Macro dinámica

Juan Felipe Quintero Vanegas

Informe de lectura

Time to build and Aggregate Fluctuations

Por Finn E. Kydland and Edward C. Prescott (1982)

El proceso de producción no se da de la noche a la mañana, al

momento en que se consigue la materia prima, se procesa, se
transforma y por último se distribuye al consumidor
transcurren varios periodos. Se realiza un modelo matemático
tipo KPR, donde se hace una representación abstracta de la
economía con el fin de simular el comportamiento del agregado
macroeconómico al incorporar choques donde según la teoría de
ciclos económicos, los agregados deben de converger al estado
estacionario. La novedad del modelo se encuentra en la
incorporación de una nueva especificación para la tecnología
y los costos de inversión diferente a los que se llevan
tradicionalmente en la teoría de crecimiento y RBC, además
hay un proceso de creación de bienes de capital que inter-
temporal y solamente los bienes de capital finales son
considerados dentro del stock total de la economía.

Critica a la tecnología

Las tecnologías habituales en los estudios empíricos del

comportamiento agregado del inversionista, asume unas
propiedades neoclásicas entre ellas, los rendimientos
marginales decrecientes, rendimientos constantes a escala,
homogeneidad en grado uno y las condiciones de inada.

La tecnología está dada por F ( K , L) y la restricción de

producción por C+ I ≤ F (K , L) donde C , I , K , L≥ O . Sea K, el capital,
L el trabajo, c el consumo y I la inversión.

Con este tipo de tecnología el precio relativo de la

inversión y el consumo será una constante independientemente
de la producción relativa de los dos bienes, por lo que el
precio sombra del capital va a ser exactamente el mismo que
el precio de la inversión. Según la literatura Malkiel (26)
existe una fuerte asociación entre el precio sombra del
capital y el precio de inversión obtenido del mercado de
acciones. Por lo que este hallazgo es inconsistente con la
tecnología asumida dado que los precios sombras varían
considerablemente a través del ciclo de negocios.

No es pertinente utilizar costos de inversión de la forma

tradicional, dado que el tiempo requerido para invertir en un
proyecto no es corto relativo al ciclo de negocios, Mayer
(27) encuentra que el tiempo promedio entre la decisión y la
entrega del proyecto es de 21 meses. Similarmente Hall (13),
encuentra que el promedio rezagado entre el diseño de un
proyecto y cuando este se pasa a ser productivo es de
alrededor de 2 años. Esto justifica la tesis de la
investigación de considerar el proceso de acumulación de
capital como un problema inter-temporal.

Con la nueva especificación de la tecnología se asume que

para cada etapa de la construcción de un proyecto de
inversión es requerido un periodo, a su vez esto será
consistente con las fluctuaciones en el corto plazo del
precio sombra del capital porqué en el corto plazo la oferta
de capital es inelástica. Lo que implica que en el largo
plazo la oferta es infinitamente elástica, así en promedio el
precio relativo de la inversión del bien es independiente de
la relación entre la ratio de la inversión y el producto.

El trabajo consiste en 4 secciones, en el primero se plantean

el modelo, la tecnología, las preferencias, las restricciones
y las ecuaciones de información, en la segunda sección se
resuelve el problema de control optimo y se hallan las
condiciones de eficiencia, en la tercera sección se realiza
la aproximación cuadrática de las ecuaciones que gobiernan la
economía y por último en la cuarta sección se simula los
componentes cíclicos de los agregados y se aplican choques al
modelo con el fin de analizar la transición de las variables
al estado estacionario, la parte computacional se realiza
utilizando el software para resolver modelos del corte DSGE
DYNARE. Por ultimo las conclusiones.

El modelo
Como la tecnología asume un tiempo para construir un nuevo
capital productivo, sea s jt el número de proyectos en j pasos
o periodos para completar para j=1,…,j-1, donde j periodos
son requeridos para producir una nueva capacidad de
producción. La ley de movimiento del capital queda
representada por:

(1) k t+1 =(1−δ )k t + s1 t ,

(2) s j ,t +1=s j+1 ,t

Aquí δ es la tasa de depreciación y el elemento s j ,t es una

variable de decisión para el periodo t. El bien de capital
final es el stock de inventario y t que proviene del periodo
pasado. Así en esta economía, hay J+1 tipos de capital:
inventario y t , capital productivo k t, y el stock de capital en
j pasos o periodos para completar para j=1,…,j-1. Estas
variables resumen los efectos de las decisiones pasadas en
las posibilidades de producción actuales y futuras.

