INTRODUCCIÓN

Esta introducción proporciona una visión general de la investigación en el campo de la teoría

económica y el control óptimo en el contexto del crecimiento económico. Se mencionan los
pioneros en esta área y cómo el control óptimo se ha vuelto esencial para resolver problemas
de optimización dinámica en modelos económicos. Además, se destaca la importancia de
incorporar la incertidumbre en estos modelos y cómo esto ha llevado a la aplicación de métodos
estocásticos en tiempo continuo.

La investigación se centra en la extensión del comportamiento de los agentes económicos en

modelos de equilibrio general en tiempo continuo, considerando procesos de incertidumbre
definidos por procesos estocásticos brownianos y procesos de saltos aleatorios. Se mencionan
contribuciones específicas, como la búsqueda de soluciones analíticas bajo ciertas restricciones
paramétricas y la implementación numérica mediante un método IMEX.
También se hace referencia a trabajos previos en la literatura económica que sientan las bases
para esta investigación, incluyendo modelos DSGE y la superación del marco determinista en la
teoría económica.

La pregunta general de investigación se formula claramente y establece el enfoque de la

investigación. En resumen, esta introducción proporciona una base sólida y completa para el
desarrollo de la investigación y presenta claramente los objetivos y contribuciones esperados.

Este trabajo de investigación se enfoca en desarrollar una solución analítica y numérica para un
modelo DSGE (Equilibrio General Dinámico Estocástico) en tiempo continuo, que incorpora
saltos aleatorios en la dinámica del capital, asociados a eventos raros, junto con un factor de
tecnología estocástico. La solución se basa en principios de optimización dinámica y utiliza el
teorema de verificación, lo que permite resolver la ecuación de Hamilton-Jacobi-Bellman (HJB)
en tiempo continuo y obtener las funciones de política óptimas para las variables de control.

En términos de la solución numérica, se utiliza un enfoque de diferencias finitas con un método

Implícito-Explícito (IMEX) para resolver la ecuación HJB en tiempo continuo. Además, se calibra
el modelo y se compara con resultados de estudios similares.
El trabajo también se extiende al considerar un factor de tecnología que sigue un proceso
browniano geométrico. Se analiza cómo los eventos raros, modelados mediante saltos en la
dinámica del capital, afectan las decisiones óptimas de los agentes económicos.

Las contribuciones principales de este estudio incluyen la búsqueda de soluciones analíticas bajo
ciertas restricciones paramétricas, la implementación de soluciones numéricas utilizando
diferencias finitas, y la ampliación de la literatura en modelos DSGE en tiempo continuo que
abordan la incertidumbre asociada a eventos raros.

Las preguntas de investigación se centran en cómo afectan los eventos raros en la dinámica del
capital a las decisiones de consumo y trabajo de los agentes, bajo qué condiciones se obtienen
soluciones cerradas para modelos con procesos de difusión y saltos, y cómo resolver
numéricamente la ecuación HJB en presencia de saltos no necesariamente constantes en la
dinámica del capital.

En resumen, este trabajo busca comprender y cuantificar el impacto de la incertidumbre

asociada a eventos raros en un modelo económico en tiempo continuo, lo que tiene
implicaciones importantes para la toma de decisiones de los agentes económicos y la política
económica.

Revisión de literatura
La revisión de literatura proporciona un contexto importante para comprender la
implementación de modelos y simulaciones numéricas en macroeconomía,
particularmente en el contexto de modelos DSGE (Dynamic Stochastic General
Equilibrium). Estos modelos se han vuelto fundamentales en la modelización
macroeconómica debido a su base en la teoría microeconómica y su capacidad para
analizar cómo los diferentes agentes económicos responden a cambios en su entorno a
lo largo del tiempo.
La literatura revisada incluye estudios de autores como Long Jr y Plosser (1983),
Greenwood et al. (1988), King et al. (1988), Bernanke et al. (1998), y Michael (2003) que
han contribuido al desarrollo de modelos DSGE y han explorado la dinámica de los
choques en variables económicas.
También se mencionan estudios que utilizan procesos estocásticos para modelar la
volatilidad en los mercados financieros y cómo esto afecta las decisiones económicas,
como los trabajos de Merton (1971), Merton and Samuelson (1992), Giulano and
Turnovsky (2003), y otros.

