brio no mercado de capital17 brio no mercado de bem final27 brio no

mercado de trabalho37
EAE5701 - Macroeconomia I
Professor: Mauro Rodrigues
Primeiro Semestre de 2014
Este caderno e resultado da colaboracao dos alunos do IPE-USP em um
esforco conjunto para edicao e formatacao do curso de Macroeconomia I ministrado no primeiro semestre da pos-graduacao.
Participaram da edicao deste caderno os seguintes alunos:

Bruno Toni Palialol

Luza Cardoso de Andrade
Deborah Seabra

capa.jpg

Crescimento end
ogeno - modelo de Romer

Editores desta aula: Luza Andrade e Bruno Palialol

Data: 02/04/2014
Referencia: Romer, Paul. Endogenous Technological Change, Jornal of
Political Economy, 1990.
O modelo neoclassico nao gera crescimento sustentado a menos que haja
progresso tecnico exogeno.
O modelo de Romer endogeniza a tecnologia atraves de P&D. Trata-se
de um modelo de concorrencia imperfeita, em que patentes garantem lucro
extraordinario para as firmas que criarem novos produtos, o que gera incentivos para o investimento na producao de novas ideias e produtos. Uma outra
linha de modelos que nao sera coberta por este curso modela o crecimento
endogeno atraves do spill-over de empresas que pesquisam e criam ideias
novas.
Dentro do modelo de Romer, portanto, o progresso tecnico e a producao
de novas ideias/novo conhecimento.Ha um monopolista neste modelo, cujo
monopolio e criado atraves de patentes, o que permite que ele extraia parte
da renda. Pelo Teorema de Euler, dada uma funcao de producao F (A, X)
com retornos constantes de escala,
F (A, X) = F (A, X),
em que X sao os fatores de producao, e A, a tecnologia.
O produto, sob concorrencia perfeita, faz com que toda a renda remunere
os fatores de producao K e L nao restando renda para remunerar a tecnologia.
Portanto, para que A possa crescer endogenamente, deve haver concorrencia
imperfeita, de forma que os teoremas do bem-estar nao sao validos dentro
da estrutura deste modelo.

1.1

Descri
c
ao do modelo

Fatores de producao: capital (K), trabalho (L) e teconologia (A)

Setores produtivos: setor de pesquisa, setor de bens intermediarios,
setor de bens finais1
Estrutura de mercado: os mercados de bem final e de bens intermediarios sao perfeitamente competitivos, porem o mercado de pesquisa funciona sob concorrencia monopolstica
Uso de fatores: os setores de pesquisa e de bem final usam apenas o
fator trabalho, enquanto o setor intermediario usa capital
O bem final pode ser consumido ou investido

1.2

Resolu
c
ao do modelo

O modelo de Romer deve ser resolvido em tres etapas:

1. Resolve-se o problema do setor de bens finais e encontra-se a demanda
por bens intermediarios;
2. Resolve-se o problema do setor intermediario, tomando a demanda encontrada em (1) como dada, e encontra-se o preco das patentes;
3. Usa-se o preco das patentes para resolver o problemas do setor de pesquisa.
1.2.1

Setor de bem final

Funcao de producao: Yt = LY,t

R At
o

xt (i)( 1 ) di,

em que {x(i)}i [0, A] sao os bens intermediarios e LY e o trabalho.

1

O bem intermedi
ario e produzido no setor de pesquisa, e o bem final, no setor intermedi
ario, porem os bens intermedi
arios tambem podem ajudar na pesquisa.

O bem final e o numerario, i.e., pY =1. Logo, o problema da firma do

setor final e
max
LY,t ,{xt (i)}

LY,t

At

At

xt (i) 1 ) di wt LY,t

pt (i)xt (i) di,

o

em que pt (i) e o preco do i-esimo bem intermediario, e xt (i), sua quantidade.

