Escolar Documentos
Profissional Documentos
Cultura Documentos
Página do curso:
sites.google.com/site/eduardozilberman/teaching/pos-macro-ii-2020-2
Econonomia com agentes heterogêneos
Eduardo Zilberman
PUC-Rio
Economia estática:
cim (p, ai ) = κm m
i (p) + π (p)ai ,
∂vi (p,ai )
m
“Prova”: use a identidade de Roy, c m (p, ai ) = − ∂v∂p
i (p,ai )
, para obter a
∂ai
demanda do slide anterior, e vice-versa.
Eduardo Zilberman PUC-Rio Heterogeneidade e Mercados Completos 10/419
Agregação a la Gorman: comentários
u(c) = g (h(c)),
ln(α + c) α∈R LOG
1
u(c) = 1−σ (α + c)1−σ α ∈ R, σ > 0, σ 6= 1 CRRA
−α exp(−ηc) η > 0, α > 0 CARA
ui0 (ci1 ) = λi p1 e β = λi ,
−1
Demanda pelo bem 1 não depende da riqueza: ci1 = ui0 (βp1 );
−1
Demanda pelo bem 2 sai residualmente: ci2 = ai − p1 ui0 (βp1 ).
−1
Demanda pelo bem 1 não depende da riqueza: ci1 = ui0 (βp1 );
−1
Demanda pelo bem 2 sai residualmente: ci2 = ai − p1 ui0 (βp1 ).
= αi (p1 ) + βai
∞
X
a0 = max pt {f (kt ) − it }
{kt+1 }∞
t=0
t=0
s.a kt+1 = (1 − δ)kt + it
∞
X
max β t u(cti )
{cti }∞
t=0 t=0
∞
X
s.a pt cti ≤ s0i Na0
t=0
Problema da firma: em τ = t,
∞
X pτ
at = max {f (kτ ) + (1 − δ)kτ − kτ +1 }
τ =t
pt
dado k0 > 0
ln(α + c) α∈R LOG
1
+ c)1−σ
1−σ (α α ∈ R, σ > 0, σ 6= 1 CRRA
u(c) =
− 21 (α − c)2 α>0 QUADRÁTICA
−α exp(−ηc) η > 0, α > 0 CARA
Problema do consumidor: em τ = t,
∞
X
max β τ −t u(cτi )
τ =t
∞
X pτ
s.a cτi ≤ ati
τ =t
pt
pτ β τ −t pt
CPO: β τ −t α+c
1
i = pt λi ⇒ cτi = λi pτ
−α
τ
1
cti = −α=
λi
∞
" #
X pτ
= (1 − β) ati +α −α=
τ =t
pt
∞
" #
X pτ
= α (1 − β) − 1 + (1 − β)ati
τ =t
pt
Função consumo:
Logo:
cti ct
< ⇐⇒ φ(pt )(ati − at ) > 0
ati at
Agregado:
at+1 pt ct
= 1−
at pt+1 at
Logo:
i
at+1 at+1 ci ct
i
> ⇐⇒ ti < ⇐⇒ φ(pt )(ati − at ) > 0
at at at at
φ(pt )(ati − at ) > 0 ⇐⇒ φ(pt )(sti Nat − at ) > 0 ⇐⇒ φ(pt )(sti − 1/N) > 0
Logo:
i
st+1
> 1 ⇐⇒ φ(pt )(sti − 1/N) > 0
sti
i
st+1
> 1 ⇐⇒ φ(pt )(sti − 1/N) > 0
sti
i
st+1
= 1 ⇐⇒ φ(pt )(sti − 1/N) = 0
sti
h P∞ i
pτ
Caso LOG: u(c) = ln(α + c) ⇒ φ(pt ) = α (1 − β) τ =t pt −1 .
i
α = 0 ⇒ φ(pt ) = 0 ⇒ st+1 = sti
u(c) = ln(α + c)
Hipóteses: α < 0 e c + α ≥ 0.
i
st+1
> 1 ⇐⇒ φ(pt )(sti − 1/N) > 0
sti
Caso geral:
i
st+1
> 1 ⇐⇒ φ(pt )(sti − 1/N) > 0
sti
Utilidades:
ln(α + c) α∈R LOG
1
+ c)1−σ
1−σ (α α ∈ R, σ > 0, σ 6= 1 CRRA
u(c) =
− 21 (α − c)2 α>0 QUADRÁTICA
−α exp(−ηc) η > 0, α > 0 CARA
f 0 (k ∗ ) = 1/β + (1 − δ)
1
a∗ = [f (k ∗ ) − δk ∗ ]
1−β
X N
si = 1
i=1
c i = (1 − β)s i Na∗ , i = 1, 2, ..., N.
sujeito a
1 1 1 2
c + ct + kt+1 = f (kt ) + (1 − δ)kt
2 t 2
2µi β t u 0 (cti ) = θt
sujeito a
∞
X
pt cti ≤ s0i 2a0
t=0
Note que:
u 0 (ct1 ) µ2 λ1
0 2 = =
u (ct ) µ1 λ2
No caso LOG e α = 0:
µ2 λ1 s2
= = 01
µ1 λ2 s0
Impondo a normalização, µ1 + µ2 = 1, e especificando µi = s0i ,
recupera-se a solução competitiva.
θt
= f 0 (kt+1 ) + (1 − δ)
θt+1
PN i
i=1 ct
+ kt+1 = f (kt ) + (1 − δ)kt ,
N
em N + 2 icógnitas ({cti }N
i=1 , kt+1 , θt+1 ).
Por fim, é preciso critério de covergência, T e > 0 tal que |kT − k ∗ | < .
Propriedade útil:
PN ∞
i=1 τi (µ)
X
= pt ct − θ0 a0 = 0,
N t=0
uma vez o valor presente dos recursos de uma economia não pode ser
maior que a riqueza corrente.
Eduardo Zilberman PUC-Rio Heterogeneidade e Mercados Completos 48/419
Abordagem de Negishi: Caso Geral
sujeito a
sujeito a
PN i
c
ct = i=1 t
N
Segundo estágio, problema de investimento/consumo (crescimento
neoclássico):
X∞
max β t U(ct )
{cti ,kt+1 }
t=0
sujeito a
ct + kt+1 = f (kt ) + (1 − δ)kt
Dinâmica agregada do modelo descrita por um agente representativo,
com preferências diferentes das preferências individuais, U 6= u.
Eduardo Zilberman PUC-Rio Heterogeneidade e Mercados Completos 51/419
Agregação com mercados completos
Como construir U? Exemplo com N = 2, µ1 = µ, µ2 = 1 − µ. Condições
de primeira ordem:
µu 0 (ct1 ) = (1 − µ)u 0 (2ct − ct1 ).
Preferências:
∞
(cti )1−γ − 1 (1 − hti )1−σ − 1
X
t
E β +φ .
t=0
1−γ 1−σ
Mercados. Mercados competitivos para o bem final, que pode ser usado
para investimento e consumo.
i
Arrow securities, at+1 (ε), que paga unidade de consumo em t + 1 se ε
realizou. Caso contrário, paga zero. pt (ε) é o preço destes instrumentos
financeiros.
sujeito a
Z
cti + kt+1
i
+ i
pt (ε)at+1 (ε)dε = (1 − δ)kti + wt εit hti + ati (εit )
E
sujeito a
Mais álgebra:
1
(µi ) γ
cti =R 1 ct
I
(µi ) γ dαi
1 − 1
(µi ) σ εi σ
1 − hti = R 1
1− σ1
(1 − nt )
I
(µi ) σ (εi ) dαi
sujeito a
ct + kt+1 = (1 − δ)kt + zt f (kt , nt ),
onde: hR iσ
1 1
I
(µi ) σ (εit )1− σ dαi
Φ= hR 1
iγ .
