Sun, 04 Jan 2026 00:00:00 +0000

深度解析：Abel & Panageas (2025) 的技术方法与模型构建

讲义对象：经济学博士生（一年级强化版）

这篇文章（Running Primary Deficits Forever…）是学习如何构建**“可处理的随机宏观模型”（Tractable Stochastic Macro Model）**的绝佳范例。

Abel 和 Panageas 解决了一个核心技术难题：通常在随机 OLG 模型中，总体变量（如资本存量 $K$）的分布会变得非常复杂，甚至不可解析。但这两位作者通过通过精妙的假设（折旧冲击 + IES=1），使得数量变量（Quantity variables）的演化是确定性的，而价格变量（Prices/Returns）是随机的。

这就是你要学习的核心技术：“二分法”（Dichotomy）。

1. 模型环境的精妙构建 (The Setup)

1.1 生产与冲击：为什么选择“折旧冲击”？

这是文章最关键的技术假设。我们从厂商的利润最大化问题开始推导。

生产函数： 标准的 Cobb-Douglas 形式。
$$Y_t = F(K_t, A_t N_t) = (A_t N_t)^{1-\alpha} K_t^\alpha$$
其中 $A_t = G^t$ 是劳动增强型技术进步，$N_t = N$ 是每期固定的人口。

理论背景（厂商理论）： 在完全竞争市场中，厂商租用资本 $K$ 和雇佣劳动 $L$，支付租金率 $R^{rental}$ 和工资 $W$。厂商解决的是静态利润最大化问题： $\max_{K, L} P_t Y_t - W_t L_t - R^{rental}_t K_t$
工资的推导（推导 $W_t$）：工资等于劳动的边际产出（MPL）。
$$W_t = \frac{\partial Y_t}{\partial (N)} = (1-\alpha) \frac{Y_t}{N}$$
关键点： 注意 $Y_t$ 取决于 $K_t$。在 OLG 模型的时间轴中，$K_t$ 是在 $t-1$ 期末由上一代人存下来的，所以在 $t$ 期期初，$K_t$ 是已知且固定的（Predetermined）。因此，$Y_t$ 是确定的，导致 $W_t$ 也是确定的（无风险）。
回报率的推导（推导 $r_{t+1}$）：资本的总回报率等于“租金回报”加上“残值”。
$$r_{t+1} = \underbrace{\text{MPK}_{t+1}}_{\text{租金}} - \underbrace{(\delta - \epsilon_{t+1})}_{\text{随机折旧}}$$
其中 $\text{MPK}_{t+1} = \alpha k_{t+1}^{\alpha-1}$。

为什么这很关键？ 如果冲击 $\epsilon$ 加在生产函数 $Y$ 里（即 TFP 冲击），那么 $W_t$ 就会变成随机的。年轻人的工资如果是随机的，他们的储蓄决策就会包含“预防性储蓄动机”（Precautionary Saving），这会使模型极其复杂。作者把冲击移到折旧上，保留了资产回报的风险，但让工资收入变得安全，切断了收入风险对储蓄的干扰。

1.2 偏好设定：【概念深挖】EZW 与 IES

这是宏观金融文献的核心考点。我们先拆解概念，再看文章。

概念 A：IES (跨期替代弹性, Intertemporal Elasticity of Substitution)

定义： 当利率 $R$ 上升 1% 时，你愿意把消费增长率 $c_{t+1}/c_t$ 提高百分之多少？
$$IES = \frac{d \ln (c_{t+1}/c_t)}{d \ln R}$$
直觉：
- 利率上升有两个效应：
  1. 替代效应 (Substitution Effect): 现在的消费变贵了（存钱回报高了），所以我想少花多存。
  2. 收入效应 (Income Effect): 我存的钱更值钱了，我变得更富有了，所以我现在想多花一点享受生活。
- IES > 1: 替代效应主导。利率涨 $\rightarrow$ 储蓄率上升。
- IES < 1: 收入效应主导。利率涨 $\rightarrow$ 储蓄率下降（既然存一点就够以后花了，不用存那么辛苦）。
- IES = 1 (对数效用): 神迹时刻。两个效应完美抵消。无论利率怎么变，我在当期收入中存下的比例（Saving Rate）是固定的。

