Archive for the ‘Dynare’ Category

Jorge Mírez Tarrillo_Publicidad-1

Estimados lectores.
Formo parte de quienes están creando formalmente el Grupo de Investigación en Modelamiento Matemático y Simulación Numérica – GMMNS – en la Universidad Nacional de Ingeniería, en Lima, Perú. Lidero el grupo y quedan todos invitados a participar del grupo desarrollando sus investigaciones y colaborando en ellos; tanto los que son estudiantes, docentes y profesionales; así también quienes están en Perú o en el extranjero. Para quienes deseen participar se les pide estar registrados en el Directorio Nacional de Investigadores (DINA) del Concytec (en el caso de extranjeros no es necesario estar en DINA, se puede trabajar a como de colaboración). Tienen que fijar una línea de investigación y enviarme su DNI (pasaporte o carnet de extranjería). GMMNS cuenta con un fanpage que es la vitrina virtual por el momento y que quedan cordialmente invitados a darle Me Gusta e informarse progresavamente de nuestra labor. Atte: Jorge Mírez. Chairman GMMNS – Perú. Contact: jmirez@uni.edu.pe

Hola, ya se había colocado en alguna entrada anterior algunos ejemplos del programa Dynare, pero como los que han practicado el programa, sabrán que es un retoque lo que he mostrado en anteriores entradas. Las figuras mostradas muestran la salida final de una aplicación (modelo) de Dynare, se debe tener en cuenta el tiempo de procesamiento, la memoria que consume, la versión del Matlab y del Dynare para evitar que no corra…

Para mí me resulta un tanto trabajoso entender los temas de economía, dado que mi formación no va por ahi… sin embargo, con una adecuada comunicación entre mi persona y los interesados en desarrollar o construir programas implementados para Dynare, la cosa puede mejorar sustancialmente. Un ejemplo de que sultados da Dynare le muestro en la figura que líneas arriba, son los resultados gráficos de los parámetros que calcula el Matlab.

Pero esos parámetros se llegan a mostrar en la Ventana de Comandos (Command Windows), del cual, una parte reproducimos en la siguiente figura:

Recuerden que para entender sus temas, deben enviar en detalle su información.

Para evitar confusiones y entender de qué se trata esta sección dentro del archivo .mod , debemos tener en cuenta ciertos aspectos. Primero debe recordarse que los modelos estocásticos necesitan ser linealizados. Por lo tanto éstos necesitan tener un estado estacionario. En segundo lugar, independientemente de si se está trabajando con un modelo estocástico o determinístico, lo más probable es que se esté interesado en iniciar las simulaciones o las funciones de respuestas a impulsos a partir de un estado de equilibrio o a partir de otro punto.

En esta sección se busca proveer los valores de esos estados de equilibrio o aproximaciones a dichos valores.

Los comandos más relevantes en esta sección son: «initval», «endval», o de forma menos usual «histval». A continuación se hará una breve descripción de esos comandos:

  • initval : Especifica los valores numéricos iniciales para encontrar el estado estacionario y/o los valores iniciales para las simulaciones. El block initval tiene dos propósitos: declarar las condiciones iniciales (y posiblemente las finales) en un ejercicio de simulación; y proveer valores aproximados para las soluciones no lineales.
  • endval : Sólo se utiliza en modelos determinísticos para especificar los valores finales para dicho tipo de simulaciones. Tiene dos propósitos: primero, establece las condiciones finales para todos los periodos siguientes al último período de la simulación. Segundo, provee los valores iniciales aproximados de todas las simulaciones para las soluciones no lineales. Así, Dynare calcula un primer estado estacionario con los valores dados en el initval, y calcula un estado estacionario final para los valores dados en el endval.
  • histval : Especifica los valores históricos antes de comenzar la simulación; es un comando opcional que se utiliza para los modelos que tienen rezagos en más de un período.

En todo esto, en caso se tenga dudas, se debe recorrer a información bibliográfica o asesoramiento.

