˛
y t D ykb
b k t C yab
at yk D m1 C˛
.˛ /
1Cm1 ck
ya D m1 C˛
.1 1Cm 1
ca /
yk ck ya ca
ht D hkb
b k t C hab
at hk D 1Cm1
ha D 1Cm1
w t D wkb
b k t C wab at wk D yk hk wa D ya ha
i t D ikb
b k t C i ab
at i k D yiss
ss
.yk ycss
ss
ck / i a D yiss
ss
.ya ycss
ss
ca /
r t D rk k t C rab
b b at rk D yk 1 ra D ya
cc ii yy kk hh rr ww aa
Constant -0.1718 -1.5471 0.0535 2.1418 -0.9890 -3.1879 0.6376 0
kk(-1) 0.5205 -1.6972 0.0730 0.9326 -0.3898 -0.9270 0.4628 0
aa(-1) 0.4698 6.1500 1.6159 0.1538 0.9983 1.6159 0.6176 0.95
e 0.4945 6.4737 1.7009 0.1618 1.0508 1.7009 0.6501 1
Nota: los resultados se han obtenido de “Campbell_Lvariable_Dynare_nolineal_log5.mod”
Para leer correctamente la Tabla 5.9 se deben tomar en cuenta las siguientes
consideraciones. En primer lugar, cada columna representa la función de política
de la variable del encabezado. Por ejemplo, la segunda columna es la función de
política del consumo, la tercera columna es la función de política de la inversión y
así sucesivamente. Es importante destacar que la cuarta columna es la ecuación de
estado.
En segundo lugar, las variables endógenas del encabezado de la Tabla 5.9 expresan
cada variable en logaritmo. Por ejemplo, el consumo cc es igual al ln ct , y de igual
manera para el producto: yy D ln yt . En el caso del capital “kk”, este es igual al
logaritmo del capital en “t C 1”; es decir, kk D ln ktC1 . Esto se debe a que en el
318 5.2 Elementos del modelo
archivo .mod el capital en “t” se ha escrito como kk. 1/; de otro modo, Dynare
entendería que esta variable es de control cuando en realidad es de estado.
x t D xk
b kt
b Cxa at
b
„ƒ‚… „ƒ‚…
Estado de la economía Shock transitorio
5.3.1.1 Efectos de ı
k t C1 D .1
último se observa de la ley de movimiento de capital b k t C ıb
ı/b i t , la
cual bajo ı D 1 se convierte en k tC1 D b
b it.
nkk1 nkk2
3.5 1
3
0.8
2.5
0.6
2
0.4
1.5
1 0.2
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tasa de depreciación (δ) Tasa de depreciación (δ)
nka
1
0.8
0.6
0.4
0.2
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tasa de depreciación (δ)
nck nca
0.5
0.95
0.45 0.9
0.85
0.4 0.8
0.75
0.35 0.7
0.65
3
0
2.5
2
−0.5
1.5
−1 1
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tasa de depreciación (δ) Tasa de depreciación (δ)
0.3 1.4
0.25 1.3
0.2 1.2
0.15 1.1
0.1 1
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tasa de depreciación (δ) Tasa de depreciación (δ)
nrk nra
−0.65 1.5
−0.7 1.4
−0.75 1.3
−0.8 1.2
−0.85 1.1
−0.9 1
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tasa de depreciación (δ) Tasa de depreciación (δ)
Figura 5.3: Efectos de ı sobre los coeficientes del producto y tasa de interés
5 Modelo RBC con trabajo variable 325
2. La elasticidad del salario real ante el capital wk se reduce a medida que la tasa
de depreciación se incrementa (ver la Figura 5.4). Esta observación amerita dos
comentarios: en primer lugar, un incremento del capital incrementa la producción
y, por ende, expande la demanda de trabajo (b ht D b yt w bt ). Bajo una oferta de
trabajo invariante, el incremento de la demanda de trabajo eleva el salario real.
Entonces se puede deducir que un incremento del capital induce un incremento del
salario real; es decir, la elasticidad salario real-capital wk es positiva, tal como se
observa en la Figura 5.4. En segundo lugar, la tasa de depreciación influye sobre
el stock de capital y, por consecuencia, sobre la elasticidad salario real-capital
wk . El incremento de capital con un ı mayor inducirá a que dicho incremento sea
menor y, entonces, la demanda se expandirá, pero en menor medida. El resultado
de ello es que el salario real se incrementa pero no tan fuertemente como antes,
lo cual sugiere que la elasticidad salario real-capital wk sigue positiva, pero mas
pequeña.
nhk nha
0 0.8
−0.1 0.6
−0.2 0.4
−0.3 0.2
−0.4 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tasa de depreciación (δ) Tasa de depreciación (δ)
nwk nwa
0.5 1
0.95
0.45
0.9
0.4
0.85
0.35
0.8
0.75
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Tasa de depreciación (δ) Tasa de depreciación (δ)
5.3.1.2 Efectos de n
Oferta de trabajo
menos elástica
Oferta de trabajo
at menos elástica
Oferta de trabajo
C Oferta de trabajo
w2
más elástica B
hss w1 más elástica
w1 B
n h D wt ct C
1 hss t w2
n
hss
h D wt ct
w0 1 hss t
A w0
A
h2 h1 h0
ht h0 h1 h2
ht
wk y wk se hacen más fuertes cuando se incrementa la elasticidad. Esto se debe
a que el consumidor está más dispuesto a sustituir trabajo hoy por mañana. Esta
disposición hace que se desprenda del ocio de mañana por más ocio de hoy y, por
tanto, una reducción mayor en las horas trabajadas hoy (ver Figura 5.5, gráfico de
la izquierda).
nhk nha
−0.15 0.9
0.8
−0.2
0.7
−0.25
0.6
−0.3
0.5
−0.35 0.4
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
nwk nwa
0.48 0.95
0.46 0.9
0.44 0.85
0.42 0.8
0.4 0.75
0.38 0.7
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
nck nca
0.58 0.5
0.57 0.48
0.56 0.46
0.55 0.44
0.54 0.42
0.53 0.4
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
nik nia
−1.1 6.5
−1.2
6
−1.3
5.5
−1.4
5
−1.5
−1.6 4.5
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
1.5
0.2
1.4
0.15
1.3
0.1
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
nrk nra
−0.7 1.6
−0.75 1.5
−0.8 1.4
−0.85 1.3
−0.9
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
5.3.1.3 Efectos de
nkk1 nkk2
1.095 0.955
1.09
0.95
1.085
0.945
1.08
0.94
1.075
1.07 0.935
0 1 2 3 4 5 0 1 2 3 4 5
Inversa de la elasticidad de Frisch (γn) Inversa de la elasticidad de Frisch (γn)
nka
0.16
0.15
0.14
0.13
0.12
0.11
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Inversa de la elasticidad de Frisch (γn)
Una de las primeras conclusiones que se desprende de las Figuras 5.10 al 5.13 es
k t . Por
que la persistencia no afecta las elasticidades asociadas al stock del capital b
ejemplo, kk , ck y i k se mantienen invariantes ante distintos valores de . Esto
se debe a que la persistencia solo afecta el comportamiento de la productividad
y, por tanto, es de esperar que dicho parámetro influya en los coeficientes de la
solución asociados a la productividad b at . Por ejemplo, ka , ca y i a muestran
sensibilidad ante distintos valores de la persistencia.
nkk1 nkk2
2.5 2
2 1.5
1.5 1
1 0.5
0.5 0
0 −0.5
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
nka
0.35
0.3
0.25
0.2
0.15
0.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Persistencia del choque (φ)
nck nca
2 0.8
1.5
0.6
1
0.4
0.5
0.2
0
−0.5 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
nik nia
−0.5 12
−1
10
−1.5
8
−2
6
−2.5
−3 4
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
1 2
0.5 1.8
0 1.6
−0.5 1.4
−1
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
nrk nra
0.5 2.2
0 2
−0.5 1.8
−1 1.6
−1.5 1.4
−2
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
0.5
1.5
0
−0.5
1
−1
−1.5 0.5
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
nwk nwa
1.5 0.9
1 0.8
0.5 0.7
0 0.6
−0.5 0.5
−1 0.4
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Persistencia del choque (φ) Persistencia del choque (φ)
−3
x 10 Consumo Inversión Producto Capital
8 0.08 0.02 0.012
0.06 0.01
7 0.015
0.008
0.04
6 0.01 0.006
0.02
0.004
5 0.005
0 0.002
4 −0.02 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−3 −3 −3
x 10 Trabajo x 10 Tasa de interés x 10 Salario Productividad
15 20 10 0.012
15 0.01
10 8
0.008
10
5 6 0.006
5
0.004
0 4
0 0.002
−5 −5 2 0
0 20 40 0 20 40 0 20 40 0 20 40
5.3.3.1 ¿Se necesita que el shock sea significativo para que el modelo replique
los datos?
A. Desviación estándar
En primer lugar, se observa que a medida que el shock es más fuerte (de D 0:004
a 0:015), la desviación estándar de las variables se incrementa. Por ejemplo, la
desviación estándar del consumo para D 0:004 es igual a 0:31%, mientras que
para D 0:015 es igual a 1:16%. En segundo lugar, bajo una magnitud pequeña
del shock de productividad, el modelo se queda muy lejos de lo observado en los
datos. Para D 0:004 la desviación estándar del consumo es 0:31% mientras que
los datos indican que dicho estadístico es igual a 1:27%. De igual forma para la
inversión, el modelo se queda lejos de lo encontrado en los datos (3:37% en el
modelo vs. 5:30% en los datos). Este mismo comportamiento se observa en todas
las variables.
5 Modelo RBC con trabajo variable 341
5.3.3.2 ¿Se necesita que la oferta de trabajo sea muy elástica para que el
modelo replique los datos?
Consumo 1.35 0.31 0.54 0.77 1.16 0.88 0.8851 0.80 0.8191
Inversión 5.30 3.37 5.9 8.42 12.64 0.80 0.9856 0.87 0.7013
Producto 1.81 0.89 1.56 2.22 3.33 1 1 0.84 0.7162
Capital 0.29 0.51 0.73 1.09 0.3915 0.9572
Trabajo 1.79 0.55 0.96 1.37 2.06 0.88 0.9736 0.88 0.6995
Tasa de interés 0.30 0.9 1.58 2.26 3.39 -0.35 0.9477 0.60 0.7006
Salario real 0.68 0.38 0.66 0.94 1.41 0.12 0.9423 0.66 0.7826
Nota: Los valores empíricos han sido tomados de R. G. King y Rebelo (1999) y todas las variables están en logaritmo natural,
excepto la tasa de interés. Los valores teóricos se han obtenido de una sola simulación. Estos valores se obtienen del archivo
“Campbell_Lvariable_nolineal_log7.mod”.