Condicoes de primeira ordem:
LY,t :

L1
Y,t

At

xt (i)1 di = wt

xt (i) : (1 )LY,t xt (i) = pt (i)

Essa u
ltima condicao e a demanda pelo bem i, que sera usada no problema
do monopolista.
1.2.2

Setor de bens intermedi

arios

O problema da firma de bens intermediarios tem dois estagios:

1o ) Adquire patente perpetua para produzir o bem
2o ) Produz novo bem usando capital
O problema deve ser resolvido de tras para frente:
2o est
agio:
Dado que a firma ja adquiriu a patente, ela se torna a u
nica produtora
do bem i e estabelece o preco e a quantidade produzida desse bem, dada a
demanda obttida no problema da firma produtora de bem final.
Funcao de producao: xt (i) = 1 kt (i),
em que e um fator de produtividade igual a 1 por hipotese. Tambem por
hipotese, nao ha crescimento populacional. O problema da firma e
max pt (i).xt (i) rt .kt (i)

pt (i),xt (i)

s.a. pt (i) = (1 )LY,t xt (i)

Substituindo a restricao na equacao, tem-se
max (1 )LY,t xt (i) rt .xt (i)

pt (i),xt (i)

C.P.O.: (1 )[(1 )LY,t xt (i) ] = rt

Como a expressao dentro do parenteses e igual a pt (i), a condicao de
primeira ordem equivale a
pt (i) =

rt
= pt
1

Note que a expressao acima equivale a uma regra de mark-up, pois rt e

1
o custo marginal da firma, e 1 = 1 ||
. Substituindo esse resultado na
restricao, tem-se:

 1
pt (i)
xt (i) =
(1 )LY,t
Dado que pt (i) = pt (i),
xt (i) = xt (i) =

 1
pt (i)
(1 )LY,t

t (i) = t (i) = pt (i).xt (i)rt .xt (i) = pt (i).xt (i)(1)pt (i).xt (i) = pt (i).xt (i)
Com isso, e possvel calcular quanto cada monopolista esta disposto a
pagar para adquirir uma patente.

agio:
1o est
Ha livre entrada de firmas no setor de bens intermediarios que devem
escolher entre comprar ou nao comprar uma nova patente. Os potenciais
produtores de bens intermediarios atuam de maneira competitiva, fazendo
com que o preco das patentes seja igual ao valor presente dos lucros futuros.
Ou seja,
Z

pA,t =
t

R
t

rs ds

dt

1.2.3

Setor de pesquisa

O conhecimento novo e produzido atraves da pesquisa corrente e de todo o

estoque de conhecimento ja produzido (externalidade da pesquisa).
Funcao de producao: A t = At .LA,t

t
= LA,t . Alem disso, como o mercado de trabalho e perfeitaLogo, A
At
mente competitivo, wt = pA,t .At .

1.2.4

Consumidores

Por hipotese, os consumidores sao homogeneos e vivem para sempre. As

famlias tem medida 1 (ou seja, cada famlia tem tamaho L). O problema da
famlia em t = 0 e:

et

M axu0 =
ct

ct1 1
dt
1

s.a. K t = rt .Kt + wt .L + t ct 2
ct
rt
=
ct

1.2.5

Equilbrio
Z
Kt =

At

At

Kt (i) di =
0

xt (i) di = At xt (1)eqn:Equilbrio no mercado de capital

Yt = Ct + dotKt

(2)

eqn:Equilbrio no mercado de bem final

LY,t + LA,t = L
2

(3)

Observe que n
ao h
a crescimento populacional nem depreciacao do capital nessa versao
do modelo.

eqn:Equilbrio no mercado de trabalho

Yt =

LY,t

At

xt (i)1 di

= LY,t .At .x1

t
= LY,t .At .

Kt
1
At

= LY,t .At .Kt1

= (LY,t .At ) .Kt1

Programa
c
ao Din
amica - Equac
ao de Bellman
Editor desta aula: Bruno Toni Palialol
Data: 14/04/2014
Referencia: Ljungqvist, L. and Sargent, T. J. (2004). Recursive
Macroeconomic Theory. 2nd edition, The MIT Press.

