Dra.

Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

Parte I. El Modelo Básico del Agente Representativo en Tiempo Discreto

 Sea una economía con horizonte infinito, en la cual se utiliza capital y mano de obra para producir
el único bien de cada periodo. El tiempo es discreto y está indexado por t  0,1, 2,...
 Hay N hogares y H firmas, cuyo número es constante en el tiempo.
 Cada hogar tiene una dotación de una unidad de mano de obra cada periodo, la cual ofrece
inelásticamente cada periodo (no hay des-utilidad del trabajo). Por tanto, L  N , t
t
 Los hogares son los dueños del capital y la mano de obra y los alquilan a las firmas, quienes los
utilizan para producir el bien cada periodo.
 Una unidad de bien no consumida en t se convierte en una unidad de capital en t+1
  
Función de producción agregada = F K t , Lt , con retornos a escala constantes y el capital es

 
esencial; es decir, la siguiente propiedad se cumple: F 0, L 0, L 0 .
t t

 No hay cambio tecnológico en esta economía: ni el capital ni el trabajo se vuelven más eficientes en
el tiempo.

   
Kt
 Función de producción intensiva = f k t  F k t ,1 donde k t  representa el stock de capital
Lt
per cápita
bienes en t
 rt   renta real del capital en t: precio real del capital
unidad de capital
bienes en t
 wt   salario real en t, que es el precio real de la mano de obra
unidad de mano de obra
 Cada periodo el capital se deprecia a la tasa    0,1 cada periodo, después de que ha sido
utilizado en la producción
 Las preferencias cumplen con 𝑢′′ < 0 < 𝑢′ (es decir, es estrictamente cóncava en el consumo), y
satisface las condiciones de Inada, las cuales son:
a) lim u  c   
c 0

b) lim u  c   0
c 

 La función de producción tiene retornos a escala constantes y el capital es esencial. También

satisface: 𝑓 ′′ < 0 < 𝑓′, y las condiciones de Inada
a) lim f   k   
k 0

b) lim f   k   0
k 

 El único activo de esta economía es el capital (máquinas) y es la única manera de transferir poder
de compra hacia el futuro (es decir, ahorro).
 Se debe cumplir la condición de transversalidad, la cual indica que lim  T  k t 1  0 se debe
T 

cumplir, donde  T denota el precio sombra del capital en el periodo terminal T. Esta es la
condición terminal de la economía, la cual se toma como dada.
 La condición inicial de esta economía es K 0  0 dado.
 Esta economía necesita dos condiciones: una inicial y otra terminal. La razón es que, como
veremos más adelante, la solución es un sistema dinámico de segundo orden en tiempo discreto.

1
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

1. La Economía Centralizada: Problema del Planificador Central Benevolente

No hay mercados ni precios
La única restricción es la disponibilidad física de bienes cada periodo
El planificador central benevolente en la economía centralizada resuelve el siguiente problema de
optimización restringida:

PASO 1: Planteamiento inicial del problema del planificador central benevolente:

𝑀𝑎𝑥{𝑐𝑡 ,𝑘𝑡+1 }∞
𝑡=0
∑∞ 𝑡
𝑡=0 𝛽 ∙ 𝑢(𝑐𝑡 ), 0<𝛽<1

s.a. 𝑐𝑡 = 𝑓( 𝑘𝑡 ) + (1 − 𝛿) 𝑘𝑡 − 𝑘𝑡+1 , t

la cual es la condición de factibilidad sin desperdicio en el periodo t. Se debe cumplir cada periodo

𝑘0 > 0 dado
TVC: lim  T  k t 1  0
T 

En este problema, c t es el argumento de la función objetivo. Entonces c t es la variable de

control: controla la evolución de la variable de estado.
La variable de estado es aquella cuya información se necesita para poder solucionar el
problema. En este caso, si no conocemos k t en t, no conocemos la cantidad de bienes
disponible para repartir.

MUY IMPORTANTE: EN EL PERIODO t

Este es un problema de naturaleza recursiva. ¿Qué quiere decir recursivo?
k t es la variable de estado. Ésta fue escogida en t-1. Es exógena
k t 1 es la variable de estado que se escoge en t. Es endógena
c t es la variable de control, ya que controla la evolución de la variable de estado

 
ct  f k t  1     k t  k t 1 . Conociendo k t en t, la variable de control c t controla la evolución
futura de la variable de estado k t 1

