Finite difference methods for a continuous-time heterogeneous agent model with recursive utility

기술 요약: 재귀적 효용을 갖는 연속 시간 이질적 에이전트 모델을 위한 유한 차분법

문제 정의
본 논문은 에피스타인-진(Epstein-Zin) 재귀적 효용을 가진 에이전트들이 존재하는 연속 시간 이질적 에이전트(HA) 모델, 구체적으로 아이야가리-벌리-휴겟(Aiyagari-Bewley-Huggett) 유형의 모델을 해결하기 위한 계산적 과제를 다룬다. 표준적인 CRRA(상대적 위험 회피) 효용과 달리, 에피스타인-진 효용는 위험 회피도($\gamma$)와 간기적 대체 탄력성(EIS, $\psi$)을 분리할 수 있게 한다. 모델은 가치 함수를 위한 해밀턴-자코비-벨만(HJB) 방정식과 부의 분포를 위한 포커-플랑크-콜모고로프(FPK) 방정식으로 구성된 결합된 편미분 방정식(PDE) 시스템으로 정식화된다.

이 맥락에서 HJB 방정식을 푸는 데 있어 주요한 어려움은 두 가지이다:

1. 해밀토니안이 음의 모멘텀(차입 제약에 대응)에 대해 무한 값을 갖는다.
2. 효용 집계기가 가치 함수 $v$ 자체에 비선형적으로 의존하는데, 이는 재귀적 효용의 고유한 특징이다. 이러한 의존성은 CRRA 효용에 주로 사용되는 하워드 알고리즘(Howard algorithm)과 같은 표준적인 반복 계산법을 복잡하게 만든다.

시스템의 거동은 파라미터 $\theta = \frac{1-\psi^{-1}}{1-\gamma}$에 따라 근본적으로 변화한다. $\theta \ge 1$인 경우는 "불확실성의 후기 해결(late resolution)"에 해당하며, $0 < \theta < 1$인 경우는 "조기 해결(early resolution)"에 해당한다. 본 논문은 $\theta \ge 1$인 경우(예: [4])는 이미 연구되었으나, $0 < \theta < 1$인 경우는 특히 존재성과 유일성 측면에서 상당한 이론적 및 수치적 난제를 제시한다고 언급한다.

방법론
저자들은 유계 격자(bounded grid) 상의 상태 제약 HJB 방정식을 이산화하기 위해 단조(upwind) 스킴을 사용하는 유한 차분법을 제안한다. 핵심 방법론은 두 가지 서로 다른 선호 체제에 맞춤화된 특정 반복 알고리즘을 설계하는 것이다:

1. 후기 해결 케이스 ($\theta \ge 1$):

   • 이 체제에서는 비교 원리(comparison principle)가 성립하여 점성 해(viscosity solution)의 유일성을 보장한다.
   • 저자들은 하워드-뉴턴(Howard-Newton) 알고리즘을 제안한다. 이 방법은 정책을 업데이트하는 외곽 루프(outer loop)와 뉴턴 방법을 사용하여 결과적인 선형화 시스템을 푸는 내부 루프(inner loop)로 구성된다.
   • 알고리즘은 이 체제에서 가치 함수에 대한 해밀토니안의 엄격한 오목성(strict concavity)에 의존한다.

2. 조기 해결 케이스 ($0 < \theta < 1$):

   • 여기서 표준적인 비교 원리는 성립하지 않을 수 있으며, 해밀토니안은 가치 함수에 대해 볼록(convex)하다.
   • 저자들은 HJB 방정식의 해가 $\Gamma$의 고정점(fixed point)이 되는 사상 $\Gamma$를 정의한다. 그들은 이 사상이 단조적이며, 이산적인 하해(subsolution) 및 상해(supersolution)인 장벽(barriers)에 의해 정의된 특정 구간 내에서 불변임을 증명한다.
   • 타르스키-칸토로비치(Tarski-Kantorovich) 고정점 정리를 활용하여, 하워드-타르스키-칸토로비치(Howard-Tarski-Kantorovich) 알고리즘을 제안한다. 이 방법은 $\Gamma$의 단조성에 기초하여 가치 함수를 업데이트하는 외곽 루프와 정책 평가 단계를 해결하는 내부 하워드 루프로 구성된다.
   • 두 가지 변형이 제시된다: 하해로부터 시작하여 최소 해에 수렴하는 "상향(upward)" 변형(알고리즘 5.1)과 상해로부터 시작하여 최대 해에 수렴하는 "하향(downward)" 변형(알고리즘 5.2)이다.