Dejamos φ j para j=1,…, j ser la fracción de recursos asignada

para el proyecto de inversión. Así la inversión total está en
función de la inversión en no inventario y la inversión en
inventarios.
J
(3) i t=∑ φ j s jt + y t +1− y t
j=1
(4) C+ I ≤ F (λ t , k t , nt , y t )

Donde nt es el trabajo, λ t , el choque tecnológico y f es una

función de producción de rendimientos constantes a escala.
La función de producción depende de los inventarios, esto
debido a que sería imposible aproximar localmente la economía
utilizando objetivos cuadráticos y restricciones lineales,
además los inventarios pueden estimular la producción
ahorrando trabajo al distribuyendo recursos para renovar el
stock de capital. La forma funcional de la producción es la
siguiente:
− (1−θ ) /υ
(5) F ( λ t , k t , nt , y t )=λ n θ [ ( 1−σ ) k− v + σ y−υ ]

Donde 0<θ< ¿1, 0< σ <1 , y 0<υ <∞ , con esta forma hay un
participación de θ en el trabajo en estado estacionario y
 la elasticidad de sustitución entre el capital y el
inventario es 1/(1+v). Elasticidad que es probablemente
menos que uno.

Preferencias

Se utiliza una función de agente representativo que tiene la

∞
forma ∑ β t u(c t , α (L)lt ,¿ )¿donde 0< β <¿ 1, sea este el factor de
t
∞
descuento, l t , el ocio y α ( L ) un operador de rezagos ∑ αi Li.
i=0
Normalizando para que 1 sea el tiempo, tenemos que nt =1−l t es
el tiempo requerido para la actividad del mercado, si el
polinomio del operador de rezagos esta restringidos tal que α i
sume uno y α i=(1−η)i−1 α i para i≥ 1, donde 0< η≤ 1. Realizando un
poco de algebra obtenemos
∞
α ( L ) l t=1−α 0 n t−η ( 1−α 0) at, definiendo a t=∑ (1−η)i−1 nt−1. Los
i=0

parámetros α 0 y η ,determinan el grado en el cual el ocio es

inter-temporalmente sustituible, se requiere que 0< α 0 ≤1. La
variable a t es un promedio de las elecciones pasadas de ocio.

(6) a t+1 =( 1−η ) at + nt

La evidencia en datos de corte transversal indica que hay

vacaciones y movimientos en los miembros del hogar dentro y
fuera de la fuerza laboral por periodos extendidos, los
cuales no responden a los movimientos largos en el salario
real. Otra observación sugiere una alta inter-temporalidad de
sustitución del ocio es la estacionalidad en las horas de
empleo del mercado. En resumen la función de utilidad
utilizada es no separable con respecto al tiempo lo que es
necesario para explicar la fluctuación en el ciclo de
negocios en el empleo y el consumo, además dada la gran
inter-temporalidad de sustitución en el ocio, es necesario
explicar los movimientos agregados en el ocio y en el modelo
de equilibrio.

u¿
Sea γ <1 y γ ≠ 0. La función es tipo CRRA y homogénea de grado
uno. El tamaño relativo de los exponentes al interior de los
paréntesis es motivado por el hecho que el tiempo que asignan
los hogares a las actividades que no involucran el mercado es
dos veces más grande que la asignación a las actividades del
mercado.

Estructura de información

Se asume que el parámetro de la tecnología está sujeto a un

proceso estocástico con componentes de diferente
persistencia. El parámetro de productividad no es observado
pero el consumidor observa un indicador o una medida de ruido
de este parámetro al inicio del periodo.

Específicamente, el choque tecnológico λ t, es la suma de un

componente permanente λ 1t y un componente transitorio λ 2t :

(7) λ t=λ 1 t + λ2 t + λ́

El componente permanente es altamente persistente por lo que

ρ es muy cercano a uno.

