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

Technische Samenvatting: Eindige Verschilmethoden voor een Continu-Tijd Heterogeen Agentenmodel met Recursieve Nut

Probleemstelling
Dit artikel behandelt de computationele uitdaging van het oplossen van continu-tijd heterogene agenten (HA) modellen, specifiek Aiyagari-Bewley-Huggett type modellen, waarbij agenten beschikken over Epstein-Zin recursief nut. In tegen tegenstelling tot standaard Constant Relative Risk Aversion (CRRA) nut, staat Epstein-Zin nut de separatie toe van risicoaversie ($\gamma$) en de elasticiteit van intertemporele substitutie (EIS, $\psi$). Het model is geformuleerd als een systeem van gekoppelde Partiële Differentiaalvergelijkingen (PDV's): Hamilton-Jacobi-Bellman (HJB) vergelijkingen voor de waardefuncties en Fokker-Planck-Kolmogorov (FPK) vergelijkingen voor de verdeling van rijkdom.

De primaire moeilijkheden bij het oplossen van de HJB-vergelijkingen in deze context zijn tweeledig:

1. De Hamiltonian neemt oneindige waarden aan voor negatieve momentum (overeenkomend met leenrestricties).
2. De nutsaggregator hangt niet-lineair af van de waardefunctie $v$ zelf, een kenmerk dat specifiek is voor recursief nut. Deze afhankelijkheid bemoeilijkt standaard iteratieve oplossingsmethoden, zoals het Howard-algoritme, die doorgaans worden gebruikt voor CRRA-nut.

Het gedrag van het systeem verandert fundamenteel op basis van de parameter $\theta = \frac{1-\psi^{-1}}{1-\gamma}$. Het geval $\theta \ge 1$ komt overeen met "late resolutie" van onzekerheid, terwijl $0 < \theta < 1$ overeenkomt met "vroege resolutie." Het artikel merkt op dat hoewel het geval $\theta \ge 1$ is bestudeerd (bijv. in [4]), het geval $0 < \theta < 1$ significante theoretische en numerieke hindernissen met zich meebrengt, met name met betrekking tot de existentie en uniciteit van oplossingen.

Methodologie
De auteurs stellen een eindige verschilmethode voor met monotone (upwind) schema's om de op staat beperkte HJB-vergelijkingen te discretiseren op een begrensde grid. De kern van de methodologie bestaat uit het ontwerpen van specifieke iteratieve algoritmen die zijn afgestemd op de twee verschillende voorkeurregimes:

1. Late Resolutie Geval ($\theta \ge 1$):

   • In dit regime voldoet het systeem aan een vergelijkingsprincipe (comparison principle), wat de uniciteit van de viscositeitsoplossing waarborgt.
   • De auteurs stellen een Howard-Newton algoritme voor. Deze methode omvat een buitenste lus die de policy bijwerkt en een binnenste lus die het resulterende geliniariseerde systeem oplost met behulp van de Newton-methode.
   • Het algoritme steunt op de strikte concave eigenschap van de Hamiltonian ten opzichte van de waardefunctie in dit regime.

2. Vroege Resolutie Geval ($0 < \theta < 1$):

   • Hier houdt het standaard vergelijkingsprincipe mogelijk niet stand, en is de Hamiltonian convex ten opzichte van de waardefunctie.
   • De auteurs definiëren een afbeelding $\Gamma$ zodanig dat een oplossing van de HJB-vergelijking een vast punt is van $\Gamma$. Ze bewijzen dat deze afbeelding monotoon is en invariant binnen een specifiek interval gedefinieerd door discrete sub- en supersoluties (barrières).
   • Door gebruik te maken van de Tarski-Kantorovich vaste-puntstelling, stellen zij een Howard-Tarski-Kantorovich algoritme voor. Deze methode gebruikt een buitenste Howard-lus om de waardefunctie bij te werken op basis van de monotoniciteit van $\Gamma$, en een binnenste Howard-lus om de policy-evaluatiestap op te lossen.
   • Twee varianten worden gepresenteerd: een "opwaartse" variant (Algoritme 5.1) beginnend vanaf een subsolutie om naar de minimale oplossing te convergeren, en een "neerwaartse" variant (Algoritme 5.2) beginnend vanaf een supersolutie om naar de maximale oplossing te convergeren.