343
344 5.3 Análisis de la solución del modelo
A. Desviación estándar
En primer lugar, se observa que a medida que la demanda de trabajo es más elástica,
la desviación estándar de todas las variables se incrementan, con la excepción del
salario real, el cual disminuye. En segundo lugar, la desviación estándar del trabajo
y del salario real producido por el modelo se acerca más a los datos a medida que
la elasticidad de la oferta de trabajo se incrementa. Por ejemplo, la desviación
estándar del trabajo pasa de 0:57% a 1:44% cuando la elasticidad se incrementa
de 0:2 a 5. Sin embargo, en el caso de la inversión, el modelo sobreestima su
desviación estándar para todos los valores de dicha elasticidad. De igual forma
ocurre para la tasa de interés, donde el valor de elasticidad más bajo del cuadro
(
n D 0:2) produce una desviación estándar de 1:72%, la cual se encuentra muy
por encima del valor observado (0:30%).
Como tercer punto, la correlación del producto con la inversión, obtenida del
modelo, no es afectada por la elasticidad de la oferta de trabajo. Como se puede
observar en la Tabla 5.13, la correlación del producto con la inversión es 0:9856
para cualquier valor de 1=
n , la cual se encuentra por encima del valor observado
en los datos (0:8). En cuarto lugar, la elasticidad de la oferta de trabajo tiene poca
influencia sobre la correlación entre el producto y el trabajo. Esto se observa en
el hecho de que a medida que la elasticidad se incrementa, dicha correlación solo
cambia en el cuarto decimal (de 0:9730 a 0:9736).
346 5.3 Análisis de la solución del modelo
En tercer lugar, la autocorrelación del salario real es la que más reacciona ante
cambios de la elasticidad de la oferta de trabajo. Por ejemplo, cuando la elasticidad
se reduce de 5 a 0:2, dicha autocorrelación pasa de 0:7874 a 0:7388. Sin embargo,
este último valor aún permanece por encima de lo observado (0:66).
Tabla 5.13: Comparación del comportamiento cíclico del modelo teórico con los datos empíricos
Consumo 0.88 0.9079 0.897 0.8909 0.8834 0.8 0.8093 0.8142 0.8167 0.8197
Inversión 0.8 0.9856 0.9856 0.9856 0.9856 0.87 0.7063 0.704 0.7027 0.7009
Producto 1 1 1 1 1 0.84 0.7211 0.7189 0.7176 0.7158
Capital 0.3905 0.3911 0.3913 0.3916 0.9585 0.9579 0.9575 0.9571
Trabajo 0.88 0.973 0.9733 0.9734 0.9736 0.88 0.7045 0.7023 0.7009 0.6991
Tasa de interés -0.35 0.9494 0.9485 0.948 0.9476 0.6 0.7054 0.7033 0.702 0.7002
Salario real 0.12 0.9933 0.9776 0.9627 0.9351 0.66 0.7388 0.7553 0.7678 0.7874
Nota: Los valores empíricos han sido tomados de R. G. King y Rebelo (1999) y todas las variables están en logaritmo natural,
excepto la tasa de interés. Los valores teóricos se han obtenido de una sola simulación. Estos valores se obtienen del archivo
“Campbell_Lvariable_nolineal_log8.mod”.
347
348 5.4 Códigos
5.4 Códigos
Códigos Descripción
Matlab
Campbell_Lvariable.m Este m-file contiene: [1] Calibración, [2]
Cálculo del estado estacionario, y [3] Cálcu-
lo de los coeficientes de la solución (método
coeficientes indeterminados).
trabajo_ss.m El objetivo es calcular hss que está expresado
en una ecuación no lineal.
Analisis_sensibilidad_irf.m Este m-file grafica: [1A] ESI del consumo,
[1B] persistencia del shock, [1C] Elasticidad
de Frisch, [2A] (tamaño) shock de productivi-
dad, [3A] Tasa de depreciación, [4A] Modelo
de Campbell (1994) vs Long y Plosser (1983),
y [4B] solo el modelo de Campbell (1994) con
trabajo variable.
Sensibilidad_parametros.m De este m-file se obtiene la simulación de los
coeficientes de la solución ante ı (tasa de de-
preciación), ˛ (participación del capital en la
renta nacional),
n (inversa de elasticidad de
Frisch), y (persistencia del shock).
Dynare
Campbell_Lvariable_nolineal_log1.mod El modelo de Campbell(1994) con trabajo va-
riable. Además, se realiza análisis de sensibi-
lidad para: [A] ESI del consumo (1=
), [B]
Persistencia () del shock de productividad, y
[C] Elasticidad de Frisch (1=
n ).
Campbell_Lvariable_nolineal_log2.mod El modelo de Campbell(1994) con trabajo va-
riable y con diferentes valores del shock de
productividad ( ).
5 Modelo RBC con trabajo variable 349
0.005
0 0.005 0.005
0 −0.02 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−3
Trabajo Tasa de interés x 10 Salario Productividad
0.02 0.025 12 0.012
γ = 0.2
0.015 0.02 0.01 γ=1
10
γ=5
0.01 0.015 0.008
8
0.005 0.01 0.006
6
0 0.005 0.004
4
−0.005 0 0.002
−0.01 −0.005 2 0
0 20 40 0 20 40 0 20 40 0 20 40
0.2 1.5
0.6 0.3
0.15 1
0.4 0.2
0.1 0.5
0.2 0.1
0.05 0
0 −0.5 0 0
0 20 40 0 20 40 0 20 40 0 20 40
0 0.1
0 0.05
−0.1 −0.2 0 0
0 20 40 0 20 40 0 20 40 0 20 40
0.02 0.01
6 0.1
0.008
0.015
4 0.05 0.006
0.01
0.004
2 0
0.005
0.002
0 −0.05 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−5 −0.005 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−3
x 10 Consumo Inversión Producto Capital
8 0.08 0.02 0.012
0.06 0.01
7 0.015
0.008
0.04
6 0.01 0.006
0.02
0.004
5 0.005
0 0.002
4 −0.02 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−3 −3 −3
x 10 Trabajo x 10 Tasa de interés x 10 Salario Productividad
15 20 10 0.012
γn = 5
15 0.01 γn = 1
10 8
γn = 0.2
0.008
10
5 6 0.006
5
0.004
0 4
0
0.002
−5 −5 2 0
0 20 40 0 20 40 0 20 40 0 20 40
12
0.06
0.015
10 0.01
0.04
8 0.01
0.02
6 0.005
0.005
0
4
2 −0.02 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−3 Trabajo −3 −3
x 10 x 10 Tasa de interés x 10 Salario Productividad
15 20 14 0.012
δ = 0.025
12 0.01 δ = 0.1
15
10 δ = 0.5
10 0.008 δ =1
10
5 8 0.006
5
6 0.004
0
0
4 0.002
−5 −5 2 0
0 20 40 0 20 40 0 20 40 0 20 40
−3
x 10 Consumo Inversión Producto Capital
14 0.08 0.02 0.015
12 0.06
0.015
10 0.01
0.04
8 0.01
0.02
6 0.005
0.005
4 0
2 −0.02 0 0
0 20 40 0 20 40 0 20 40 0 20 40
−3 −3 −3
x 10 Trabajo x 10 Tasa de interés x 10 Salario Productividad
15 20 14 0.012
15 12 0.01
10
10 0.008
10
5 8 0.006
5
6 0.004
0
0
4 0.002
−5 −5 2 0
0 20 40 0 20 40 0 20 40 0 20 40
Campbell (1994)
Long y Plosser (1983)
6.1 Introducción
l objetivo de este capítulo es analizar los efectos sobre las variables endógenas
E de un shock diferente al de la productividad. En la literatura existente, el shock
a la productividad ha sido muy cuestionado. Una de sus principales críticas es
que su magnitud y persistencia considerada en el modelo RBC, está por encima
de lo observado en los datos. Además de ello, los modelos RBC asumen que una
recesión ocurre cuando la productividad es negativa; es decir, cuando hay una
reversión tecnológica, lo cual no es plausible con la evidencia empírica.
353
354 6.2 Modelo RBC estándar: inclusión del shock a la inversión
Sin embargo, al incorporar este shock en un modelo RBC estándar que considere la
“tasa de utilización variable del capital”, el modelo es consistente con la evidencia
empírica al producir un incremento del consumo. En este caso el mecanismo de
transmisión es la “tasa de utilización variable del capital”.
La idea detrás de este shock es que la inversión se hace así más eficiente; es decir,
si con una unidad de inversión, antes, se producía una unidad de capital en “t C 1”,
ahora con el shock, esa misma unidad de inversión produce (1 C t ) unidades
de capital en “t C 1”. Por ejemplo, bajo el supuesto de que el shock es igual a
uno (t D 1): una unidad de inversión produce 2 unidades de nuevo capital, en
contraste a cuando el shock está ausente, en el sentido de que la misma unidad de
inversión produce solo 1 unidad de nuevo capital. Uno de los primeros efectos de
este shock es que incrementa el stock de capital de “t C 1”; es decir, la oferta de
capital se expande en “t C 1”.
ln t D ln t 1 C vt (6.4)
356 6.2 Modelo RBC estándar: inclusión del shock a la inversión
Ecuaciones Descripción
rt D ˛ yktt Demanda del capital
1 1 .1 ı/
ct .1Ct /
D ˇEt ctC1
ŒrtC1 C .1CtC1 /
Ecuación de Euler
n wt
.1 ht / D ct
Oferta de trabajo
yt
ht D .1 ˛/ wt Demanda de trabajo
yt D kt˛ ht1 ˛ Función de producción
yt D ct C it Equilibrio de mercado de bienes
ktC1 D .1 ı/kt C .1 C t /it Ley de movimiento del capital
lnt D lnt 1 C vt Shock a la inversión
La Tabla 6.3 muestra la solución del modelo RBC estándar con shock a la inversión.
