Está en la página 1de 18

UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”

CARRERA DE ECONOMIA
SIMULACIÓN
“MODELO RBC CON TRABAJO INDIVISIBLE PARA MEXICO”

ESTUDIANTES:

Natalia Revilla Calderón
Mauricio Diego Soria Rodríguez

DOCENTE:

ING. JUAN CARLOS FLORES

FECHA:

10-06-2016

Dynare. la disminución en la valoración del trabajo y finalmente la depreciación del capital físico. RBC. in order to determine whether this model fits the empirical data. Se utilizaron todos estos parámetros de la misma fuente para evitar la distorsión del modelo. all these parameters from the same source were used to avoid distortion model.MODELO RBC CON TRABAJO INDIVISIBLE PARA MEXICO Resumen En el siguiente trabajo se analizarán los datos de los principales agregados económicos de los Estados Unidos Mexicanos del periodo 1993-2013 para establecer una comparación con datos simulados utilizando un modelo RBC con trabajo indivisible. RBC with indivisible labor. the disutility of labor and finally found the depreciation of physical capital. the estimator of parameter autoregressive process AR (1) shock in productivity. Palabras Clave: Simulación. RBC Trabajo indivisible. The parameters used in programming model RBC in "Dynare" were found in the research paper: "Do instituttions matter for economic fluctuations? Weak property rights in a business cycle model for Mexico "in which the values of the share of capital in production. el estimador del parámetro del proceso autoregresivo AR (1) del shock en productividad. Los parámetros utilizados en la programación del modelo RBC en “Dynare” fueron los encontrados en el documento de investigación: “Do instituttions matter for economic fluctuations? Weak property rights in a business cycle model for Mexico” en el cual se hallaron los valores de la participación del capital en la producción. Abstract In this paper the data of the main economic aggregates of the United Mexican States for the period 1993-2013 will be analyzed for comparison with simulated data using a RBC model with indivisible labor. con el objeto de determinar si este modelo se ajusta a los datos empíricos. RBC. 2 . Dynare. Key Words: Simulation.

la desutilidad del trabajo y finalmente la depreciación del capital físico. Los parámetros utilizados en la programación del modelo RBC2 en “Dynare” fueron encontrados en el documento de investigación: “Do institutions matter for economic fluctuations? Weak propoerty rights in a business cycle model for México” en el cual se hallaran los valores de la participación del capital en la producción. es considerado como un país que utiliza políticas extractivas como uno de sus principales elementos de desarrollo. con el objeto de determinar si este modelo se ajusta a los datos empíricos. 3 . los cuales pueden ser resueltos por este software como una extensión del programa MATLAB (Ver Anexo No. Ambos aspectos son desarrollados con mayor profundidad en el marco teórico. Se utilizaron todos estos parámetros de la misma fuente para evitar la distorsión del modelo. México. 1 para un mejor entendimiento respecto a dicho programa). es por esta razón que se hace necesario promover el conocimiento de las herramientas que proporciona Dynare. al igual que Bolivia. Por otro lado. dicho modelo base fue desarrollado por Hansen.INTRODUCCIÓN El siguiente trabajo se analizará los datos de los principales agregados económicos de los Estados Unidos Mexicanos del periodo 1993-20131 para establecer una comparación con datos simulados utilizando un modelo RBC con trabajo indivisible. 3 Un EGDE o por sus siglas en inglés DSGE representa un equilibrio general dinámico estocástico y es considerado como una variación de un RBC. el estimador del parámetro del proceso autoregresivo AR(1) del shock en productividad. Con el uso del “Dynare” se simularán los modelos de Hansen. Ambos modelos.JK logaritmizado y en niveles para encontrar los valores de la media. cada vez son más utilizados en los Bancos Centrales para análisis de políticas y pronósticos de mediano plazo. desviación estándar y la varianza y la varianza de las variables logaritmizadas dentro del modelo RBC (los modelos anteriormente mencionados serán comparados) y finalmente se realizará un análisis de las funciones impulso respuesta para el caso Mexicano y sus principales indicadores. 2 Se define al RBC como Real Business Cycle o modelo de Ciclos Económicos Reales. 1 Esto se debe a la falta de datos existente respecto a los parámetros necesitados para el desarrollo de ambos modelos. MARCO TEÓRICO Dynare Es un programa de Software Libre de Código abierto que permite la estimación de modelos RBC y EGDE3.

