📈 economics

An Irrelevance Theorem for Risk Aversion and Time-Varying Risk

Questo articolo stabilisce un teorema dimostrando che, in presenza di specifiche condizioni riguardanti la separazione delle preferenze, i driver primitivi e la linearità dei vincoli, l'avversione al rischio e il rischio variabile nel tempo sono irrilevanti per l'elasticità delle variabili endogene rispetto alle variabili di stato che non influenzano i momenti di ordine superiore, chiarendo così i meccanismi necessari nei modelli macroeconomici per generare un ruolo prominente del rischio.

Autori originali: Andrew Chen, Francisco Palomino

Pubblicato 2026-06-05

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Andrew Chen, Francisco Palomino

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di prevedere come guiderà un'auto su una strada. Hai due cose principali di cui preoccuparti:

Il Motore e la Strada: Quanto benzina metti (produttività) e quanto è ripida la collina (capitale). Questi determinano quanto velocemente l'auto va di solito.
Il Meteo e i Nervi del Conducente: Sta piovendo? La strada è sconnessa? Il conducente ha paura di incidenti? Questi rappresentano il rischio e l'avversione al rischio.

Per decenni, gli economisti hanno cercato di capire se il "Meteo e i Nervi" (Rischio) cambino il modo in cui l'auto reagisce al "Motore e alla Strada" (Produttività). Alcuni modelli dicono di sì, il rischio cambia tutto. Altri dicono di no.

Questo articolo di Chen e Palomino fornisce un potente "Teorema di Irrilevanza". In termini semplici, sostiene che in molti modelli economici standard, la paura del rischio del conducente e il meteo variabile non cambiano il modo in cui l'auto reagisce al motore o alla strada.

Ecco la scomposizione utilizzando analogie quotidiane:

1. Le Tre Regole del Gioco

Gli autori dicono che questa "irrilevanza" avviene solo se il modello economico segue tre regole specifiche (come le regole di un gioco da tavolo):

Regola 1: Il Conducente è Diviso. Il modello assume che il conducente tenga a due cose separate: quanto sia fluida la corsa nel tempo (preferenza intertemporale) e quanto sia spaventato dai sobbalzi (avversione al rischio). Non mescolano questi sentimenti tra loro.
Regola 2: La Strada è Divisa. Il modello assume che le cose che determinano la velocità media (come il motore) siano completamente separate dalle cose che determinano la scossa/irregolarità (volatilità). Il motore non diventa più potente solo perché la strada è sconnessa.
Regola 3: La Strada è Prevalentemente Dritta. La matematica usata per descrivere la strada è approssimativamente una linea retta. Non ha curve improvvise o curve selvagge.

2. La Grande Scoperta: L'Effetto "Schermo Diviso"

Se queste tre regole sono in vigore, gli autori dimostrano una cosa sorprendente: il rischio è irrilevante per la reazione dell'auto al motore.

L'Analogia: Immagina di guidare un'auto su un'autostrada dritta e pianeggiante. Se premi l'acceleratore (un cambiamento di produttività), l'auto accelera.
Il Risultato: Non importa se il conducente è un nervoso incubo (alta avversione al rischio) o un temerario (bassa avversione al rischio). Non importa se il tempo è leggermente tempestoso o perfettamente calmo. L'auto accelererà esattamente della stessa quantità.
Perché? Perché la matematica separa la logica del "pedale dell'acceleratore" dalla logica della "paura di schiantarsi". Poiché la strada è dritta e i due sistemi non comunicano tra loro, la paura del rischio non ha mai la possibilità di cambiare il modo in cui l'auto accelera quando premi l'acceleratore.

3. Cosa Cambia il Rischio?

Se il rischio non cambia il modo in cui l'auto reagisce al pedale dell'acceleratore, cosa cambia?

La Velocità Media (L'Intercetta): L'avversione al rischio determina la velocità di base. Un conducente nervoso potrebbe guidare più lentamente in media, anche se reagisce al pedale dell'acceleratore allo stesso modo di un conducente coraggioso.
La Strada Sconnessa: Se lo shock proviene dal meteo stesso (un cambiamento di volatilità), allora il rischio conta molto. Ma se lo shock proviene dal motore (produttività), il rischio non cambia la reazione.