PASO 2: Luego de remplazar la restricción en la función objetivo, el problema se reduce a escoger sólo
una incógnita, que es k t 1 , como se puede apreciar en el planteamiento del problema que re-escribo a
continuación:
 𝑀𝑎𝑥{𝑘𝑡+1 }∞
𝑡=0
∑∞ 𝑡
𝑡=0 𝛽 ∙ 𝑢[𝑓( 𝑘𝑡 ) + (1 − 𝛿) 𝑘𝑡 − 𝑘𝑡+1 ]

s.a. 𝑘0 > 0 dado

TVC

Ahora necesitamos hallar la Condición Necesaria de Primer Orden con respecto a k t 1 . La Condición
Necesaria de 1º Orden con respecto a 𝑘𝑡+1 , solución interior, viene dada por:
−𝛽𝑡 ∙ 𝑢′[𝑓( 𝑘𝑡 ) + (1 − 𝛿) 𝑘𝑡 − 𝑘𝑡+1 ] + 𝛽𝑡+1 ∙ [𝑓′( 𝑘𝑡+1 ) + (1 − 𝛿)] ∙ 𝑢′[𝑓( 𝑘𝑡+1 ) + (1 − 𝛿) 𝑘𝑡+1 − 𝑘𝑡+2 ] = 0

2
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

DUDA: ¿Cómo sé que es una solución interior?

𝑢′[𝑓( 𝑘𝑡 )+(1−𝛿) 𝑘𝑡 − 𝑘𝑡+1 ]
 𝛽 ∙𝑢′[𝑓( 𝑘𝑡+1 )+(1−𝛿) 𝑘𝑡+1 − 𝑘𝑡+2 ]
= 𝑓′( 𝑘𝑡+1 ) + (1 − 𝛿)

Esta es la ecuación de Euler en términos de la variable de estado. Esta es una:

a) Ecuación en diferencias
b) No lineal
c) De segundo orden: t+2-t=índice de tiempo más alto – índice de tiempo más bajo=2. Entonces este
sistema es de segundo orden

Esto es equivalente a un sistema donde se cumplen las siguientes cuatro condiciones:

𝑢′ (𝑐𝑡 )
1) 𝛽 ∙𝑢′ (𝑐𝑡+1 )
= 𝑓 ′ ( 𝑘𝑡+1 ) + (1 − 𝛿) Ecuación de Euler: 𝑇𝑀𝑆(𝑐𝑡 , 𝑐𝑡+1 ) = 𝑀𝑃𝐾 + (1 − 𝛿)

2) Pero esta ecuación tiene dos incógnitas. Entonces, necesitamos otra condición adicional, la cual
viene dada por factibilidad sin desperdicio
3) Condición inicial
4) Condición de transversalidad

2. Hallando la Regla de Oro

Maximizar la utilidad en el estado estacionario, sujeta solo a factibilidad sin desperdicio también en el
estado estacionario
∞

𝑀𝑎𝑥{𝑐,𝑘} ∑ 𝛽 𝑡 ∙ 𝑢(𝑐) 𝑢{𝑓(𝑘) − 𝛿𝑘}

{ }  {𝑀𝑎𝑥{𝑘}
𝑡=0 1−𝛽
𝑠. 𝑎. 𝑐 = 𝑓(𝑘) − 𝛿𝑘

Condición Necesaria de 1º Orden con respecto a 𝑘:

u  f  k    k 
 f   k      0 Sabemos que el primer término es estrictamente positivo. Entonces la
1 
solución a este problema es
   
f  k ro    f  k ro  1    1
Esta ecuación define implícitamente a k ro . Por construcción, esta asignación es un óptimo de Pareto.

 
Tenemos dos incógnitas que son k ro , c ro , cuya solución es

   
f  k ro  1    1 y c ro  f k ro   k ro

3. ¿Es el equilibrio competitivo estacionario un óptimo de Pareto?

¿Cómo hallo k ec ? A partir de la Ecuación de Euler en términos de la variable de estado obtenemos

   f  k 1 
u c ec
 u  c 
  ec
ec

El equilibrio estacionario está definido por f   k   1     1

1
 ec

3
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

 
La Regla de Oro está definida por f  k  1    1
ro

Ahora comparamos ambas expresiones. Es más fácil hacerlo gráficamente:

MPK  1  
1


k ec k ro k

Por lo tanto, se cumple que k  k : hay sub-acumulación de capital, lo cual es óptimo

ec ro
¿Por qué es óptimo? Porque:
 c
 hoy
k 
 
 f k futuro  c futuro


Si nos movemos de la Regla de Oro hacia el Equilibria Competitivo Estacionario:

Hay más consumo inmediato hoy PERO a costa de MENOS CONSUMO EN EL FUTURO
Como sabemos que la Regla de Oro es un Óptimo de Pareto (por construcción), entonces el Equilibrio
Competitivo Estacionario también es un Óptimo de Pareto.
Además, esto no se cumple sólo en asignaciones estacionarias: implica también eficiencia dinámica:
TODOS LOS EQUILIBRIOS COMPETITIVOS DINÁMICOS TAMBIÉN SON O.P.
Hay otra manera de saber que la asignación con k  k es O.P.: se cumple el Primer Teorema
ec ro
Fundamental del Bienestar, por lo tanto todo Equilibrio Competitivo es O.P.