mod. a pesar de haber introducido otros valores iniciales en el . Estimar parámetros del modelo EGDE utilizando el método de máxima verosimilitud. Así. Solve algo= 3 usa el método Sims. Ésta es la opción por defecto si no se especifica ninguno. Sin embargo. FSOLVE Solve algo= 1 usa las propias soluciones de Dynare para ecuaciones no lineales.mod . Dynare automáticamente revisará si existe algún archivo de Matlab en el directorio en el que se encuentra el . y por lo valores iniciales se tomarán como 0. es decir. Solve algo= 2 divide el modelo en bloques recursivos y resuelve cada bloque por separado. con una interfaz intuitiva. el m-file que se utiliza para hacer el cálculo de los valores de estado estacionario debe tener el mismo nombre del . 4 .mod.mod. utilizará ese archivo para encontrar los valores de estado estacionario. Si se presenta algún problema para encontrar el equilibrio en el modelo. puede que algunos modelos presenten problemas en el momento de hallar el estado estacionario.mod. deben escribirse las ecuaciones como si se resolviera la operación a mano. Dynare es un motor poderoso y sumamente personalizable. En este caso.mod se llama ejemplo. Hay que recordar que Matlab no trabaja con expresiones analíticas. pero por lo general sólo se tiene éxito si los valores iniciales proporcionados están cerca del estado estacionario real. por lo que otra opción es introducir el modelo linealizado. simula y estima modelos de equilibrio general dinámico estocástico (EGDE) además de permitir hacer lo siguiente:      Calcular el estado estacionario de un modelo Calcular la solución de modelos determinísticos Calcular la aproximación de primer y según orden de la solución de modelos estocásticos. y al guardarlo de esta manera.Por tanto. que resuelve. seguido por _steadystate. por lo cual no sirve escribir el modelo de la forma en la que se escribió el . si el .m y debe ser guardado en el mismo directorio del .mod el mfile debe llamarse ejemplo_steadystate. o una aproximación bayesiana. Calcular políticas óptimas en modelos lineales-cuadráticos Estado estacionario Dynare puede ayudar invocando las funciones adecuadas de Matlab. En este caso. Otra opción muy práctica es utilizar Matlab para encontrar el estado estacionario. las variables estarán dadas como desviaciones porcentuales del estado estacionario. se puede empezar a jugar con las siguientes opciones del comando steady: - Solve algo= 0: usa el Toolbox de optimización de Matlab. por lo que es necesario calcular el estado estacionario en el modelo no linealizado.

de entradas/salidas del mercado laboral. Es decir las horas trabajadas Lt. El modelo se desarrolla de la siguiente manera: 5 . Estos últimos pasaron a representar un Equilibrio General Dinámico Estocástico (EGDE) o DSGE por sus siglas en inglés dicho modelo no será abarcado debido a que no es tomado en consideración para el desarrollo de este trabajo. los cuales utilizaban competencia monopolística y rigidez en los precios como aspectos que derivaban ciclos en la demanda mediante shocks en la política monetaria. más bien. Desde esta perspectiva.Modelo RBC trabajo indivisible (Hansen 1985) El modelo de Ciclos Económicos Reales (RBC por sus siglas en inglés) se basa en shocks en la productividad y un fuerte nivel de elasticidades en la oferta laboral que generan ciertos ciclos en la economía (el modelo debe su nombre a estos ciclos). es importante mencionar que variaciones de este modelo toman en cuenta otros shocks reales tales como shocks monetarios o shocks que no se ven incorporados en la demanda. Es importante mencionar que el desarrollo de los modelos de Ciclos Económicos Reales (RBC) generó la aparición de nuevos modelos Keynesianos. Volviendo a los modelos de Ciclos Económicos Reales. las fluctuaciones del empleo no son producto de las decisiones del agente respecto a la cantidad de horas trabajadas sino. solo pueden tomar dos valores posibles L0 o 0. Esta ha sido probablemente la vertiente más exitosa de las modificaciones al modelo RBC estándar. Básicamente consiste en que la elección del agente no es entre un determinado número de horas trabajadas y el ocio (como el caso estándar) sino más bien entre estar o no en el mercado de trabajo. una de estas vertientes llegó a considerar el desarrollo del modelo con el supuesto de que existe trabajo indivisible.