La función de política para el consumo es la siguiente:
„ ƒ‚ … C0:5205k t
ln.ct / D 0:1742 b 0:2401b
t 1 0:2528vt (6.5)
ln css
0:2401
ln.ct / D ln css C 0:5205b
kt 0:2528. b t 1 C vt /
0:2528
ln.ct / D ln css C 0:5205b
kt t 1 C vt /
0:2528.0:95b
ln.ct / D ln css C 0:5205b
kt 0:2528b
t
ln.ct / ln css D 0:5205b
kt 0:2528b
t
c t D 0:5205b
b kt 0:2528b
t (6.6)
ln.it / D „ 1:2011
ƒ‚ … 1:6972k t C 2:6b
b t 1 C 2:7368vt
ln iss
2:7368
ln.it / ln iss D k t C 2:7368.
1:6972b t 1 C vt /
b
2:6
it D
b k t C 2:7368.0:95b
1:6972b t 1 C vt /
it D
b k t C 2:7368b
1:6972b t (6.7)
Otra falencia del modelo, relacionada con la anterior, es que el consumo se mueve
de manera contracíclica. Al observar la función de política del producto, se espera
que este aumente ante un shock a la inversión. Por tanto, bajo este shock se tiene
que en “t” la inversión y el producto se incrementan, mientras que el consumo se
reduce.
Para evaluar los efectos dinámicos del shock de inversión se procede a calcular las
funciones impulso-respuesta. En la siguiente sección se detalla el comportamiento
de las variables endógenas ante este shock.
1 1 .1 ı/
D ˇEt Œrt C1 C
ct .1 C t / ct C1 .1 C t C1 /
6 Modelo RBC con shock a la inversión y utilización variable del capital 359
1 1 .1 ı/
D ˇEt .1 C t / ŒrtC1 C (6.8)
ct ct C1 „ ƒ‚ … .1 C t C1 /
Fortalece SIC „ ƒ‚ …
Móvil de la SIC
kt C1 D .1 ı/kt C .1 C t /it
"kt C1 „ƒ‚…
D .1 ı/kt C .1 C "t /"it (6.9)
En cuarto lugar, la reducción del consumo produce un efecto riqueza negativo sobre
la oferta de trabajo e incentiva a la familia representativa a incrementar su número
de horas trabajadas. Por tanto, la oferta de trabajo se expande (desplazamiento
hacia abajo). Este primer efecto en el mercado laboral, en el que la demanda de
trabajo no se mueve aún, lleva a que el salario de equilibrio disminuya y el trabajo
aumente.
en los siguientes periodos, pero aún se mantiene por encima del estado estaciona-
rio, entonces el consumo progresivamente se recuperará debido a que la tasa de
interés empezará a reducirse. Este comportamiento de las variables es similar a lo
observado en las funciones de política y de estado analizado previamente.
−3 −3 Inversión −3
x 10 Producto x 10 Consumo x 10 Capital
4 2 0.03 6
1 5
3 0.02
4
0
2 0.01 3
−1
2
1 0
−2 1
0 −3 −0.01 0
0 20 40 0 20 40 0 20 40 0 20 40
−3 −3 −3
x 10 Tasa de interés x 10 Trabajo x 10 Salario real Choque a la inversión
4 6 2 0.012
0.01
2 4 1
0.008
0 2 0 0.006
0.004
−2 0 −1
0.002
−4 −2 −2 0
0 20 40 0 20 40 0 20 40 0 20 40
EF = 4 (γn = 0.25) EF = 0.1 (γn = 10)
En este punto cabe preguntarse si el modelo RBC estándar podría mejorar (ob-
tener un incremento del consumo en lugar de una reducción) si la elasticidad de
sustitución intertemporal del trabajo es mayor; es decir, si la oferta de trabajo
es más elástica. Con esta idea en mente, en la Figura 6.1 se muestra la función
impulso-respuesta del modelo RBC estándar con dos elasticidades de oferta de
trabajo diferentes. Se observa que aunque el modelo tenga una Elasticidad de
Frisch alta (EF = 4), el modelo aún mantiene una caída del consumo ante un shock
a la inversión.
Además, se observa que la reducción del consumo es muy similar en ambos casos,
lo que indica que aunque el mecanismo de transmisión usual del modelo RBC
(elasticidad intertemporal del trabajo) se fortalezca, el modelo sigue mostrando
6 Modelo RBC con shock a la inversión y utilización variable del capital 361
1 5
3 0.02
4
0
2 0.01 3
−1
2
1 0
−2 1
0 −3 −0.01 0
0 20 40 0 20 40 0 20 40 0 20 40
−3 −3 −3
x 10 Tasa de interés x 10 Trabajo x 10 Salario real Choque a la inversión
4 6 2 0.012
0.01
2 4 1
0.008
0 2 0 0.006
0.004
−2 0 −1
0.002
−4 −2 −2 0
0 20 40 0 20 40 0 20 40 0 20 40
ESIC = 1 (γ = 1) ESIC = 0.2 (γ = 5)
En línea con lo anterior, la Figura 6.2 sugiere que la presencia de un menor ESIC
en la economía artificial reduce la amplificación del shock a la inversión. Esto se
observa en que las funciones impulso-respuesta de todas las variables tienen menor
6 Modelo RBC con shock a la inversión y utilización variable del capital 363
En segundo lugar, el modelo predice que la correlación del PBI con el salario real
es negativa; sin embargo, los datos indican que es positiva. Esto sugiere que el
modelo carece de alguna variable que permita que el salario real se mueva procícli-
camente, aunque el shock de productividad en el modelo RBC estándar no captura
el comportamiento cuantitativo del salario real, pero sí captura su comportamiento
cualitativo. En otras palabras, el modelo bajo un shock de productividad infiere
que el salario real es procíclico, pero con un valor de 0:9423, el cual es mucho
mayor al observado (0:12).
364 6.2 Modelo RBC estándar: inclusión del shock a la inversión
Como tercera conclusión, el modelo indica que la correlación del consumo con la
inversión, el producto y el trabajo es negativa. Es decir, el consumo se mueve en
dirección opuesta a estas variables, lo cual contrasta con la evidencia empírica que
indica que estas variables se mueven en la misma dirección.
En cuarto lugar, el modelo produce una desviación estándar muy por debajo de lo
encontrado en los datos, excepto para la tasa de interés. Esto sugiere que el modelo
necesita otro mecanismo de transmisión que amplifique con mayor fuerza el shock
a la inversión. Esta falencia del modelo se observa inclusive con una persistencia
alta del shock ( D 0:95) y un valor significativo de este shock (v D 0:1). Bajo
estos mismos parámetros, el shock de productividad en el modelo de Campbell
(1994), descrito en el capítulo cinco, produce un mejor desempeño del modelo. Por
ejemplo, para el consumo se obtiene una desviación estándar de 0:77% en contraste
con 0:37% del modelo con shock a la inversión. De igual forma se observa para el
producto, ya que el modelo con shock de productividad obtiene un valor de 2:22%
para dicho estadístico en comparación con el pobre desempeño del modelo con
shock a la inversión (0:46%).
Todo esto confirma lo analizado en las secciones previas: que el modelo RBC
estándar tiene problemas para acercarse a los datos cuando se considera un shock a
la inversión. Esto se encuentra en línea con Barro y King (1984), quienes indicaron
que en el modelo neoclásico un movimiento en la demanda de inversión produce
un incremento en la tasa de interés y en el producto, pero reduce el consumo. Este
comportamiento no se ajusta con los patrones típicos observados en los datos. En
este escenario, surge la siguiente interrogante: ¿qué elementos se deben considerar
dentro del modelo RBC estándar para que replique los datos ante un shock a la
inversión? En 1988, Jeremy Greenwood, Zvi Hercowitz y Gregory W. Huffman
propusieron algunas modificaciones al modelo RBC estándar que permitió superar
estas debilidades.
6 Modelo RBC con shock a la inversión y utilización variable del capital 365
Tabla 6.4: Comparación del comportamiento cíclico del modelo teórico con
los datos empíricos
Datos Modelo
Variable (xt ) Des. Est. (%) Corr (PBI, xt ) Des. Est. (%) Corr (PBI, xt ) Corr (ct , xt )
Consumo 1.35 0.88 0.37 -0.82 1
Inversión 5.30 0.8 3.57 0.97 -0.93
Producto 1.81 1 0.46 1 -0.83
Capital 0.36 0.42 0.16
Trabajo 1.79 0.88 0.69 0.97 -0.94
Tasa de interés 0.30 -0.35 0.54 0.75 -0.99
Salario real 0.68 0.12 0.27 -0.75 0.99
Nota: Los valores empíricos han sido tomados de R. G. King y Rebelo (1999) y to-
das las variables están en logaritmo natural, excepto la tasa de interés. Los valores
teóricos se han obtenido de una sola simulación. Estos valores se obtienen del archivo
“Campbell_Lvariable_nolineal_log5_inv.mod”.
En esta sección se sigue de cerca el modelo propuesto por Greenwood et al. (1988).
Cabe mencionar que en el artículo original de estos autores, el modelo se plantea
desde el punto de vista del planificador central; no obstante, en este capítulo
se desarrolla la versión descentralizada cuyos resultados son similares debido al
contexto competitivo en el que se desarrolla el modelo.
De otro lado, la economía de este modelo está poblada por familias que viven
una vida infinita y por empresas. Ambos agentes se desarrollan en un ambiente
competitivo tanto en el mercado de bienes como en el de factores. Asimismo, se
asume que esta economía es cerrada y no hay presencia del gobierno.
Además de lo anterior, este modelo tiene tres características distintivas con respecto
a los modelos estudiados en capítulos previos: la primera es que la función de
utilidad elimina el efecto ingreso en la oferta de trabajo. La segunda es que la
366 6.3 Modelo RBC extendido
empresa no demanda bienes de capital como en los modelos RBC estándar, sino
que demanda “servicios de capital”, lo cual representa la productoria del número
de horas que utiliza el capital por el número de bienes de capital. Por ejemplo, en
los modelos RBC previos se considera que la empresa demanda 100 computadoras
(bienes de capital); sin embargo, en este modelo no solo se considera lo anterior,
sino también la tasa de utilización de este capital, el cual, por ejemplo, puede ser 3
horas al día. Considerando ambos elementos, el “servicio de capital” demandado
es 300 D .100 3).
La tercera característica es que se asume que la mayor utilización del capital induce
a que este se deprecie con mayor velocidad. Finalmente, se considera que el shock
a la inversión hace que dicha inversión sea más productiva en la generación de
nuevos bienes de capital. Este efecto se observa en la ley de movimiento del
capital.