4) Análisis de Estabilidad Local

Solución del Modelo:
𝑢′[𝑓( 𝑘𝑡 ) + (1 − 𝛿) 𝑘𝑡 − 𝑘𝑡+1 ]
= 𝑓′( 𝑘𝑡+1 ) + (1 − 𝛿)
𝛽 ∙ 𝑢′[𝑓( 𝑘𝑡+1 ) + (1 − 𝛿) 𝑘𝑡+1 − 𝑘𝑡+2 ]

1 variable de estado  𝑘𝑡 en 𝑡
2º orden  (𝑡 + 2) − 𝑡 = 2
No lineal
𝑢′[𝑓( 𝑘 )+(1−𝛿) 𝑘 − 𝑘𝑡 ]
Retroceder un periodo: 𝛽𝑡 ∙𝑢′[𝑓(𝑡−1 𝑡−1
𝑘 )+(1−𝛿) 𝑘 − 𝑘
= 𝑓′( 𝑘𝑡 ) + (1 − 𝛿)  Backward-looking
𝑡 𝑡 𝑡+1 ]
Esta es la Ley de Movimiento de Equilibrio del capital per cápita (ELOM)

Paso1 Hallar equilibrio estacionario 𝑘𝑡−1 = 𝑘𝑡 = 𝑘𝑡+1 = 𝑘 > 0 constante

𝑐𝑡−1 = 𝑐𝑡 = 𝑐𝑡+1 = 𝑐 > 0 constante
4
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

𝑢′ (𝑐) 1
= 𝑓 ′ (𝑘) + (1 − 𝛿)  𝑓 ′ (𝑘) + 1 − 𝛿 = > 1 = 𝑓 ′ (𝑘𝑟𝑜 )
𝛽 ∙𝑢′ (𝑐) 𝛽

Sólo una solución para esta ecuación  ÚNICO ss  𝑓 ′ (𝑘) es monotónica

1 1
𝑓 ′ (𝑘) = − 1 + 𝛿  𝑘 = 𝑓 ′−1 [ − 1 + 𝛿 ]
𝛽 𝛽

Paso 2 Aumentar espacio de variables de estado 𝑦𝑡+1 = 𝑘𝑡

𝑘𝑡−1 = 𝑦𝑡

𝑢′[𝑓( 𝑦𝑡 )+(1−𝛿) 𝑦𝑡 − 𝑘𝑡 ]
𝛽 𝑡 ∙𝑢′[𝑓( 𝑘𝑡 )+(1−𝛿) 𝑘𝑡 − 𝑘𝑡+1 ]
= 𝑓′( 𝑘𝑡 ) + (1 − 𝛿) (A)

𝑦𝑡+1 = 𝑘𝑡 (B)

∴ Ahora nuestro sistema dinámico está compuesto de (A) y (B)

No lineal, 1º orden, 2 variables de estado  ( 𝑘𝑡 , 𝑦𝑡 )

Paso 3 Hallar el Jacobiano del sistema

𝛿𝑘𝑡+1 𝛿𝑘𝑡+1
⁄𝛿𝑘 ⁄𝛿𝑦
𝑡 𝑡
𝐽( 𝑘𝑡 , 𝑦𝑡 ) =
𝛿𝑦𝑡+1 𝛿𝑦𝑡+1
⁄𝛿𝑘 ⁄𝛿𝑦
𝑡 𝑡
[ ]

𝛿𝑦𝑡+1 𝛿𝑦𝑡+1
Pero : 𝛿𝑘𝑡
=1 y 𝛿𝑦𝑡
=0

𝛿𝑘𝑡+1
3.1 Hallando ⁄𝛿𝑘  Diferenciamos (A) c.r.a. 𝑘𝑡
𝑡

𝛿𝑘𝑡+1
−𝑢′′ (𝑐𝑡−1 )𝛽𝑢′ (𝑐𝑡 ) − 𝑢′ (𝑐𝑡−1 )𝛽𝑢′′ (𝑐𝑡 ) [𝑓 ′ (𝑘𝑡 ) + (1 − 𝛿) − ⁄𝛿𝑘 ]
𝑡
= 𝑓 ′′ (𝑘𝑡 )
𝛽 2 {𝑢′ [𝑓(𝑘𝑡 ) + (1 − 𝛿)𝑘𝑡 − 𝑘𝑡−1 ]}2