6 .

además del nivel de Consumo e Inversión para los Estados Unidos Mexicanos entre los años 1993 y 2013. 7 . se podrá comparar el comportamiento de dichas variables con los datos que serán simulados en la sección posterior.DESARROLLO Para un análisis más robusto del trabajo se pasará a observar las propiedades cíclicas del Producto Interno Bruto. De esta manera.

0263 0./?? 1.E. Calculo Propio en base a Datos INEGI Se puede observar en los datos reales de México. 0./?? 1.8865 0. Lo anterior puede indicar que los ciclos en México.9711 Corr . 8 .8649 Fuente. Respecto a las correlaciones.3480 Corr . ?? ) ?? ..0880 (?? . ?? ) ?? D. podemos observar que el consumo está altamente correlacionado con el producto.0666 3.1891 0.9906 Fuente.3272 2.0. Mientras que la correlación inversión/ producto es un poco más baja.0281 0. 1 – Volatilidad y Correlación – Variables Reales Propiedades Ciclicas de las Series Temporales Series Cíclicas Serie Producto Consumo Inversión Variable j y c i ?? D.Análisis de Momentos (Variables Reales) – Dynare Analizando la volatilidad y la Correlación Tabla No.1424 0. Si observamos los ratios de varianza podemos apoyar lo anteriormente analizado. pueden ser explicados por movimientos en la inversión dado que es la variable más volátil. Lo cual nos hace pensar que el consumo tiene mayor impacto sobre el producto que la inversión aunque esta sea más volátil. que el PIB es menos volátil que el consumo y la inversión. 0. Calculo Propio en base a Datos INEGI Propiedades Ciclicas de las Series Temporales Series Desestacionalizadas y Log Serie Producto Consumo Inversión Variable j y c i (?? . además.9884 0.4232 ?? .E. la variable más volátil que tenemos es la inversión pues es casi 3 veces más volátil que el producto y más volátil que el consumo..0.

zee=1. con parametros ree=1/beta-(1-delta). //declaramos el shock varexo e. Programación //modelo de trabajo indivisible hansen close all. //valores iniciales para el calculo del estado estacionario initval. //funcion de produccion exp(li) = exp(ly)-exp(lc).8629. model. cee=(1-alpha)*(zee/phi)*((beta*alpha*zee)/(1-beta*(1-delta)))^(alpha/(1-alpha)).//ecuacion de euler phi*exp(lc)= (1-alpha)*exp(ly-lh). //inversion exp(lw) = (1-alpha)*exp(ly-lh). lh. iee=delta*kee. z . lw.//restriccion exp(ly) = exp(z+alpha*lk(-1)+(1-alpha)*lh). kee=alpha*cee/(1/beta-(1-delta)).Análisis Dynare – Modelo Hansen – JK – Logaritmizado A continuación se pasará a observar el análisis realizado mediante la programación realizada en el programa Dynare. beta = 0. //salario real z = rho*z(-1) + e. rho = 0. phi = 1. li. lh=log(hee). //declaramos las variables endogenas del modelo var ly.025.914. lk. lc=log(cee).4. lk=log(kee). //eq del mercado de trabajo exp(ly) = exp(lc) + exp(lk) . Para esto. //*ese gamma //expresamos la solucion en estado estacionario.delta. (1/beta)*exp(lc(+1)-lc)= alpha*exp(ly(+1)-lk) + 1 . hee=(((1-alpha)*(zee/phi))*((beta*zee*alpha)/(1-1*beta*(1-delta)))^(alpha/(1alpha)))/((zee*(((beta*zee*alpha)/(1-beta*(1-delta)))^(alpha/(1-alpha))))(delta*(((beta*zee*alpha)/(1-beta*(1-delta)))^(1/(1-alpha))))). delta. lc. alpha = 0. //proceso autoregresivo de productividad end. programa que fue especificado con anterioridad. rho. wee=(1-alpha)*yee/hee. alpha. delta = 0.06. se pasó a desarrollar la siguiente programación.(1-delta)*exp(lk(-1)). parameters beta. ly=log(yee). yee= zee*kee^(alpha)*hee^(1-alpha). 9 . phi.