(8) λ 1, t +1=ρ λ1 t +δ 1 t
(9) λ 2, t +1=δ 2t

La productividad, π t =λ1 t + λ 2 t +δ 3t + λ́

El vector de choques δ t=(δ 1 t , δ 2 t , δ 3 t ), es independiente,

multivariado y normal con media cero y una matriz de
covarianza de diagonal. La decisión cada periodo de cuanto
trabajo ofrecer y la nueva inversión en proyectos es hecha
contingente a la historia pasada de los choques de
productividad para k¿ t .En cuanto al indicador de
productividad, el stock de capital inherente del pasado y la
variable at . Estas decisiones no pueden ser contingentes al
choque tecnológico, para estos es no observable o deducible
al tiempo de tomar decisiones. El consumo y la inversión en
inventario son contingentes al choque tecnológico.

La estructura de información general, asume un vector de

variables de variables de estado no observadas xt.

(10) x t +1=Ax t +1+ ϵ 0 t donde ϵ 0 t N (0 ,V 0)

(11) p1 t =B1 x t +ϵ 1 t donde ϵ 1t N ( 0 ,V 1 )

(12) p2 t =B 2 x t +ϵ 2t donde ϵ 2t N ( 0 ,V 2 )

Sea m 0 t el valor esperado y Σ 0 la covarianza de la

distribución de x t condicional para pk ( p1 k , p 2 c ) para K¿ t. Usando
la ley de probabilidad condicional para una distribución
normal multivariada y dejando m 1 t y Σ1ser la media y la
covarianza de x t condicional para p1 t . Obtenemos:

(13) m1 t=m0 t +( B ¿ ¿ 1 Σ 0 )' (B1 Σ 0 B '1+V 1 )−1 ( p 1t −B1 m0 t ) ¿

(14) Σ 1=Σ 0−(B ¿ ¿ 1 Σ 0 )' (B 1 Σ 0 B'1 +V 1 )−1 B1 Σ 0 ¿

Similarmente para el vector de medias m 2 t y la matriz de

covarianzas Σ 2 condicional a p2 .

(15) m 2 t=m1 t +( B ¿ ¿ 2 Σ 1 )' (B 2 Σ 1 B'2 +V 2 )−1 ( p2 t −B 2 m 1 t ) ¿

(16) Σ 2=Σ 1−(B ¿ ¿2 Σ 1) '( B2 Σ 1 B'2 +V 2)−1 B 2 Σ 2 ¿

Finalmente, de (10)

(17) m 0 ,t +1= A m 2 t

(18) Σ 0= AΣ 2 A' +V 0

Equilibrio

El modelo es Pareto óptimo dado que hay ausencia de

externalidades, en él se maximiza el bienestar del agente
representativo sujeto a la tecnología y la estructura de
información

1 2 γ

Max
E∑
∞
[c 3
t ( α ( L ) lt ) 3
]
t=0 γ

Sujeto a las restricciones (1)-(7), dado k0, s10,…., sJ-10,

a0 y que x 0 N ¿). Una de las innovaciones del trabajo de
Kyland (1982), es la utilización del método de aproximación
lineal cuadrático, este método requiere que la función
objetivo este aproximada con un polinomio de Taylor de
segundo orden y que las restricciones sean lineales o que los
componentes lineales de las restricciones se introduzcan en
la función de utilidad, por lo anterior para resolver la
programación dinámica del modelo es necesario hallar el
estado estacionario y luego realizar la aproximación lineal
cuadrática.

Estado estacionario

Por cuestiones de notación identifíquese las variables sin

subíndice temporal como valores de estado estacionario. El
1−β
estado estacionario para la tasa de interés esr = y para
β
J
el precio del capital de no inventario es q=∑ (1+ r ) j−1. Las dos
j=1
condiciones de estado estacionario son obtenidas igualando el
producto marginal del capital y los inventarios a las tasas
de renta. Para la función de producción tenemos.
− ( 1−θ ) /υ
f ( λt , k t , n t , y t )=λ nθ [ ( 1−σ ) k −v + σ y−υ ]

∂f −( 1−θ ) −v /υ
=(1−θ) γλ nθ [ [ ( 1−σ ) k −v +σ y−υ ] ] y −1−v
∂y
− ( 1−θ) −v
∂f θ v
=(1−θ)λ n [ ( 1−σ ) k + σ y ]
−v −υ −1−v
(1−σ )k
∂k

f k ( 1−σ ) k −1− v

fy
=
σ y ()
( 1−σ ) k −1−v
q (r +δ)
σ y() =
r
1
( r +δ )