En la Figura 6.3 se esbozan las relaciones entre los agentes: en primer lugar, las
familias ofrecen horas laborales y servicios de capital; segundo, las empresas
demandan ambos servicios en el mercado de factores. Finalmente, la economía
está sujeta a un shock a la inversión, la cual afecta inicialmente el comportamiento
de las familias y luego a las empresas.
Economía cerrada
Choque a la
inversión
Familias
- Función de Utilidad genérica
- Depreciación total
Mercado de servicios
Mercado de trabajo Mercado de bienes de capital
(competencia perfecta) (competencia perfecta) (competencia perfecta)
Empresas
6.3.1.1 Familias
A. La función de utilidad
La función de utilidad de Greenwood et al. (1988) está descrita en la siguiente
expresión:
U.ct ; lt / D U.ct G.lt // (6.14)
Y tiene las siguientes características:
.1 lt /1
n
U.ct ; lt / D u.ct / C u.lt / D lnct C (6.20)
1
n
Al calcular la TM gSct ;lt de esta función de utilidad se tiene:
U2 .1 lt /
n
n
TM gSct ;lt D D 1
D ct .1 lt / (6.21)
U1 ct
Claramente se observa que la TM gSct ;lt de esta función de utilidad depende del
trabajo y también del consumo y, por tanto, se mantiene el efecto riqueza en la
oferta de trabajo.
1.5
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tasa de utilización variable del capital (ht)
En tercer lugar, el valor de ! debe ser positivo y mayor a uno para que cumpla con
las dos propiedades mencionadas (ıP D h! t
1 > 0 y ıR D .! 1/h!
t
2 > 0). En la
370 6.3 Modelo RBC extendido
Figura 6.4 se observan tres valores de ! y que para valores menores o iguales a
uno, la función ı no cumple con las propiedades mencionadas.
C. Restricción presupuestaria
La familia representativa destina recursos a la adquisición de bienes de consumo
(ct ) y bienes de inversión (it ). Sus ingresos se derivan del salario real (wt ), obtenido
por ofrecer trabajo, y de la renta de alquiler (rtk ) de servicios de capital (kt ht ). La
igualdad entre los ingresos y los egresos representa la restricción presupuestaria, la
cual está descrita por la Ecuación (6.25):
ct C it D wt lt C rt .kt ht / (6.25)
D. El problema de optimización
La familia busca maximizar su función de utilidad U.ct ; lt / esperada descontada,
donde ct es el consumo del único bien producido en la economía y lt es el trabajo.
En este modelo, a diferencia del modelo RBC estándar, la familia también decide
la tasa de utilización variable del capital óptimo ht que ofrecerá en el mercado
de bienes de capital. Esto se debe a que dicha variable ht influye en sus ingresos
(kt ht ) y afecta la decisión consumo-inversión de la familia. Por tanto, las variables
de control son cuatro: consumo ct , el trabajo lt , la tasa de utilización del capital ht ,
y el nuevo capital kt C1 . Con estas consideraciones, el problema de optimización
de las familias se encuentra descrito por la siguiente expresión:
1
X
Max E0 ˇ t U.ct ; lt /
fct ;lt ;ht ;ktC1 g1
tD0 tD0
6 Modelo RBC con shock a la inversión y utilización variable del capital 371
ct C it D wt lt C rt .kt ht / (6.26)
kt C1 D .1 ı.ht //kt C .1 C t /it (6.27)
Donde:
1
h! lt1C
t 1
ı.ht / D y U.ct ; lt / D ct 1 :
! 1
1C
Estas dos restricciones se pueden resumir en una sola al reemplazar el valor de la
inversión, la cual se despeja de la ley de movimiento del capital, en la restricción
presupuestaria. Entonces la única restricción quedaría así:
kt C1 kt
ct C .1 ı.ht // D wt lt C rt .kt ht / (6.28)
1 C t 1 C t „ ƒ‚ …
„ ƒ‚ … ingresost
egresost
lt1C
U1 D ct D t (6.30)
1C
Derivada con respecto al trabajo:
@L ent. ent.
D0 ! U2 C t Œwt D 0 ! U2 D t wt (6.31)
@lt
372 6.3 Modelo RBC extendido
lt1C
Donde: U2 D ct 1C
. lt /. Por tanto:
lt1C
U2 D ct . lt / D t wt (6.32)
1C
De la Ecuación (6.30) y (6.32) se obtiene la oferta de trabajo:
U2
D wt (6.33)
U1
lt1C
ct 1C . lt /
D wt
lt1C
ct 1C
lt D wt (6.34)
@L ent.
P t /kt
ı.h
D 0 ! t rt kt D0 (6.35)
@ht 1 C t
6.3.1.2 Empresa
Por el lado de las firmas, se tiene que estas buscan maximizar su función de
beneficios (t ) en cada periodo sujeta a su función de producción, tal como se
muestra en la siguiente expresión:
yt D F .kt ht ; lt / (6.39)
Ecuaciones Descripción
lt1C 1
ct 1C 1Ct
D
Ecuación de Euler
lt1C
C1 1 ıtC1
ˇEt ctC1 1C
rt C1 htC1 C 1CtC1
h! 1
t
rt D 1C Oferta de servicios de capital
t
rt D ˛ hyt kt t Demanda de servicios de capital
lt D wt Oferta de trabajo
wt D .1 ˛/ yltt Demanda de trabajo
yt D .ht kt /˛ lt1 ˛ Función de producción
yt D ct C it Equilibrio de mercado de bienes
ktC1 D .1 ıt /kt C .1 C t /it Ley de movimiento del capital
h!
ıt D !t Tasa de depreciación variable
t D t 1 C t Shock a la inversión
6 Modelo RBC con shock a la inversión y utilización variable del capital 375
6.3.1.5 Calibración
De esta expresión se infiere que el único valor de ss que resuelve esta ecuación es
cero. Por tanto, ss D 0.
Ecuaciones Descripción
1C
lss 1
[1] css 1C 1Css
D
Ecuación de Euler
1C
lss 1 ıss
ˇEt css 1C
rss hss C 1Css
h! 1
ss
[2] rss D 1C Oferta de servicios de capital
ss
yss
[3] rss D ˛ hss kss
Demanda de servicios de capital
[4] lss D wss Oferta de trabajo
[5] wss D .1 ˛/ ylss ss
Demanda de trabajo
˛ 1 ˛
[6] yss D .hss kss / lss Función de producción
[7] yss D css C iss Equilibrio de mercado de bienes
[8] kss D .1 ıss /kss C .1 C ss /iss Ley de movimiento del capital
h!
[9] ıss D !ss Tasa de depreciación variable
[10] ss D ss C ss Shock a la inversión
de esta manera:
h!
ss
1
rss D
1 C ss
„ƒ‚…
D0
rss D h!
ss
1
(6.48)
1 ! 1 h!
ss
D hss hss C 1
ˇ !
1 h!
ss
1 D h!
ss
ˇ !
1 1
1 D h!
ss .1 /
ˇ !
1 1 !1
ˇ
hss D (6.50)
1 !1
Con el valor de hss se puede obtener el valor de rss y de ıss . Por tanto, hasta aquí
se tiene el valor de estado estacionario de las siguientes variables:
1
!1
1 h!
ss D 0 hss D ˇ
1 rss D h!
ss
1
ıss D ss
!
1 !
h!
ss
kss D iss
!
h!
iss ss kss
D (6.52)
lss ! lss
yss
D .hss kss /˛ lss˛
lss
˛
yss kss
D hss (6.53)
lss lss
Dado que se conoce el valor de kss = lss (Ecuación (6.51)) y el valor de hss , enton-
ces el salario real en estado estacionario queda definido por la Ecuación (6.55).
Finalmente, de la oferta de trabajo se obtiene el valor de lss :
lss D wss
380 6.3 Modelo RBC extendido
Dado que se tiene el valor de lss , entonces de las ecuaciones previas se puede
encontrar el capital, la inversión, el producto, el consumo y el salario real (ver
las Ecuaciones (6.51) a (6.55)). En la Tabla 6.8 se indica la expresión del estado
estacionario de cada variable del modelo.
Tabla 6.8: Estado estacionario
La Tabla 6.7 contiene las 10 ecuaciones y 10 variables del modelo. Este sistema de
ecuaciones es no-lineal. Al introducirlo en Dynare, este sistema será linealizado.
Con el fin de que el sistema sea log-linealizado por Dynare se procede a escribir
en Dynare cada variable como: exp.xx/, donde xx D ln xt . Por ejemplo, la oferta
de servicios de capital quedará expresada en Dynare de la siguiente manera:
h!t
1
rt D
1 C t
exp.hh/! 1
exp.rr/ D
1 C exp./
Al realizar este cambio de variable, Dynare linealizará el modelo y obtendrá
una variable en log-desviaciones de su estado estacionario de la forma siguiente:
x t D xxt xxss D ln xt ln xss . La variable b
b x t será la que Dynare utilice
para calcular el estado estacionario, la función de política y de estado, la función
impulso-respuesta y los momentos teóricos.
Las Tablas 6.9 y 6.10 muestran la solución del modelo (función de política y de
estado) para dos conjuntos de valores de los parámetros.
A. Modelo 1 (
D 1)
En la Tabla 6.9 se observa que la función de política del consumo está expresado
como:
ln ct D 0:7612 C 0:3788b
kt 0:007be t 1 0:0148t (6.58)
0:007
ln ct D ln ccc C 0:3788b
k t 0:0148. e t 1 C t /
b (6.59)
0:0148
ln ct ln ccc D 0:3788b e t 1 C t /
k t 0:0148.0:47b (6.60)
c t D 0:3788b
b kt 0:0148b
et (6.61)
B. Modelo 2 (
D 2)
La Tabla 6.10 muestra la función de política y de estado del modelo bajo el supuesto
de
D 2. Esta menor elasticidad permite que el consumo reaccione positivamente
ante el shock a la inversión (elasticidad ct -et es igual a 0:0775) y hace posible que
la correlación entre el consumo y la inversión sea positiva. Esto genera, además,
que el consumo sea procíclico. Asimismo, al igual que en el modelo con
D 1, la
respuesta de las demás variables tienen el signo observado en los datos.
