Ciclo reale e metodologia di ''calibrazione'': sviluppi teorici ed esperimenti computazionali

Secondo la teoria del ciclo reale, il cui fondamento teorico va ricercato nel modello neoclassico di crescita (Solow, Brock-Mirman), la propagazione degli shock tecnologici nel tempo, responsabile dell’andamento ciclico comunemente osservato, sarebbe poi assicurata da vari meccanismi di dinamica endogena, come il processo di accumulazione del capitale fisico, le preferenze intertemporali degli agenti per il consumo ed il tempo libero, o i tempi di completamento dei nuovi progetti d’investimento.
Nel primo capitolo si presenta il cosiddetto modello “benchmark” di ciclo reale (la specificazione delle forme funzionali è basata in gran parte sul modello di Prescott, 1986), con particolare riferimento alla metodologia della “calibrazione”, che simula il modello sulla base di pochi parametri ricavati dai vincoli del modello stesso, da informazioni a priori, o da risultati econometrici precedenti. Tale metodologia, alternativa all’usuale stima econometrica, venne utilizzata per la prima volta da Kydland e Prescott nell’innovativo articolo del 1982, “Time to build and aggregate fluctuations” (Econometrica, 50) ed è ormai divenuta uno standard nell’approccio reale allo studio delle fluttuazioni cicliche.
Il modello di base, poi, costituisce il punto di partenza per una rassegna delle estensioni più rappresentative proposte nel corso degli anni, fino ai giorni nostri, come la considerazione del settore pubblico e delle relative decisioni di politica economica (Christiano-Eichenbaum, 1992), di un’economia multisettoriale nella quale gli shock si trasmettono anche trasversalmente (Long-Plosser, 1983), di agenti eterogenei (Kydland, 1984), del lavoro come fattore indivisibile (Rogerson, 1984 e Hansen, 1985) e di un’economia aperta dove si riconosce un ruolo importante anche agli scambi internazionali ed alle variazioni delle ragioni di scambio (Mendoza, 1991), tutte presentate nel secondo capitolo.
Nel terzo capitolo si risolve numericamente il modello, ovvero si giunge a regole di decisione esplicite ed invarianti nel tempo che guidano gli agenti nelle proprie scelte sul livello di consumo, sui progetti d’investimento da intraprendere e sulla frazione di tempo da allocare all’attività produttiva di mercato. Si comincia ricavando una descrizione approssimata dell’economia artificiale, resa necessaria dalla non-linearità delle condizioni del primo ordine, utilizzando l’espansione in serie di Taylor di tali equazioni intorno allo “stato stazionario”, definito come la condizione alla quale l’economia artificiale tende, una volta che gli shock sono stati completamente assorbiti.
Per la soluzione numerica del modello multivariato dinamico con aspettative razionali che risulta dalla linearizzazione, si utilizza poi il metodo ricorsivo di Binder-Pesaran (1997). Tale metodologia di risoluzione viene applicata sia al modello standard sia al modello con il settore pubblico di Christiano-Eichenbaum (1992), dove accanto agli usuali shock tecnologici si considerano anche le variazioni inattese della spesa pubblica, e consente di ottenere forme funzionali chiuse per le variabili di decisione, in funzione dello stato del sistema.
Nel quarto ed ultimo capitolo, infine, si “calibra” il modello sui dati per l’economia U.S.A. nel periodo 1954-82. Il confronto tra le predizioni del modello ed i dati reali si effettua comparando le proprietà statistiche dei dati simulati (economia artificiale) con i “fatti stilizzati” dell’economia U.S.A., calcolati sui dati reali detrendizzati con il filtro Hodrick-Prescott. In particolare, (a) si colpisce l’economia artificiale con una serie di shock casuali generati da una distribuzione con le proprietà statistiche dei residui di Solow, (b) si applicano le leggi di moto trovate grazie al metodo di Binder-Pesaran sopra menzionato, (c) si determinano i sentieri temporali per tutte le variabili d’interesse (prodotto, consumo, investimenti, stock di capitale, ore lavorate e produttività) e (d) sulle serie generate, anch’esse filtrate, si calcolano le statistiche che caratterizzano il ciclo economico artificiale. Ripetendo la procedura 100 volte, si calcolano le medie delle statistiche ottenute ad ogni iterazione e diventa possibile confrontare le proprietà delle serie artificiali con i momenti campionari dei “fatti stilizzati”.
I risultati indicano che, pur essendo una rappresentazione estremamente stilizzata della realtà economica, il modello di ciclo reale (in particolare nella specificazione che considera anche la spesa pubblica come possibile fonte di shock) si dimostra sorprendentemente capace di replicare le caratteristiche essenziali del ciclo economico osservato.