𝛿𝑘𝑡+1 2
−𝑢′′ (𝑐𝑡−1 )𝑢′ (𝑐𝑡 ) − 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 ) [𝑓 ′ (𝑘𝑡 ) + (1 − 𝛿) − ⁄𝛿𝑘 ] = 𝛽[𝑢′(𝑐𝑡 ) ] 𝑓 ′′ (𝑘𝑡 )
𝑡

−𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 )[𝑓 ′ (𝑘𝑡 ) + (1 − 𝛿)] + 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 ) 𝛿𝑘𝑡+1 ⁄𝛿𝑘𝑡 = 𝛽[𝑢′ (𝑐𝑡 )]2 𝑓 ′′ (𝑘𝑡 ) + 𝑢′′ (𝑐𝑡−1 )𝑢′ (𝑐𝑡 )

 kt 1
u '  ct 1  u ''  ct    u '  ct   f ''  kt   u ''  ct 1  u '  ct   u '  ct 1  u ''  ct   f '  kt   1   
2

 kt
() () () ()

𝛿𝑘𝑡+1 𝛽[𝑢′ (𝑐𝑡 )]2 𝑓 ′′ (𝑘𝑡 ) 𝑢′′ (𝑐𝑡−1 )𝑢′ (𝑐𝑡 )

= + + 𝑓 ′ (𝑘𝑡 ) + 1 − 𝛿 > 0
𝛿𝑘𝑡 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 ) 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 )

𝛿𝑘𝑡+1 𝛽𝑢′ (𝑐)𝑓 ′′ (𝑘)

| = + 1 + 𝑓 ′ (𝑘) + 1 − 𝛿 > 1
𝛿𝑘𝑡 𝑘 𝑢′′ (𝑐)

5
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

𝛿𝑘𝑡+1
3.2 Hallando ⁄𝛿𝑦  Diferenciamos (A) c.r.a. 𝑦𝑡
𝑡

𝛿𝑘
𝑢′′ (𝑐𝑡−1 )[𝑓 ′ (𝑦𝑡 ) + 1 − 𝛿]𝑢′ (𝑐𝑡 ) − 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 ) ( 𝑡+1⁄𝛿𝑦 )
𝑡
=0
𝛽[𝑢′(𝑐𝑡 )]2

𝛿𝑘𝑡+1
 −𝑢′′ (𝑐𝑡−1 )𝑢′ (𝑐𝑡 )[𝑓 ′ (𝑦𝑡 ) + 1 − 𝛿] = 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 ) 𝛿𝑦𝑡

𝛿𝑘𝑡+1 𝑢′′ (𝑐𝑡−1 )𝑢′ (𝑐𝑡 )[𝑓 ′ (𝑦𝑡 )+1−𝛿]

 𝛿𝑦𝑡
=− 𝑢′ (𝑐𝑡−1 )𝑢′′ (𝑐𝑡 )
<0

𝛿𝑘𝑡+1
 𝛿𝑦𝑡 𝑘
| = −[𝑓 ′ (𝑘) + 1 − 𝛿] < 0

′
𝛽𝑢′ (𝑐)𝑓 ′′ (𝑘)
𝐽(𝑘, 𝑦) = [1 + 𝑓 (𝑘) + 1 − 𝛿 + −[𝑓 ′ (𝑘) + 1 − 𝛿]]
𝑢′′ (𝑐)
1 0

𝛽𝑢′ (𝑐)𝑓 ′′ (𝑘)

𝑡𝑟(𝐽) = 1 + [𝑓 ′ (𝑘) + 1 − 𝛿] + >0
𝑢′′ (𝑐)

det(𝐽) = [𝑓 ′ (𝑘) + 1 − 𝛿] > 0

 u '  c  f ''  k 
Más aún tr  J   1  det  J    1  det  J 
u ''  c 
h 0
 (𝑘. 𝑦) es un saddle

El discriminante es:
∆= [𝑡𝑟(𝐽)]2 − 4[det(𝐽)] = [1 + det(𝐽) + ℎ]2 − 4 det(𝐽) > 0

𝑡𝑟(𝐽)+√∆ 𝑡𝑟(𝐽)−√∆
𝜆1 = 2
> 1 y 𝜆2 = 2
<1

Stable eigenvalue
𝜆2 > 0  convergencia monotónica sobre el saddle path.
Equilibrios dinámicos son determinados