Tabla 6.9: Función de política y de estado (Modelo 1 (
D 1))
ln ct ln it ln yt ln kt C1 ln lt ln ht ln rt ln wt ln dt ln et
Constante -0.7612 -2.1213 -0.5327 0.8824 -0.5470 -1.3802 -1.2728 -0.3282 -2.3106 0
kt
b 0.3788 -0.2828 0.2437 0.9478 0.1523 -0.5326 -0.2237 0.0914 -0.7563 0
et 1
b -0.0070 0.6947 0.1363 0.0554 0.0852 0.2615 -0.1252 0.0511 0.3713 0.47
t -0.0148 1.4782 0.2901 0.1179 0.1813 0.5564 -0.2663 0.1088 0.7901 1
Nota: los resultados se han obtenido de “modelo_ghh_log1”
ln ct ln it ln yt ln kt C1 ln lt ln ht ln rt ln wt ln dt ln et
Constante -0.7612 -2.1213 -0.5327 0.8824 -0.5470 -1.3802 -1.2728 -0.3282 -2.3106 0
kt
b 0.3299 -0.0924 0.2437 0.9667 0.1523 -0.5326 -0.2237 0.0914 -0.7563 0
et
b 1 0.0395 0.5703 0.1479 0.0419 0.0925 0.2838 -0.1358 0.0555 0.4029 0.51
t 0.0775 1.1182 0.2901 0.0822 0.1813 0.5564 -0.2663 0.1088 0.7901 1
Nota: los resultados se han obtenido de “modelo_ghh_log1”
6 Modelo RBC con shock a la inversión y utilización variable del capital
383
384 6.3 Modelo RBC extendido
A. Primer efecto
En primer lugar, el shock se materializa en el periodo “t ”. Antes de este periodo,
las variables se encuentran en su estado estacionario. Por ejemplo, el shock toma
el valor de su media (t 1 D 0), mientras que el consumo toma el valor de cero
c t D 0). Recordemos que b
(b c t es la desviación del logaritmo de la variable con
respecto al logaritmo de su estado estacionario: b c t D ln ct ln css . Por tanto,
cuando bc t D 0 implica que ct D css ; es decir, la variable se encuentra en su estado
estacionario.
lt1C
lt1C
1 C1 1 ıt C1
ct D ˇEt ct C1 rt C1 ht C1 C
1C 1 C " t 1C 1 C t C1
(6.62)
" kt C1 „ƒ‚…
D .1 ıt /kt C .1C " t /it (6.63)
6 Modelo RBC con shock a la inversión y utilización variable del capital 385
h!t
1
rt D
1 C t
D "h!
.1 C " t /rt „ƒ‚… t
1
(6.64)
!
et
rt;0 A rt;0 A
rt;1 B
ht;0 kt ht;0 kt C1
ht kt ht;0 kt
ht kt
B. Segundo efecto
En primer lugar, dado que el consumo se contrae en “t ” y la inversión ha llegado
a ser más productiva, entonces la familia representativa incrementa la inversión
" it . Este incremento adiciona un efecto positivo a la oferta de bienes de capital
en “t C 1”. Cabe notar que la reducción del consumo no impacta sobre la oferta
de trabajo como en el modelo de Campbell (1994). Esto se debe a que la función
de utilidad que se considera en el modelo de Greenwood et al. (1988) elimina
la presencia del consumo en la oferta de trabajo. Tal como se mencionó antes,
la forma de esta función de utilidad elimina el efecto riqueza sobre la oferta de
trabajo. Los efectos de este supuesto es que impide que el salario real se reduzca.
En tercer lugar, la mayor utilización del stock de capital produce una mayor
depreciación, lo cual afecta negativamente a la acumulación de capital del siguiente
periodo. Entonces, se observa que:
# kt C1 „ƒ‚…
D .1 " ıt /kt C .1 C t /it (6.65)
Por ende, un incremento del shock a la productividad tiene tres efectos sobre kt C1 :
Oferta de Trabajo
(sin efecto ingreso)
ıt
wt;1 B
rt;0 A wt;0 A
t
h
Demanda de Trabajo
(depende de ht )
kt kt C1
ht kt lt;0 lt;1
lt
C. Resumen de efectos
En primer lugar, como se ha mencionado previamente, el shock a la inversión tiene
tres efectos sobre el stock de capital de “t C 1”. Los dos primeros lo incrementan
(" t y " it ) y el tercero lo reduce (" ıt ). En el neto, el stock de capital en “t C 1”
se incrementa.
388 6.3 Modelo RBC extendido
Segundo, dado que no existe efecto ingreso en la oferta de trabajo, el salario real
y las horas trabajadas son mayores en equilibrio después del shock a la inversión.
Tercero, en el mercado de servicios de capital, solo la oferta se expande debido
al shock a la inversión, lo que lleva a una mayor utilización del capital. En este
mercado, la demanda no se desplaza en “t ”; solo se ajusta a lo largo de la curva.
En el equilibrio, la tasa de interés real se contrae y la utilización del capital se
incrementa.
Cuarto, el shock a la inversión tiene tres efectos sobre el consumo actual. El primer
efecto se obtiene de manera directa en la ecuación de Euler: el shock a la inversión
reduce el consumo actual (# ct ). Este efecto se puede entender como un “efecto
sustitución intratemporal”. El segundo se obtiene por medio del “efecto riqueza”:
los ingresos laborales y de servicios de capital se incrementan haciendo más rica
a la familia. Este efecto riqueza lleva a un incremento del consumo actual (" ct ).
Finalmente, en el periodo “t C 1”, la tasa de interés se mantiene por debajo del
estado estacionario, lo cual incentiva por medio del efecto sustitución a un aumento
del consumo en “t” (" ct ). Esto se puede entender como el “efecto sustitución
intertemporal”.
D. Función impulso-respuesta
La Figura 6.7 muestra las funciones impulso-respuesta y el modelo de Greenwood
et al. (1988) bajo dos escenarios. La principal diferencia entre ambos es la elasti-
cidad de sustitución intertemporal del consumo (ESIC = 1=
). Los dos también
consideran una persistencia y magnitud diferente del shock; no obstante, dichas
diferencias son marginales. La principal conclusión de la comparación de estos
dos escenarios es que una menor elasticidad de sustitución modera la reducción
del consumo ante un shock a la inversión (efecto de sustitución intratemporal).
Esto permite que el efecto ingreso y el efecto de sustitución intertemporal (por
una reducción de rtC1 ) superen la reducción del consumo. En el neto, el consumo
aumenta cuando la ESIC es menor.
3 0.06 0.008
0.01
2 0.04 0.006
1 0.02 0.004
0.005
0 0 0.002
0 −1 −0.02 0
0 20 40 0 20 40 0 20 40 0 20 40
0.005 0.008 5
← Salario real 0.02
4
0 0.006
0.01 3
−0.005 0.004
← Tasa de interés 2
0
−0.01 0.002 1
−0.015 −0.01 0 0
0 20 40 0 20 40 0 20 40 0 20 40
E1: γ = 1, φ = 0.47, σv = 0.05 E2: γ = 2, φ = 0.51, σv = 0.0515
E. Comparación de modelos
La Figura 6.8 muestra la comparación entre el modelo de Campbell (1994), que
considera utilización del capital fijo, y el modelo de Greenwood et al. (1988), el
cual considera utilización del capital variable. Ambos modelos mantienen la misma
calibración y están sujetos a un shock a la inversión. Las principales diferencias se
mencionan a continuación.
−3
Producto x 10 Consumo Inversión Capital
0.025 5 0.3 0.012
0.02 0.01
0.2
0.015 0 0.008
0.005 −5 0.004
0
0 0.002
0.02
0.02 0.005 0.02
0.01
0.01 0 0.01
0
0 −0.005 0
−0.01
La Tabla 6.11 muestra los momentos empíricos y teóricos de cada una de las
variables del modelo. Dado que en secciones previas se ha considerado la función
392 6.3 Modelo RBC extendido
Datos Modelo
Modelo 1 (
D 1) Modelo 2 (
D 2)
c a b c d
Variable (xt ) (1)a (2)b (3) (1) (2) (3) (4) (1)a (2)b (3)c (4)d
Consumo 2.20 0.74 0.72 1.27 0.51 0.97 1.00 1.21 0.80 0.95 1.00
Inversión 10.50 0.68 0.25 8.27 0.86 0.44 -0.01 6.46 0.90 0.50 0.46
Producto 3.50 1.00 0.66 1.96 1.00 0.66 0.51 1.96 1.00 0.66 0.80
Capital 3.38 0.71 0.98 0.97 3.20 0.65 0.99 0.97
Trabajo 2.10 0.81 0.39 1.22 1.00 0.66 0.51 1.23 1.00 0.66 0.80
Tasa de utilización 3.36 0.55 0.48 -0.44 3.42 0.61 0.53 0.01
Tasa de interés 1.80 -1.00 0.66 -0.51 1.80 -1.00 0.66 -0.80
Salario real 2.20 0.82 0.77 0.73 1.00 0.66 0.51 0.74 1.00 0.66 0.80
Depreciación 4.77 0.55 0.48 -0.44 4.86 0.61 0.53 0.01
Nota: Los valores empíricos han sido tomados de Greenwood et al. (1988), quienes consideran las variables en logaritmo
y han extraído la tendencia por medio de una tendencia temporal lineal-cuadrática. Los valores teóricos se han obtenido de
una sola simulación y no se ha aplicado ningún filtro para obtener el componente cíclico de las variables. Estos valores se
obtienen del archivo “modelo_ghh_log1.mod”.
a (1)= Desviación estándar (%)
b (2)= Correlación con el producto
c (3)= Autocorrelación de primer orden
6 Modelo RBC con shock a la inversión y utilización variable del capital
Códigos Descripción
Matlab
grafica_depreciacion.m Este m-file grafica la depreciación en
función a la utilización del capital y tres
valores de !.
Campbell_vs_GHH.m Grafica la función impulso-respuesta
del modelo de Campbell (1994) vs.
Greenwood et al. (1988). Ambos mode-
los tienen la misma calibración propues-
ta por Greenwood et al. (1988).
Dynare
modelo_ghh_log1.mod Replica el modelo de Greenwood et al.
(1988). Además, simula el modelo para
dos escenarios: E1 (
D 1, D 0:47,
v D 0:05) y E2 (
D 2, D 0:51,
v D 0:0515).
modelo_ghh_log2.mod Es el mismo modelo de “mode-
lo_ghh_log1.mod”, pero con algunos
parámetros para reproducir un modelo
RBC con utilización fija.