I
(µi ) γ dαi
Note que Φ não depende de t porque choques são iid.
Exemplo:
M firmas, indexadas por i = 1, 2, ..., M
mesma tecnologia neoclássica: z i F (k i , ni )
retornos constantes de escala
Fk > 0, Fn > 0, Fkk < 0, Fnn < 0
mercados competitivos
Fk (k i , ni ) r +δ
i i
=
Fn (k , n ) w
Eduardo Zilberman PUC-Rio Heterogeneidade e Mercados Completos 63/419
Agregação de firmas
Como F é homogênea de grau 1, Fk e Fn são homogêneas de grau 0.
fk (k i /ni ) Fk (k i , ni ) r +δ
i i
= i i
=
fn (k /n ) Fn (k , n ) w
Como o LHS é estritamente decrescente em k i /ni ,
ki
r +δ k
=g = , para todo i
ni w n
onde k é a média de k i (e n é a média de ni ).
Considere um modelo de crescimento neoclássico, onde há dois setores de produção: produtores de bens de
consumo ct e de investimento it .
Ambos os setores operam a mesma tecnologia de produção neoclássica f (com retornos constantes de escala), mas
estão sujeitos a choques de produtividade ztc e zti distintos:
c c c i i i
ct = zt f (kt , ht ) e it = zt f (kt , ht ).
Capital agregado kt = ktc + kti , onde ktc é o capital empregado no setor de consumo e kti no de investimento,
acumula de acordo com a lei de movimento
kt+1 = (1 − δ)kt + it .
Já trabalho agregado é dado por nt = ntc + nti , onde ntc é o trabalho empregado setor de consumo e nti no setor de
investimento. Por fim, o domicı́lio representativo tem utilidade instantânea usual u(ct , 1 − nt ) separável no tempo,
com fator de desconto β.
Mercados são competitivos, e tanto capital quanto labor podem migrar livremente entre setorers. Finalmente,
defina ptc como o preço do consumo e pti do investimento.
a) Mostre que que esta economia agrega em um model de crescimento com um setor, ou seja, a estrutura
produtiva pode ser resumida com um tecnologia de produção agregada z̃f (kt , nt ).
h i1−γ
∞ citα (1 − hit )1−α
t
X
max β
{cit ,nit }∞ 1−γ
t=0 t=0
sujeito a
0
cit + ai,t+1 = at [1 + rt (1 − τt )] + wt εi hit + T ,
onde εi é a dotação de unidades de trabalho eficiente do tipo i, τt é um imposto sobre a renda do cpaita e T 0 são
transferências lump-sum.
A firma representativa opera uma tecnologia com retornos constantes de escala, F (Kt , Nt ), onde Nt é trabalho
(em unidades de eficiência) agregado. A restrição orçamentária do governo é satisfeita perı́odo a perı́odo,
0
T = τt Kt rt .
c) O estado estacionário com transferências maiores possui mais ou menos estoque de capital? Desenhe a dinâmica
de equilı́brio entre estado-estacionários no espaço de riquezas individuais, (a1 , a2 ). O estado-estacionário é
determinado unicamente? Como você computaria a dinâmica?
Eduardo Zilberman
PUC-Rio
Mercados incompletos:
cti (s t ) + Qt (s t )at+1
i
(s t ) = yti (s t ) + ati (s t )
cti (s t ) + Qt (s t )at+1
i
(s t ) = yti (s t ) + ati (s t )
1
Note que Qt (s t ) ≡ 1+rt (s t ) .
4 aplicações
Equação de Euler:
u 0 [(1 + r )a0 + y0 − a1∗ ] = β(1 + r )E0 {u 0 [(1 + r )a1∗ + y1 ]}
a1∗ é unicamente determinado (riqueza ótima).
Duas economias:
1 Determinı́stica: y1 = ȳ1 . Riqueza ótima: a1n .
2 Estocástica: y1 é uma v.a. com E0 (y1 ) = ȳ1 . Riqueza ótima: a1s .
Eduardo Zilberman PUC-Rio Consumo-Poupança sob Incerteza 78/419
Consumo-poupança sob incerteza: o motivo precaução
EE caso determenı́stico:
EE caso estocástico:
Por que? Sob a hipótese que u 000 > 0 (i.e. u 0 é convexo), aplique a
desigualdade de Jensen.
Evolução da literatura:
Modelos estruturais:
Horizonte: infinito.
Se a restrição de crédito não estiver ativa (at+1 > −a). Eq. Euler:
(γ − ct ) = β(1 + r )Et (γ − ct+1 )
Neste caso há motivo precaução (mesmo com u 000 = 0). Por que?
Suponha que a variância de yt+1 aumente.
A probabilidade do agente estar restrito ao crédito no futuro
também aumenta.
Como Et [min{yt+1 + at+1 , Et+1 ct+2 }] cai, e portanto Et ct+1 cai.
Poupança aumenta.
Duas forças:
Resposta: Prob(limt→∞ ct = ∞) = 1.
Restrição orçamentária:
at+1 = (1 + r )(at − ct ) + yt+1 ⇐⇒ ct + bt = βbt+1 + yt
P∞
CPO: u 0 (ct ) = u 0 (ct+1 ) ⇒ ct = c̄ ⇒ c̄
1−β = t=0 β j yt
Dı́vida:
t−1 t t−1
X c̄ β c̄ X
bt = β −t β j (c̄ − yj ) = β −t − − β j yj =
1−β 1−β
j=0 j=0
∞
X c̄
= β j yt+j − < b̄t
1−β
j=0
u 0 (ct∗ ) = u 0 (ct+1
∗
) se ct∗ < at∗
u 0 (ct∗ ) > u 0 (ct+1
∗
) se ct∗ = at∗
Comentários:
∗ ∗
Restrição está ativa (ct−1 = at−1 ) apenas quando o agente quer
antecipar consumo. Isto ocorre quando a dotação está crescendo.
Proposição: Prob(limt→∞ ct = ∞) = 1.
CPO:
S
X
u 0 (c) ≥ β(1 + r )Πs V 0 [(1 + r )(a − c) + ȳs ]
s=1
S
X
V 0 (a) ≥ β(1 + r )Πs V 0 (as0 ),
s=1
Hipótese: β(1 + r ) = 1,
S
X
0
V (a) ≥ Πs V 0 (as0 ),
s=1
“Prova:”
Como V 00 < 0,
S
X
V 0 [(1 + r )(a − c) + ȳ1 ] ≤ V 0 (a) = Πs V 0 [(1 + r )(a − c) + ȳs ]
s=1
“Unfortunately, the line of argument used in the proof does not provide a
very convincing economic explanation. Clearly the strict concavity of the
utility function must play a role. ... But to simply attribute the result to
risk aversion on the grounds that uncertain future returns will cause
risk-averse consumers to save more, given any initial asset level, is not a
completely satisfactory explanation either. In fact, it is a bit misleading.
... that argument only explains why expected accumulated assets would
tend to be larger in the limit. It does not really explain why consumption
should grow without bound.”
1 2
u(ct ) = b1 ct − b2 ct ,
2
que pode poupar ou tomar empresatado através de tı́tulo sem risco que rende juros de r = 1/β − 1. A renda do
agente, {yt }∞
t=0 , é estocástica, que começa sua vida sem riqueza alguma.
a) Defina o princı́pio de equivalência à certeza e mostre que se aplica para este consumidor.
b) Derive explicitamente uma fórmula para como a mudança do consumo entre os perı́odos t e t + 1,
∆ct+1 = ct+1 − ct , depende do valor do choque εt .
c) Existe um limite superior para a riqueza e o consumo deste agente? Justifique sua resposta.