5) Análisis de Estabilidad Global: el Diagrama de Fase

1 variable de estado  𝑘𝑡
1 variable de control  𝑐𝑡

Sistema Dinámico:
𝑢′ (𝑐𝑡 )
= 𝑓 ′ (𝑘𝑡+1 ) + (1 − 𝛿) (1)
𝛽 ∙𝑢′ (𝑐𝑡+1 )
𝑐𝑡 = 𝑓( 𝑘𝑡 ) + (1 − 𝛿) 𝑘𝑡 − 𝑘𝑡+1 (2)
Necesitamos;
a) Locus de puntos tales que 𝑐𝑡+1 − 𝑐𝑡 = 0  De (1)
b) Locus de puntos tales que 𝑘𝑡+1 − 𝑘𝑡 = 0  De (2)

6
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

A) Locus de puntos con 𝑐𝑡+1 − 𝑐𝑡 = 0

1
Cuando 𝑐𝑡+1 = 𝑐𝑡 en (1)  𝑓 ′ (𝑘𝑡+1 ) + 1 − 𝛿 = 𝛽  𝑘𝑡 = 𝑘

 Cuando 𝑘 es constante en nivel de equilibrio estacionario  𝑐 es constante

Fuerzas Dinámicas de 𝑐𝑡

𝑐𝑡
𝑘𝑡= k  𝑓 ′ ( k ) > 𝑓(𝑘)
𝑐𝑡+1 − 𝑐𝑡 = 0
𝑢′ (𝑐𝑡 )
 𝑢′ (𝑐𝑡+1 )
> 1  𝑐𝑡 < 𝑐𝑡+1  𝑐𝑡+1 − 𝑐𝑡 > 0

 𝑐𝑡

𝑘𝑡= k  𝑓 ′ ( k ) < 𝑓(𝑘)

𝑢′ (𝑐𝑡 )
 𝑢′ (𝑐𝑡+1 )
< 1  𝑐𝑡 > 𝑐𝑡+1  𝑐𝑡+1 − 𝑐𝑡 < 0

 𝑐𝑡
k k k ro k kt

B) Locus de puntos con 𝑘𝑡+1 − 𝑘𝑡 = 0

Cuando 𝑘𝑡+1 = 𝑘𝑡 en (2) 𝑐𝑡 = 𝑓( 𝑘𝑡 ) − 𝛿 𝑘𝑡  cóncava en 𝑘𝑡
𝑓(0) = 0

Fuerzas Dinámicas de 𝑘𝑡

ct ct  c  f  kt    kt  c  0 
𝑘𝑡+1 − 𝑘𝑡 >
kt 1  k
c ro
0  𝑘
c
ct 𝑐𝑡 = c  𝑓( 𝑘𝑡 ) − 𝛿 𝑘𝑡 − c < 0  𝑘𝑡+1 < 𝑘𝑡
𝑘𝑡+1 − 𝑘𝑡 < 0   𝑘
c
Si 𝑐 < 𝑐𝑡   𝑘
Si 𝑐 > 𝑐𝑡   𝑘
kt k ro
kt

7
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

C) Diagrama de Fase: Equilibrio ss

Equilibrio estacionario (𝑘, 𝑐) debe satisfacer (1) y (2)
ct  Sólo un punto
kt 1  kt  0
 Equilibrio estacionario es único
cro
𝑘 < 𝑘 𝑟𝑜  sub-acumulación de 𝑘
cec  EC es O.P.  Eficiencia Dinámica

1) Equilibrio ss existe (  ) eq ss
!
2) Equilibro ss es único
3) Equilibrio ss es O.P.
4) Equilibrios dinámicos son O.P.

kec kro kt

D) Diagrama de Fase: Fuerzas Dinámicas

𝑐𝑡+1 − 𝑐𝑡 = 0 saddle path=stable manifold

ct
kt 1  kt  0

c0
c0
c0

k0 k kt
𝑘0 > 0 exógeno  condición inicial es exógena

Dado 𝑘0 , sólo 𝑐0 ubica la economía sobre el saddle path

(𝑘0 , 𝑐0 )  Sobre saddle path  convergencia monotónica a (𝑘, 𝑐)