Tabla No. lw=log(wee).li=log(iee). Podemos afirmar que la inversión es la variable que presenta mayor volatilidad. la desviación estándar y la varianza de las variables logaritmizadas dentro del modelo RBC. end. Se encontraron los valores de la media. z=zee. siendo la producción la segunda variable más volátil.irf=100) ly lh lc li lk z. podemos comprobar que la inversión es la variable que presenta mayor varianza en relación a las demás variables.025. lo que puede ser explicado por el tipo de cambio flotante que se observa en el país. stderr 0. var e. todos los estadísticos obtenidos son positivos. 10 . 2 – Modelo Hansen – JK Logaritmizado El siguiente modelo fue utilizado dado que el ajuste de este se acomoda mejor a los parámetros investigados. steady. 1. shocks. podemos afirmar que la inversión es la variable que presenta mayor variabilidad (0. Respecto a la desviación estándar. Observando la Tabla No. Como podemos observar.). stoch_simul(order=1. end.0980 aprox. esto puede explicarse a que los inversionistas se enfrentan a un mayor nivel de especulación.

Sin embargo.2786). en este modelo. por lo que este no debe ser pasado por alto.0980 a 0. podemos comprobar que la inversión pasa a ser la variable que muestra mayor varianza. lo que puede presentar una falencia respecto a los parámetros utilizados para este modelo. Es importante mencionar que los datos observados en la media de las variables son negativos (a excepción del capital). Además. Podemos concluir entonces que este modelo presenta aspectos muy parecidos al Modelo Hansen – JK – Logaritmizado. sin embargo. Es importante mencionar que ahora el capital es la variable que muestra mayor volatilidad después de la inversión. además de una mayor volatilidad en la inversión. se presentan pequeñas diferencias. podemos afirmar que la inversión es la variable más volátil (mismo resultado que en el primer modelo) sin embargo. Respecto a la desviación estándar. 3 – Modelo Hansen – JK Con niveles (Logaritmizado) Se utilizó el Modelo Hansen – JK – Con niveles (Logaritmizado) para contrastar los resultados obtenidos en el anterior modelo.Análisis Dynare – Modelo Hansen – JK – Con niveles (Logaritmizado) Tabla No. la inversión presenta una mayor desviación estándar (pasa de 0. el contraste entre ambos modelos es importante. 11 .

Shock: Es un shock temporal que perturba a las variables en los primeros periodos pero luego su efecto se va disipando. el shock tiene un mayor efecto sobre esta variable. pero más grande en relación al consumo.ANÁLISIS DE LAS FUNCIONES IMPULSO RESPUESTA Modelo Hansen – JK Logaritmizado Gráfico No. Capital: Presenta un pequeño salto. Consumo: Presenta un pequeño salto luego del shock. luego regresa paulatinamente al estado estacionario. ya que es casi inmediato su regreso al estado estacionario. Horas trabajadas: Decrecen hasta niveles negativos. es decir. a partir de los cuales regresan al estado estacionario. 1 – Modelo Hansen – JK Logaritmizado Producto: El shock afecta en unos cuantos periodos al producto. 12 . luego decrece regresando a su estado estacionario. Inversión: No presenta una gran reacción frente al shock. pero luego decrece y regresa al estado estacionario.

pues la variable regresa casi inmediatamente al estado estacionario. para luego decrecer y llegar a su estado estacionario. es decir.Modelo Hansen – JK Con niveles (Logaritmizado) Gráfico No. Consumo: Presenta un pequeño salto. cabe resaltar que llega a puntos negativos antes de volver a su estado estacionario. 2 – Modelo Hansen – JK Con niveles (Logaritmizado) Producto: El shock dura muy poco tiempo. Shock: El impacto del shock sobre la economía es relativamente corto. dura muy pocos años. hasta que comienza a crecer y tiende a su estado estacionario. se ve afectada por muy poco tiempo. lo cual nos permitirá realizar un contraste entre el comportamiento de dichas variables en el modelo respecto a las variables reales. el shock tiene un efecto inicial importante sobre esta variable. Horas trabajadas: El impacto que tiene el shock lleva a la variable a niveles negativos. 13 . Inversión: No reacciona demasiado al shock. A continuación mostraremos las propiedades cíclicas de las series temporales observadas en el Modelo de Hansen – JK Logaritmizado. Capital: Da un salto para luego regresar al estado estacionario.