[ ]
1+ v
∗q∗σ
r ; resumiendo y ≡b 1 k (19)
y= k
(1−σ )

Sustituyendo (19) en el producto marginal del capital y luego

igualando al C. de uso del capital
 −v − ( 1−θ )− v

(1−σ )(1−θ) λ n ( 1−σ ) k +σ

(r +δ)
r
θ
∗q{ σ
(1−σ )
−v
[ ] v+1 −1−v
k } v
k
−1−v

−v − ( 1−θ ) −v

(1−σ )(1−θ) λ n ( 1−σ ) +σ

( r +δ )
r
θ
∗q{ σ
(1−σ) [ ] }
v +1 v
k−θ

b 2= (1−σ ) + σ b1−v (20)

− ( 1−θ )− v
θ v
( 1−σ )( 1−θ ) λ n b 2 k −θ=q (r +δ)

k =¿ ¿ (21)

Reemplazando (19), (20) y (21), en la función de producción

− ( 1−θ ) /υ
f =λ n θ [ ( 1−σ ) k− v + σ (b 1 k )−υ ]
− ( 1−θ )
θ υ 1−θ
f =λ n [ ( 1−σ ) +σ ( b 1 ) ]
−υ
k
−( 1−θ)
f =b 2 v
b3 1−θ λ 1/θ n ≡ b 4 λ 1/θ n

En el estado estacionario la inversión neta es cero, así

(22) c=b 4 λ 1/ θ n−δk=(b 4−δb 3) λ 1/ θ n

Como vemos el estado estacionario de c, k, y, son todos

1
proporcionales a λ θ n . Ahora pasando al problema del consumidor
y dejando μser Escriba aquí la ecuación . el multiplicador de Lagrange
para la restricción de recursos y w t el salario. Las
condiciones de primer orden son:

1 γ

L=Bt {[ 3
c t (α ( L ) l t )
γ
2 /3
] + μ [ w n +r k +( 1−δ ) k −c −k
t t t t t t t t +1 ] }
1 2 γ −1

∂L c
=
[ 3
t ( α ( L ) lt ) 3
] ∗1
c
−2
3 3
2

t∗( α ( L ) l t ) =μ
∂ ct 3
 γ 2γ
1 ( 3 )−1 3
c t ∗( α ( L ) l t ) =μ
3

1
1 2 γ−1
c t 3 ∗2 −1
∂L
∂ nt
=Bt c [ 3
t (α ( L ) lt ) 3
] 3
( α ( L ) l t ) 3 ∗α +B t μ wt

γ 2γ
2 ( )−1
Bt c t 3 ¿ ( α ( L ) l t ) 3 =−B t μ wt
3

Iterando sucesivas veces

∞ γ 2γ
2 ( )−1
Bi α i c t +i3 ¿ ( α ( L ) l t +i) 3 =−μ w t
∑
3 i=0

En el estado estacionario c t =c, l t =l y wt =w, haciendo estas

substituciones y usando el hecho que α i sumado es igual a 1,
esto se simplifica a
γ ∞
1 1 /3 2/ 3 γ
( c l ) =μc ; 2 (c 3 ¿ l 2/ 3)γ ∑ Bi α i=−μwl
3 3 i=0

γ ∞ 1 2 γ
2 3 2/ 3 γ −1 3 3 ( )
( c ¿ l ) ∑ B i α i= c ∗l ∗w l
3 i=0 3c
∞
2 c ∑ Bi α i =−wl
i=0

∞
η
Si ∑ Bi αi =α 0+(1−α ¿¿ 0) r +η ¿ y l=1-n
i=0

η
2 c (α 0 +(1−α ¿¿ 0) ¿=−w (1−n) (23)
r+η

Retornando al lado de la producción, el producto marginal del

trabajo es igual al salario

∂y − ( 1−θ ) / υ
= [ ( 1−σ ) k −v +σ y−υ ] ∗λθ nθ−1
∂n
− ( 1−θ ) 1−θ
∂y
=b 2 υ
b 31−θ λ θ
n 1−θ λθ nθ−1
∂n
 − ( 1−θ ) 1
θb2 υ
b 31−θ λ θ =w
1
w=θb 4 λ θ (24)

(22) y (24) ^ (23)