 Única trayectoria que genera una secuencia {𝑘𝑡+1 , 𝑐𝑡 }∞
0 de equilibrio

 k0 , c0   lim𝑡→∞ 𝑘𝑡+1 = ∞  viola TVC

 No genera una secuencia de equilibrio

(k0 , c0 )  lim𝑡→∞ 𝑐𝑡 = ∞ y lim𝑡→∞ 𝑘𝑡+1 = 0  viola factibilidad

 No genera una secuencia de equilibrio

∴ (𝑘0 , 𝑐0 ) genera la única secuencia de equilibrio sobre el saddle path

 Equilibrios dinámicos son determinados.
8
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

6) Casos que se pueden resolver Analíticamente (Closed–form solution)

Caso 1: Se deben cumplir las siguientes tres condiciones

Cuando la utilidad es de la forma u (ct )  ln(ct )
Cuando la función de producción es f (kt )  kt , con 0    1 0    1
El capital se deprecia completamente después de producir; es decir   1
kt1  kt  2
Euler Equation 
  kt11
kt  kt 1
kt 1  skt  kt1  kt  2
Guess   
  kt11
kt  2  skt 1  kt  kt 1
0  s 1

kt1
 
  kt11  kt 1   kt , s    1 constante
kt
Solución verifica guess
ct  (1   )kt
Checar qué pasa si 0    1  no se puede verificar guess


Caso 2 u (ct )  ct  ct2 , f (kt )  xkt y   1
2
Guess kt 1  s( xkt )
kt 2  s( xkt 1 )
0  s  1 constante
Checar qué pasa si 0    1 .

7) Economía Descentralizada – Equilibrio Competitivo

A) Problema de los Hogares- N hogares k  K
N

Max   u (c )
ct , kt 1t 0 t 0
t
t

s.a. wt  rt kt  (1   )kt  kt 1  ct
k0  0 dado
TVC
tomando wt y rt como dados


 
 Max  t u  wt  rt kt  (1   )kt  kt 1 
kt 1t 0 t 0

s.a. k0  0 dado
TVC
tomando wt y rt como dados
Condición Necesaria de 1º Orden c.r.a. kt 1 , solución interior:

9
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

 t  u ' wt  rt kt  (1   )kt  kt 1    t 1   rt 1  (1   )  u '  wt 1  rt 1kt 1  kt 2   0

u '  wt  rt kt  (1   )kt  kt 1 
  rt 1  (1   )
 u '  wt 1  rt 1kt 1  kt  2 

B) Problema de las Firmas – H firmas k  K

L
 
Max f kt  rt kt  wt
kt

tomando wt y rt como dados

Condición Necesaria de 1º Orden c.r.a. kt , solución interior:

 
rt  f ' kt  MPK

Sabemos que f  k   r k  w
t t t t (Ley de Euler, Retornos Constantes)

 w  f k   r k
t t t t

C) Vaciado de Mercados
Capital :
N
Nkt  Hkt  kt    k
H
Mano de Obra :
N
N  HLt  Lt   
H

10
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

Parte II. Sistemas Dinámicos - Tiempo Discreto - Determinístico

1) Una Variable de Estado, 1º Orden

1.1 Sistema Lineal

x0 dado  condición inicial

xt 1  a  bxt , (1)
Sistema no homogéneo  a  0

Paso 1: Hallar equilibrio estacionario  xt  xt 1  x constante (2)

 a 
(2) en (1)  x  a  bx  x    , b  1 (3)
 1 b 
Paso 2: Transformar un sistema homogéneo  sustraer x de ambos lados en (1)

xt 1  x  a  bxt  x usar en (3)

 a 
 xt 1  x  a  bxt   
 1 b 
(1  b  1)a
 xt 1  x  bxt 
1 b
 a 
 xt 1  x  bxt  b  
 1 b 
  xt 1  x   b  xt  x   Ecuación homogénea: derivaciones r.a. x

 Solución:  xt  x   b  x0  x  dada la solución inicial

“Backward-looking” solution
Paso 3: Análisis de Estabilidad
a) ¿Convergerá el sistema a x ?  magnitud de b  eigenvalue
b) Propiedades de la dinámica transicional  Signo de b

 lim  xt  x   lim bt  x0  x    lim bt  lim  x0  x 

t  t   t    t  
Independiente de t constante

 lim  xt  x    x0  x  lim b  t
t   t  

a) lim  xt  x   0  b  1  lim xt  x  converge a x .

t  t 

Pero si b  1  lim xt  x    divergencia

t 

Cuando b  1  secuencia ergódica: independiente de condición inicial

 b  1  converge a x , sin importar en conde comenzó
 b  1  diverge de x , sin importar en conde comenzó
Pero cuando b  1 : lim xt  x  x0  x  lim xt  x0
t  t 

11
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

b  1  xt  x0
condicionados por punto de partida.
b  1  xt  (1)t x0
b) Signo de b :
0  b  1  Convergencia monotónica
 b  0  Dinámica monotónica
b  1  Divergencia monotónica

1  b  0  Convergencia oscilatoria
 b  0  Dinámica monotónica
b  1  Divergencia oscilatoria

En este caso: fluctuaciones, volatilidad PERO: ENDÓGENA

Como el sistema es lineal:

 Sólo un equilibrio estacionario
 El análisis aplica para todo state space: estabilidad global
Esto no es el caso cuando el sistema no es lineal.