2.1

Modelo Neocl
assico de Crescimento

Tempo discreto (t=0,1,2...).

Ha um contnuo de agentes identicos, distribudos uniformemente no intervalo
[0,1].
Nao ha incerteza.
Nao ha crescimento populacional (n=0).
2.1.1

Prefer
encias
U=

t u(ct , lt ),

0<=

t=0

em que
e o fator de desconto
e a taxa de impaciencia ( > 0)
lt = horas de lazer

1
<1
1+

(4)

lt = 1 nt , nt = horas de trabalho
uc > 0; ul > 0; ucc < 0; ull < 0

2.1.2

Tecnologia
yt = F (kt , nt ) ct + it

(5)

A funcao F(.) possui retornos marginais decrescentes e atende a`s condicoes

de Inada.

kt+1 = (1 )kt + it

(6)

em que
[0, 1] e a taxa de depreciacao
ct , kt 0
2.1.3

Restric
ao de Recursos
ct + kt+1 (1 )kt F (kt , nt ),

t 0

(7)

2.1.4

Problema do Planejador Central

P t
Max
t=0 u(ct , 1 nt ) s.a. ct + kt+1 (1 )kt F (kt , nt )

(ct ,nt ,kt+1 )t=0

k0 > 0 dado
Esse problema e sequencial. O planejador central escolhe as trajetorias inteiras de consumo, horas de trabalho e estoque de capital em t=0. Vamos
montar e resolver o lagrangeano:
L =

t=0

t u(ct , 1 nt ) +

t=0

[F (kt , nt ) ct kt+1 + (1 )kt ]

Seja t t . Reescrevendo o lagrangeano:

L =

t=0


u(ct , 1 nt ) + t [F (kt , nt ) ct kt+1 + (1 )kt ]

Reescrevendo o lagrangeano para facilitar a derivada em relacao a kt+1 :



L = ... + u(ct , 1 nt ) + t [F (kt , nt ) ct kt+1 + (1 )kt ] +


t+1
u(ct+1 , 1 nt+1 ) + t+1 [F (kt+1 , nt+1 ) ct+1 kt+2 + (1 )kt+1 ] + ...

Resolvendo para ct , nt e kt+1 :

ct : t {uc,t t } = 0 uc,t = t
nt : t {ul,t + t Fn,t } = 0 ul,t = t Fn,t
kt+1 : t t + t+1 t+1 [Fk,t+1 + 1 ] = 0 t = t+1 [Fk,t+1 + 1 ]
Lembre que:
uc,t =

u(ct ,1nt )
ct

e ul,t =

u(ct ,1nt )
nt

Das duas primeiras equacoes tiramos que ul,t = uc,t Fn,t . Alem disso, a
terceira equacao e a Equacao de Euler.
Substituindo uc,t = t na Equacao de Euler, tiramos que:
uc,t = uc,t+1 [Fk,t+1 + 1 ]
Sendo assim, temos as seguintes condicoes de otimo:

ul,t = uc,t Fn,t

uc,t = uc,t+1 [Fk,t+1 + 1 ]

(8)

ct + kt+1 (1 )kt = F (kt , nt )

lim t uc,t kt+1 = 0

t

2.2

Programa
c
ao Din
amica (escrevendo o problema na
forma recursiva)
max

xs+1 ,us

st r(xs , us ) s.a. xs+1 = g(us ),

s=t

10

xt

dado


{us }
s=t : controles ; {xs }s=t+1 : estado

2.2.1

Func
ao Valor
 P st

V (xt ) = max
r(xs , us )
s.a. xs+1 = g(us ),
s=t
{xs+1 ,us }s=t

s t

Queremos achar as regras de decisao ut = h(xt ) e xt+1 = (xt ) pois assim

podemos encontrar toda a sequencia de ut e xt+1 no tempo. Rearranjando,
temos:
V (xt ) =

max

{xs+1 ,us }s=t

r(xt , ut ) +

s=t+1

s(t+1) r(xs , us )

s.a. xs+1 = g(us ),

2.2.2

s t

Equac
ao de Bellman


V (xt ) = max r(xt , ut ) + V (xt+1 )
s.a. xt+1 = g(ut )
ut ,xt+1

Ou, escrevendo de outra forma, podemos substituir o subscrito t+1por

linha:


0
0
V (x) = max
r(x, u) + V (x )
s.a. x = g(u)
0
u,x

Fazendo a CPO com relacao a u:

r(x, u)
0
0
0
+ V (x )g (u) = 0
u
0

Sabemos que V (x) =

r(x,u)
,
x

entao, pelo Teorema do Envelope:

0

r(x , u )
V (x ) =
x
0

2.2.3

Aplicando Bellman no Modelo Neocl

assico
P st
max
u(cs , 1 ns ) s.a. cs + ks+1 (1 )ks F (ks , ns )
s=t

{cs ,ns ,ks+1 }s=t

kt > 0 dado

11

Substituindo asrestricoes na equacao, obtemos:


P st
V (kt ) = max
u[F (ks , ns ) ks+1 + (1 )ks ; 1 ns ]
s=t
{ns ,ks+1 }s=t

Rearranjando
 a equacao, temos:
P
s(t+1)
V (kt ) = max u[F (kt , nt )kt+1 +(1)kt ; 1nt ]+
u[F (ks , ns )
s=t+1
nt ,kt+1

ks+1 + (1 )ks ; 1 ns ]
Substituindo
 o somatorio por V (kt+1 ):

V (kt ) = max u[F (kt , nt ) kt+1 + (1 )kt ; 1 nt ] + V (kt+1 )
nt ,kt+1

Trocandot+1por linha:

0
0
V (k) = max
u[F (k, n) k + (1 )k; 1 n] + V (k )
0
n,k

Fazendo a CPO:
n: uc Fn ul = 0 ul = uc Fn
0
0
0
0
0
k : uc + V (k ) = 0 uc = V (k )
0

Sabemos que V (k) = uc [Fk + 1 ]. Aplicando o Teorema do Envelope,

temos que:
0
0
V (k ) = uc0 [Fk0 + 1 ]
0

Logo, substituindo V (k ) na CPO, obtemos as seguintes condicoes de

otimo:

u = u F
l
c n
(9)
u = u 0 [F 0 + 1 ]
c
c
k
2.2.4

Resoluc
ao da equac
ao de Bellman

A solucao do problema do planejador central sob a forma sequencial e a

trajetoria das variaveis x e u entre desde o instante inicial ate o infinito. A
equacao de Bellman permite que se reduza o objeto a ser escolhido, porem
requer que se resolva o problema para V, ou seja, que se encontre um ponto

12

fixo. Isso implica em uma resolucao recursiva:

1. Chutar uma funcao V0 e resolver o problema


0 0
0
max
r(u,
x)
+
V
(x
)
:
x
=
g(u)
0
u,x

e encontrar as regras de decisao para x e u,

u = h0 (x)
x0 = 0 (x)

(10)

2. Atualizar o chute: V 1 = r(x, h0 (x)) + V 0 (0 (x)). Resolver o problema



1 0
0
max
r(u,
x)
+
V
(x
)
:
x
=
g(u)
0
u,x

encontrando as regras de decisao

u = h1 (x)
x0 = 1 (x)

(11)

3. Repetir continuamente o processo de atualizacao e resolucao: dado Vj (j),

resolver


j
0
0
max
r(u,
x)
+
V
(x
)
:
x
=
g(u)
0
u,x

e encontrar

u = hj (x)
x0 = j (x)

(12)

Para em seguida determinar V j+1 = r(x, hj (x)) + V j+1 (j+1 (x)) e resolver
novamente o problema. Como veremos a seguir, as sequencias assim
geradas tem os seguintes limites:
{V j (x)} V (x)
{hj (x)} h(x)
{j (x)} (x)
13