Eduardo Zilberman
PUC-Rio
Substituir
v (a, s) = max
0
{u[(1 + r )a + ws − a0 ] + βE [v (a0 , s 0 )|s]}
a ≥−b
por
m
X
v (āi , s̄h ) = max
0
u[(1 + r )āi + w s̄h − a0 ] + β Phj v (a0 , s̄j )
a ∈A
j=1
Numericamente:
1 Defina m vetores n × 1: vj (i) = v (āi , s̄j ), i = 1, ..., n, j = 1, ..., m
2 Defina m matrizes n × n: Rj (i, h) = u[(1 + r )āi + w s̄j − āh ],
i = 1, ..., n, h = 1, ..., n, j = 1, ..., m
3 Defina 1 como um vetor n × 1 unitário.
4 Defina o operador T ([v1 , v2 , ..., vm ]) = [tv1 , tv2 , ..., tvm ]:
tv1 = max{R1 + β[P11 1v10 + P12 1v20 + ... + P1m 1vm0 ]}
tv2 = max{R2 + β[P21 1v10 + P22 1v20 + ... + P2m 1vm0 ]}
...
tvm = max{Rm + β[Pm1 1v10 + Pm2 1v20 + ... + Pmm 1vm0 ]}
onde “max” retorna um vetor n × 1 onde o i-ésimo elemento é o
máximo da i-ésima linha.
Eduardo Zilberman PUC-Rio Métodos Numéricos 113/419
Discretização + iteração da função valor
Numericamente:
1 Defina m vetores n × 1: vj (i) = v (āi , s̄j ), i = 1, ..., N, j = 1, ..., M
2 Defina m matrizes n × n: Rj (i, h) = u[(1 + r )āi + w s̄j − āh ],
i = 1, ..., N, h = 1, ..., N, j = 1, ..., M
3 Defina 1 como um vetor n × 1 unitário.
4 Defina o operador T ([v1 , v2 , ..., vm ]) = [tv1 , tv2 , ..., tvm ]:
tv1 = max{R1 + β[P11 1v10 + P12 1v20 + ... + P1m 1vm0 ]}
tv2 = max{R2 + β[P21 1v10 + P22 1v20 + ... + P2m 1vm0 ]}
...
tvm = max{Rm + β[Pm1 1v10 + Pm2 1v20 + ... + Pmm 1vm0 ]}
onde “max” retorna um vetor n × 1 onde i-ésimo elemento é o
máximo da i-ésima linha.
5 Equação de Bellman representada por: [v1 , ..., vm ] = T ([v1 , ..., vm ]).
Dado [v1 , ..., vm ]0 incial qualquer, basta iterar
[v1 , ..., vm ]t+1 = T ([v1 , ..., vm ]t ) até convergência.
Eduardo Zilberman PUC-Rio Métodos Numéricos 114/419
Discretização + iteração da função valor
Truque:
v10
tv1 R1
v20
tv2
R2
= max + β(P ⊗ 1)
... ... ...
vm0
tvm Rm
Dado A m × n e B p × q
a11 B ... a1n B
A ⊗ B = ... ... ...
am1 B ... amn B
Sobre o MATLAB:
é computacionalmente rápido com operações matriciais
mas evite o uso de objetos tridimensionais, como v (i, j, h).
é computacionalmente lento com “loops”
com muitos loops, recomendava-se o FORTRAN ou C
Linguagens em ascedência: Python e Julia (quantecon.org).
Eduardo Zilberman PUC-Rio Métodos Numéricos 116/419
Howard Improvement Step
Numericamente,
1 Defina m vetores n × 1: vj (i) = v (āi , s̄j ).
2 Defina m matrizes n × n: Rj (i, h) = u[(1 + r )āi + w s̄j − āh ].
3 Defina 1 como um vetor n × 1 unitário.
4 Defina o operador T ([v1 , v2 , ..., vm ]) = [tv1 , tv2 , ..., tvm ]:
0
tv1 R1 v1
v20
tv2 R2
= max + β(P ⊗ 1)
... ... ...
vm0
tvm Rm
5 Eq. de Bellman: [v1 , ..., vm ] = T ([v1 , ..., vm ]). Dado [v1 , ..., vm ]0 ,
itera-se [v1 , ..., vm ]t+1 = T ([v1 , ..., vm ]t ) até convergência.
v (a, s) = max
0
{u[(1 + r )a + ws − a0 ] + βE [v (a0 , s 0 )|s]}
a ≥−b
Equação de Euler:
X
u 0 [(1 + r )a + ws − a0 ] ≥ (1 + r )β π(s 0 |s)u 0 [(1 + r )a0 + ws 0 − a00 ],
s0
Passo 2: cojecturar um vetor n × m inicial para a00 : a000 (āh , s̄i ). Por
exemplo: a000 (āh , s̄i ) = āh .
Passo 3: verificar se a restrição ao crédito está ativa para cada (āh , s̄i )
m
X
0
u [(1 + r )āh + w s̄i − ā1 ] > (1 + r )β Pij [(1 + r )ā1 + w s̄j − a000 (ā1 , s̄j )],
j=1
Se sim: pare. Se não: atualize a conjectura a100 (āh , s̄i ) = a00 (āh , s̄i ) para
todo h, i e volte ao passo 3.
m
X
u 0 [(1 + r )āh + w s̄i − a∗ ] = (1 + r )β Pij u 0 [(1 + r )a∗ + w s̄j − a000 (a∗ , s̄j )],
j=1
Ou seja, āh é o valor dos ativos hoje que levará o consumidor a ter āh0
amanhã, se a renda for s̄i w . Os pontos na grade são endógenos!
Note que:
consumo hoje: c0 (āh , s̄i ) = c̃(āh0 , s̄i )
ā1 é o valor dos ativos hoje que induz a restrição ao crédito ficar
ativa amanhã
Para āh0 > ā1 : interpola c0 (·, s̄i ) nos pontos adjacentes e obtém c10 (āh0 , s̄i ).
Para āh0 < ā1 : use a rest. orç. c10 (āh0 , s̄i ) = (1 + r )āh0 + w s̄i − ā10
A equação de Euler:
o que implica:
εt+1 = u 0 (ct ) − (1 + r )βu 0 (ct+1 )
Portanto:
Et [εt+1 ⊗ h(zt )] = 0
onde h(zt ) é um vetor (r × 1) de funções de zt , que pode incluir qualquer
variável no conjunto informacional do agente em t, por exemplo
{sj , cj , aj }tj=0 .
Eduardo Zilberman PUC-Rio Métodos Numéricos 127/419
Acurácia da solução numérica: den Haan-Marcet (1994)
Simule o modelo por T perı́odos.
PT
t=1 ε̂t+1 ⊗ h(ẑt )
BT =
T
onde ε̂t+1 e ẑt são simulados.
Defina εt :
u 0 (ct (1 − εt )) = (1 + r )βEt [u 0 (ct+1 )]
Interpretação:
se εt = 0.01, o erro equivale a U$ 1 para cada U$100 consumido.
se εt = 0.0001 (padrão aceitável ou menos), o erro equivale a U$ 1
para cada U$10000 consumido.