La revisión de literatura destaca la importancia de considerar procesos de difusión y

saltos en la modelización de eventos raros y cómo estos pueden afectar la economía,
como se ha explorado en estudios de Posch (2009), Posch (2011), Posch (2013), y otros.
Además, se mencionan estudios relacionados con el impacto del cambio climático en la
economía, como los informes de Stern (2007) y Economics (2013), que resaltan la
necesidad de comprender cómo eventos raros, como desastres naturales, pueden
afectar el crecimiento económico.
En cuanto a la parte numérica, se discuten métodos de solución utilizados en modelos
DSGE, incluyendo métodos de perturbación, proyección de Taylor y colocación de
Smolyak, así como métodos numéricos como el método de diferencias finitas y el
esquema upwind.
En resumen, la revisión de literatura proporciona una visión general de la evolución de
la modelización macroeconómica y la importancia de considerar procesos estocásticos
y eventos raros en la economía, así como los métodos numéricos utilizados para abordar
estos problemas.
Metodología
El trabajo que has descrito se enfoca en el desarrollo de modelos DSGE (Dynamic
Stochastic General Equilibrium) de crecimiento neoclásico estocástico en tiempo
continuo para una economía pequeña y cerrada, con la incorporación de variables de
política económica que involucran procesos de difusión brownianos y de saltos
aleatorios para capturar la incertidumbre en el sistema económico. Aquí tienes un
resumen de las etapas y objetivos principales de este trabajo:
Descripción del Modelo de Referencia: Se establece el marco teórico del modelo de
equilibrio general dinámico y estocástico, identificando a los actores económicos,
definiendo las variables económicas clave y especificando las relaciones funcionales que
describen su comportamiento.
Planteamiento del Problema de Control Óptimo Estocástico: Se formula el problema de
control óptimo estocástico en tiempo continuo que se busca resolver, con el objetivo de
maximizar una función de utilidad o bienestar social sujeto a restricciones, teniendo en
cuenta la incertidumbre modelada por procesos estocásticos.
Determinación de la Solución Óptima: Se busca encontrar la solución óptima al
problema de control mediante el principio de optimalidad de Bellman y el teorema de
verificación en tiempo continuo. Esto implica encontrar la función de política óptima
que maximiza el objetivo definido previamente.
Condiciones de Primer Orden: Se aplican las condiciones de primer orden para derivar
las ecuaciones que caracterizan la función de valor y las funciones de política de los
agentes económicos. Estas condiciones son cruciales para encontrar la solución óptima
del problema.
Existencia de una Solución Cerrada: Se establecen las condiciones y supuestos
necesarios para determinar si existe una solución cerrada al problema en tiempo
continuo, es decir, si las ecuaciones resultantes pueden resolverse de manera analítica.
Equilibrio de Estado Estacionario: Se encuentra el equilibrio de estado estacionario del
modelo mediante la resolución de la ecuación de Hamilton-Jacobi-Bellman (HJB) en
tiempo continuo, y luego se discretiza esta ecuación utilizando diferencias finitas para
obtener una solución numérica.
Calibración del Modelo: Se calibra el modelo utilizando parámetros que son comunes en
otros estudios similares o que se ajustan a datos empíricos disponibles, con el objetivo
de que el modelo refleje la realidad económica que se desea analizar.
Estudio de Convergencia: Se investiga la convergencia del modelo, es decir, si el sistema
económico tiende hacia un equilibrio estable a lo largo del tiempo o muestra otro tipo
de comportamientos dinámicos bajo ciertas restricciones.
Discusión de Resultados: Finalmente, se discuten los resultados analíticos obtenidos de
la solución del problema y se exploran posibles generalizaciones o extensiones del
modelo para comprender mejor el comportamiento económico en un entorno de
incertidumbre.
Este trabajo representa un enfoque completo y riguroso para el desarrollo y análisis de
modelos DSGE en tiempo continuo, y tiene como objetivo proporcionar una
comprensión más profunda de una economía pequeña y cerrada en un contexto
estocástico.
Modelo de referencia DSGE con dinámica de capital discontinua
El modelo que has descrito es un modelo de equilibrio general dinámico y estocástico
(DSGE) que busca proporcionar una explicación integral del comportamiento de la
producción, el consumo, el capital y los precios en una economía. En este modelo, una
empresa representativa produce un único bien que pertenece a los hogares, y se asume
que opera en mercados competitivos. Aquí tienes un resumen de los principales
elementos y características de este modelo:
Función de Producción: El modelo utiliza una función de producción agregada con
retornos constantes a escala tipo Cobb-Douglas. Esta función describe cómo la
producción (Yt) depende del capital agregado (Kt) y la fracción de horas trabajadas (Lt).
La productividad total de los factores (PTF), representada por At, es un factor
estacionario que afecta la producción.