Teorema do ponto fixo de Banach: sejam X um espaco metrico completo,

f uma contracao, x e um ponto qualquer e {xn } e uma sequencia definida por
x1 = f (x), x2 = f (x1 ), ..., xn = f (xn1 ). Entao existe um u
nico ponto fixo

x = f (x ) e {xn } tende a x .
Demonstracao:
Sejam o espaco de funcoes x : D R e d(x, y) dada pela metrica do sup:
d(x, y) = sup|x(t) y(t)|.
tD

Def: seja X um espaco metrico e f : X X uma funcao. f e uma

contracao se existir k R, 0 0 < 1 tal que d(f (x), f (y))(x, y), x, y X.
xn = f (xn1 ) = f (f (xn2 )) = f 2 (xn2 ) = f 3 (xn3 ) = ... = f n (x)
xm = f m (x)
Para n > m:
d(xn , xm ) = d(f n (x), f m (x)) = d(f m (xnm ), f m (x)) = d(f (f m1 (xnm )), f (f m1 (x)))
Pela definicao de contracao,
d(Xn , xm ) = d(f (f m 1(xn m), f (f m 1(x))) k.d(f m1 , f m1 (x)) =
d(f (f m2 (xnm )), f (f m2 (x))) k.d(f m2 , f m2 (x))
Dando continuidade ao argumento,
d(xn , xm ) k m d(xnm , x)
Pela desigualdade triangular,
m
k d(xnm , x) k m [d(xnm , xnm1 ) + d(xnm1 , x)] k m [d(xnm , xnm1 ) +
d(xnm1 , xnm2 ) + d(xnm2,x )]
Dando continuidade ao argumento,
d(xn , xm ) k m d(xnm , x) k m [d(xnm , xnm1 ) + d(xnm1 , xnm2) + ... +
d(x1 , x)]
Note que
d(xi , xj ) k j .d(xij , x)
Para i = n mej = n m 1,
d(xnm , xnm1 ) k nm1 .d(x1 , x)

14

Logo,
d(xn , xm ) k m [d(xnm , xnm1 )+d(xnm1 , xnm2) +...+d(x1 , x)] k m [k nm1 d(x1 , x)+
k nm2 d(x1 , x) + ... + d(x, x)] = k m (1 + k + k 2 + ... + k nm1 d(x1 , x)
k m (1 + k + k 2 + ...)d(x1 , x)
Ou seja,
km
d(x1 , x)
d(xn , xm ) 1k
E
km
lim 1k
d(xn , xm ) = lim d(x1 , x)
m

Portanto, {xn } e uma sequencia de Cauchy. Como o espaco metrico e

completo, essa sequencia converge. Mais especificamente, {xn } x . Logo,
f (x ) = x .
No entanto, se ha varios pontos fixos, x muda de acordo com o chute
inicial. Vejamos que isso nao ocorre: suponha, por contradicao, que ha dois
pontos fixos, x ey . Entao 0 < d(x , y ) = d(f (x ), f (y )) k.d(x , y ) <
d(x , y ), o que e absurdo. Logo, o ponto fixo e u
nico.
Teorema: Sejam X um espaco de funcoes, d(x, y) a metrica do sup e
T : X T uma transformacao. Se T tem as seguintes propriedades
(i) (monotonicidade) x, y X, x y T (x) T (y)
(ii) (discounting) Seja C uma funcao constante igual a c R para todos os
pontos do domnio das funcoes em X. c > 0, x X, T (x + c) T (x) + kc,
para algum [0, 1).
Entao T e uma contracao.
Obs.1: a propriedade (i) pode ser escrita, ponto a ponto, como x y
x(t) y(t), t D.
Obs.2: a propriedade (ii) pode ser colocada da seguinte forma: T nao
incorpora totalmente shifts em x.
Obs.3: as propriedades (i) e (ii) acima sao chamadas de condicoes suficientes de Blackwell.

