Integrantes:
Susana Flores Álvarez – 137784
Armando Araico Cordero – 167176
Ángel Farid Rojas Cruz – 168072
Andrés Sarquís Morales – 166212
Guillermo Díaz Padilla – 163700
José Manuel Méndez Meléndez – 163356
El modelo usa una medida llamada ICOR para determinar la inversión que requiere una economía para tener una tasa de crecimiento objetivo.
El cálculo del ICOR determina la inversión requerida para conseguir una tasa objetivo de crecimiento, sirve de guía para calcular el monto necesario, en ayuda financiera y préstamos, que requieren los países en desarrollo para financiar su gap en inversión. Por ejemplo, si se necesita una inversión del 20% del PIB para crecer a tasas de 5%, el ICOR es 4.
Las implicaciones del modelo de brecha financiera son que la ayuda que reciben los países se invertirá en una relación uno-a-uno y que habrá una relación lineal fija entre crecimiento e inversión a corto plazo.
Easterly encuentra que el ICOR no es una medida de la calidad de inversión, que no existe una relación causal y proporcional entre inversión y crecimiento y que el ICOR no permanece constante durante el crecimiento de estado estacionario ni durante la transición a éste. El autor lo comprueba con datos de 88 países receptores de ayuda durante el período de 1965-1995. Easterly comprueba que sólo 6 países de la muestra mostraron un efecto significativo y positivo de la ayuda extranjera en la inversión. Como conclusión, el modelo falla todos las pruebas empíricas que realiza el autor.
B<-rnorm(20,0,3)
plot.ts(B, main= "Normal con media 0 y d.s. 3", col= "mediumpurple", lwd= 2)
B [5] <- 100
plot.ts (B, main= "Serie de tiempo alterada", col= "mediumseagreen", lwd= 2)
output[1]<-50
for (t in 2:100){output[t]<- output[t-1]+rnorm(1,0,1)}
plot.ts(output, main= "Serie de tiempo generada por bucle", col= "lightcoral", lwd= 2)
Sea \(Y_{t}=AK_{t-1}^{α}\), con los siguientes parámetros: \(A=5\), \(\alpha=0.4\), \(s=0.3\) y \(\delta=0.07\).
\(\Rightarrow\) \(I_{t}=K_{t}-(1-\delta)K_{t-1}\),
suponemos que la inversión replica al ahorro \(t.q.:\) \(sY_{t}=K_{t}-(1-\delta)K_{t-1}\)
\(\Rightarrow\) \(sAK_{t-1}^{\alpha}=K_{t}-(1-\delta)K_{t-1}\)
En E.E.: \(sAK_{EE}^{\alpha}=K_{EE}-(1-\delta)K_{EE}\)
\(\therefore\) \(K_{EE}=(sA)^{\frac{1}{1-\alpha}}\) se refiere al estado estacionario del capital en la economía.
A<-5
alpha<-0.4
delta<-0.07
s<-0.3
Kss=(s*A)**(1/(1-alpha))
cat("Kss = ", Kss)
## Kss = 1.965556
Y <- rep (NA, 200)
K <- Y
alpha <- 0.4
delta <- 0.07
sRate <- 0.3
A <- 5
K[1] <- 1
Y[1] <- A*(K[1])^alpha
for(t in 2:200){
Y[t] <- A*(K[t-1])^alpha
K[t] <- sRate*Y[t]+(1-delta)*K[t-1]
}
plot.ts(K, col= "blue", lwd= 3,
main= "Convergencia del stock de capital al E.E.")
delta <- rnorm(200, 0.07, 0.05)
for(t in 2:200){
Y[t] <- A*(K[t-1])^alpha
K[t] <- sRate*Y[t]+(1-delta[t])*K[t-1]
}
plot.ts(K, col= "red", lwd= 3,
main= "Valor de capital variable en función del valor de los bienes")
\(\Rightarrow\) \(g_{t+1}^{Y_{t}}=g_{t+1}^{A_{t}}+(\alpha)g_{t+1}^{K_{t}}+(1-\alpha )[g_{t+1}^{q_{t}}+g_{t+1}^{L_{t}}]\)
\(\Rightarrow\) \(g_{t+1}^{y_{t}}=g_{t+1}^{A_{t}}+(1-\alpha)g_{t+1}^{q_{t}}+(\alpha )g_{t+1}^{k_{t}}\)
Procedimiento para 5.1:
\(\Rightarrow\) \(g_{t+1}^{Y_{t}}=(\alpha)g_{t+1}^{K_{t}}+(1-\alpha)g_{t+1}^{L_{t}}\)
\(\Rightarrow\) \((1-\tau)g_{t+1}^{Y_{t}}=(1-\tau)[(\alpha)g_{t+1}^{K_{t}}+(1-\alpha)g_{t+1}^{L_{t}}]\)
Procedimiento para 5.2 y 5.3:
_26/VIII/2019_