Campbell_Lvariable_nolineal_log5_inv.mod Es el mismo mod “Camp-
bell_Lvariable_nolineal_log5.mod”
del capítulo 5, con la única diferencia
de que este tiene shock a la inversión
para compararlo con el modelo de
Greenwood et al. (1988).
A PÉNDICE A
O PTIMIZACIÓN D INÁMICA
A.1 Introducción
Este apéndice tiene dos partes. La primera contiene algunos conceptos de análisis
real y el segundo contiene los principales elementos de programación dinámica. El
objetivo de la primera parte es hacer énfasis en los conceptos necesarios en esta
técnica; por ello, solo nos hemos enfocado en algunos temas de análisis real. En
la segunda parte, hemos tratado de ser explicitos en las hipótesis, proposiciones
y teoremas que subyacen a la programación dinámica con el fin de que el lector
tenga un claro panorama de esta técnica. Finalmente, hemos descrito paso a paso
una aplicación para que el lector observe cómo utilizar la técnica y hemos dejado
un ejercicio para que aquel tenga la libertad de aplicar lo aprendido.
395
396 A.2 Fundamentos de análisis real
1. T ŒV 2 Ca .X /
Este teorema contiene tres grandes conceptos, los cuales desarrollaremos aquí:
Además, dichas operaciones obedecen las leyes usuales del álgebra; es decir, para
todo x; y; z 2 X, y ˛; ˇ 2 R:
• xCy DyCx
• .x C y/ C z D x C .y C z/
• ˛.x C y/ D ˛x C ˛y
• .˛ C ˇ/x D ˛x C ˇx
• .˛ˇ/x D ˛.ˇx/
Además, existe un vector “0” 2 X que tiene las siguientes propiedades:
• xC0Dx
• 0x D 0
Finalmente,
• 1x D x
• Adición:
.x1 ; y1 / C .x2 ; y2 / D .x1 C x2 ; y1 C y2 /
• Multiplicación escalar:
a:.x; y/ D .ax; ay/
Donde “a 2 R”
398 A.2 Fundamentos de análisis real
• Adición:
.f C g/.x/ D f .x/ C g.x/
• Multiplicación escalar:
a:f .x/ D af .x/
8x 2 X; 8a 2 R
3. La distancia es simétrica.
¿Por qué es útil el concepto de espacio métrico? Los espacios métricos tienen
cuatro propiedades:
¿Qué es una norma? Una norma es una función que brinda la noción de “longitud”
de un vector. La norma “k k” está definida como:
kkWS !R
Por tanto, una secuencia fxn g1 nD0 en un espacio métrico .S; d / converge a x 2 S
si y solo si la secuencia de distancias fd.xn ; x/g, una secuencia en RC , converge a
cero. En este caso se escribe:
xn ! x () d.xn ; x/ ! 0
Por tanto, una secuencia es de Cauchy si los puntos son cada vez más cercanos
uno del otro. La ventaja del criterio de Cauchy, en comparación con (A.3), es que
(A.4) puede ser revisado solo conociendo la secuencia fxn g1 nD0 . No obstante, para
que el criterio de Cauchy sea útil, es necesario trabajar en espacios donde este (el
espacio) implique la existencia de un punto límite. Entonces, ¿Cuándo se puede
afirmar que una sucesión de Cauchy implica convergencia (de dicha sucesión)?
Ello puede afirmarse cuando trabajamos en espacios completos.
402 A.2 Fundamentos de análisis real
¿Qué es una contracción? Sea (X, d) un espacio métrico. Una aplicación (fun-
ción) en sí misma T W S ! S se llama contracción (con módulo ˇ) si 8x; y 2 S,
existe algún ˇ 2 .0; 1/ tal que:
Es decir, la distancia entre las imágenes de los dos puntos es menor que la distancia
entre dichos puntos. Toda contracción cumple con las siguientes propiedades:
T .x/ D x
Es decir, son las intersecciones con la línea de 45. En este contexto, la pregunta
que emerge es: ¿bajo qué circunstancias se puede asegurar que una contracción
tiene un punto fijo? Bajo las condiciones del teorema de Banach.
• Para asegurar que el operador T tenga un único punto fijo se requieren dos cosas:
(1) Que el espacio de trabajo (conjunto de funciones) sea un espacio métrico
completo; y
A.3.1 Panorama
s:a W
xt C1 D g.xt ; ut /
ut 2 .xt /; t D 0; 1; 2; :::
x0 2 X dado
Donde:
r.xt ; ut / W XxRm ! R
g.xt ; ut / W XxRm ! X
W X Rm
kt C1 D .1 ı/kt C it
ct C it D f .kt /
ct ; kt 08t
kt C1 D kt˛ ct
ct ; kt 0
3. Método de Lagrange. Método que hemos utilizado a lo largo del libro y que
es una extensión de la técnica de Lagrange aplicada al modelo estático.
Bellman (1957) indica que el PS tiene una propiedad recursiva, lo cual permite
transformar el PS en un Problema Funcional (PF). En este contexto, se define una
“función valor V .x0 /” que indica el valor máximo de la función objetivo para cada
x0 > 0.
X 1
t
V .x0 / D max ˇ r.xt ; ut / (A.6)
fut g
t D0
s.a:
ut 2 .xt /; t D 0; 1; 2; :::
x0 2 X dado
A.3.1.5 Del PS al PF
1 2 3
Se encuentra la función
de política: h(x)
Se encuentra el plan
óptimo: {(xt, ut)}
Ca(X): conjunto de todas las funciones acotadas
A.3.2 Detalles
T3 (teorema de
diferenciabilidad de
Diferenciabilidad H4, H5 y H7 al H12 la función valor)
Teorema de Benveniste-
3 propiedades de la
Scheinkman
función valor
Bellman (1957) propuso un principio, el cual permitía encontrar una relación entre
la solución del PS y el PF. A este principio se le conoce como el “Principio de
optimalidad”.
3. Proposición 3. Muestra que si fut g1t D0 es una secuencia que alcanza el supremo
en el PS, entonces este satisface (A.9) para:
V
„ƒ‚… D „ƒ‚…
V
e
sol. del PF sol. del PS
Definiciones. Antes de analizar las hipótesis que sustentan las cuatro proposicio-
nes es importante mencionar algunas definiciones:
• No obstante, la función objetivo (suma infinita) aún puede tomar, para ciertas
dinámicas factibles, el valor de 1. La hipótesis 3 busca acotar dicha dinámicas.
• Por tanto, las hipótesis 2 y 3 tienen como único fin garantizar la existencia de un
valor finito para el supremo del PS; es decir, que la función objetivo esté bien
definida para cada dinámica factible f.xt ; ut /g 2 .x0 /.
• Según las condiciones anteriores, podemos definir la “función supremo” V eW
X ! R que sea el valor supremo del PS:
1
X
e .x0 / D
V sup ˇ t r.xt ; ut / (A.10)
f.xt ;ut /g2….x0 / t D0
e .x0 / D
V sup .x/
x2….x0 /
1. Si jV
e .x0 /j < 1, entonces:
Lim .x k / D C1
k!1
3. Si jV
e .x0 /j D 1, entonces .x/ D 1, para todo x 2 ….x0 /
414 A.3 Programación dinámica
• Como Ve .x1 / es el valor supremo del PS con valor inicial x1 .t D 1/, entonces
9 una dinámica factible desde x1 ; f.x1 ; u1 /; .x2 ; u2 /; :::g, tal que (por la
propiedad del supremo):
1
X
ˇt 1
r.xt ; ut / V
e .x1 / (A.11)
t D1
• Se sabe que f.x0 ; u0 /; .x1 ; u1 /; :::g 2 ….x0 / y que por la propiedad del
supremo:
1
X
e .x0 /
V ˇ t r.xt ; ut /
t D0
1
X
r.x0 ; u0 / C ˇ ˇt 1
r.xt ; ut /
tD1
r.x0 ; u0 / C ˇ V
e .x1 / ˇ
e .x0 / r.x0 ; u0 / C ˇ V
V e .g.x0 ; u0 // ˇ
4. Por tanto:
e .x/ D sup
V r.x; u/ C ˇ V
e .g.x; u// (A.14)
u2.x/
Lo cual indica que la función supremo (o función valor) es una solución de la
ecuación funcional (PF).
5. La proposición 1 indica que Ve es una solución del PF, pero no indica que sea la
única. Con el fin de asegurar que esta sea la única solución del PF se impone
una restricción adicional: “condición de transversalidad fuerte”. La proposición
2 asegura lo anterior.
416 A.3 Programación dinámica
Li mˇ t V .xt / D 0
t !1
e D V (es
para todo x0 2 X y dinámica factible f.xt ; ut /g desde x0 , entonces V
decir, V resuelve el PS).
1. Paso 1a. Como V es solución del PF, entonces 8 dinámica factible f.xt ; ut /g 2
….x0 / tenemos:
k
X
V .x0 / ˇ t r.xt ; ut / C ˇ kC1 V .xkC1 / (A.15)
t D0
1
X
V .x0 / ˇ t r.xt ; ut / C 0
t D0
1
X
V .x0 / ˇ t r.xt ; ut / (A.16)
t D0
3. Paso 2a. Sea > 0 y fıt gt D0;1;2::: una sucesión de números reales positivos,
tal que:
1
X
ıt ˇ t (A.17)
tD0
4. Paso 2b. Como V resuelve el PF, entonces 9u0 2 .x0 / de modo que:
1
X 1
X
t 2
V .x0 / ˇ r.xt ; ut / C ˇ V .x2 / C ˇ t ıt
t D0 t D1
k
X k
X
V .x0 / Li m ˇ t r.xt ; ut / C Li m ˇ kC1 V .xkC1 / C Li m ˇ t ıt
k!1 k!1 k!1
tD0 tD1
1
X
V .x0 / ˇ t r.xt ; ut / C 0 C
tD0
1
X
V .x0 / ˇ t r.xt ; ut / C (A.18)
tD0
Proposición 3. Bajo las hipótesis 1,2 y 3: sea f.xt ; ut /g una dinámica factible
desde x0 que permite alcanzar el supremo del PS, entonces dicha dinámica factible
cumple con (A.9):
e .xt / D r.xt ; ut / C ˇ V
V e .xtC1 / (A.19)
Es decir, permite alcanzar el supremo en el PF.