15

Demonstracao:
d(x, y) = sup|x(t) y(t)| |x(t) y(t)|, t Dx(t) y(t)
tD

Logo,
x(t) x(t) + d(x, y) i.e., x y + d(x, y)
(i) x y T (x) T (y)
(ii) T (x + c) T (x) + c
de (i), T (x) T (y + d(x, y))
de(ii), T (y + d(x, y))(y) + d(x, y)
Portanto,
T (x) T (y) + d(x, y) i.e., T (x) T (y) d(x, y). (1)
Analogamente,
d(x, y) = d(x, y) = sup|y(t) x(t)| |y(t) x(t)| y(t) x(t)
tD

Logo,
y x + d(x, y) e T (y) T (x) d(x, y) (2)
De (1) e (2),
T (x(t)) T (y(t)) d(x, y) e T (y(t)) T (x(t)) d(x, y)
Logo,
|T (x(t)) T (y(t))| d(x, y), t D
E
sup|T (x(t)) T (y(t))| d(x, y)
tD

Ou seja,
d(T (x), T (y)) d(x, y) e T e uma contracao.

Forma sequ
encial


V (xt ) = max r(xt , ut ) + V (xt+1 )
s.a. xt+1 = g(ut )
ut ,xt+1

max

{xs+1 ,us }s=t

X

st r(xs , us )
s.a. xs+1 = g(us ),

s=t

16

s t

Forma recursiva


s.a. xt+1 = g(ut )
V (x) = max r(xt , ut ) + V (xt+1 )
ut ,xt+1



0
0
= max
r(x, u) + V (x } x = g(u) Equacao de Bellman
0
u,x

4.1

Algortmo para resolver

10

Chute: V 0 (x)

20

u = h0 (x)


0 0
max
r(x, u) + V (x
s.a.
x0 = 0 (x)
u,x0

30

Atualizar chute: V 1 (x) = r(x, h0 (x)) + V 0 (0 (x))

40

u = h1 (x)


0
max
r(x, u) + V 1 (x
s.a.
0

x0 = 1 (x)

u,x

50

Atualizar chute: V 2 (x) = r(x, h1 (x)) + V 1 (1 (x))

...
p/ dado V j :

0
j
max
r(x,
u)
+
V
(x
s.a.
0
x ,u

u = hj (x)
x0 = j (x)

V j+1 (x) = r(x, hj (x)) + V j (j (x))

Sob determinadas hipoteses:

V j (x) V (x)



hj (x) h(x)

j (x) (x)

17

Def : Contracao Sendo X:espaco metrico e f :X-X

p/ algum k [0, 1)
p/ todo x, y X

d[f (x), f (y)] kd(x, y)

Teorema: Seja X um espaco metrico completo, f :X X uma contracao. x e ponto fixo u

nico( f (x ) = x ) p/ qualquer x X se;
x1 = f (x0 ), x2 = f (x1 ), ..., xn+1 = f (xn ), entao {xn } x

Condico
es suficientes de Blackwell: Seja X um espaco de
funcoes, d(x, y) = supx(t) y(t) e T: X X. Se T satisfizer as
tD

seguintes propriedades:
(a) monotonicidade: p/ todo x, y X, x y T (x) T (y)
(b) discounting: p/ todo c e todox X, T (x + c) T (x) +
C p/ algum [0, 1)
Entao T e uma contracao.

Seja:


0

r(x, u) + V (x ) :
V (x) = max
0

0
x = g(u)

u,x

V j+1 (x) = T [V j (x)] = max{r(x, u) + V j (x ) :

u,x0

0
x = g(u)

queremos mostrar que T e uma contracao:

Prova:
Monotonicidade: Suponha V, W,

sendo que V (X) W (X) entao

0

r(x, u) + V (x0 r(x, u) + W (x )

T (V (x)) T (W (x))
18

 Discounting:


(x0 ) + c]
T (V (x) + c) = max
r(x,
u)
+
[
V
0
u,x



(x0 ) + c
= max
r(x,
u)
+

V
0
u,x

= T (V (x)) + C
:. T(.) satisfaz (a) e (b) portanto e uma contracao.