Processo AR(1):
st = ρst−1 + εt
εt i.i.d. com distribuição G , média zero e variância σ 2
Seja s̃ ∈ [s̄1 < s̄2 < ... < s̄m ] o processo aproximado.
múltiplo c do d.p. de s
Se 1 < j < m − 1:
s̄j + d/2 − ρs̄i s̄j − d/2 − ρs̄i
Pij = F −F
σ σ
Se j = 1:
s̄j + d/2 − ρs̄i
Pi1 = F
σ
Se j = m:
s̄j − d/2 − ρs̄i
Pim = 1 − F
σ
st = ρst−1 + εt
s̃t = ρ̃s̃t−1 + ε̃t
st = ρst−1 + εt
s̃t = ρ̃s̃t−1 + ε̃t
m ρ ρ̃ σ σ̃
9 0.10 0.100 0.101 0.103
9 0.80 0.798 0.167 0.176
9 0.90 0.898 0.229 0.253
5 0.90 0.932 0.229 0.291
Tauchen (1986) mostra como esta estratégia também pode ser aplicada a
processos com ordem maior que um.
st = ρ1 st−1 + ρ2 st−2 + εt
Zt = ΛZt−1 + t
Processo AR(1):
st = ρst−1 + εt
εt i.i.d. com distribuição G , média zero e variância σ 2
Idéia: construir cadeia de Markov recursiva com três parâmetros (p, q, ϕ).
p 1−p 0 0 p 1−p
Θ3 = p 1−q q 0 + (1 − p) 0 1−q q +
0 0 0 0 0 0
0 0 0 0 0 0
+ (1 − q) p 1−p 0 +q 0 p 1−p
1−q q 0 0 1−q q
Considere a versão do problema de consumo-poupança com lazer l (e oferta de trabalho). Na forma recursiva:
n o
0 0
V (a, s) = max u(c, l) + βE [V (a , s )|s]
{c,a0 ,l}
sujeito a
0
c + a = (1 + r )a + ws(1 − l)
0
a ≥ −b
Explique como você generalizaria o algoritmo apresentado em aula, que itera a função polı́tica, para solucionar
numericamente as regras de decisões a0 (a, s) e l(a, s),
Eduardo Zilberman
PUC-Rio
Perguntas:
riscos indiosincráticos explicam a distribuição de riqueza observada?
qual a fração de poupança explicada pelo motivo precaução?
quais são as implicações redistributivas de polı́ticas? como a
desigualdade e o bem-estar são afetados por estas polı́ticas?
Três blocos:
1 o problema de consumo-poupança com mercados incompletos
2 a tecnologia de produção neoclássica
3 condições de “market clearing” nos mercados de ativos,
trabalho e bens
a taxa de juros r é endógena tal que β(1 + r ) < 1
Com ativos discretizados: a ∈ A ≡ [ā1 < ā2 < ... < ān ], com ā1 = −b
m
X
0 0
v (āh , s̄i ) = max u[(1 + r )āh + w s̄ i − a ] + β P(i, j)v (a , s̄ j )
a0 ∈A
j=1
Pr(at+1 = a0 , st+1 = s 0 ) =
XX
= Pr(at+1 = a0 |at = a, st = s)Pr(st = s 0 |st = s)Pr(at = a, st = s)
a∈A s∈S
ou
XX
λt+1 (a0 , s 0 ) = I{a0 = g (a, s)}P(s, s 0 )λt (a, s)
a∈A s∈S
XX
λt+1 (a0 , s 0 ) = I{a0 = g (a, s)}P(s, s 0 )λt (a, s)
a∈A s∈S
Comentários:
Segunda interpretação permite estudar a dist. de renda e riqueza.
Com uma distribuição estacionária:
A fração de indivı́duos em cada estado (a, s) é constante.
Entrentato, há mobilidade social.
Introduzir o conceito de equilı́brio competitivo estacionário:
requer a existência de uma distribuição estacionária
análogo ao estado estacionário em um modelo com agente
representativo (não a definição de eq. competitivo mais ampla,
que vale para caracterizar dinâmica fora do estado estac.)
Eduardo Zilberman PUC-Rio Equilı́brio Competitivo 147/419
Equlı́brio competitivo. Exemplo 1: economia de trocas.
Referência: Huggett (1993).
4 calcule: XX
λ0 (a, s)g0 (a, s) = e0
a∈A s∈S
∗
onde P é a distribuição invariante associada com a cadeia de Markov P.
∂F (K , N)
w=
∂N
∂F (K , N)
r +δ =
∂K
os mercados “clear”
XX
K= λ(a, s)g (a, s)
a∈A s∈S
X
N= sP ∗ (s)
s∈S
1 conjecture K0 inicial
5 calcule: XX
λ0 (a, s)g0 (a, s) = K0e
a∈A s∈S
K (r ) = NfK−1 (r + δ)
se r = −δ, então K (r ) → ∞
se r → ∞, então K (r ) → 0
K (r ) = NfK−1 (r + δ)
se r = −δ, então K (r ) → ∞
se r → ∞, então K (r ) → 0
se r = 1/β − 1 (s.s. com mercados completos), então K (r ) = K MC
parametrização aceitável: ≈ 5%
Fatos:
Até a década de 80: estimativas eram de 0.5 < ρ < 0.7 e σβ >> 0.
Heterogeneous Income Profile (HIP).
Hipótese até agora: a ∈ A ≡ [ā1 < ā2 < ... < ān ], com ā1 = −b
Traduzindo a teoria:
Espaço de estados: E ≡ A × S.
Seja E ≡ A × S um subconjunto arbitrário de E ≡ A × S.
B(E ) é um conjunto “apropriado” dos subconjuntos de E .
exemplo: E ⊂ E , mas E ∈ B(E )
termo técnico: B é uma sigma-algebra de Borel
(E , B) é um espaço mensurável com medida λ
para E ∈ B(E ), λ(E) = a medida (“fração”) de agentes em E
os mercados “clear”
Z
K= g (a, s)dλ(a, s)
A×S
X
N= sP ∗ (s)
s∈S
Valor da autarquia:
X
v aut (s) = u(sw ) + β v aut (s 0 )P(s, s 0 )
s 0 ∈S
a0 ≥ −b ∗ (s)
onde
∞ i 1−γ
i i t (ct )
X
U(c0 , c1 , ...) = E0 β ,
t=0 1 −γ
onde β ∈ (0, 1) é o fator de desconto, ct ≥ 0 é o consumo no perı́odo t, e γ > 0 é a aversão ao risco relativa (ou
inverso da elasticidade intertemporal de substituição). Cada famı́lia i no perı́odo t recebe um choque estocástico
na dotação do bem de consumo, εit ∈ {εl , εh }, com εh > εl , que segue uma cadeia de Markov onde
πhh = Pr{εit = εh |εit−1 = εh }, πll = Pr{εit = εl |εit−1 = εl }, πhl = 1 − πhh e πlh = 1 − πll .
Não tem produção nesta economia. Famı́lias negociam um ativo sem risco a que com retorno bruto Rt = 1 + rt ,
sujeito a um limite de endividamento −b̄.
(b) Por que este caso é especial? Determine a taxa de juros livre de risco Rt como uma função dos parâmetros do
modelo, e prove que é menor que 1/β.
(c) Mostre como a taxa de juros livre de risco muda com εh /εl , com o parâmetro de persistência πhh e a aversão
ao risco γ. Dê uma intuição para essas estáticas comparativas.
∞ h i
t ψ
X
E0 β u(cit ) + e it v (1 − hit ) .
t=0
Agentes experenciam choques de preferências por lazer ψit , que seguem um processo estocástico
ψit = ρψi,t−1 + ηit , com ηit ∼ N(0, ση ). Agentes poupam mas não podem tomar emprestado. Produção
ocorre de acordo com a tecnologia agregada:
α 1−α
Ct + Kt+1 − (1 − δ)Kt = AKt Ht ,
onde Ct , Kt e Ht são, respectivamente, consumo agregado, capital agregado, e horas agregadas no perı́odo t.
