O modelo de desastre raro de Barro (2009) no AER: como derivar a equação (10)?

Em Barro (2009) Desastres raros, preços de ativos e custos de assistência social Barro desenvolve um modelo de árvore de Lucas com preferências de Epstein-Zin.

Minha pergunta diz respeito à equação do artigo (10). Nesta equação, Barro afirma que, sob a solução ótima, a utilidade $U_t$ é proporcional ao consumo $C_t$ atribuída à potência de $1-\gamma$ , onde $\gamma$ é o coeficiente de aversão ao risco relativo, ou seja,

$U_t=\Phi C_t^{1-\gamma}$

Enquanto entendo a lógica desse resultado, não entendo como ele deriva a constante $\Phi$ , que é mostrada na nota de rodapé 7 do documento mencionado:

Alberto Giovannini e Philippe Weil (1989, apêndice) mostram que, com a função de utilidade na equação (9), a utilidade atingido, $U_t$ , é proporcional à riqueza elevado à potência $1-\gamma$ . A forma da equação (10) seguinte, porque $C_t$ é optimamente escolhida como uma proporção constante de riqueza no caso iid. A fórmula para $\Phi$ é, se $\gamma \neq 1$ $\theta \neq 1$ ,
$Φ = (\frac{1}{1 - γ}) {ρ + (θ - 1) g^{*} - (1 / 2) γ (θ - 1) σ^{2} - (\frac{θ - 1}{γ - 1}) p [E (1 - b)^{1 - γ} - 1 - (γ - 1) E b]}^{(γ - 1) / (1 - θ)}$ $\Phi = (\frac{1}{1-\gamma})\{\rho+(\theta-1)g^* - (1/2)\gamma(\theta -1)\sigma^2 - (\frac{\theta-1}{\gamma-1})p[E(1-b)^{1-\gamma} - 1 - (\gamma - 1)Eb] \}^{(\gamma-1)/(1-\theta)}$

Barro cita o artigo NBER de 1989 de Giovannini e Weil. Neste artigo, posso derivar a constante. No entanto, parece completamente diferente da versão de Barro, porque acabo com uma expressão que inclui , onde é o retorno sobre o patrimônio líquido. Acredito que Barro substituiu pela solução de equilíbrio de . No entanto, sua expressão não inclui nenhum log ou expressão exp. $E[R_t^{1-\gamma}]$ $R_t$ $E[R_t^{1-\gamma}]$ $R_t$

Ficaria muito grato por uma solução ou por qualquer sugestão para a solução.

macroeconomics finance academic-graduate

— drcms02
fonte

Isso parece ótimo! Obrigado pelo seu esforço. Levarei alguns dias para revisar as partes 2 e 3 da sua resposta, mas parece muito intuitivo.

— drcms02

Acho meio Barro na nota que Giovanni e Weil encontrar a mesma equação, , mas usando o caminho ideal de . No artigo de Barro, a abordagem é diferente, dado que a dinâmica de é exógena: por suposição. $U_t=\Phi C^{1-\gamma}$ $C_t$ $C_t$ $C_t=Y_t$

Barro usa o caso limite quando a duração de um período se aproxima de 0. Talvez o que possa incomodar o leitor seja o fato de o modelo ser definido como discreto.

Reescreva o modelo

Primeiro, podemos reescrever o modelo com um período de período e, em seguida, usar . A dinâmica do PIB escrever com , e $\delta$ $\delta\to 0$

\log (Y_{t + δ}) = \log (Y_{t}) + g δ + u_{t + δ} + v_{t + δ}

$\log(Y_{t+\delta})=\log(Y_t)+g\delta+u_{t+\delta}+v_ {t+\delta}$

u_{t + δ} \sim N (0, δ σ^{2})

$u_{t+\delta}\sim \mathcal{N}(0,\delta\sigma^2)$

com probabilidade

. O utilitário satisfaz

v_{t + δ} = 0

$v_{t+\delta}=0$

1 - p δ

$1-p\delta$

\log (1 - b)

$\log(1-b)$

p δ

$p\delta$

U_{t} = \frac{1}{1 - γ} {C_{t}^{1 - θ} + \frac{1}{1 + ρ δ} {[(1 - γ) E_{t} U_{t + δ}]}^{\frac{1 - θ}{1 - γ}}}^{\frac{1 - γ}{1 - θ}} .