Espaco de Func
oes X:
x X limitada, contnua e x : D R
d(x, y) = supx(t) y(t) espaco metrico completo
tD

(Stokey & Lucas p. 47)

Se r e g sao diferenciaveis e x0 e ponto interior do domnio D, entao

0
r
V e diferenciavel e V (x0 ) = x
(x0 , h(x0 )) [condic
ao de Benveniste
Scheinkman]

Intuicao:

0
V (x) = max
r(x,
u)
+
V
(x
)
0

u,x

u = h(x)
0
x = g(u)
x0 = (x)

= r(x, h(x)) + V ((x)) em um ponto qualquer

V (x0 ) = r(x0 ), h(x0 )) + V ((x0 ))
W (x0 ) = r(x, h(x0 )) + V ((x0 ))
W (x) V (x)

19

 Se r e diferenciavel, entao w e diferenciavel

Grafico - Depois Coloco

entao V (x0 )W (x0 ) =

4.2

r
(x0 , h(x0 ))
x

Exemplo: Modelo neocl

assico de crescimento com
utilidade log, sem utilidade do lazer n = 1

u(c, 1 n) = lnc
Funcao de producao Cobb Douglas F (K, N ) = K N 1 = k
Depreciacao completra ( = 1) kt + 1 = (1 )kt + it = it
Planejador central: max
0
u,k

t=0

t lnct

s.a. c + k = k a


0
0
V (k) = max
lnc
+
V
(k
)
s.a.
c
+
k
= ka
0
u,k


0
0
= max ln(k a k + V (k )
k

Chute Inicial: V 0 (k) = 0



0
0
V (k) = max ln(k a k + V 0 k = 0 = 0 (k)
k

Atualizar chute: V 1 (k) = ln(k a ) = alnk


0
0
a
2a iteracao: max
ln(k

k
)
+
lnk
0
k

CPO:

1
0
0
0

k )k =
k = 1 (k)
0 +
0 = 0 k = (k

k k
k
1 +

20

 Atualiza:


k ) + ln(
k )
1 +
1 +
1

= ln(
k ) + ln(
k )
1 +
1 +
1

= (1 + ) ln(k) + ln(
)ln(
k )
| {z }
1 +
1 +
|
{z
}
A2

V 2 (k) = ln(k

B2

V 2 (k) = A2 lnk + B2


0
0
a
3a iteracao: max
ln(k

k
)
+
[A
lnk
+
B
]
2
2
0
k

CPO:

A2
1
0
0
= 0 k = A2 (k k )
0 +
0
k
k
A2
0
k =
k = 2 (k)
1 + A2

Atualiza:
A2
A2
0
0
k ) + [A2 ln(
k + B2 ]
1 + A2
1 + A2
1
A2
= [lnk](1 + A2 ) + ln(
+ A2 ln(
+ B2 = A3 ln(k) + b3
1 + A2
1 + A2

V 3 (k) = ln(k

= (1 + A2 )

...
V j (k) = Aj lnk + Bj
V j+1 (k) = Aj+1 lnk + Bj+1 , sendoAj+1 = (1 + Aj )
1 + Aj
0
k = 1 (k) =
k
Aj

21

A = (1 + A) A =

k =

1+A
A

1+ 1

k =

{A } A

j
, quando j , {Aj } A

A
j+1 = Aj = A

Programac
ao Din
amica
Editora desta aula: Deborah Seabra
Data: 30/04/2014

Modelo Neocl
assico de Crescimento: Planejador Central

0
0
u(c)
+
V
(k
)
s.a.
c
+
k
(1 )k F (k, 1) = f (k)
V (k) = max
0
c,k

No otimo, a desigualdade torna-se uma igualdade.