Mercados de trabalho e ativos são competitivos, e se equilibram, todo perı́odo, com preços wt e rt ,
respectivamente.
O governo taxa a renda do capital com uma alı́quota linear fixa τ . A receita dos impostos é retornada aos agentes
via transferências lump-sum b. Os agentes podem evadir os impostos, decidindo todo perı́odo t a fração da renda
do capital φit que será declararada para autoridade fiscal, e que, portanto, será tributada. Defina xit como o total
de impostos não declarados no perı́odo t.
O governo, sabendo que os agentes podem ter sonegado impostos no perı́od t − 1, monitora-os (audita-os) no
perı́do t com probabilidade π. Se monitorado em t, verifica-se perfeitamente se houve sonegação ou não em t − 1,
e aplica-se uma multa de z(xi,t−1 ), sendo que z(0) = 0 e z 0 (xi,t−1 ) > 1. Os agentes descobrem se sua
declaração foi auditada no inı́cio do perı́odo (antes das decisões de consumo).
(segue)
(a) Escreva o problema do agente na forma recursiva, deixando explı́cito as variáveis de estado individuais e
agregadas.
(b) Escreva a condição de primeira ordem que caracteriza a escolha ótima de evasão fiscal.
Suponha que para verificar a declaração de renda de um agente com probabilidade π, o governo tem um custo
adminstrativo de m(π), com m(0) = 0, m0 (π) > 0, m00 (π) > 0.
(d) Escreva o problema do governador benevolente que escolhe uma fração π ∈ [0, 1] dos agentes para monitorar,
de forma a maximizar o bem-estar social nesta economia (veja os slides no inı́cio da aula seguinte).
Quais são os trade-offs que este governo têm que lidar ao decidir π?
Eduardo Zilberman
PUC-Rio
Discussão:
Duas interpretações:
Todos os agentes têm o mesmo peso.
Utilidade ex-ante (sob ignorância) de todos os agentes.
Problema de Ramsey:
τ ∗ ∈ argmaxτ ∈[0,1] W (τ )
Ganhos de bem-estar (no eq. estac.): ∆ é variação % no consumo tal que
Z
u(c(a, s; τ )(1 + ∆), 1 − h(a, s; τ ))dλ(a, s; τ ) =
A×S
Z
= u(c(a, s; τ ∗ ), 1 − h(a, s; τ ∗ ))dλ(a, s; τ ∗ ) = W (τ ∗ )
A×S
τ τ∗ T /Y T ∗ /Y ∆
EUA 0.36 0.46 8% 15% 1.8%
Suécia 0.57 0.26 21% 2% 8.5%
Rest. do governo: T + (1 + r )B = B 0 + τ wH
no equilı́brio estacionário, B 0 = B ⇒ rB = τ wH − T
Agreg. em eq.: C = r (A + B) + wH − τ wH + T = wH + rA
Rest. ao crédito a0 + b 0 ≥ −b
Agreg. em eq.: A0 ≥ −b − B
Do lado negativo:
Do lado positivo:
Ou seja: B ↑⇒ r ↑, K ↓
τ τ∗ T /Y T ∗ /Y B/Y B ∗ /Y ∆
EUA 0.38 0.53 8% 23% 67% -100% 3.4%
Intuição:
Floden (2001):
Ajustes:
y = rb + wsh
2.5% 72%
70%
2.0% 68%
1.5% 66%
64%
1.0%
62%
0.5% 60%
5% 15% 25% 35% 45% 55% 65%
coverage of the program
X
vt (a, s) = max u(ct ) + β vt+1 (at+1 , st+1 )P(st+1 , s)
ct ,at+1
st+1 ∈S
ct + at+1 = (1 + rt )a + wt (1 − τt )s + Tt
at+1 ≥ −b
∗ ∗∗
Passo 2: Conjecture {K̂ }T
t=0 , com K̂0 = K e K̂T = K . Note que:
−1 T −1
Passo 3: como vT = v ∗∗ , podemos solucionar {v̂t }T
t=1 e {ât+1 }t=1 por
indução para trás.
∗
Passo 4: podemos construir {Q̂t }Tt=1 e, dado que λ0 = λ , recuperar
T
{λ̂t }t=1 e calcular, usando Monte Carlo,
Z
Ât+1 = ât+1 (a, s)d λ̂t (a, s)
A×S
Motivação:
Share de riqueza dos top 10% foi de 67% em 1983 para 75% em
2013 (Survey of Consumer Finance).
Por que τk∗ > 0? Intuição errada: há capital demais em relação a
economia com mercados completos.
Problema da firma:
r = FK (K , H) e w = FH (K , H)
Market clearing:
Z
K= a(ω)dλ(ω) e H = πs1 + (1 − π)s2
ω
Derive me relação a K ,
2
X
∆(ω) = βπi u 0 (FK (K , H)a(ω)+FH (K , H)si )(FKK (K , H)a(ω)+FHK (K , H)si )
i=1
Defina:
u 0 (FK (K , H)a(ω) + FH (K , H)s1 )
χ(ω) = >1
u 0 (FK (K , H)a(ω) + FH (K , H)s2 )
onde
Z
∆≡ ∆(ω)dλ(ω) = βFKK (K , H)K ×
ω
Z 2
X a(ω) si
× πi u 0 (FK (K , H)a(ω) + FH (K , H)si ) − dλ(ω)
ω i=1 K H
Resposta: ambos!
“Our paper is perhaps most similar to Floden and Linde (2001), who also
assess the impact of changes in tax and transfer programs in a model
with idiosyncratic shocks and incomplete markets. Our model differs
from theirs in that we do not allow for permanent heterogeneity and we
assume that labor is indivisible.”
Ou seja:
“The effect of tax increases on aggregate hours is less linear in the model
with heterogeneous agents.” Por que?
Utilidade instantânea:
h1+1/γ
u(c) − B
1 + 1/γ
γ
u 0 (c)w
No ótimo: Bh1/γ = u 0 (c)w ⇒ h(w ) = B
“Fixando” c:
∂h w
=γ
∂w h
γ: elasticidade de oferta de trabalho individual (elasticidade de Frisch)
1+1/γ
h
u(c, h) = u(c) − B 1+1/γ
Defina:
Z
Hi (w ) = I{w ≥ w̄i (a, sf , sm )}dλ(a, sf , sm )
A×Sf ×Sm
O inverso de Hi (w ):
Comentários:
Ajustes:
Restrições: qb 0 + c + τ̃ = b + y e b 0 ≥ −b
τ̃ = τ se s > 0
τ̃ = τ − v se s = 0
Propõe modelo:
Rest. cred.: a0 ≥ 0
Ajustes:
problema do consumidor:
v (a, m, s) = 0 max
0
{u(c) + βE [v (a0 , m0 , s 0 )|s]}
a ,m ,c,z
s. a
c(1 − z) ≤ m
Z z
c +q γ(c, i)di + a0 + m0 (1 + π) = (1 + r )a + ws + m
0
a0 ≥ 0; m0 ≥ 0
Dois grupos, L e H, com processos diferentes para s sendo que s̄1H > s̄m
L
.
L H
5% 1.48% -1.04%
10% 2.77% -1.11%
Nota: com mercados completos, moeda não tem efeito real no estado
estacionário (Sidrauski, 1967).