Dinámica de la Productividad Total de los Factores (PTF): La PTF sigue un proceso de

reversión a la media del tipo Cox-Ingersoll-Ross (CIR), lo que significa que tiende a
regresar a su valor medio a largo plazo después de experimentar choques aleatorios.
Este proceso está influenciado por un movimiento browniano que modela el factor de
riesgo en la PTF.
Dinámica del Capital Agregado: El capital agregado (Kt) está sujeto a choques aleatorios
continuos y discontinuos, así como a choques en la productividad total de los factores.
Estos choques afectan la acumulación de capital en la economía.
Problema de Control Óptimo: Los hogares buscan maximizar su utilidad a lo largo del
tiempo, sujeto a restricciones impuestas por la función de producción, la dinámica del
capital y la condición de equilibrio del mercado, que iguala la producción al consumo y
la inversión.
Función de Utilidad: Se utiliza una función de utilidad de aversión relativa al riesgo
constante (CRRA) para modelar las preferencias de los hogares. Esta función captura la
aversión al riesgo en el consumo y el ocio.
Dinámica de Control Óptimo: Se derivan las funciones óptimas de consumo y trabajo en
función de las variables de estado, como el capital y la PTF. Estas funciones están sujetas
a las restricciones impuestas por el problema de control óptimo.
Ecuación de Hamilton-Jacobi-Bellman (HJB): El modelo utiliza una ecuación HJB para
encontrar la función de valor óptima, que representa la utilidad esperada acumulada a
lo largo del tiempo. Esta ecuación tiene en cuenta la dinámica de todas las variables del
modelo y se resuelve para determinar la política óptima de los agentes económicos.

Teorema de Verificación: El teorema de verificación se utiliza para establecer que la