1. Paso 1a. Debido a que f.xt ; ut /g es una dinámica factible desde x0 que
permite alcanzar el supremo del PS, entonces se cumple:
1
X
e .x0 / D
V ˇ t r.xt ; ut /
t D0
1
X 1
X
ˇ t r.xt ; ut / D r.x0 ; u0 / C ˇ ˇ t r.xtC1 ; ut C1 / (A.20)
t D0 tD0
A Optimización Dinámica 419
2. Paso 1b. Para toda dinámica factible f.x1 ; u1 /; .x2 ; u2 /; .x3 ; u3 /; :::g 2
….x1 /, por la definición del supremo se cumple:
1
X 1
X
t
ˇ r.xt ; ut / r.x0 ; u0 / Cˇ ˇ t r.xt C1 ; utC1 / (A.21)
t D0 t D0
DE (A.25) Y DE (A.26)
1
X
r.xk ; uk / C ˇ V
e .x / D V
kC1
e .x / D
k ˇ t r.xtCk ; ut Ck /
t D0
1
X
r.xk ; uk / e .x / D r.x ; u / C ˇ
C ˇV kC1 k k ˇ t r.xtC.kC1/ ; ut C.kC1/ /
tD0
1
X
e .x / D
V ˇ t r.xtC.kC1/ ; ut C.kC1/ /
kC1
t D0
1
X
e .x / D r.x ; u / C ˇ
V ˇ t r.xtC.kC2/ ; ut C.kC2/ /
kC1 kC1 kC1
t D0
e .x / D r.x ; u / C ˇ V
V e .x / (A.27)
kC1 kC1 kC1 kC2
Proposición 4. Bajo las hipótesis 1,2 y 3, si f.xt ; ut /g una dinámica factible
desde x0 que satisface (A.19) y se cumple la condición de transversalidad débil:
Li mˇ t V .xt / 0;
t !1
1
X
e .x0 /
V ˇ t r.xt ; ut / (A.28)
t D0
A Optimización Dinámica 421
e .x / D r.x ; u / C ˇ V
V e .x /
k k k kC1
e .x / en V
3. Paso 3. Reemplazando V e .x /:
2 1
V .x1 / EN e
REEMPLAZANDO
e V .x0 /:
2
e .x0 / D r.x0 ; u0 / C ˇ r.x1 ; u1 / C ˇr.x2 ; u2 / C ˇ V
V e .x3 /
DE FORMA COMPACTA :
2
X
e .x0 / D
V ˇ t r.xt ; ut / C ˇ 3 V
e .x3 /
tD0
POR INDUCCIÓN ( K PASOS ):
k
X
e .x0 / D
V ˇ t r.xt ; ut / C ˇ kC1 V
e .x / (A.29)
kC1
tD0
k
X
e .x0 / D Lim
V ˇ t
r.xt ; ut / Cˇ kC1 e
V .xkC1 /
k!1
t D0
1
X
e .x0 /
V D ˇ t
r.xt ; ut / C Lim ˇ kC1 e
V .xkC1 /
k!1
tD0
POR CONDICIÓN DE TRANSVERSALIDAD DÉBIL : Lim ˇ t V .xt / 0
t !1
422 A.3 Programación dinámica
1
X
e .x0 /
V ˇ t r.xt ; ut / (A.30)
t D0
Por tanto:
1
X
e .x0 / D
V ˇ t r.xt ; ut / (A.32)
t D0
Lo cual indica que la dinámica factible f.xt ; ut /g resuelve el PS.
Donde:
Grafo de W .x; u/ 2 XxRm tal que u 2 .x/
˚
A Optimización Dinámica 423
• Del PF sabemos:
V .x/ D sup r.x; u/ C ˇV .g.x; u// (A.34)
fug2.x/
Teorema 2: Teorema del punto fijo. Bajo las hipótesis 4 y 5, sea Ca .X / (espacio
de las funciones reales, continuas y acotadas sobre X ) con la norma del supremo
k k, entonces el operador “T” definido en Ca .X / es una aplicación de este espacio
en sí mismo, T: Ca .X / ! Ca .X / , definido como:
T ŒV .x/ D sup r.xt ; ut / C ˇV .g.xt ; ut // (A.36)
424 A.3 Programación dinámica
1. T ŒV 2 Ca .X /
kT n .V0 / V k ˇ n kV0 Vk
En particular:
Lim T n .V0 / D V
n!1
El teorema del punto fijo ofrece un método de solución del PF: “la convergencia
de iteraciones sucesivas de una función contractiva al punto fijo”, la cual consiste
en la sucesión de funciones fVn g1
nD0 , definida como:
Li m Vn D V (A.39)
n!1
Demostración.
3. Paso 2b. Debido a que r.xt ; ut / y f .ut / son continuas, y .X / es compacto,
entonces:
por el teorema del máximo, se tiene que T Œf es continua.
Sí. Esto se debe a que el operador T cumple con las condiciones de Blackwell.
kt C1 D .1 ı/kt C it
ct C it D f .kt /
ct ; kt 08t
kt C1 D kt˛ ct
ct ; kt 0
ln ct C ˇV .kt˛ ct /
˚
V .kt / D Max 1
fct gtD0
0 ct kt˛
2. Encontrando V1 :
V1 D T ŒV0
#
ln ct C ˇ V0 .kt˛ ct /
˚
D Max
1
fct gt D0 „ ƒ‚ …
D0
˚
D Max
1
ln ct (A.43)
fct gt D0
V1 D T ŒV0 D ln kt˛
V1 D ˛ ln kt (A.44)
3. Encontrando V2 :
V2 D T ŒV1
#
ln ct C ˇ V1 .kt˛ ct /
˚
D Max
1
fct gt D0 „ ƒ‚ …
D˛ ln.kt˛ ct /
ln ct C ˇ˛ ln.kt˛
˚
D Max
1
ct / (A.45)
fct gt D0
4. De igual forma podemos hacer para V3 y luego, en forma general, vemos que:
nX1
i
Vn .kt / D An C ˛ .ˇ˛/ ln kt (A.48)
i D0
Lim Vn D V
n!1
nX1
Lim Vn .kt / D Lim An C Lim ˛ .ˇ˛/i ln kt
n!1 n!1 n!1
i D0
X1
i
V DAC ˛ .ˇ˛/ ln kt
i D0
˛
V DAC ln kt (A.49)
1 ˇ˛
ln ct C ˇ ln.kt˛
˚
V .kt / D Max1
ct /
fct gtD0
0 ct kt˛
Aplicando CPO:
@ función objetivo
D0
@ct
Encontramos la función de política: ct D h.kt /
ct D .1 ˛ˇ/kt˛ (A.50)
sujeto a:
ct C kt C1 Akt˛
Donde: ˇ 2 .0; 1/,
< 0, A > 0 y ˛ 2 .0; 1/. k0 y c 1 dado.
Hipótesis 7: .x/
es monótona (i.e. si x 0 > x ! .x 0 / .x/ )
Con estas dos hipótesis adiconales tenemos la siguiente proposición que asegura la
monotonicidad de la función valor:
A Optimización Dinámica 431
1. Sabemos:
0
f .g.x ; u// f .g.x; u//
r.x ; u/ C ˇf .g.x 0 ; u// r.x 0 ; u/ C ˇf .g.x; u//
0
Γ(X’)
Γ(X)
6. Paso 1d. Por la definición del operador “T ” para una función “f ” cualquiera:
T Œf .x/ D sup r.x; u/ C ˇf .g.x; u//
fug2.x/
Conclusión 1:
Ca(X)
Cc(X)
Conclusión 2:
Hipótesis 8: X
X es un subconjunto convexo de Rn .
Cabe recordar que el conjunto “X” es convexo si para dos elementos de dicho
conjunto x e y, la combinación lineal (con t 2 Œ0; 1) también se encuentra
dentro de dicho conjunto. Es decir: 8x ^ y 2 X y 8t 2 Œ0; 1 se cumple que
Œ.1 t/x C ty 2 X .
x / r.e
T Œf .e u/ C ˇf .g.e
x ;e x ;e
u// (A.57)
Donde:
x D x C .1
e /x 0
u D u C .1
e /u0
4. Paso 1c. Pero r.; / es estrictamente cóncava (hipótesis 9); entonces, para
r.e u/ que es igual a r.x C .1 /x 0 ; u C .1 /u0 / se tiene que:
x ;e
5. Paso 1d. Además, dado que g.; / es cóncava (hipótesis 9), entonces se tiene:
g.e u/ g.x; u/ C .1
x ;e /g.x 0 ; u0 / (A.59)
Y como f es cóncava:
x / r.e
T Œf .e u/ C ˇf .g.e
x;e x;e
u//
> r.x; u/ C .1 /r.x 0 ; u0 / C ˇŒf .g.x; u// C .1 /f .g.x 0 ; u0 //
> r.x; u/ C ˇf .g.x; u// C .1 /r.x 0 ; u0 / C .1 /ˇf .g.x 0 ; u0 //
x / > T Œf .x/ C .1
T Œf .e /T Œf .x 0 /
Ca(X)
Cc(X)
Estrictamente
Cóncava
[3] Diferenciabilidad de V .xt /. De igual forma que en las dos propiedades previas
de la función valor, para que esta sea diferenciable se requieren dos hipótesis
adicionales.
A Optimización Dinámica 437
WV !U
Con estas dos hipótesis adicionales se obtienen dos teoremas muy útiles en pro-
gramación dinámica. El primero corresponde a la diferenciabilidad de la función
valor, y el segundo es un forma práctica de obtener las condiciones de primer
orden directamente de diferenciar la función valor. Ambos teoremas provienen de
Benveniste-Scheinkman; el último es conocido como el teorema de la envolvente.
Este teorema asegura una relación entre la función de valor y la función de utilidad.
Cabe subrayar que este método (teorema de BS) brinda explícitamente las CPO
sin necesidad de conocer la función valor; no obstante, no brinda la solución al
problema, es decir, no especifica la función de política.
A.3.3 Aplicaciones
Preliminares:
1. Este modelo sostiene que existe un trade off entre el tiempo que se dedica a
trabajar (nt ) y a capacitarse (acumular capital humano (ht )). Mientras más
tiempo se dedique a trabajar, menor tiempo será orientado a la capacitacion:
“para acumular capital humano hay que dedicar tiempo a estudiar/capacitarse,
lo que implica dejar de trabajar un poco”.