Belangrijkste Bijdragen

• Algoritmisch Ontwerp: Het artikel introduceert en analyseert rigoureus convergerende iteratieve algoritmen voor gediscretiseerde HJB-vergelijkingen met recursief nut. Het onderscheidt de Howard-Newton benadering voor $\theta \ge 1$ van de Howard-Tarski-Kantorovich benadering voor $0 < \theta < 1$.
• Convergentiebewijzen: De auteurs bewijzen de convergentie van deze iteratieve algoritmen. Voor het $\theta \ge 1$ geval impliceert dit de existentie en uniciteit van de oplossing van de gediscretiseerde HJB-vergelijkingen. Voor het $0 < \theta < 1$ geval garandeert de convergentie de existentie van ten minste één oplossing (specifiek, minimale en maximale oplossingen).
• Foutschattingen: In het geval van late resolutie ($\theta \ge 1$) leiden de auteurs a priori foutschattingen af tussen de unieke oplossing van de continue HJB-vergelijking en de discrete tegenhanger. De auteurs stellen een convergentiesnelheid van $O(\Delta x)$ vast, waarbij gebruik wordt gemaakt van de sterke regulariteit van de continue oplossingen om de "dubbeling van variabelen" techniek te vermijden die vaak vereist is in de viscositeitstheorie.
• Existentie-resultaten: De analyse biedt existentiebewijzen voor oplossingen van de gediscretiseerde vergelijkingen in beide voorkeurregimes, een niet-triviaal resultaat gezien de niet-standaard afhankelijkheid van de nutsfunctie van de waardefunctie.

Resultaten

• Numerieke Validatie: De auteurs presenteren numerieke experimenten met drie testgevallen met variërende parameters ($\gamma, \psi$) die zowel $\theta > 1$ als $0 < \theta < 1$ dekken.
• Algoritme Prestaties:
  • Voor $\theta \ge 1$ produceert het Howard-Newton algoritme een niet-dalende sequentie van gridfuncties, wat de theoretische monotoniciteit bevestigt.
  • Voor $0 < \theta < 1$ produceren de Howard-Tarski-Kantorovich algoritmen (zowel de opwaartse als neerwaartse varianten) monotone sequenties die convergeren naar respectievelijk de minimale en maximale oplossingen.
• Convergentiesnelheid: Numerieke tests op een scenario met een vaste rentevoet (Test 1 HJB) bevestigen de theoretische $O(\Delta x)$ convergentiesnelheid. De foutcurves op een log-log schaal lopen parallel aan een referentielijn met helling 1.
• Policy Gedrag: De simulaties illustreren spaarbeleid en de verdeling van activa. Met name in een specifieke testcasus (Test 4 HJB) met een lage transitierisico, vangt het model een scenario waarbij agenten met een hoog inkomen niet sparen (sparen is nul bij de leengrens), een gedrag dat consistent is met theoretische voorspellingen over voorzorgsmotieven.

Betekenis en Claims
Het artikel claimt een rigoureus computationeel kader te bieden voor HA-modellen met Epstein-Zin nut, een klasse modellen die onmisbaar is geworden voor het kwantificeren van de distributieve effecten van fiscaal en monetair beleid. De auteurs benadrukken dat hun werk een gat in de literatuur vult door een wiskundig solide methode aan te bieden voor het $0 < \theta < 1$ geval, waar standaardmethoden falen door het gebrek aan een vergelijkingsprincipe.

Hoewel het artikel niet bewijst dat de oplossing uniek is voor het $0 < \theta < 1$ geval (en opmerkt dat dit een open vraag blijft), observeren de auteurs in hun experimenten dat zowel de opwaartse als de neerwaartse algoritmen naar dezelfde oplossing convergeren. Zij suggereren bescheiden dat dit in de praktijk duidt op uniciteit, ook al is dit nog niet theoretisch vastgesteld. Het werk breidt de toepasbaarheid van eindige verschilmethoden, die voorheen populair waren voor CRRA-nut, uit naar de complexere setting van recursief nut, en biedt een fundament voor toekomstige kwantitatieve macro-economische analyse.