概念 B：标准偏好 (CRRA) 的缺陷

标准的 CRRA 效用函数 $u(c) = \frac{c^{1-\gamma}}{1-\gamma}$ 假设：
$$风险规避系数 (RA) = \gamma$$$$跨期替代弹性 (IES) = \frac{1}{\gamma}$$
缺陷： 它们互为倒数，被强行绑定。
- 如果你想解释为什么股票溢价很高（Equity Premium Puzzle），你需要人们非常怕风险（$\gamma$ 很大，比如 10）。
- 但这迫使模型假设人们非常不愿意跨期替代（IES = 1/10 = 0.1），这意味着只要利率稍微变动，消费必须剧烈波动，这与数据不符。

概念 C：EZW 偏好 (Epstein-Zin-Weil)

核心贡献： 它可以把 RA 和 IES 解绑。你可以是一个“既非常怕死（高风险厌恶），又对时间很佛系（高 IES）”的人。
数学形式：
$$U_t = \left[ (1-\beta) c_t^{1-\frac{1}{\psi}} + \beta (E_t U_{t+1}^{1-\gamma})^{\frac{1-1/\psi}{1-\gamma}} \right]^{\frac{1}{1-1/\psi}}$$
其中 $\psi$ 是 IES，$\gamma$ 是风险规避系数。

回到文章：作者为什么这么设？ 作者设定：

$$U_t = (1-\beta)\ln c_t^y + \beta \ln \left( [E_t (c_{t+1}^o)^{1-\gamma}]^{\frac{1}{1-\gamma}} \right)$$

取对数形式 ($\ln c$)：这意味着设定 IES = 1。
- 目的： 利用 IES=1 的性质，让储蓄率固定为 $\beta$。这样，即使未来回报率 $r$ 是随机波动的，年轻人今天的储蓄量 $s_t$ 却是确定的（只取决于今天的工资）。这保证了资本积累路径 $K_{t+1}$ 是确定的（Tractable）。
保留 $\gamma$：
- 目的： 尽管储蓄行为很简单，但作者保留了自由的 $\gamma$ 参数。这意味着在给资产定价时，人们可以非常厌恶风险，从而产生风险溢价。

博士生 Takeaway： 这就是为什么这篇文章能发 Top Journal。它用 IES=1 “锁住”了数量变量（让模型好解），同时用自由的 $\gamma$ “放开”了价格变量（让模型能解释风险溢价）。

1.3 OLG 结构深度拆解 (The OLG Mechanics)

作为一年级博士生，你必须理解 OLG (Overlapping Generations) 模型与标准 Infinite Horizon (Ramsey) 模型的本质区别。这是这篇文章逻辑成立的基石。

1. 生命周期 (Life Cycle)： 模型中每个人只活两期：年轻时期 ($t$) 和老年时期 ($t+1$)。

年轻一代 (The Young):
- 角色： 工人 (Worker) 和储蓄者 (Saver)。
- 收入： 工资 $W_t$ + 政府转移支付 $\tau_t$。
- 行为： 他们没有初始资产。他们必须决定把多少收入消费掉 ($c_t^y$)，多少存起来 ($s_t$) 用于养老。
- 预算约束： $c_t^y + s_t = W_t + \tau_t$。
老年一代 (The Old):
- 角色： 退休人员 (Retiree) 和资产持有者 (Asset Holder)。
- 收入： 零劳动收入。他们完全依赖年轻时存下的资产（资本 + 债券）及其投资回报生活。
- 行为： 在 $t+1$ 期末死亡，所以他们会变卖所有资产并消费掉。
- 预算约束： $c_{t+1}^o = (1+r_{a,t+1}) s_t$。

2. 核心机制：代际资产接力 (Asset Handover) 这是 OLG 最关键的动态。

在 $t$ 期期末，老年人（出生于 $t-1$）要卖掉手里的资本 $K_t$ 和债券 $B_t$ 来消费离场。
谁来买这些资产？只有当时的年轻人（出生于 $t$）。
政府发的新债 $B_{t+1}$ 也要卖给这批年轻人。
资源约束 (Resource Constraint): 年轻人的总储蓄 $S_t$ 是经济中唯一的资金池。这个池子必须同时容纳下一期的资本存量 $K_{t+1}$ 和政府债券 $B_{t+1}$。
$$S_t = K_{t+1} + B_{t+1}$$

3. 为什么 OLG 对债务分析如此重要？

有限视界 (Finite Horizon): 年轻人知道自己会在 $t+1$ 期后死亡（或离开模型）。他们不关心 $t+2$ 期及以后的税收。
打破李嘉图等价 (Breaking Ricardian Equivalence):
- 在无限期模型（Barro-Ramsey）中，如果政府发债减税（给你 $\tau_t$），你知道这债将来得还（未来税收增加）。虽然你自己可能活不到那天，但你会为了子孙后代存钱（遗产动机）。结果是：你把 $\tau_t$ 全存起来，刚好买了债券 $B_{t+1}$，对消费和实体经济毫无影响。
- 在 OLG 模型中（如本文）： 只要没有完美的利他主义遗产动机，年轻人收到 $\tau_t$ 会觉得“我变富了”，于是增加消费。这导致总储蓄增加的幅度小于债务发行的幅度。
- 结果：挤出效应 (Crowding Out)。 为了容纳新增的 $B_{t+1}$，必然导致 $K_{t+1}$ 减少。这正是文章机制运作的物理基础。