$U_t=\frac{1}{1-\gamma}\left\lbrace C_t^{1-\theta}+\frac{1}{1+\rho\delta}\left[(1-\gamma)E_tU_{t+\delta}\right]^\frac{1-\theta}{1-\gamma}\right\rbrace^\frac{1-\gamma}{1-\theta}.$

1) Encontre em função de $\Phi$ $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

A partir de agora, suponha que exista um tal que (observe que depende de a priori). Defina $\Phi$ $U_t=\Phi C^{1-\gamma}$ $\Phi$ $\delta$ , a utilidade satisfaz $H(U)=[(1-\gamma)U]^\frac{1-\theta}{1-\gamma}$ Substituímos:

\begin{aligned} H (U_{t}) = C_{t}^{1 - θ} + \frac{1}{1 + ρ δ} H (E_{t} U_{t + δ}) . \end{aligned}

$\begin{align} H(U_t)= C_t^{1-\theta}+\frac{1}{1+\rho\delta}H(E_tU_{t+\delta}). \end{align}$

U_{t}

$U_t$

Portanto, obtemos para

\begin{aligned} H (Φ) C_{t}^{1 - θ} = C_{t}^{1 - θ} + \frac{1}{1 + ρ δ} H (Φ) {(E_{t} [C_{t + δ}^{1 - γ}])}^{\frac{1 - θ}{1 - γ}} . \end{aligned}

$\begin{align} H(\Phi)C_t^{1-\theta}= C_t^{1-\theta}+\frac{1}{1+\rho\delta}H(\Phi)\left(E_t\left[C_{t+\delta}^{1-\gamma}\right]\right)^\frac{1-\theta}{1-\gamma}. \end{align}$

C_{t} \neq 0

$C_t\neq 0$

\begin{aligned} \frac{1}{H (Φ)} = 1 - \frac{1}{1 + ρ δ} {(E_{t} [{(\frac{C_{t + δ}}{C_{t}})}^{1 - γ}])}^{\frac{1 - θ}{1 - γ}} . \end{aligned}

$\begin{align} \frac{1}{H(\Phi)}= 1-\frac{1}{1+\rho\delta}\left(E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]\right)^\frac{1-\theta}{1-\gamma}. \end{align}$

2) Encontre da dinâmica do PIB $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

O truque é encontrar a expectativa no lado direito da dinâmica do PIB. Tomando a expectativa e utilizando a independência entree, segue-se

\begin{aligned} {(\frac{Y_{t + δ}}{Y_{t}})}^{1 - γ} = \exp ((1 - γ) g δ) . \exp ((1 - γ) u_{t + δ}) . \exp ((1 - γ) v_{t + δ}) . \end{aligned}

$\begin{align} \left(\frac{Y_{t+\delta}}{Y_t}\right)^{1-\gamma}= \exp\left((1-\gamma)g\delta\right).\exp\left((1-\gamma)u_{t+\delta}\right).\exp\left((1-\gamma)v_ {t+\delta}\right). \end{align}$

u_{t + 1}

$u_{t+1}$

v_{t + 1}

$v_{t+1}$

A expectativa de

que

segue

\begin{aligned} E_{t} {(\frac{Y_{t + δ}}{Y_{t}})}^{1 - γ} = \exp ((1 - γ) g δ) . E_{t} \exp ((1 - γ) u_{t + δ}) . E_{t} \exp ((1 - γ) v_{t + δ}) . \end{aligned}

$\begin{align} E_t\left(\frac{Y_{t+\delta}}{Y_t}\right)^{1-\gamma}= \exp\left((1-\gamma)g\delta\right).E_t\exp\left((1-\gamma)u_{t+\delta}\right).E_t\exp\left((1-\gamma)v_ {t+\delta}\right). \end{align}$

\exp (X)

$\exp(X)$

X

$X$

é uma variável aleatória igual a

com probabilidade

. Substituímos o operador de expectativa:

N (0, σ^{2})

$\mathcal{N}(0,\sigma^2)$

\exp (σ^{2} / 2)

$\exp(\sigma^2/2)$

\exp ((1 - γ) v_{t + δ})

$\exp\left((1-\gamma)v_ {t+\delta}\right)$

1

$1$

1 - p δ

$1-p\delta$

(1 - b)^{1 - γ}

$(1-b)^{1-\gamma}$

p δ

$p\delta$

Finalmente, usamos

para calcular uma equação para

\begin{aligned} E_{t} {(\frac{Y_{t + δ}}{Y_{t}})}^{1 - γ} = \exp ((1 - γ) g δ) . \exp (\frac{(1 - γ)^{2} σ^{2} δ}{2}) . (1 - p δ + p E [(1 - b)^{1 - γ}] δ) . \end{aligned}