1.2 Sistema No Lineal

xt 1  f ( xt ) , x0 dada, homogéneo o no homogéneo

Paso 1: Hallar equilibrio estacionario, que es el punto fijo dl sistema

x  f ( x )  puede haber más de una solución.

xi  f ( xi ) , i  1, 2,..., I con I  # equilibrios estacionarios.

Paso 2: Linealizar sistema alrededor de xi

 Expansión de Taylor de 1º Orden alrededor de xi .
xt 1  f ( xi )  f '( xi )  ( xt  xi )
xi

 xt 1  xi   f '( xi )  ( xt  xi )  similar a análisis anterior

bi  f '( xi )  f '( xt ) x  x  pendiente evaluada en xi
t i

Pero ahora puede haber I  1 equilibrios estacionarios

 Análisis local en el vecindario de xi , i  1, 2,..., I

2) Una Variable de Estado, 2º Orden

2.1 Sistema Lineal, 2º Orden

xt 1  a  bxt  cxt 1 (4)

2 condiciones x0 dada
x1 ó xT dada

12
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

Sistema lineal no homogéneo de 2º orden, a  0 .

Paso1: Transformar en un sistema de 1º orden

 aumentar espacio de variables de estado

Crear yt 1  xt  2da variable de estado  espacio ( xt , yt )

xt 1  yt  usar en (4)

xt 1  a  bxt  cyt (4’)

Sistema lineal
yt 1  xt (5)

Paso 2: Hallar equilibrio estacionario ( x , y )

De (5) yx
En (4’)  x  a  bx  cx  a  (b  c) x
 a   a  
 ( x , y )   ,   , (b  c)  1
 1  b  c   1  b  c  

Paso 3: Transformar en sistema homogéneo

De (4’) xt 1  x  a  bxt  cyt  x

a(1  b  c  1)
 xt 1  x  bxt  cyt 
(1  b  c)
 a   a 
xt 1  x  bxt  b    cyt  c  
 (1  b  c)   (1  b  c) 
 xt 1  x  b  xt  x   c  xt  x 
El sistema homogéneo es:

 xt 1  x  b c   xt  x 
 y  y   1 0    y  y 
 t 1     t 

Lo cual es un caso particular de:

 xt 1  x   xt  x  b c
 y  y   A   y  y  , donde A   d e 
 t 1   t   

 xt 1 x  yt 1  yt 1
b , c  t 1 , d  , e
 xt  yt  xt  yt

13
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

  xt 1  xt 1 
 x  yt 
A   matriz Jacobiana del sistema.
t

  yt 1  yt 1 
 x  yt 
 t
En este caso cuando el sistema es lineal, la matriz Jacobiana es constante   xt , yt  .
 La solución del sistema (backward looking) está dada por:
 xt  x  t  0
x x
y  y  A   y  y   Necesitamos saber propiedades de A
 t   0 

Herramientas fundamentales  Descomposición estructural de A

Hallar la matriz At puede ser asquerosamente complicado  expresarla en función de matrices

diagonales.

Necesitamos hallar dos cosas:

1 0 
1) Eigenvalores de A   1 , 2      
 0 2 

2) Matriz de eigenvectores de A  z , de orden 2x2.

1 1
Un concepto bastante útil es el de la descomposición espectral de A: A  zz  A  z    z
t t

 1 t 0 
Como  es diagonal     t
  mucho más simple
 0  2  
t

Si conocemos 1 y 2  conocemos propiedades dinámicas del sistema.

Sea I 2  matriz identidad de orden 2
 Ecuación Característica  det  A   I 2   0  Hallar 1 y 2 .
 b c    0  b   c 
A    I2      
d e   0    d e   
det  A   I 2    b    e     cd
Ecuación característica   b    e     cd  0  cuadrática
b  e  b  e   2  c  d  0   2   b  e     b  e  c  d   0
b  e  tr  A y b  e  c  d  det  A
 2  tr  A   det  A
Largest eigenvalue= 1 Smallest eigenvalue= 2

tr  A  tr  A   4 det  A  tr  A  tr  A   4 det  A 

2 2

1  2 
2 2
tr  A   tr  A  
ó 1  2 
ó 14
2 2
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

Donde   tr  A  4 det  A  discriminante

2

3 posibilidades:

a)   0  2 raíces reales y distintas

b)   0  2 raíces reales e idénticas
c)   0  raíces complejas  conjugada compleja  CICLOS  sin,cosin

(0,1) círculo unitario

(-1,0) (1,0)

(0,-1)

a)   0  1  2 reales  Checar 1 y 2

 Si 1  1 y 2  1   x , y  es un sink = estable.

