Il raro modello di disastro di Barro (2009) nell'ARE: Come derivare l'equazione (10)?

In Barro (2009) Disastri rari, prezzi delle attività e costi del benessere Barro sviluppa un modello di albero Lucas con le preferenze di Epstein-Zin.

La mia domanda riguarda l'equazione del documento (10). In questa equazione Barro afferma che sotto la soluzione ottimale l'utilità $U_t$ è proporzionale al consumo $C_t$ rasato alla potenza di $1-\gamma$ , dove $\gamma$ è il coefficiente di avversione al rischio relativo, ovvero

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

Mentre capisco la logica di questo risultato, non capisco come egli derivi la costante $\Phi$ , che è mostrato nella nota 7 del documento citato:

Alberto Giovannini e Philippe Weil (1989, appendice) mostrano che, con la funzione di utilità nell'equazione (9), l'utilità raggiunta, $U_t$ , è proporzionale alla ricchezza elevata al potere $1-\gamma$ . La forma nell'equazione (10) segue perché $C_t$ è scelto in modo ottimale come rapporto costante con la ricchezza nel caso IID. La formula per $\Phi$ è, 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 l'articolo NBER del 1989 di Giovannini e Weil. In questo articolo posso derivare la costante. Tuttavia, sembra completamente diverso dalla versione di Barro, perché finisco con un'espressione che include , dove è il rendimento del capitale proprio. Credo che Barro abbia sostituito con la soluzione di equilibrio di . Tuttavia, la sua espressione non include alcun registro o espressione exp. $E[R_t^{1-\gamma}]$ $R_t$ $E[R_t^{1-\gamma}]$ $R_t$

Sarei grato per una soluzione o per qualsiasi suggerimento per la soluzione.

macroeconomics finance academic-graduate

— drcms02
fonte

Questo sembra fantastico! Grazie per i tuoi sforzi. Mi ci vorranno un paio di giorni per rivedere le parti 2 e 3 della tua risposta, ma sembra molto intuitivo.

— drcms02,

Penso che Barro significhi nella nota a piè di pagina che Giovanni e Weil trovano la stessa equazione, , ma usando il percorso ottimale di . Nel lavoro di Barro, l'approccio è diverso dato che la dinamica di è esogena: per ipotesi. $U_t=\Phi C^{1-\gamma}$ $C_t$ $C_t$ $C_t=Y_t$

Barro usa il caso limite quando la durata di un periodo si avvicina a 0. Forse ciò che può disturbare il lettore è che il modello è definito come discreto.

Riscrivi il modello

Innanzitutto, possiamo riscrivere il modello con una lunghezza del periodo e quindi utilizzare . La dinamica del PIL scrive con 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})

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

con probabilità

. L'utilità soddisfa

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) Trova in funzione di $\Phi$ $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

Da ora supponiamo che ci sia tale che (nota che dipende da a priori). Definire $\Phi$ $U_t=\Phi C^{1-\gamma}$ $\Phi$ $\delta$ , l'utilità soddisfa $H(U)=[(1-\gamma)U]^\frac{1-\theta}{1-\gamma}$ Sostituiamo:

\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}

$U_t$

Quindi, otteniamo per

\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) Trova dalla dinamica del PIL $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

Il trucco è trovare l'aspettativa nel lato destro della dinamica del PIL. Prendendo le aspettative e usando l'indipendenza trae, segue

\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}

$v_{t+1}$

L'aspettativa di

dove

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

$X$

è una variabile casuale uguale a

con probabilità

. Sostituiamo l'operatore aspettativa:

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

$p\delta$

Infine, usiamo

per calcolare un'equazione per

\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

Il raro modello di disastro di Barro (2009) nell'ARE: Come derivare l'equazione (10)?

Riscrivi il modello

1) Trova in funzione di 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) Trova dalla dinamica del PILEt[(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) Trova in funzione di $\Phi$ $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

2) Trova dalla dinamica del PIL $E_t\left[\left(\frac{C_{t+\delta}}{C_t}\right)^{1-\gamma}\right]$

$\delta\to 0$