Eduardo Zilberman
PUC-Rio
r = FK (K , H) − δ e w = FH (K , H)
Yt = zt F (Kt , Ht )
m0 = GM (z, m, z 0 )
( )
X
0 0 0 0 0 0
v (a, s; z, K ) = max u(c) + β v (a , s ; z , K )P(z , s |z, s)
s 0 ∈S
s.a
c + a0 = (1 + r (z, K ))a + w (z, K )s
a0 ≥ −b
ln K 0 = bz0 + bz1 ln K
Por que quase linear? Com horizonte infinito, os mais ricos acumulam
riqueza suficiente para isolar o motivo precaução com “self-insurance”.
Nos dados:
Yt
ln Wedget = constant + ln MRSt − ln
Ht
diferente de zero. Por que? corr(H, Y /H) ≈ 0. Resultado robusto a
várias especificações da utilidades.
Chang e Kim (2007): wedge pode ser gerado com mercados incompletos
e trabalho indivisı́vel.
Eduardo Zilberman PUC-Rio Equilı́brio Competitivo: Incerteza Agregada 256/419
Agregação
Chang e Kim (2007): agregação importa.
µt −(1/2)σ 2
∞ ∞
X
t [(1 + ∆)Ae e εt ]1−γ X µt 1−γ
t (Ae )
E β = β
t=0 1 − γ
t=0 1 −γ
Cancelando termos:
−(1/2)σ 2 1−γ
E {[(1 + ∆)e εt ] }=1
Colocando para fora da esperança a parte não-estocástica:
−(1/2)γσ 2
(1 + ∆)e =1
Tirando log:
1 2
log(1 + ∆) − γσ = 0
2
Como log(1 + ∆) ≈ ∆ para ∆ pequeno (expansão de Taylor de 1a ordem em torno de ∆ = 0): ∆ ≈ 12 γσ 2 .
Eduardo Zilberman PUC-Rio Equilı́brio Competitivo: Incerteza Agregada 260/419
Aplicação: custos de bem-estar das flutuações cı́clicas
Lucas (1987): ∆ ≈ 12 γσ 2 .
∆ ≈ 0.0005
Ao eliminar os ciclos, o Gini riqueza sobe de 0.81 para 0.9. Por que?
Intuição:
Agentes experenciam choques (não-seguráveis) na sua produtividade de trabalho, εit ∈ {ε1 , ..., εN }. Este
processo é governado por uma cadeia de Markov πε (ε0 , ε) = Pr(εi,t+1 = ε0 |εit = ε).
Produção ocorre através de uma tecnologia agregada Yt = zt Ktα Ht1−α , onde Kt e Ht são, respectivamente,
capital agregado e unidades de trabalho-eficiciênca agregado no perı́odo t. Capital deprecia a uma taxa δ. E a
produtividade total dos fatores, zt ∈ {zb , zg }, segue uma cadeia de Markov πz (z 0 , z) = Pr(zt+1 = z 0 |zt = z).
Agentes podem ter dois ativos: capital ait e tı́tulo sem risco bit . Seja qt o preço do tı́tulo sem risco em t: a
compra de b unidades do tı́tulo sem risco ao preço qt no perı́odo t, garante b unidades do bem final no perı́odo
seguinte t + 1. Suponha que há limites para se endividar nos dois ativos, (−ā, −b̄).
Finalmente, mercados de trabalho e ativos são competitivos, e se equilibram, todo perı́odo, com preços wt e rt ,
respectivamente.
(a) Escreva o problema do agente na forma recursiva, deixando explı́cito as variáveis de estado individuais e
agregadas.
(c) Proponha um algoritmo numérico que solucione esta economia para alocação e preços de equilı́brio.
∞
t
X
E0 β u(cit , 1 − hit ).
t=0
Agentes experenciam choques (não-seguráveis) na sua produtividade de trabalho, εit ∈ {ε1 , ..., εN }. Este
processo é governado por uma cadeia de Markov π(ε0 , ε) = Pr(εi,t+1 = ε0 |εit = ε). Agentes podem poupar e
tomar emprestado atravaés de um único ativo ait , que não é negociado contigente ao estado da natureza. Suponha
que estes agentes podem tomar emprestado até o limite natural de endividamento.
O agente i oferta hit horas de trabalho no mercado, onde cada hora possui eficiência igual a εit . mercados de
trabalho e ativos são competitivos, e se equilibram, todo perı́odo, com preços wt (por unidade de eficiência) e rt ,
respectivamente.
Produção ocorre através de uma tecnologia agregada Yt = AKtα Ht1−α , onde Kt e Ht são, respectivamente,
capital agregado e unidades de trabalho-eficiciênca agregado no perı́odo t.
O governo nesta economia taxa a renda do trabalho, com uma alı́quota linear τt ∈ {τl , τh }, com τl < τh ,
escolhida de acordo com o humor do presidente. Em particular, um processo estocástico
φ(τ, τ 0 ) = Pr(τt+1 = τ 0 |τt = τ ). A receita com impostos, bt , é redistribuı́da lump-sum para todos os agentes.
(segue)
(b) Escreva o problema do agente na forma recursiva, deixando explı́cito as variáveis de estado individuais e
agregadas.
(d) Proponha um algoritmo numérico que solucione esta economia para alocação e preços de equilı́brio.
Suponha que você queira computar os custos de bem-estar de se viver em uma economia com um governo moody,
em comparação com um governo estável (i.e., τt = τ̄ , para todo t).
Eduardo Zilberman
PUC-Rio
Demografia:
J + 1 gerações imbricadas de indivı́duos
Cada geração (coorte) nasce com medida 1.
Indivı́duos indexados por i e nascem com idade j = 0.
Probabilidade de sobreviver até a idade j é ϕj , ϕ < 1.
Indivı́duos morrem com certeza quando j = J.
c 1−γ h1+σ
u(c, h) = −A
1−γ 1+σ
cij1−γ
t J
" #
hij1+σ
X X Z
j−(t−τ ) j
max β ϕ λij −A dij
{cij ,hij } 1−γ 1+σ
τ =t−J j=t−τ
Tirando log:
1
ln λij − γ ln cij = log θt ⇒ ln cij = [ln λij − log θt ]
γ
Comentários:
Desigualdade de horas trabalhada cresce linearmente (contradiz os
dados), a não ser que σ → ∞.
Mas se a elasticidade de Frisch é zero (σ → ∞), então
varj (ln hijτ ) → 0 (contradiz os dados).
Eduardo Zilberman PUC-Rio Gerações Imbricadas / Ciclo da Vida 296/419
Merc. Completos: Storesletten, Telmer and Yaron (2001)
Conclusão: mercados completos (full-insurance) não explica os fatos.
CPO:
cij−γ κj εij = Ahijσ
Tecnologia: F (K , N) neoclássica.
Eduardo Zilberman PUC-Rio Gerações Imbricadas / Ciclo da Vida 300/419
Merc. Incompletos: Storesletten, Telmer and Yaron (2004)
Vj (θ, ηj , εj , aj , ȳj ) = max {u(cj ) + βϕj+1 Ej [Vj+1 (θ, ηj+1 , εj+1 , aj+1 , ȳj+1 )]}
cj ,aj+1
sujeito a
cj + aj+1 = (1 + r )aj + (1 − τ )w exp{θ + κj + ηj + εj } + φ
aj+1 ≥ −ā
w exp{θ + κj + ηj + εj }
ȳj+1 = ȳj +
J ret
De j = J ret , ...., J:
PJ
ϕj P(ȳ ret )dµj
R
(e) Restr. orç. do gov. satisfeita: τ wN = j=J ret
X X
Qj (s, S) = I{θ∈Θ} I{aj+1 (s)∈A} πη (η 0 , η) πε (ε0 )I w exp{θ+κj+1 +η 0 +ε0 }
{ȳj + J ret
∈Ȳ}
η 0 ∈N ε0 ∈E
ln K 0 = b0z + b1z ln K
u(c) + (1 − ϕj )φ(b(a0 ))
y → ∞ ⇒ t(y ), T 0 (y ) → a0
a1 > 0 ⇒ t 0 (y ) > 0 (sistema de imposto progressivo)
Eduardo Zilberman PUC-Rio Gerações Imbricadas / Ciclo da Vida 315/419
Aplicação: Public Insurance
“The high optimal capital income tax is mainly driven by the life
cycle structure of the model [...].