주요 기여

• 알고리즘 설계: 본 논문은 재귀적 효용을 갖는 이산화된 HJB 방정식에 대해 수렴하는 반복 알고리즘을 도입하고 엄밀하게 분석한다. 이는 $\theta \ge 1$을 위한 하워드-뉴턴 방식과 $0 < \theta < 1$을 위한 하워드-타르스키-칸토로비치 방식을 구분한다.
• 수렴 증명: 저자들은 이 반복 알고리즘들의 수렴을 증명한다. $\theta \ge 1$의 경우, 이는 이산화된 HJB 방정식의 해의 존재성과 유일성을 의미한다. $0 < \theta < 1$의 경우, 수렴 보증은 적어도 하나의 해(구체적으로 최소 해와 최대 해)의 존재를 보장한다.
• 오차 추정: $\theta \ge 1$인 후기 해결 케이스에서, 연속 HJB 방정식의 유일한 해와 그 이산적 대응물 사이의 사전 오차 추정치를 도출한다. 저자들은 점성 해 이론에서 흔히 요구되는 "변수의 이중화(doubling of variables)" 기법을 피하기 위해 연속 해의 강한 정칙성(strong regularity)을 활용하여 $O(\Delta x)$의 수렴율을 확립한다.
• 존재성 결과: 분석은 두 선호 체제 모두에서 이산화된 방정식의 해에 대한 존재성 증명을 제공하며, 이는 효용 함수가 가치 함수에 의존하는 비표준적인 양상을 고려할 때 비자명한 결과이다.

결과

• 수치적 검증: 저자들은 다양한 파라미터($\gamma, \psi$)를 포함하는 세 가지 테스트 케이스($\theta > 1$ 및 $0 < \theta < 1$ 모두 포함)에 대한 수치 실험을 제시한다.
• 알고리즘 성능:
  • $\theta \ge 1$의 경우, 하워드-뉴턴 알고리즘은 이론적 단조성을 확인시켜 주는 비감소 격자 함수열을 생성한다.
  • $0 < \theta < 1$의 경우, 하워드-타르스키-칸토로비치 알고리즘(상향 및 하향 변형 모두)은 각각 최소 해와 최대 해에 수렴하는 단조 수열을 생성한다.
• 수렴율: 고정된 이자율 시나리오(Test 1 HJB)에 대한 수치 테스트는 이론적인 $O(\Delta x)$ 수렴율을 확인시켜 준다. 로그-로그 스케일에서의 오차 곡선은 기울기가 1인 참조선과 평행하게 달린다.
• 정책 행동: 시뮬레이션은 저축 정책과 자산 분포를 보여준다. 특히, 전이 위험(transition risk)이 낮은 특정 테스트 케이스(Test 4 HJB)에서, 모델은 고소득층이 저축하지 않는(저축이 차입 한계에서 0인) 시나리오를 포착하며, 이는 예방적 동기에 관한 이론적 예측과 일치하는 행동이다.

의의 및 주장
본 논문은 재귀적 효용을 갖는 HA 모델에 대한 엄밀한 계산 프레임워크를 제공한다고 주장하며, 이 모델 군은 재정 및 통화 정책의 분포적 효과를 정량화하는 데 필수적인 도구가 되었다. 저자들은 표준적인 방법들이 비교 원리의 부재로 인해 실패하는 $0 < \theta < 1$ 케이스에 대해 수학적으로 건전한 방법을 제공함으로써 문헌의 공백을 메운다는 점을 강조한다.

본 논문이 $0 < \theta < 1$인 경우의 해의 유일성을 증명하지는 못하지만(이는 여전히 미해결 과제로 남겨둠), 저자들은 실험에서 상향 및 하향 알고리즘이 동일한 해로 수렴한다는 점을 관찰하였다. 저자들은 이것이 실무적인 유일성을 시사한다고 겸허히 제안하면서도, 아직 이론적으로 확립되지는 않았음을 명시한다. 이 연구는 CRRA 효용에 인기 있었던 유한 차분법의 적용 범위를 더 복잡한 재귀적 효용 설정으로 확장하여, 향후 계량 경제학적 분석을 위한 토대를 제공한다.