4. Perché Alcuni Modelli Dicono che il Rischio Conta?

Potresti chiederti: "Ma ho letto modelli in cui il rischio causa enormi oscillazioni economiche!" Gli autori spiegano che quei modelli stanno "rompendo le regole" del loro teorema. Per far sì che il rischio conti, un modello deve fare una di queste tre cose:

Mescolare i Sentimenti del Conducente: Fare in modo che la paura del rischio del conducente cambi il modo in cui percepisce il tempo (es. se ho paura, voglio spendere denaro ora piuttosto che più tardi).
Mescolare la Strada e il Meteo: Fare in modo che il motore funzioni diversamente a seconda di quanto è sconnessa la strada (es. una strada sconnessa rende il motore meno efficiente).
Rendere la Strada Curva: Usare una matematica che non sia una linea retta. Se la strada ha un improvviso e netto dirupo (un vincolo non lineare), allora la paura del conducente di cadere giù dal dirupo cambia il modo in cui guida su in salita.

5. La Strategia di "Adattamento"

L'articolo suggerisce anche che, se vuoi usare un modello standard (dove il rischio è irrilevante per gli shock di produttività) ma vuoi comunque spiegare i boom e i bust economici, devi cambiare strategia. Invece di incolpare gli "shock di produttività" (il motore), devi incolpare gli "shock di volatilità" (il meteo).

L'Analogia: Se vuoi spiegare perché avvengono gli ingorghi stradali usando un modello in cui il motore non si cura del meteo, non puoi dire "il motore si è rotto". Devi dire "il meteo è diventato terribile, e questo ha spaventato tutti".

Riassunto

L'articolo è un "controllo di realtà" per gli economisti. Dice:

"Se costruisci il tuo modello con una strada dritta e un conducente che tiene separati la paura e la pianificazione, allora la paura del rischio non cambierà il modo in cui l'economia reagisce agli shock di produttività."

Questo spiega perché molti modelli standard faticano a corrispondere ai dati del mondo reale dove il rischio sembra guidare tutto. Per correggere i modelli, gli economisti devono costruire "strade curve" (non linearità), mescolare le emozioni del conducente, oppure smettere di cercare di spiegare i cicli economici con gli shock di produttività e iniziare a spiegarli con gli shock di volatilità.

Sintesi Tecnica: Un Teorema di Irrilevanza per l'Avversione al Rischio e il Rischio Tempo-Variante

Enunciato del Problema
Nonostante i progressi nella specifica degli atteggiamenti verso il rischio (ad esempio, preferenze ricorsive, rischio di lungo periodo, rischio di disastro) e delle dinamiche del rischio, i modelli standard di cicli reali (produzione) faticano a generare ruoli significativi per il rischio nell'interpretazione delle dinamiche macroeconomiche e finanziarie osservate. Sebbene tali preferenze riescano ad abbinare i fatti relativi ai prezzi delle attività in economie di dotazione, esse spesso non riescono a produrre una volatilità sufficiente o una co-movenza realistica nelle economie di produzione, a meno che non siano aumentate con specifici attriti (ad esempio, rigidità nominali o incompletezza dei mercati). Gli autori cercano di chiarire perché questi modelli di rischio "esotici" spesso non riescono ad alterare le risposte all'impulso dei modelli di produzione standard rispetto agli shock fondamentali, e sotto quali condizioni l'avversione al rischio e il rischio tempo-variante diventano irrilevanti per la dinamica economica.

Metodologia
Il documento impiega un quadro di agente rappresentativo con preferenze ricorsive di Epstein e Zin (1989) (EZ), che separano la sostituzione intertemporale dall'avversione al rischio. L'analisi procede attraverso tre fasi metodologiche:

Illustrazione a Due Periodi: Viene utilizzato un modello semplificato a due periodi per derivare l'intuizione dietro il risultato di irrilevanza. Gli autori decompongono l'equazione di Euler in un "Termine Intertemporale" (guidato dai valori attesi e dall'elasticità della sostituzione intertemporale) e un "Termine di Rischio" (guidato dall'avversione al rischio e dai momenti superiori). Dimostrano che se la tecnologia di produzione separa la trasformazione intertemporale dalla trasformazione contingente allo stato, e se i vincoli sono approssimativamente lineari, il Termine di Rischio si disaccoppia dal Termine Intertemporale riguardo alle elasticità rispetto agli stati del primo momento.
Quadro Teorico Generale: Gli autori formalizzano una struttura astratta generale per i modelli a aspettative razionali. Definiscono gli "stati del primo momento" (variabili che controllano i valori attesi, ad esempio, produttività, capitale) e gli "stati del momento superiore" (variabili che controllano volatilità e asimmetria). La prova si basa su approssimazioni affini corrette per il rischio. Ciò comporta:
- Assumere che i vincoli siano condizionalmente affini (log-linearizzati).
- Assumere che le funzioni generatrici dei cumuli (CGF) degli shock siano condizionalmente affini nei momenti superiori.
- Utilizzare il metodo dei coefficienti indeterminati per risolvere le leggi di moto delle variabili endogene.
Validazione Numerica: Per affrontare le preoccupazioni riguardanti l'assunzione di approssimativa linearità, gli autori utilizzano metodi di proiezione globale (Judd, 1992; Caldara et al., 2012). Simulano due classi di modelli:
- Classe 1: Modelli senza attriti con shock normali (estendendo Tallarini, 2000).
- Classe 2: Modelli con grandi attriti di investimento, bassa elasticità della sostituzione intertemporale (EIS) e shock gamma asimmetrici e a code pesanti.
  Queste simulazioni testano il risultato di irrilevanza sotto un'estrema avversione al rischio (fino a 100) e un'alta volatilità della volatilità (fino all'80% della linea di base).