$\begin{align} E_t\left(\frac{Y_{t+\delta}}{Y_t}\right)^{1-\gamma}= \exp\left((1-\gamma)g\delta\right).\exp\left(\frac{(1-\gamma)^2\sigma^2\delta}{2}\right).\left(1-p\delta+pE[(1-b)^{1-\gamma}]\delta\right). \end{align}$

C_{t} = Y_{t}

$C_t=Y_t$

Φ

$\Phi$

\begin{aligned} \frac{1}{H (Φ)} & = 1 - \frac{1}{1 + ρ δ} {\exp ((1 - θ) g δ) . \exp (\frac{(1 - γ) (1 - θ) σ^{2} δ}{2}) \\ . {(1 - p δ + p E [(1 - b)^{1 - γ}] δ)}^{\frac{1 - θ}{1 - γ}}} . \end{aligned}

$\begin{align} \frac{1}{H(\Phi)}&= 1-\frac{1}{1+\rho\delta}\left\lbrace\exp\left((1-\theta)g\delta\right).\exp\left(\frac{(1-\gamma)(1-\theta)\sigma^2\delta}{2}\right)\right.\\ &\left. .\left(1-p\delta+pE[(1-b)^{1-\gamma}]\delta\right)^\frac{1-\theta}{1-\gamma}\right\rbrace. \end{align}$

$\delta\to 0$

\begin{aligned} \frac{1}{H (Φ)} & = 1 - (1 - ρ δ) . (1 + (1 - θ) g δ) . (1 + \frac{(1 - γ) (1 - θ) σ^{2} δ}{2}) \\ . (1 - \frac{1 - θ}{1 - γ} p δ + \frac{1 - θ}{1 - γ} p E [(1 - b)^{1 - γ}] δ) . \end{aligned}

$\begin{align} \frac{1}{H(\Phi)}&= 1-(1-\rho\delta). \left(1+(1-\theta)g\delta\right).\left(1+\frac{(1-\gamma)(1-\theta)\sigma^2\delta}{2}\right)\\ & .\left(1-\frac{1-\theta}{1-\gamma}p\delta+\frac{1-\theta}{1-\gamma}pE[(1-b)^{1-\gamma}]\delta\right). \end{align}$

δ^{i}

$\delta^i$

i > 1

$i>1$

\begin{aligned} \frac{1}{H (Φ)} & = ρ δ - (1 - θ) g δ - \frac{(1 - γ) (1 - θ) σ^{2} δ}{2} \\ + \frac{1 - θ}{1 - γ} p δ - \frac{1 - θ}{1 - γ} p E [(1 - b)^{1 - γ}] δ . \end{aligned}

$\begin{align} \frac{1}{H(\Phi)}&= \rho\delta -(1-\theta)g\delta-\frac{(1-\gamma)(1-\theta)\sigma^2\delta}{2}\\ & +\frac{1-\theta}{1-\gamma}p\delta-\frac{1-\theta}{1-\gamma}pE[(1-b)^{1-\gamma}]\delta. \end{align}$

g

$g$

g^{*} = g + \frac{σ^{2}}{2} - p E b

$g^*=g+\frac{\sigma^2}{2}-pEb$

\begin{aligned} \frac{1}{H (Φ)} & = ρ δ - (1 - θ) g^{*} δ + (1 - θ) \frac{σ^{2}}{2} δ - (1 - θ) p E b δ - \frac{(1 - γ) (1 - θ) σ^{2} δ}{2} \\ + \frac{1 - θ}{1 - γ} p δ - \frac{1 - θ}{1 - γ} p E [(1 - b)^{1 - γ}] δ . \end{aligned}

$\begin{align} \frac{1}{H(\Phi)}&= \rho\delta -(1-\theta)g^*\delta+(1-\theta)\frac{\sigma^2}{2}\delta -(1-\theta)pEb\delta -\frac{(1-\gamma)(1-\theta)\sigma^2\delta}{2}\\ & +\frac{1-\theta}{1-\gamma}p\delta-\frac{1-\theta}{1-\gamma}pE[(1-b)^{1-\gamma}]\delta. \end{align}$

δ = 1

$\delta=1$

H

$H$

— GuiWil
fonte

O modelo de desastre raro de Barro (2009) no AER: como derivar a equação (10)?

Reescreva o modelo

1) Encontre em função de E t [ ( C t + δΦΦ\PhiEt[(Ct+δCt)1−γ]Et[(Ct+δCt)1−γ]E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]

2) Encontre da dinâmica do PIBEt[(Ct+δCt)1−γ]Et[(Ct+δCt)1−γ]E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]

δ→0δ→0\delta\to 0

1) Encontre em função de $\Phi$ $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

2) Encontre da dinâmica do PIB $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

$\delta\to 0$