Ao de la consolidacin del mar de Grau

UNIVERSIDAD NACIONAL
DEL CENTRO DEL PER

FACULTAD DE
ECONOMIA
CTEDRA

TEORA Y POLTICA MONETARIA

EL CICLO ECONMICO REAL

CATEDRTICO

ESTUDIANTES

Econ. JUAN CARLOS PEREZ TICSE

BERMUDO BENDEZU SEDION

ROSALES RIVERA ROLANDO BRAYAN
TORRE CACHUAN KATHERINE MIRIAM

SEMESTRE

QUINTO

Huancayo Per
- 2016 EL CICLO ECONMICO REAL
1. INTRODUCCIN:
Una gran parte de los textos de macroeconoma intermedia concluyen que a corto plazo
la poltica monetaria controla el tipo de inters, que la renta y el tipo de inters actual y

esperado afectan la demanda agregada y de igual manera enuncian el rol de la demanda

en la determinacin del nivel de produccin y del desempleo el cual puede fijarse fuera
de su tasa natural. Estos planteamientos se pudieron ver en el desarrollo del modelo ISLM.
Durante la dcada de los 70s dicho modelo fue duramente criticado, en primera
instancia por el manejo de la oferta agregada la cual era determinada por el nivel de
flexibilidad de precios y salario, a partir de esta podra ser perfectamente inelstica o
viceversa, as como tener pendiente positiva (hiptesis de Phillips). Friedman en 1968
presenta una fuerte crtica a dicha hiptesis estableciendo que el trade-off entre inflacin
y desempleo era dinmicamente inconsistente en el tiempo as como aseguro que dicho
trade-off era causado por inflacin no esperada y que en el tiempo la produccin tenda
a situarse en una tasa natural.
A partir de dichas crticas la teora macroeconmica necesitaba de otro instrumento
terico, uno de carcter intertemporal, de equilibrio general que aglutinara en su acervo
el papel de las expectativas racionales, es entonces donde inician los trabajos
desarrollados por Samuelson con los modelos de generaciones translapadas y los
modelos de crecimiento ptimo en contextos estocsticos. En este trabajo
desarrollaremos la teora del ciclo econmico real (RBC por sus siglas en ingles), el
cual como veremos ms adelante parte de la hiptesis de Ramsey. En la primera parte
analizaremos las fluctuaciones a corto plazo as como mencionaremos elementos
necesarios de serie de tiempo para captulos subsecuentes, posteriormente
desarrollaremos el modelo Estocstico de Crecimiento Optimo y a partir de ah
brindaremos las bases tericas para justificar las casas de fluctuaciones cclicas segn la
teora de RBC, as como el desarrollo de alguna evidencia emprica para el caso
mexicano. Al final del captulo enunciaremos una serie de crticas al modelo RBC las
cuales son necesarias para ampliar nuestra aloracion a dicha teora.

2. FLUCTUACIONES ECONMICAS, CONCEPTOS BSICOS:

Desde principios de ciclo pasado se ha producido entre los economistas una extraa
fascinacin por el anlisis de la produccin tanto sus fluctuaciones a corto plazo como
su crecimiento a largo plazo. Entre las concepciones de algunos economistas es posible
la existencia de ciclos determinsticos, la literatura los csicos en Kitchin (3 aos),
juglar (10aos), Kuznets (20 aos) y Kondratiev (50 aos), estos ciclos quedaros ya que
la evidencia emprica destaca la existencia de fluctuaciones a corto plazo, adems surge
la necesidad de explicar las causas de diferentes fluctuaciones las cuales tenan una
naturaleza aleatoria.
Los ciclos econmico real, por su parte explica sus fluctuaciones a corto plazo en su
mayora por shocks tecnolgicos, es decir perturbaciones en la produccin. Por otra
parte la teora keynesiana y Neokeynesiana en su mayora sigue supuestos de rigideces
que provocan las fluctuaciones antes mencionadas. Una de las primeras explicaciones
de las fluctuaciones de la produccin fue propuesta por R. Solow en 1957, Solow
afirmaba que las expansiones y contracciones del producto estaba altamente ligado a la
productividad de la mano de obra, para analizarle este propuso la siguiente
descomposicin: bajo los supuestos de retornos constantes a escala y mercados
competitivos la tasa del crecimiento del producto puede ser expresada como:
Y (t)= A K L1

... (1)

logY ( t )=logK ( t ) + ( 1 ) log L+log A

(2)

logY (t)
logK ( t)
logL ( t ) logA (t)
=
+ ( 1 )
+
(3)
t
t
t
t
g y = g n + ( 1 ) g k + q (4)
Donde

g y , gn y g k

son las tasas de crecimiento de la produccin, mano de obra y

capital respectivamente,

es la participacin de la mano de obra y que refleja

aquellos factores que no estn explicados por el modelo, a este trmino se le ha llamado
multifactor de productividad del crecimiento o ms comnmente, el residuo de Solow
La ecuacin anterior puede ser reescrita como:

( 1 )( g g )+( 1 ) q

( g y g n )=

... (5)

El residuo de Solow, tambin denominado Total Factor Productivity (TFP) ha recibido

duras criticas ya que no es claro que dicho factor siempre sea de tipo aditivo en el
sentido que puede que las fuentes del crecimiento estn implcitas en variables como el
trabajo (subutilizacin)o cuestiones relacionadas con la calidad.
2.1 CONCEPTOS BSICOS DE SERIES TEMPORALES
Al analizar una serie temporal con el fin de lograr su modelacin, es decir, descubrir la
forma en la cual esta evoluciona en el tiempo es necesario que esta est dotada de
Estacionareidad en covarianza la cual implica que la serie tiene una cierta regularidad
en su comportamiento. Llamaremos
variables aleatorias, despus Y T

YT

a una variable aleatoria o a un vector de

es estacionaria en covarianza si:

E Y T =

...(6)

E ( Y t ) ( Y tk )=g k k

... (7)

Luego entonces es posible observar el proceso estocstico y anlisis los momentos entre
otras cosas. Podemos cuestionarnos sobre la veracidad de dicho argumento, Por una
parte se ha observado situaciones sui generis con hiperinflaciones o de amplios periodos
de desempleo, en otras ocasiones se ha observado casos donde disminuye la varianza de
las series, periodos de estabilidad.
Si la serie de tiempo es estacionaria en covarianza esta puede representarse mediante
una descomposicin de Wold o MA infinitos.
Y t = j t j + K (t)
j

Donde
que causa movimientos en

... (8)

2
IID (0, , donde a pesar de no ste el verdadero proceso

Y t , esto es medianamente aceptable. Si es verdad que los

procesos MA infinitos es compleja su estimacin, pueden ser aproximados por modelos

ARMA o modelos AR(n). En la actualidad los ciclos econmicos cuentan con un gran

cantidad de herramientas para su anlisis, entre ellas se encuentran los modelos VAR y
SVAR por sus intereses post-estimaciones como son las funciones impulso respuesta y
la descomposicin de varianza.
Dentro de la metodologa ms recurrente se encuentra la desarrollada por Robert J.
Hodrick y Edward C. Prescott el cual su mtodo que permite extraer el componente
secular o tendencia de una serie temporal aislando el componente cclico mediante el
siguiente ejercicio.
2

( Y tT t )
2
(+ [ ( T t T t1 )( T t 1T t 2 ) ] )
t1

... (9)

l0

min
En donde el residual

( Y t T t ) es conocido como el componente cclico de la serie,

por otra parte el parmetro

penaliza el aceleramiento tendencial con respecto al

componente cclico. Es muy comn dar un valor a

=1600 para datos trimestrales

tomando como base la duracin de los componentes del ciclo econmico, los
movimientos de los datos son considerados de naturaleza cclica si el filtro puede
atriburselo al componente

( Y t T t )

mas el componente de largo plazo

T t . Dicha

tecnologa realiza una comparacin de la correlacin cruzada del componente cclico de

diferentes series con el fin de analizar su ciclicidad, es decir encontrar los movimientos.
El coeficiente de correlacin es calculado de la siguiente manera.
( X ct ,Y ct +k )=

cov ( X ct ,Y ct +k )
1

[ ( var X ct ) ( var Y ct + k ) ]2

... (10)

Al respecto Cuadra (2008) encuentra evidencia emprica con dicha metodologa para
Mxico tomando diferentes componentes de la demanda, a saber el consumo privado,
consumo pblico, y las importaciones son proclticas, mientras que las exportaciones
son suavemente anticclicas. En lo referente a factores productivos encuentra que el
stock de capital es procclico y sigue al producto, de lo anterior Meja (2003) respalda
parte de la evidencia encontrada por Cuadra, es decir encuentra que la formacin de

capital es prociclica y va acorde con el ciclo, con una correlacin de 0,849, por otra
parte la tasa general de desempleo abierto es anticiclica y sigue al ciclo con una
correlacin de -0.655.
3. EXPECTATIVAS RACIONALES

En el estudio de la teora econmica en muchas ocasiones damos por sentada la

racionalidad de los agentes econmicos las cuales cumplen con los supuestos bsicos de
un juego de la forma estratgica en un contexto de informacin perfecta y completa, sin
embargo es necesario establecer en todo modelo un marco de anlisis que te permita
modelar las expectativas de los agentes econmicos.
R. Lucas (1972) fue el primero en poner las expectativas racionales como una necesidad
fundamental para entender la teora Macroeconoma. La teora de las expectativas
racionales establece que las variables aleatorias no son puramente aleatorias sino que
siguen un cierto patrn y es gracias a esto que es posible su prediccin, o al menos tener
una expectativa de un futuro probable.
Para que su prediccin de acerque a la probabilidad promedio de ocurrencia del evento
(esperanza matemtica) asumimos que

los agentes econmicos utilizan toda la

informacin disponible de manera eficiente. Aprovechar toda la Informacin disponible

significa que los agentes econmicos no cometen errores sistemticos, es decir, no
cometen un mismo error de manera subsecuente en el tiempo. A continuacin
desarrollaremos la teora utilizada para el anlisis de las expectativas racionales para
esto tomaremos en esta seccin algunos elementos de ecuaciones en diferencias
estocsticas as como elementos de programacin estocstica.
3.1. ITERACIN HACIA ADELANTE
Sea