2 [ b 4 λ1/ θ n−δk ] ¿ (1-n)
2 ¿*¿ (1-n)
1
θb 4 λ θ (1−n)
1
=2 ¿
θ
λ n(b 4−δb 3)
θ (1−n ) δb 3 ( r +η ) α 0+ ( 1−α 0 ) η
η
= 1−
b4
∗2 ( ( r +η ))( )
θ (1−n ) δb 3 2 ( rα 0+η )
η
= 1−
b4
∗ ( r +η )( )
1 2 ( rα 0+ η ) δb 3
n
=1+ (
θ (r + η)
∗ 1−
b4 )( )
−1
2 ( rα 0+ η )
n= 1+
[(
θ (r + η)
∗ 1−
δb 3
b4 )( )]
Condiciones de eficiencia

Reemplazamos (4) ^ (5) llegamos a la siguiente ecuación para

el consumo

θ (−1−θ
v )
J

[ n λ [ (1−σ )k
t t t
−v
+σ y t −v
]] =c t + ∑ φ j s jt + y t +1− y t (25)
j=1

Dado (25) y la ecuación de movimiento del capital y la

función de utilidad, construimos el lagrangiano. Las
variables de control del modelo son k(+1), c, s, y(+1), n.
 γ
Bt {c t 1/3 (1−α 0 n t−(1−α 0)η at )2 /3 } J
L=
γ j=1
[
+ χ 1t [ ( 1−δ ) k t + s1 t −k t +1 ] + χ 2t c t + ∑ φ j s jt + y t +1− y t− nt θ λ t [(1−σ )k t− [
CPO
− ( 1−θ )− v
∂L t+ 1 −1−θ −v ( )(
∂ k t +1
t+1 t
=B χ 1t+1 ( 1−δ )−B χ 1t − χ 2t+1 B
v
θ
(
nt +1 λ t +1 [ ( 1−σ ) k t +1 +σ y t +1 ]
−v
) v
1−σ ) (−v ) k t +1
− v−1

−( 1−θ ) −v
1−θ ( )(
( 26 ) χ 1t=B χ 1t +1 ( 1−δ ) + B χ 2t +1 nt +1 λ t +1 θ
( )v
[ ( 1−σ )+ σ y t+1−v ] v
1−σ )(−v ) k t +1−θ

J
∂L
( 27 ) = χ 1t + χ 2t ∑ φ j=0
∂ s 1t j =1

− ( 1−θ ) −v
∂L
∂ y t+1
t t+1
=B χ 2t −B χ 2t+ 1 1−
1−θ
v
θ
[ −v −v (
nt +1 λt +1 [ (1−σ ) k t +1 + σ y t +1 ]
v ) σ (−v ) y
t +1
−v−1
]
−( 1−θ) − v

t t +1
v t+1 t +1 [
(28) χ 2 =B χ 2 1 − 1−θ n θ λ [ ( 1−σ ) k −v + σ ](
t+1
v ) σ (−v ) y
t+1
−θ
]
1 2 γ −1 1

∂L
=Bt
{ 3
c t ( 1−α 0∗nt −( 1−α 0 ) η at ) 3
} ∗c t ∗23

∗( 1−α 0 nt− (1−α 0 ) η a t ) 3 ∗−α 0−( 1−α 0 ) η

−1
∂ at
− χ 2t B t ∗ [
[
∂ nt 3 ∂ nt

1 2 γ−1 1
{ 3
(29) c t ( 1−α 0∗nt −( 1−α 0 ) η a t ) 3
} ∗c t ∗23 −1
∗( 1−α 0 n t−( 1−α 0 ) η at ) 3 ∗−α 0−( 1−α 0 ) η
∂ at
3 ∂ nt
−1−θ
= χ 2 ( 1−σ ) k −v +σ y −v ( v )
θnt θ−1 λ t
[
t [ t t ] ]
2
1 2 γ −1 3
( 1−α 0∗nt− (1−α 0 ) η a t ) ∗1 −2
∂L
∂ ct
{ 3
= ct ( 1−α 0∗nt −( 1−α 0 ) η at ) 3
} 3
∗c t 3 + χ 2t

1 2 γ

χ 2t =
{ 3
− c t ( 1−α 0∗nt− (1−α 0 ) η a t ) 3
} ∗1∗c −1 (30)
t
3
(30) ^ (27)