Órbitas dinámicas convergen a  x , y   convergencia desde cualquier punto en

vecindario.

Convergencia PERO equilibrios dinámicos son

indeterminados:  posibilidades para aproximar a  x , y 

 Si 1  1 y 2  1   x , y  es un source = inestable

Órbitas dinámicas divergen de  x , y   diverge en cualquier punto del vecindario

 Si  i  1 y  j  1   x , y  es un saddle = ni estable ni inestable

! senda dinámica que converge a  x , y  = saddle path / satable manifold

 Equilibrios dinámicos son determinados (shut down  j )

15
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

tr ( A)   1  2
Propiedades:
det( A)   1  2

 Si det( A)  0 y tr ( A)  0   1  2  0  Dinámica monotónica.

En este caso cuando tr ( A)  1  det( A)   x , y  es un saddle

 0  2  1 y  1  1 (checar que se cumple)
Se dice que 2 es el eigenvalue estable. Como 2  0  convergencia monotónica sobre el
saddle path.
 Si det( A)  0 y tr ( A)  0  2   1  0  Dinámica oscilatoria

1  0 Sink o source  domina Si  1  2  monotónica

 Si det( A)  0 
2  0  con mayor magnitud Si 2   1  oscilatoria

tr ( A) tr ( A)  2  source
b)   0  1  2 
2 tr ( A)  2  sink

c) 0  pero   , i  1

tr ( A)  i Conjugada compleja  se puede expresar

1  
2 2 en función de sen y cos  ciclos
tr ( A)  i
2    Ver Diagrama
2 2

sin  x  cos  x 

cos  x 
1
4
 1
2
 3
4
  5
4
 3
2
 7
4


z  a  bi I
b

16
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

r  a 2  b2  norma de z z  a  bi

 z  r  cos   i sin  

z  r  cos   i sin   0


 Forma Polar z  a  bi
-b
  
   amplificación del ciclo
 2 

tr ( A) 
Norma  a 2  b2 , a  y b
2 2

Norma  1  Dentro de círculo unitario  estable

Norma  1  Fuera de círculo unitario  inestable

3) Sistema No Lineal 1º Orden

xt 1  f  xt , yt 
yt 1  g  xt , yt 

Paso 1 : Hallar equilibrios estacionarios  solución a ecuación de punto fijo

x  f  x, y   xi , yi    f  xi , yi  , g  xi , yi  , i  1, 2,..., I
y  g  x, y  I  1  puede haber más de un equilibrio estacionario
 análisis LOCAL

Paso 2 : Linealizar el sistema alrededor de  xi , yi  hacerlo para cada i

 Expansión de Taylor de 1º Orden alrededor de  xi , yi 
xt 1  f  xi , yi    f1  xi , yi    xt  xi    f 2  xi , yi    yt  yi 
yt 1  g  xi , yi    g1  xi , yi    xt  xi    g2  xi , yi    yt  yi 

 f  xt , yt   f  xt , yt 
donde: f1  xi , yi   , f 2  xi , yi  
 xt x ,y 
 yt x ,y 
i i i i

 g  xt , yt   g  xt , yt 
g1  xi , yi   , g 2  xi , yi  
 xt x ,y 
 yt x ,y 
i i i i

Podemos reescribir el sistema como:

 xt 1  xi   f1  xi , yi  f 2  xi , yi    xt  xi   x  xi 
 y  y   g x , y    J  xi , yi    t 
 t 1 i   1  i i  g 2  xi , yi    yt  yi   yt  yi 

17
Dra. Paula Hernández Verme Macroeconomía I – Licenciatura en Economía, Plan 2008 Fall 2014

donde J  xi , yi   Jacobiano del sistema evaluado en  xi , yi  .

La solución del sistema (backward-looking) está dada por:

 xt  xi  t  x0  xi 
 y  y    J  xi , yi    y  y 
 t i  0 i

 J  xi , yi   zt z  descomposición espectral.

t

 Análisis idéntico al del caso lineal Ai  J  xi , yi  PERO hacerlo i .

18