" nt !# ht
440 A.3 Programación dinámica
• Continua
• Estrictamente cóncava
• Estrictamente decreciente
• ‰.0/ D 1 C , lo que indica que si el agente representativo dedica todo su
tiempo a capacitarse, entonces la acumulación del capital humano crecerá a
una tasa constante ():
ht C1 D ht .1 C /
• ‰.1/ D 1 ı, lo que indica que si el agente representativo dedica todo su
tiempo a trabajar, entonces la acumulación del capital humano decrecerá a
una tasa constante (ı):
ht C1 D ht .1 ı/
Función Ψ(n )
t
1.03
1.025
1.02
1.015
1.01
1.005
0.995
0.99
0.985
0.98
0 0.2 0.4 0.6 0.8 1
nt
A Optimización Dinámica 441
Enunciado:
1
ct
X
Max1 ˇt
fct ;nt gt D0
t D0
sujeto a:
ct D f .ht nt / D .ht nt /˛
ht C1 D ht ‰.nt /
q
‰.nt / D . C ı/ 1 n2t C .1 ı/, ˇ 2 .0; 1/,
2 .0; 1/, ˛ 2 .0; 1/ y h0 dado.
Se le pide lo siguiente:
Solución:
sujeto a:
ht C1 D ht ‰.nt /
2. Encontrando V1 :
V1 D T ŒV0
#
Œht nt ˛
D Max C ˇ V0 .ht ‰.nt //
fnt g1
t D0
„ ƒ‚ …
D0
Œht nt ˛
D Max (A.73)
1
fnt gtD0
Œht ˛
V1 D (A.74)
3. Encontrando V2 :
V2 D T ŒV1
#
Œht nt ˛
D Max C ˇ V1 .ht ‰.nt //
1
fnt gt D0 „ ƒ‚ …
Œht ‰.nt /˛
D
Œht ˛
˛ ˛
V2 D Max Œn C ˇŒ‰.nt / (A.76)
fnt g1
tD0
„t ƒ‚ …
No depende deht
Œht ˛
V2 D A.n/ (A.78)
Donde: A.n/ es una constante, la cual llamamos solamente A.
Œht nt ˛
V .ht / D Max C ˇ V .ht ‰.nt //
1
fnt gt D0 „ ƒ‚ …
Œht ‰.nt /˛
DA
Œht ˛
˛ ˛
V .ht / D Max Œnt C ˇAŒ‰.nt / (A.81)
fnt g1
tD0
n˛
t
1
D ˇA.‰.nt //˛ 1 P t/
‰.n (A.82)
nt D n
Donde: q
‰.nt / D . C ı/ 1 n2t C .1 ı/
La pregunta que surge es la siguiente: ¿cómo resolvemos un sistema de ecuaciones
no lineales en Matlab? La función “fsolve” nos ayudará en esta labor.
F .x/ D 0
El objetivo es encontrar el valor del vector x que hace que F .x/ sea igual a cero.
La sintaxis:
x D f solve.f un; x0/
Donde: “fun” es una función que contiene al sistema de ecuaciones no lineal
(F .x/) y x0 es el valor inicial para el vector x.
y D x2 5 (A.86)
446 A.3 Programación dinámica
y D 3x C 7 (A.87)
F1 D y x2 C 5 D 0 (A.88)
F2 D y 3x 7D0 (A.89)
Entonces:
F .x/ D ŒF1 ; F2
Asumiendo que: z D Œz.1/; z.2/ D Œx; y, escribimos una función
en Matlab que capture el sistema no lineal (ver ejemplo_funcion.m y
sol_ejemplo_funcion.m).
Sistema de ecuaciones
35
y = x2 − 5
30 y = 3x + 7
25
20
15
10
−5
−10
−15
−6 −4 −2 0 2 4 6
Este modelo se deja como ejercicio para el lector. Para resolverlo, se sugiere
seguir los pasos descritos en la primera aplicación. Considere el modelo básico de
crecimiento con estos datos:
u.ct ; lt / D ln.ct ant /
yt D kt ˛ nt 1 ˛
1 ı
it
kt C1 D kt D kt ı it 1 ı
kt
Se pide lo siguiente:
V .kt / D D0 C D1 ln kt
ct D …1 kt‰1
nt D …2 kt‰2
˛
Donde ‰2 D 1C
C˛
kt C1 D …3 kt‰3
449
450 Referencias
Gordon, R. J. (1982). Price inertia and policy ineffectiveness in the united states,
1890-1980. Journal of Political Economy, 90(6), 1087–1117.
Greenwald, B. C., y Stiglitz, J. E. (1988). Examining alternative macroeconomic
theories. Brookings Papers on Economic Activity, 1988(1), 207–270.
Greenwood, J., Hercowitz, Z., y Huffman, G. W. (1988). Investment, Capacity
Utilization, and the Real Business Cycle. The American Economic Review,
78(3), 402–417.
Greenwood, J., y Huffman, G. W. (1987). A dynamic equilibrium model of
inflation and unemployment. Journal of Monetary Economics, 19(2), 203–
228.
Guerrieri, L., Henderson, D., y Kim, J. (2010). Interpreting investment-
specifictechnology shocks. Board of Governors of the Federal Reserve
System, International Finance Discussion Papers 1000.
Hall, R. E. (1986). Liquidity constraints, fiscal policy, and consumption. Brookings
Papers on Economic Activity, 1986(1), 1–59.
Hall, R. E., y Mishkin, F. S. (1980). The sensitivity of consumption to transitory
income: estimates from panel data on households.
Hansen, A. H. (1949). Monetary theory and fiscal policy. Mcgraw-Hill Kogakusha,
Ltd; London.
Hansen, A. H. (1953). A guide to keynes. McGraw-Hill.
Hansen, G. D. (1985). Indivisible labor and the business cycle. Journal of monetary
Economics, 16(3), 309–327.
Hartley, J., Hoover, K., y Salyer, K. (1998). A user’s guide to solving real business
cycle models. Real business cycle: a reader. London, Routledge.
Heckman, J. (1984, enero). Comments on the ashenfelter and kydland papers.
Carnegie-Rochester Conference Series on Public Policy, Elsevier, vol. 21(1),
209-224.
Heckman, J., James, y Macurdy, T. (1980). A life-cycle model of female labor
supply. Review of Economic Studies(47), 47-74.
Heer, B., y Maussner, A. (2009). Dynamic general equilibrium modeling: compu-
tational methods and applications. Springer Science & Business Media.
Hicks, J. R. (1937). Mr. keynes and the classics": A suggested interpretation.
Econometrica, 147–159.
Hodrick, R. J., y Prescott, E. (1981). Post-war u.s. business cycles: An empirical
investigation. Discussion Papers 451, Northwestern University, Center for
Mathematical Studies in Economics and Management Science.
454 Referencias
A E
Análisis de elasticidades . . . . . . . 254 Efecto ingreso . . . . . . . . . . . . 242, 243
Análisis de sensibilidad . . . . . . . . . 99 Efecto sustitución . . . . . . . . . . . . . 242
Aproximación de Taylor . . . . . . . 238 Efecto total . . . . . . . . . . . . . . . . . . . 243
AR(1) . . . . . . . . . . . . . . . . . . . . . . . . 259 Efectos ingreso . . . . . . . . . . . . . . . 143
Archivo .mod . . . . . . . . . . . . . . . . . . 84 Elasticidad de Frisch . . . . . . . . . . 291
ARMA (p,q) . . . . . . . . . . . . . . . . . . 259 Elasticidad de la oferta de trabajo 54
Elasticidad de sustitución . . . . . . 290
C
Elasticidad de sustitución
Calibración . . . . . . . . . . . . . . . . . . . 233
intertemporal . . . . . . . . . 227
Capital . . . . . . . . . . . . . . . . . . . . . . . 333
Elasticidad de sustitución
Ciclos Económico Reales . . . . . . . . 1
intertemporal del consumo
Ciclos económicos . . . . . . . . . . . . . . 2
143
Componente cíclico . . . . . . . . . . . 278
Elasticidad de sustitución
Condiciones
intertemporal del trabajo
de Blanchard y Kahn . . . . . . . 93
290
Condiciones de Inada . . . . . . . . . . 150
Elasticidad Frisch de la Oferta de
Consumo . . . . . . . . . . . . . . . . . . . . . 321
Trabajo . . . . . . . . . . . . . . 288
Correlación . . . . . . . . . . . . . . . . . . . 279
Equilibrio General . . . . . . . . . . . . . . 76
Correlaciones dinámicas . . . . . . . . . 5
Escuelas de pensamiento económico
Crecimiento balanceado . . . . . . . 154
30
Crecimiento económico . . . . . . . . . . 9
Estado estacionario . . . . . . . . . . . . . 78
D Expectativas Racionales . . . . . . . . 76
Definición del tiempo . . . . . . . . . 109
Dinero . . . . . . . . . . . . . . . . . . . . . . . . 68 F
DSGE . . . . . . . . . . . . . . . . . . . . . . . . . 81 Filtro HP . . . . . . . . . . . . . . . . . . . . . . 97
Dyanre y LaTeX . . . . . . . . . . . . . . . 91 Forma estado-espacio generalizado
Dynare . . . . . . . . . . . . . . . . . . . . . . . . 82 180
459
460 ÍNDICE ALFABÉTICO
T V
Tasa de interés . . . . . . . . . . . . . . . . 330 Valores iniciales . . . . . . . . . . . . . . . . 88
Trabajo . . . . . . . . . . . . . . . . . . . . . . 325 Variable de estado . . . . . . . . . . . . . 110
Trabajo constante . . . . . . . . . . . . . 225 Variables de control . . . . . . . . . . . 109
U Variables endógenas . . . . . . . . . . . . 85
Utilización variable del capital . 353, Variables exógenas . . . . . . . . . . . . . 85
372 Varianza. . . . . . . . . . . . . . . . . . . . . .278
Los modelos DSGE abarcan modelos de
Ciclos Económicos Reales (RBC), modelos
de la Nueva Economía Keynesiana (NEK) y
modelos RBC y NEK con fricciones finan-
cieras.
www.hamiltongalindo.com
Este libro de Galindo y Montecinos llena un importante vacío. Es un texto y manual a la vez.
Nos presenta de una manera rigurosa y pedagógica los desarrollos básicos de los modelos de
RBC, y además es una muy buena guía para aprender cómo se resuelven estos modelos,
desde las matemá cas a los códigos de Dynare necesarios para simular estos modelos. Estoy
seguro que este libro será un texto muy usado para enseñar modelos RBC a nivel intermedio.