Algunos comandos y convenciones importantes para transformar un modelo en un archivo *.mod de Dynare legible:

  • Lo primero que hay que resaltar, es que el bloque del modelo del archivo *.mod, comienza con el comando «model» y termina con el comando «end».
  • Segundo, en medio de estos comandos, cabe mencionar que deben tenerse tantas ecuaciones como variables endógenas se determinaron al principio. De hecho, esto es una de las primeras cosas que Dynare revisa; el programa hará saber inmediatamente si hay algún problema respecto a esto.
  • Tercero, al igual que en el preámbulo (que se habló en otra entrada) y como en todo archivo *.mod, cada línea de instrucción debe terminar con punto y coma (;), excepto cuando la instrucción continúa en la siguiente línea. Esta característica es diferente en Matlab, donde, si desea continuarse con la instrucción en la siguiente línea, debe continuarse con puntos suspensivos (…).
  • Cuarto, las ecuaciones deben introducirse una tras otra (el programa no reconoce la representación matricial). Los nombres de las variables y de los parámetros utilizadas en el bloque del modelo deben ser los mismos que los utilizados en el bloque del preámbulo.

Recuerden que los nombres de las variables y de los parámetros son sensibles a las mayúsculas.

Generalmente involucra tres comandas que indican a Dynare cuáles son las variables del modelo, las variables endógenas y los parámetros.

Los comandos son:

  • var: declara las variables endógenas.
  • varexo: muestra la lista de variables exógenas, éstas son necesarias para poder aplicar choques al modelo.
  • varexo_det: es un comando opcional que declara las variables determinísticas en un modelo estocástico.
  • parameters: indica la lista de parámetros, seguidamente pueden indicarse los valores asociados a cada uno de éstos.

Cada comando puede repetirse varias veces en el archivo, pues Dynare lo concatenará.

Los modelos determinísticos tienen las siguientes características:

  • Como la literatura del modelo estocástico se ha ganado la atención en la economía, los modelos determinísticos se han convertido en algo raro. Los ejemplos incluyen los modelos OLG (Modelos de Generaciones Traslapadas) sin incertidumbre agregada.
  • Estos modelos suelen ser introducidos para estudiar el impacto de un cambio en el régimen, como la introducción de nuevo impuesto, por ejemplo.
  • Asume toda la información, hay suposición perfecta y no hay incertidumbre en torno a los choques.
  • Los choques pueden afectar a la economía de hoy o la de cualquier momento en el futuro, dado el caso de previsión perfecta. También puede durar uno o varios períodos.
  • Muy a menudo, sin embargo, los modelos introducen un choque positivo hoy y ningún choque a partir de entonces (con certeza).
  • La solución no requiere de linealización, de hecho, ni siquiera realmente necesita de un estado estacionario. En su lugar, se trata la simulación numérica para encontrar las rutas exactas de las variables endógenas de primer orden que cumplan con las condiciones del modelo y la estructura del choque.
  • Este método de solución por lo tanto puede ser útil cuando la economía está muy lejos del estado estacionario.

Los modelos estocásticos, en cambio, tienen las siguientes características:

  • Estos tipos de modelos tienden a ser más populares en la literatura. Ejemplo: incluyen la mayoría de los modelos de RBC (Ciclo Real de Negocios), o nuevos modelos monetarios keynesianos.
  • En estos modelos, los choques golpean el día de hoy (con una sorpresa), pero después su valor esperado es cero. Se esperan choques futuros, o cambios permanentes en las variables exógenas que no pueden ser manejados por el uso de aproximaciones de Taulor en torno a un estado estacionario.
  • Hay que tener en cuenta que cuando estos modelos son linealizados al primer orden, los agentes se comportan como si los choques futuros fueran iguales a cero (ya que su expectativa es nula), que es la certeza de la propiedad de equivalencia. Se trata de una frecuencia en un punto alto en la literatura que induce a un error de los lectores en el supuesto de que sus modelos puedan ser determinísticos.