-? 0. Se puede concluir que el Modelo Hansen JK Logaritmizado se encuentra más cercano a las series cíclicas que al de las series desestacionalizadas. esto se puede explicar a que el modelo desestacionalizado y logaritmizado todavía contiene una tendencia. se puede observar que la inversión sigue siendo la variable más volátil en relación al producto. ?? ) .0262 0.9652 Fuente.0. Por otra parte.3626 0.E.0095 0. ?? 0. 4 – Modelo Hansen – JK Logaritmizado Propiedades Ciclicas de las Series Temporales Series Cíclicas Serie Producto Consumo Inversión Variable j y c i D.3740 Corr (?? . CONCLUSIONES Realizando un contraste entre los resultados obtenidos de las variables reales y los del primer modelo se puede observar que la inversión es la variable más volátil en relación al producto en ambos casos.5824 0. Calculo Propio en base a Datos INEGI Realizando una comparación junto a la Tabla No.Tabla No.0098 ?? /?. 1. En el primer modelo el consumo no es tan volátil como en los datos reales. 14 . el consumo no presenta tanta volatilidad como en los datos reales observables.

las cuales representan hoy en día dos de las librerías más importantes en computación y cálculo matricial. proceso de señal y visualización gráfica en un entorno completo donde los problemas y sus soluciones son expresados del mismo modo en que se escribirían tradicionalmente. la cual es especificada en el documento. análisis financiero. matemáticas simbólicas. modelizar y simular la dinámica de sistemas no lineales. 15 . Como se menciona en el trabajo. identificación de sistemas. denominados “Toolboxes”. lógica difusa. Basic o C. MATLAB dispone también en la actualidad de un amplio abanico de programas de apoyos especializados. ingenierí a. 1 – ¿Qué es MATLAB4? Especificaciones del Programa MatLab es un programa interactivo para computación numérica y visualización de datos. Estos “Toolboxes” cubren en la actualidad prácticamente casi todas las áreas principales en el mundo de la ingeniería y la simulación. simulación de sistemas dinámicos. destacando entre ellos el 'toolbox' de proceso de imágenes. finanzas y muchas otras aplicaciones. El nombre de MATLAB proviene de la contracción de los términos “MATrix Laboratory” y fue inicialmente concebido para proporcionar fácil acceso a las librerías LINPACK y EISPACK. El programa permite realizar de un modo rápido la resolución numérica de problemas en un tiempo mucho menor que si se quisiesen resolver estos mismos problemas con lenguajes de programación tradicionales como pueden ser los lenguajes Fortran.1 Uso de Matrices MatLab emplea matrices porque con ellas se puede describir infinidad de cosas 4 No se desarrolla el programa más a fondo debido a que no se utilizan todos los componentes de este en el trabajo. señal. MATLAB integra análisis numérico. MATLAB es un entorno de computación y desarrollo de aplicaciones totalmente integrado orientado para llevar a cabo proyectos en donde se encuentren implicados elevados cálculos matemáticos y la visualización gráfica de los mismos. etc. cálculo matricial. se utiliza la extensión Dynare. posee además una extraordinaria versatilidad y capacidad para resolver problemas en matemática aplicada. Permite resolver complicados problemas numéricos sin necesidad de escribir un programa. estadística. Está basado en un sofisticado software de matrices para el análisis de sistemas de ecuaciones. física. química.Anexo No. 1. Es ampliamente usado por Ingenieros de Control en el análisis y diseño. que extienden significativamente el número de funciones incorporadas en el programa principal. MATLAB es un sistema de trabajo interactivo cuyo elemento básico de trabajo son las matrices. Además también se dispone del programa “Simulink” que es un entorno gráfico interactivo con el que se puede analizar. sin necesidad de hacer uso de la programación tradicional. redes neurales. control robusto.