Como conciliar com Domeij e Heathcote (2004)? Não há “life cycle
structure”, mas τk∗ = 0.37.
Até a década de 80: estimativas eram de 0.5 < ρ < 0.7 e σβ >> 0.
Heterogeneous Income Profile (HIP).
Eduardo Zilberman
PUC-Rio
Exemplo:
M firmas, indexadas por i = 1, 2, ..., M
mesma tecnologia neoclássica: z i F (k i , ni )
retornos constantes de escala
Fk > 0, Fn > 0, Fkk < 0, Fnn < 0
mercados competitivos
Fk (k i , ni ) r +δ
i i
=
Fn (k , n ) w
Eduardo Zilberman PUC-Rio Firmas Heterogêneas 324/419
Agregação de firmas
Como F é homogênea de grau 1, Fk e Fn são homogêneas de grau 0.
fk (k i /ni ) Fk (k i , ni ) r +δ
i i
= i i
=
fn (k /n ) Fn (k , n ) w
Como o LHS é estritamente decrescente em k i /ni ,
ki
r +δ k
=g = , para todo i
ni w n
onde k é a média de k i (e n é a média de ni ).
K unidades de capital
Extensões:
Problema do trabalhador:
V w (a, z, θ) = max
0
{u(c) + βE [max{V w (a0 , z 0 , θ0 ), V e (a0 , z 0 , θ0 )}]}
a ,c
s.a
c + a0 = wz + (1 + r )a
a0 ≥ 0
Problema do empreendedor:
V e (a, z, θ) = max
0
{u(c) + βE [max{V w (a0 , z 0 , θ0 ), V e (a0 , z 0 , θ0 )}]}
a ,c
s.a
c + a0 = π(a, z, θ)
a0 ≥ 0
Formulação captura:
Empreendedores trabalham (apenas) na própria firma.
Firmas são reestritas ao crédito, sendo que d = (k − a)/a é a razão
de alavancagem pela qual a firma pode se endividar.
Spread φ, ao se endividar.
Exemplo: d → ∞ e φ = 0, não há fricção no lado da firma.
Definição de equilı́brio usual. Note que haverá uma distribuição
estacionária endógena de firmas na economia.
Eduardo Zilberman PUC-Rio Firmas Heterogêneas 333/419
Mercados Incompletos com Empreendedorismo
Intuição:
Risco idiosincrático
Mercados incompletos
Note que:
Lucros são crescentes em z
CPO implica que: w = pzf 0 (n)
Como f 00 < 0, plantas mais produtivas empregam mais
Distribuição de z induz uma distribuição do tamanho n das firmas.
continua ...
Eduardo Zilberman PUC-Rio Firmas Heterogêneas 345/419
Hopenhayn (1992): equilı́brio industrial
Note que:
X
λ(z 0 ) = Γ(z 0 , z)[1 − χ(z)]λ(z) + mG (z 0 )
z∈Z
λI ×1 = PI ×I λI ×1 + mGI ×1
λ = m[(I − P)−1 G ]
λ = m[(I − P)−1 G ]
Difusão de tecnologia.
τ (n − n0 ) n0 < n
se
g (n0 , n) =
0 se n0 ≥ n
Hsieh e Klenow (2009): “ ... when capital and labor are hypothetically
reallocated to equalize marginal products to the extent observed in the
United States, we calculate manufacturing TFP gains of 30%-50% in
China and 40%-60% in India.”
Thesis: not only the level of factor accumulation that matters, but also
how these factors are allocated across heterogeneous production units.
subject to
∞
X ∞
X
pt (Ct + Kt+1 − (1 − δ)Kt ) = pt (rt Kt + wt Nt + Πt − Tt )
t=0 t=0
π(s, τ ) = (1 − τ )sk α nγ − wn − rk − cf
1+R 1
Value of the incumbent: W (s, τ ) = π(s, τ ) R+λ , where R = β − 1.
Entrants: after paying a fixed cost of entry ce , s ∈ {s1 , ..., sns } is drawn
from a pdf h(s), i.i.d. across entrants.
x̄(s,τ )
Invariant distribution: µ(s, τ ) = λ h(s)P(s, τ )E
α + γ = 0.85
1
1−γ−α
ni si
FOCs: nj = sj
Idea: choose taxes and subsidies such that there is no effect on aggregate
capital accumulation (isolate the distribution effect).
Two exercises:
Low TFP firms receive a subsidy; high TFP firms are taxed.
Eduardo Zilberman
PUC-Rio
Ahn, Kaplan, Moll, Winberry e Wolf (2018): When Inequality Matters for
Macro and Macro Matters for Inequality.
Códigos:
https://benjaminmoll.com/codes/,
https://github.com/gregkaplan/phact/,
https://sehyoun.com/EXAMPLE_PHACT_KS.html,
https://sehyoun.com/EXAMPLE_one_asset_HANK_web.html.
λk
P(k eventos em um intervalo) = e −λ ,
k!
Comentários:
⇐⇒ ρ∆vi (at , t) = max ∆u(ct ) + (1 − ρ∆) (vi (at+∆ , t + ∆) − vi (at , t + ∆) + vi (at , t + ∆) − vi (at , t))+
ct
+λi ∆(vj (at+∆ , t + ∆) − vi (at+∆ , t + ∆)) ⇐⇒
( "
vi (at+∆ , t + ∆) − vi (at , t + ∆) at+∆ − at
⇐⇒ ρvi (at , t) = max u(ct ) + (1 − ρ∆) +
ct at+∆ − at ∆
vi (at , t + ∆) − vi (at , t)
+ + λi vj (at+∆ , t + ∆) − vi (at+∆ , t + ∆)
∆
∂vi (a,t) ∂vi (a,t)
CPO em c: u 0 (ci (a, t)) = ∂a ⇐⇒ ci (a, t) = u 0−1 ∂a .
Gi (a, t) = Pr(at ≤ a, yt = yi )
[se tem riqueza < a − ∆si (a) em t, tem riqueza < a em t + ∆].
∆ → 0, logo
∂Gi (a, t) ∂Gi (a, t)
= −si (a) − λi Gi (a, t) + λj Gj (a, t)
∂t ∂a
∂Gi (a,t)
Defina gi (a, t) = ∂a , e diferencie:
∂gi (a, t) ∂[si (a)gi (a, t)]
=− − λi gi (a, t) + λj gj (a, t)
∂t ∂a
Eduardo Zilberman PUC-Rio Agentes Heterogêneos em Tempo Contı́nuo 375/419
Huggett em Tempo Contı́nuo: Equilı́brio
Dado gi (a, 0), equilı́brio (incluindo dinâmica de transição) caracterizado por duas PDEs (HJB e KF) e mkt clearing.
Market Clearing:
Z ∞
0= a[g1 (a, t) + g2 (a, t)]da
a
Lembre que:
Z ∞
∂vi (a, t)
0−1
si (a, t) = yi + r (t)a − ci (a, t), ci (a, t) = u , [g1 (a, t) + g2 (a, t)]da = 1
∂a a
Condição de contorno:
0 ∂vi (a, t)
u (yi + r (t)a) ≤ .