Contributi Chiave e Risultati Teorici
Il documento stabilisce un Teorema di Irrilevanza formale affermando che, sotto tre specifiche condizioni, l'avversione al rischio e il rischio tempo-variante sono irrilevanti per l'elasticità di qualsiasi variabile endogena rispetto agli stati del primo momento:

Separazione delle Preferenze: Gli atteggiamenti intertemporali e di rischio sono separati (come nelle preferenze EZ).
Separazione dei Driver: Le primitive del modello separano i driver dei primi momenti (medie) dai momenti superiori (volatilità, asimmetria).
Linearità Approssimativa: I vincoli sono approssimativamente lineari.

Risultati Principali:

Irrilevanza dell'Elasticità: Sotto le condizioni del teorema, l'elasticità delle variabili endogene (incluse le attività/asset) rispetto agli stati del primo momento (ad esempio, shock di produttività, politica governativa) è indipendente dall'avversione al rischio ( $\gamma$ ) e dai parametri che governano il rischio tempo-variante. Le risposte all'impulso a questi shock sono identiche a quelle in un modello di equivalente certo (senza rischio).
Distinzione da Tallarini (2000): Il documento chiarisce che la separazione di Tallarini non è tra quantità macroeconomiche e prezzi finanziari, ma tra medie e volatilità. L'avversione al rischio influenza gli intercetti e gli stati stazionari (ad esempio, il premio al rischio medio delle azioni), ma non le dinamiche (volatilità e risposte all'impulso) delle variabili guidate da shock del primo momento.
Eteroschedasticità: Se gli shock sono eteroschedastici, l'avversione al rischio rimane irrilevante per le risposte agli stati del primo momento, ma diventa critica per le risposte agli stati del momento superiore (ad esempio, shock di volatilità).
Robustezza: Il risultato di irrilevanza regge anche in modelli con significative non-linearità (bassa EIS, alti costi di aggiustamento) e shock non gaussiani (code pesanti, asimmetria), a patto che i vincoli non creino forti interazioni non-lineari tra primi momenti e momenti superiori.
Estensioni: Il teorema si estende a classi di preferenze più ampie, incluse l'ambiguità fluida (Klibanoff et al., 2005) e le preferenze a moltiplicatore (Hansen e Sargent, 2001), purché mantengano la separazione tra la sostituzione intertemporale e altre dimensioni delle preferenze.

Significato e Implicazioni
Il documento fornisce un punto di riferimento per comprendere perché gli standard modelli di produzione spesso non riescano a incorporare il rischio come driver primario delle dinamiche del ciclo economico. Suggerisce che, affinché la modellazione del rischio sia significativa in tali economie, i modellatori debbano:

"Rompere" l'Irrilevanza: Rimuovere uno dei tre assunti chiave. Ciò comporta la modellazione di trade-off rischio-rendimento non separabili nella produzione (collegando primi momenti e momenti superiori), l'introduzione di forti non-linearità (ad esempio, vincoli occasionalmente vincolanti come lo zero lower bound) o l'uso di preferenze in cui gli atteggiamenti intertemporali e di rischio non sono separati (ad esempio, la formazione delle abitudini/habit formation).
"Adattarsi" all'Irrilevanza: Guidare i cicli economici tramite shock agli stati del momento superiore (ad esempio, shock di volatilità) piuttosto che agli stati del primo momento. Tuttavia, ciò richiede di superare il problema della co-movenza di Barro e King (1984), il che spesso necessita di ulteriori attriti come le rigidità nominali o i canali di riallocazione degli investimenti.

Gli autori concludono che il desiderio di separare i canali economici (intertemporale vs rischio) negli standard di modellazione porta a una netta separazione nelle condizioni di equilibrio, rendendo il rischio irrilevante per specifiche dinamiche. Questo teorema chiarisce i limiti degli attuali modelli e delinea le specifiche modifiche strutturali necessarie per generare un ruolo prominente del rischio nelle economie di produzione.