1 2 γ

( 31 ) χ 1t =
{c t
3
( 1−α 0∗nt −( 1−α 0 ) η at ) ∗1 3
} ∗c t−1 ∑ φ j
J

3 j=1

(30) y (31) ^ (26)

1 2 γ 1 2 γ
{c t
3
( 1−α 0∗nt −( 1−α 0 ) η at ) ∗1 3
} ∗c t−1 ∑ φ j ,t =B
J {c t+ 1
3 3
}
( 1−α 0∗nt +1−( 1−α 0 ) η at +1 ) ∗1 J
∗ct +1−1 ∑ φ j ,t +1 ( 1−
3 j=1 3 j=1

1 2 γ 1 2 γ

{
J J
{ 3
( 32 ) c t ( 1−α 0∗nt −( 1−α 0 ) ηa t ) 3
} ∗c t
−1
∑ φ j ,t =B {c t +1 ( 1−α 0∗nt +1−( 1−α 0 ) η at +1 )
j=1
3 3
} ∗c t+1
−1
∗ ∑ φ j ,t +1 ( 1−
j=1

(30) ^ (28)

(33)
2 γ 2 γ

[
1 1
{c t
3 3
} { 3
( 1−α 0∗nt −( 1−α 0 ) η at ) ∗ct =B c t +1 ( 1−α 0∗nt +1−( 1−α 0 ) η at +1 ) ∗¿ c t+1−1 1 −
−1 1−θ
nt +1θ λt +1 [ (1−σ 3
} v

(30) ^ (29)

(34)
1 2 γ −1 1
{ 3
c t ( 1−α 0∗nt −( 1−α 0 ) η at ) 3
} 3
∗c t ∗2 −1
∗( 1−α 0 nt− (1−α 0 ) η a t ) 3 ∗−α 0−( 1−α 0 ) η
∂ at =
3 ∂ nt
2 γ
1
(−1−θ
v )
{ 3
− c t ( 1−α 0∗nt −( 1−α 0 ) η at ) 3
} ∗1 ∗c −1
[ [ (1−σ ) k −v
+σ y t−v ] ] θnt θ−1 λ t
t t
3

Ecuaciones que gobiernan la economía

Condiciones de eficiencia están dadas por 32, 33 y 34, se

pueden interpretar de la siguiente forma:

La ecuación de Euler o CPO para el capital está dada por:

 J J
'

j=1
'
{
u ( c t ) ∑ φ j ,t =B u ( ct +1 )∗ ∑ φ j , t+ 1(1−δ)− pmgk t +1
j=1
}
La ecuación de Euler para el capital refleja el costo de
oportunidad entre consumir en t y t+1. El consumir en el
futuro es mayor dado un aumento del capital de no inventarios
y la depreciación del capital y negativamente de la
productividad del capital todo en t+1, mientras en t solo
depende de los precios de no inventarios en t.

La ecuación de Euler para los inventarios

u' ( c t ) =B u' ( c t +1 )∗ {1−pmgy t +1 }

El consumo se afecta negativamente ante mayor producto

marginal de los inventarios.

Condición de eficiencia para el trabajo

u' ( l t )=−B u' ( c t )∗{ pmgnt }

Un aumento en la utilidad marginal de consumo disminuye la

utilidad marginal del ocio por lo que aumenta los incentivos
a trabaja, el mismo efecto se produce si se aumenta la
productividad marginal del trabajo.

Hacen parte de las ecuaciones que gobiernan la economía las

restricciones para la ley de formación del capital y la
producción; las ecuaciones para el choque tecnológico (7-9) y
la estructura de información (10-12).

Simulación y calibración

Resultados

Al simular los componentes cíclicos de las variables

agregadas se aprecia que luego de suavizar las observaciones
generadas de la producción, inversión, consumo y
productividad laboral, la variación es aproximadamente
proporcional entre ellas, mientras el empleo vario muy poco.
Entre otros resultados la inversión varia tres veces lo que
el producto hace y el consumo la mitad de esto.

En la 2 está contenida las auto correlaciones con el producto

real para los valores muéstrales de la economía
norteamericana de la postguerra y la tabla 3 contiene la
media de las desviaciones estándar y correlaciones con el
producto para las variables del modelo.