Apollo. Estas herramientas son colecciones de rutinas escritas en MatLab. Implementación de filtros. Una matriz de pixeles puede ser una imagen o una película. VAXstation y HP. 16 . retardo de fase. VAX. En este último sentido. 1. Diseño de filtros FIR mediante el algorítmo óptimo de Parks-McClellan. 1. incluyendo la transformación para potencias de dos y su inversa. Gould. retardo de grupo. Librería de Aplicaciones de MATLAB 2. una matriz puede describir una relación lineal entre los componentes de un modelo matemático. Macintosh y Windows. redes neurales. Apple Macintosh y PC AT compatibles 80386 o superiores. También ofrece Simulink como un anexo a MatLab y que interactua con él en lenguaje de MatLab y lenguaje de bajo nivel C.2 Plataformas MatLab está disponible para una amplio número de plataformas: estaciones de trabajo SUN. Y tal vez más significativamente. Diseño de filtros IIR. y transformada para no potencias de dos. Procesamiento de la transformada rápida de Fourier FFT. Por ejemplo una matriz puede representar el vuelo de una avión a 40. 2. simulación. Opera bajo sistemas operativos UNIX.1 Signal processing toolbox MATLAB tiene una gran colección de funciones para el procesamiento de señal en el Signal Processing Toolbox. etc.000 pies de altura. Chebyschev tipo I. una matriz puede describir el comportamiento de un sistema extremadamente complejo.3 Productos La empresa MathWorks ofrece MatLab como su principal producto para computación numérica. por ejemplo control. procesamiento de señales. MicroVAX.de una forma altamente flexible y matemáticamente eficiente. o un filtro digital de procesamiento de señales. tanto directo como usando técnicas en el dominio de la frecuencia basadas en la FFT. Simulink es usado para simulación modelado no lineal avanzado. Se ofrecen además numerosas herramientas especiales en "Toolboxes" para resolver problemas de aplicaciones específicas. Chebyshebv tipo II y elíptico. Una matriz de fluctuaciones de una señal puede ser un sonido o una voz humana. análisis y visualización de datos. Este incluye funciones para:      Análisis de filtros digitales incluyendo respuesta en frecuencia. incluyendo Butterworth.

Gestión de memoria y errores. La MATLAB C Math Library proporciona una amplia gama de funciones clásicas del programa MATLAB. esta tecnología ofrece una nueva vía para la reducción del tiempo de desarrollo y puesta a punto de aplicaciones. Junto con el compilador de MATLAB. Puede ser utilizada independientemente de MATLAB por programadores avezados en lenguaje C que necesiten prestaciones computacionales robustas y de alto rendimiento. Polinomios e interpolación. El objetivo principal de la C Math Library es soportar el desarrollo de aplicaciones 'stand alone' utilizando MATLAB y su compilador. Gestión de cadenas de caracteres. Operadores lógicos y aritméticos. incluyendo básicamente las siguientes categorías de funciones presentes en MATLAB y ficheros M compilados:           Algebra lineal. Matrices especiales. Entradas y Salidas. Estadística básica y análisis de datos. 17 .2 The Matlab C math library La MATLAB C Math Library proporciona al usuario la capacidad computacional de MATLAB en una libreria en formato objeto enlazable. la C Math Library permitirá a los programadores de aplicaciones utilizar MATLAB para la creación de aplicaciones 'stand alone'.2. se elimina así cualquier necesidad de volver a reescribir algoritmos en lenguaje C para ser utilizada por programas externos. proporcionadas como librería como objeto. Matrices elementales y manipulación de vectores. Para aquellos usuarios que sean nuevos en la tecnología MATLAB. Para los usuarios clásicos de MATLAB. Funciones matemáticas elementales y especializadas.

(Disponible en: http://www. Center for International Comparisons at the University of Pennsylvania.Bibliografía Konstantinos Angelopoulos.inegi.php.edu/php_site/pwt_index.org.pdf 18 .edu. 2014. Instituto nacional de estadística y geografía. 2014.mx/sistemas/bie/. G.uniandes. Consultado en 25 Septiembre 2014) PENN WORLD TABLE. Banco de información económica. (2008). E.upenn.sas. Do institutions matter for economic flucttuations? Weak property rights in a business cycle model for Mexico. (Disponible en: https://pwt. INEGI. Consultado en: 23 Octubre 2014) http://pentagono.co/tutorial/Matlab/tutorial_matlab.