{ x t } una sucesin de variables de la siguiente ecuacin

x t = x t +1+

La ecuacin anterior implica que en muchas ocasiones las variables econmicas pueden
estar explicadas por las mismas variables pero en una temporalidad futura como puede

ser el precio o la tasa de un bono. La solucin se puede obtener iterando hacia el futuro,
a sabiendas que x t+1 = x t +2+ tenemos:
x t= ( xt +2 + ) +

( x t +3+ )+ +

.
.
.
n1

a x t+ n+
n

k=0

En el Lmite cuando n tenemos que:

x t=

Lmn n x t +n +

Donde el termino

k=0

Se le conoce como parte fundamental de la solucin y el trmino

Lmiten 8 x t +1

Se le conoce como la parte burbuja, cuando este trmino 0 decimos que existen
burbujas especulativas. Pensar que los agentes econmicos tienen informacin perfecta
sobre el futuro resulta irreal, es por eso que podemos decir que la secuencia

{ x t } es

una variable aleatoria, en este sentido los agentes econmicos toman toda la
informacin hasta el periodo t denotada como t

para realizar expectativas acerca de

la distribucin de probabilidad de la variable aleatoria

xt

,la expectativa se dice que

es racional cuando el valor seleccionado es la media de la distribucin, es decir el

agente toma el valor esperado (media condicional) dada la informacin, denotado como
.
E( t )
3.2 LEY DE ESPERANZAS ITERADAS
Sean

y dos conjuntos de informacin tales que

entonces dada una

variable aleatoria x se cumple.

E ( | )=E (X)
E
E ( X|) =E( X )
E
La proposicin anterior implica que si t

denota la informacin disponible en

el periodo t y k 0 entonces se cumple:

Et ( E t+ k ( . ) ) =Et .(.)
Et +k ( Et ( . ) ) =Et .(.)
Es de utilidad suponer el caso de una relacin lineal entre variables aleatorias,
Sean x y y dos variables aleatorias cualesquiera, entonces se cumple que:

E ( ax+ by| )=aE ( x| )+ bE( y)

Re ordenando variables es fcil demostrar que la varianza y covarianza estn

Dados por:
COV ( x , y )=E [( xE ( x ) )( yE ( y ) ) ]
2

xE ( x )
x E

COV ( x ) =Cov ( x , y )=E

Decimos que x y y no estn correlacionadas si Cov(x; y) = 0; en particular si x y y son
independientes (su distribucin conjunta es igual al producto de sus distribuciones)
puede verse que Cov(x; y) = 0. A continuacin nos dedicaremos a resolver la siguiente
ecuacin en deferencias estocsticas. Sea una ecuacin del tipo:

X t = E t ( X t +1 ) + y
Ahora realizamos una iteracin hacia el futuro, posteriormente tomemos las Esperanzas
condicionadas hasta el momento t, obtenemos:
X t +2
E t+ 1()

Et ( xt +1 )= E t
Aplicando la ley de esperanzas iteradas tenemos que:
Et ( xt +1 )= E t (X t +2 )+ Et (Y t +1)
Sustituyendo en la primera ecuacin tenemos

X t = [ Et ( X t+ 2) + Et (Y t +1) ] + Y
X t = [ Et ( X t+ 2) + Et (Y t +1) ] + Y

X t = [ Et ( X t+2 ) + Et (Y t+1 )] + Y
Despus de n iteraciones obtenemos

n1

X t = E t ( X t +n ) + E t (Y t +k )
n

k=0

3.3. PROGRAMACIN ESTOCSTICA

El Principio de Optimalidad de Bellman dice Dada una secuencia ptima de decisiones,
toda subsecuencia de ella es, a su vez ptima. Es decir el problema se basa en un
particionamiento del problema enfocndoce en encontrar la secuencia ptima. El
problema a considerar es el siguiente:

Xt
f ( ,U t ) t
t

t=0

Max E
Sujeto a una ecuacin

X t +1

= g ( X t , U t , C t ), con X 0

dado y

{ Et } dado, el

cual es una sucesin de variables aleatorias independientes e idnticamente distribuidas

(IID). La versin estocstica de la ecuacin de Bellman es la siguiente:

V ( X t ) =max [ f ( X t , U t ) + Et (V ( X t +1 ) ) ]
Las condiciones de primer orden estn dadas por:

f
g
+ Et V ' ( X t+ 1)
=0
U t
Ut

V ' ( X )=
t

f
g
+ E t V ' ( X t +1)
Ut
Xt

X t +1=g( X t , U t , Ct )

La solucin del sistema de ecuaciones conlleva a maximizar la funcin de valor.