función de valor óptima encontrada es la solución correcta y que las políticas óptimas
derivadas son las óptimas para los agentes.
Este modelo representa un enfoque avanzado para analizar el comportamiento
económico en una economía sujeta a choques estocásticos en la productividad y en la
acumulación de capital. Combina elementos de teoría de control óptimo, programación
dinámica y DSGE para proporcionar una visión detallada de la economía en estudio.
Condiciones de Equilibrio
El fragmento de texto que proporcionaste se refiere a un modelo económico que se
utiliza para analizar la toma de decisiones óptimas de los agentes económicos en un
entorno estocástico. Aquí tienes un resumen de los puntos clave:
Objetivo del modelo: El modelo tiene como objetivo maximizar la utilidad de las familias
económicas, sujetas a diversas restricciones, incluyendo la función de producción, la
acumulación de capital y el equilibrio del mercado. La idea es encontrar cómo las
familias pueden tomar decisiones para maximizar su bienestar en un contexto incierto.
Optimización de Pareto: El modelo busca encontrar soluciones que sean óptimas de
Pareto, lo que significa que no es posible mejorar la utilidad de una familia sin reducir la
de otra. Esto refleja un equilibrio social eficiente.
Método de solución: Para resolver este modelo, se utiliza la ecuación de Hamilton-
Jacobi-Bellman y las condiciones de primer orden. El objetivo es encontrar la función de
valor óptima y las políticas óptimas de consumo y trabajo que maximizan la utilidad de
las familias.
Restricciones paramétricas: El texto menciona restricciones paramétricas que deben
cumplirse para obtener soluciones cerradas analíticas. Estas restricciones son
importantes para simplificar el modelo y permitir la obtención de soluciones explícitas.
Dinámicas estocásticas: El modelo considera la incertidumbre en la economía,
incluyendo la productividad total de los factores (PTF) que sigue un proceso de reversión
a la media y la dinámica del capital que combina procesos estocásticos continuos y saltos
no necesariamente de tamaño constante. Estas dinámicas inciertas afectan las
decisiones de los agentes.

Resultados clave: El texto presenta resultados clave relacionados con las soluciones
analíticas del modelo. Estos resultados son útiles para comprender cómo la
incertidumbre afecta las decisiones de consumo, trabajo y ahorro de los agentes
económicos.
Elasticidades: Se discuten las elasticidades de las decisiones óptimas de consumo y
trabajo con respecto a parámetros clave, como la aversión relativa al riesgo y la tasa de
arribo de los saltos. Estas elasticidades indican cómo cambian las decisiones en
respuesta a cambios en los parámetros económicos.
En resumen, este modelo económico busca entender cómo los agentes económicos
toman decisiones óptimas en un entorno de incertidumbre, y se proporcionan
restricciones y resultados clave relacionados con las soluciones del modelo.
Una ecuación de Euler
El texto proporciona una serie de conceptos y ecuaciones relacionados con un modelo
económico que parece basarse en la teoría de la utilidad marginal, el ahorro precautorio
y la dinámica de la productividad total de los factores (PTF) y el capital en un entorno de
incertidumbre. Aquí hay un resumen de los puntos clave:
El modelo se basa en la ecuación de Hamilton-Jacobi-Bellman (HJB) y se utiliza para
analizar el comportamiento de un hogar representativo que maximiza la utilidad
esperada de su consumo y ocio a lo largo del tiempo, sujeto a restricciones y
considerando la incertidumbre en la PTF y el capital.
Se introducen conceptos como el coeficiente de prudencia absoluta (PA) y el coeficiente
de prudencia relativa (PR) que cuantifican la disposición de los consumidores a ahorrar
más en respuesta al aumento de la incertidumbre. Cuanto más convexa sea la utilidad
marginal del consumo, mayor será la prudencia de ahorro.

El modelo incorpora un proceso estocástico para la PTF (Movimiento Browniano

Geométrico) y un proceso de difusión y saltos para la dinámica del capital.
Se muestra cómo las derivadas de la función de consumo óptimo en respuesta a cambios
en la incertidumbre se relacionan con los coeficientes de prudencia y aversión al riesgo,
así como con la convexidad de la utilidad marginal y la función de valor.

Se señala que la prudencia en el ahorro precautorio está relacionada con la convexidad

de la utilidad marginal y la función de valor, lo que sugiere que los consumidores más
prudentes ahorran más en situaciones de incertidumbre.

El texto concluye que la tendencia del consumo está asociada con la prudencia de los
agentes económicos y cómo esta prudencia influye en su comportamiento de ahorro.

En resumen, el texto describe un modelo económico que explora cómo la incertidumbre

en la productividad y la aversión al riesgo influyen en el comportamiento de ahorro de
los consumidores y cómo estos factores se relacionan con la convexidad de la utilidad
marginal y la función de valor.