En la tabla 2 se muestra que la economía se ajusta muy bien,

particularmente a la luz de la simplicidad del modelo

Para las variables agregadas el modelo es consistente con la

larga variabilidad en la inversión y la poca variabilidad en
el consumo en sus altas correlaciones con el producto. Los
modelos muestran más variabilidad en horas que en
productividad, pero no aproximadamente tanto como muestran
los datos. Dado las dificultades para medir el producto y en
particular el empleo se cree que la discrepancia no es larga.
Anexos

Programación en DYNARE versión 4.4.3 trabajada en Matlab

/*Modelo Kyland and prescot*/

var k c y n f s lambda lambda1 lambda2;
varexo shock1 shock2;
parameters alfa0 eta gamma beta v theta sigma delta fi1 fi2 fi3 fi4 delta
A B1 B2 lambdac rho b1 b2 b3 b4 r q;
alfa0=0.50;
eta=0.10;
gamma=-0.50;
beta=0.99;
v=4;
theta=0.64;
sigma=0.28*10^(-5);
fi1=0.25;
fi2=0.25;
fi3=0.25;
fi4=0.25;
delta=0.10;
A=0.97;
B1=1;
B2=1;
lambdac=1;
rho=0.95;
r=(1-beta)/beta;
q=fi1+(1+r)*fi2+((1+r)^2)*fi3+((1+r)^3)*fi4;
b1=((((r+delta)/r)*(q*r/(1-sigma)))^1/(1+v));
b2=(1-sigma)+sigma*(b1^-v);
b3=((((1-theta)*(1-sigma)/q*(r+delta))*(b2^-(1-theta-v)/v))^1/theta);
b4=(b2^-(1-theta)/v)*(b3^(1-theta));

//Equilibrium coditions
model;
//FCO
((c^gamma/3)*((1-n)^2*gamma/3))*(c^-
1)*(fi1+fi2+fi3+fi4)=beta*((c(+1)^gamma/3)*(1-n(+1))^2*gamma/3)*(c(+1)^-
1)*((fi1+fi2+fi3+fi4)*(1-delta)-lambda(+1)*(n(+1)^theta)*(1-
theta)/v*(((1-sigma)+sigma*(y(+1)^-v))^((-1+theta-v)/v))*(1-sigma)*(-
v)*(k(+1)^-theta));
((c^gamma/3)*((1-n)^2*gamma/3))*(c^-1)=beta*(c(+1)^-
1)*((c(+1)^gamma/3)*((1-n(+1))^2*gamma/3))*(1-((1-
theta)/v)*lambda(+1)*(n(+1)^theta)*(((1-sigma)*(k(+1)^-v)+sigma)^((-
1+theta-v)/v))*sigma*(-v)*(y(+1)^-theta));
(((c^1/3)*((1-n)^2/3))^gamma-1)*(c^1/3)*2/3*((1-n)^-
1/3)=((c^gamma/3)*((1-n)^2*gamma/3))*1/3*(c^-1)*(((1-sigma)*(k^-v)
+sigma*(y^-v))^((-1+theta)/v))*lambda*theta*(n^(theta-1));
//Restricciónes
f=c+(fi1+fi2+fi3+fi4)*s+y(+1)-y;
f=(((1-sigma)*(k^-v)+sigma*(y^-v))^((-1+theta)/v))*lambda*(n^theta);
k(+1)=(1-delta)*k+s;
lambda=lambda1+lambda2+lambdac; //Distinción de choques permanetes y
transitorios
lambda1(+1)=rho*lambda1+shock1;
lambda2(+1)=shock2;
end;

// Steady state (analytically solved)

initval;
lambda1=0;
lambda2=0;
shock1=0;
shock2=0;
lambda=lambdac;
n=((1+(2*(r*alfa0+eta)/theta*(r+eta))*(1-delta*b3/b4))^-1);
k=b3*(lambda^1/theta)*n;
y=b1*k;
f=b4*(lambda^1/theta)*n;
c=b4*(lambda^1/theta)*n-delta*k;
s=0;
end;

/*Con el comando stady se puede controlar si tu quieres comenzar tu

simulación impulso respuesta desde el estado estacionario*/

steady;

check;

shocks;
var shock1=0.0090^2;
var shock2=0.0018^2;
end;
stoch_simul(periods=200, hp_filter=100) y c k;

//Display the path of consumption and capital

rplot c;
rplot k;
rplot y;