∂a
Hamilton-Jacobi-Bellman Equation:
ρvi (a) = max [u(c) + vi0 (a)(yi + ra − c) + λi (vj (a) − vi (a))]
c
Market Clearing:
Z ∞
0= a[g1 (a) + g2 (a)]da
a
Lembre que s1 (a) = 0, lima→a s10 (a) = −∞ e s2 (a) > 0 (este última
resultado ilustrado graficamente).
Somando em i:
Z a ! !
si (a)gi (a) λ1 λ2
gi (a) = exp − + dx
si (a) a s1 (x) s2 (x)
Nota. Tem constante de integração e condição de contorno (ver paper), mas a equação acima está correta.
Lembre que s1 (a) = 0, lima→a s10 (a) = −∞ e s2 (a) > 0 (este última
resultado ilustrado graficamente).
4 Link (veja abaixo) entre HJB e KF. Uma vez que uma equação é
solucionada, a outra sai de graça.
Eduardo Zilberman PUC-Rio Agentes Heterogêneos em Tempo Contı́nuo 388/419
Solução Numérica do Equilı́brio Estacionário
Objetivo: encontrar funções v1 , v2 , g1 , g2 e um escalar r que satisfaz:
HJB:
ρv1 (a) = max [u(c) + v10 (a)(y1 + ra − c) + λ1 (v2 (a) − v1 (a))]
c
ρv2 (a) = max [u(c) + v20 (a)(y2 + ra − c) + λ2 (v1 (a) − v2 (a))]
c
KF e consistência:
d[s1 (a)g1 (a)]
0=− − λ1 g1 (a) + λ2 g2 (a)
da
d[s2 (a)g2 (a)]
0=− − λ2 g2 (a) + λ1 g1 (a)
da
Z ∞
1= [g1 (a) + g2 (a)]da
a
Market clearing:
Z ∞
0= a[g1 (a) + g2 (a)]da ≡ S(r )
a
R∞
3 Dado gil (a), i = 1, 2, compute S(r l ) = a a[g1l (a) + g2l (a)]da. Se
S(r l ) > 0, reduza a taxa de juros r l+1 < r l , e vice-versa.
0
Atenção a notação (mudou)! vi,j = vj (ai ) e vi,j = vj0 (ai ).
0 vi+1,j −vi,j 0
Forward difference approximation: vi,j ≈ ∆a ≡ vi,j,F
0 vi,j −vi−1,j 0
Backward difference approximation: vi,j ≈ ∆a ≡ vi,j,B
Duas complicações:
0 0
1 Quando usar vi,j,B ou vi,j,F ? Importa para propriedades da solução!
Método explı́cito
0 0 u(yj +rai )
Dado r , conjecture vi,j , i = 1, ..., I , j = 1, 2, e.g. vi,j = ρ , compute
e atualize
n+1 n
vi,j = vi,j + ∆εni,j ,
onde ∆ é um parâmetro não muito grande para garantir convergência.
n+1 n
Itere até convergência: vi,j ≈ vi,j .
0
Método explı́cito. Qual medida de vi,j usar na iteração acima?
0 0
Truque (upwind scheme): usar vi,j,B (vi,j,F ) quando si,j,B (si,j,F ) for
negativo (positivo), onde
Logo,
0 0 0 0
vi,j = vi,j,F 1{si,j,F >0} + vi,j,B 1{si,j,B <0} + v̄i,j 1{si,j,F ≤0≤si,j,B } ,
0
onde v̄i,j = u 0 (yj + rai ), ou seja, si,j = 0.
0
Método explı́cito. Qual medida de vi,j usar na iteração acima?
Método implı́cito
0 0 u(yj +rai )
Dado r , conjecture vi,j , i = 1, ..., I , j = 1, 2, e.g. vi,j = ρ , defina
n+1 n
vi,j − vi,j
= u(u 0−1 [(vi,j
n 0 n+1 0
) ])+(vi,j ) (yj +rai −u 0−1 [(vi,j
n 0 n+1
) ])+λj (vi,−j n+1
−vi,j n+1
)−ρvi,j ,
∆
onde ∆ pode ser de qualquer valor.
n+1
Note a linearidade em vi,j . Ideia é solucionar “invertendo” matrizes.
n 0
Método implı́cito. Qual medida de (vi,j ) usar na iteração acima?
n
Truque (upwind scheme): usar (vi,j,B )0 [(vi,j,F
n
)0 ] quando si,j,B
n n
[si,j,F ] for
negativo (positivo), onde
n
si,j,B = yj + rai − u 0−1 [(vi,j,B
n
)0 ] e si,j,F
n
= yj + rai − u 0−1 [(vi,j,F
n
)0 ]
n
Como v é côncavo em a, (vi,j,F )0 < (vi,j,B
n
)0 e, portanto, si,j,F
n n
< si,j,B .
Novamente:
n 0
(vi,j n
) = (vi,j,F )0 1{si,j,F
n
n 0
>0} + (vi,j,B ) 1{si,j,B
n
0
<0} + v̄i,j 1{si,j,F
n n
≤0≤si,j,B },
0
onde v̄i,j = u 0 (yj + rai ), ou seja, si,j = 0.
n+1 n
n+1 0 n+1 0 vi,j −vi,j n+1
Usando as definições de (vi,j,B ) e (vi,j,F ): ∆ + ρvi,j =
n+1 n+1 n+1 n+1
vi+1,j − vi,j vi,j − vi−1,j
= u(u 0−1 [(vi,j
n 0
) ])+ n
(si,j,F )+ + n
(si,j,B )− +λj (vi,−j
n+1 n+1
−vi,j ),
∆a ∆a
n
onde (si,j,B )+ = max(0, si,j,B
n n
) e (si,j,B )− = min(0, si,j,B
n
).
n n+1
Itere esse sistema até que v ≈ v
...
Eduardo Zilberman PUC-Rio Agentes Heterogêneos em Tempo Contı́nuo 405/419
Krusell e Smith (1998) em tempo contı́nuo
Versão em tempo contı́nuo de Krusell and Smith (1998).
Yt = e Zt Ktα Nt1−α
√
dWt ≈ lim∆t→0 εt ∆t, onde εt ∼ N(0, 1).
Z α −α Z α−1 1−α
wt = (1 − α)e t Kt N̄ e rt = αe t Kt N̄ −δ
Z Z
Kt = agt (a, z)dadz e N̄ = zgt (a, z)dadz
Comentários:
Lembre: st (a, z) = wt z + rt a − c (optimal saving policy function).
Nota: o subescrito t captura os estados agregados (gt (a, z), Zt ),
mas notação recursiva em relação aos estados individuais (a, z).
Mudança esperada por conta de choques agregados na HJB:
1 vt+s − vt
[Et [dvt (a, z)] = lim Et
dt s↓0 s
Eduardo Zilberman PUC-Rio Agentes Heterogêneos em Tempo Contı́nuo 408/419
Krusell e Smith (1998) em tempo contı́nuo
Método de solução. Passos:
X X
K= ai gi,j e N̄ = zj gi,j
j,i j,i
Variável adicional: Zt , que gera flutuações em pt , que por sua vez, afeta
vt , induzindo mudanças em gt
Eduardo Zilberman PUC-Rio Agentes Heterogêneos em Tempo Contı́nuo 413/419
Krusell e Smith (1998) em tempo contı́nuo
“[...] the representative-agent short cut may both miss a large part of the
story (the distributional implications) and get the small remaining part
wrong (the implications for aggregates).”