Devemos levar em conta que o capital amanha afeta o payoff amanha.

Como nao ha utilidade do lazer, as pessoas trabalham o 100% do
tempo.
Sao necessarias duas condicoes para chegar na Equacao de Euler: CPO e
Teorema do Envelope


0
0
V (k) = max
u(f (k) k + (1 )k) + V (k )
0

(13)

CPO: u (c) + V (k ) = 0
0

Envelope: V (k) = u (c)[f (k) + (1 )] adianta 1 perodo

0

V (k ) = u (c )[f (k ) + (1 )]

22

(14)
(15)
(16)

Substituindo (4) em (2):

0

u (c) = u (c )[f (k) + (1 )]

Geralmente substitumos a restricao no problema, mas nem sempre esse
procedimento da certo. Dessa forma, podemos escrever o problema na forma
de Lagrange:


0
0
u(c)
+
[f
(k)

k
+
(1

)k]
+
V
(k
)
V (k) = max
0

(17)

c,k

CPO: c: u (c) =
0

(18)

k : V (k ) =
0

(19)

Envelope: V (k) = [f (k) + (1 )] adianta 1 perodo

0

V (k ) = [f (k ) + (1 )]
Substituindo (9) em (7):
0

= [f (k ) + (1 )]
e ira achar a mesma Equacao de Euler.
No estado estacion
ario:
0
c = c = c
0
k = k = k
0
e entao 1 = [f (k ) + (1 )]
Supondo Cobb-Douglas:
F (K, n) = K n1
f (k) = k f 0 (k) = k 1
Entao,

23

(20)
(21)

1 = [f (k ) +(1 )] k =
| {z }



1
  1
1
1
(1 )

k1

Onde k e a referencia para limitar o domnio da funcao.

Supondo CRRA:
u(c) =

c1 1
1

Reescrevendo o problema de programacao dinamica:


0
V (k) = max
u(c)
+
V
(k
)
0

s.a. c + k (1 )k f (k)

c,k

No Matlab: Quanto mais fino for o grid, isto e,

quanto mais proximos estiverem os pontos um dos outros, mais vai demorar para convergir. Ex: um grid
de 800 pontos requer 800x800 combinacoes de c e k.

Passos para solu

c
ao no Matlab - Value Function Iteration

1) Grid discreto: k {k0 , k1 , . . . , k}. Quanto maior k, melhor a aproximacao.

2)

Construir funcao:

u(c), se c > 0
0
U (k, k ) =
, se c 0

onde c = k k + (1 )k

24

Obs: U nao depende da iteracao da funcao valor

3) Chute para a funcao valor: V 0 (k), que e um vetor contendo um valor
para cada ponto no grid.
0
0
0
Deve-se construir a funcao W (k, k ) = U (k, k ) + V 0 (k ), maximizar
0
em relacao a k e atualizar a funcao valor. Ate aqui so estamos mapeando os
payoffs, nao estamos maximizando a funcao objetivo!
4)

Checar a distancia entre as duas u

ltimas iteracoes (ponto a ponto)

se d < , parar
 1

0
d = max V (k)V (k)
k
se d , repetir 3 e 4 usando V 1 como novo chute
0

Repetir ate d < e entao encontrar V (k), k = (k).

Programac
ao Din
amica
Editora desta aula: Thiago Cardoso
Data: 15/05/2014
P
t
Prefer
encia: U = E0
t=0 u(ct , 1 nt )
Restric
ao de Recursos:ct + Kt + 1 (1 )kt zt F (kt , nt )
zt segueprocessodeM arkovc/matrizdetransica
oP
Formulac
ao do Problema

V(k,z) = maxu(c,1-n) + E[V(k,z)z]

textbfs.t c+k-(1-)k zF (k, n)
P
V(k,z) = maxu(c,1-n) + z0 [Z] V(k,z)P (z 0 |z)
textbfs.t c+k-(1-)k zF (k, n)

25