博士生 Takeaway: 看到 OLG，第一反应要是“储蓄资金池是有限的”。政府发债本质上是与私人投资（资本积累）争夺这一代年轻人的储蓄。

2. 核心动态方程推导 (Deriving the Law of Motion)

2.1 资本积累方程

年轻人的总储蓄 $S_t$ 是经济中唯一的财富来源，它必须购买下一期的所有资产（资本 $K_{t+1}$ + 政府债券 $B_{t+1}$）。这是资产市场出清条件。

$$S_t = K_{t+1} + B_{t+1}$$

步骤 1：代入储蓄函数

$$N \beta (W_t + \tau_t) = K_{t+1} + B_{t+1}$$

步骤 2：代入工资和转移支付 已知 $W_t = (1-\alpha)Y_t/N$。政府预算约束告诉我们，转移支付 $\tau_t$ 来自新发行的债券减去利息支出（赤字），或者说是政府没花完的钱。文中设定 $\tau_t$ 与债券存量有关。

步骤 3：标准化（Stationarization） 宏观模型中，由于 $G^t$ 存在，变量会无限增长。为了求解稳态（Steady State），我们需要除以有效劳动人口 $G^t N$ 把变量变得平稳。定义小写变量：$k_t = K_t / (G^t N)$, $b_t = B_t / (G^t N)$。

方程两边同时除以 $G^t N$：

$$\frac{N \beta W_t}{G^t N} + \frac{N \beta \tau_t}{G^t N} = \frac{K_{t+1}}{G^t N} + \frac{B_{t+1}}{G^t N}$$

注意右边的时间下标是 $t+1$，所以：

$$\frac{K_{t+1}}{G^{t+1} N} \cdot \frac{G^{t+1}}{G^t} = k_{t+1} \cdot G$$

整理后得到文中的核心方程（Eq 14）：

$$k_{t+1} = G^{-1}\beta \left[ (1-\alpha)k_t^\alpha + \text{Transfers}(\mathcal{B}_t) \right] - \mathcal{B}_{t+1} k_{t+1}$$

（注：这里 $\mathcal{B} = B/K$ 是债券-资本比率，用来替代 $b$）

直觉： 这个方程告诉我们明天的资本 $k_{t+1}$ 取决于今天的产出（工资部分）和政府政策。由于 $k_t$ 是已知的，工资是确定的，只要政府的债券政策 $\mathcal{B}$ 确定，明天的资本就是确定的。

3. 资产定价与一般均衡 (General Equilibrium & Pricing)

3.1 资产回报率

资本回报率 $R$:
$$R = \frac{1+r}{G} = \bar{R}(\mathcal{B}, R_f) + G^{-1}\epsilon$$
这里 $R$ 是经过增长率调整的总回报（Adjusted Gross Return）。

为什么 $\bar{R}$ 随 $\mathcal{B}$ 增加？ 简单的供需逻辑：政府发行更多债券（$\mathcal{B} \uparrow$） $\rightarrow$ 挤占了原本用于投资资本的储蓄 $\rightarrow$ 资本存量 $K \downarrow$ $\rightarrow$ 根据边际报酬递减规律，资本越稀缺，MPK 越高 $\rightarrow$ 回报率 $\bar{R} \uparrow$。

3.2 欧拉方程 (Euler Equation)

这是资产定价的核心。对于 EZW 偏好，随机折现因子（SDF, $M_{t+1}$）的形式比较特殊。

$$M_{t+1} = \beta \left( \frac{c_{t+1}^o}{c_t^y} \right)^{-1} \cdot \underbrace{\left( \frac{c_{t+1}^o}{E_t[ (c_{t+1}^o)^{1-\gamma} ]^{\frac{1}{1-\gamma}}} \right)^{1-\gamma}}_{\text{风险调整项}}$$

在 IES=1 的情况下，代入 $c_{t+1}^o = R_{port} s_t$，SDF 可以简化为与总投资组合回报 $R_{port}$ 相关。

资产定价基本方程：$1 = E_t [ M_{t+1} R_{asset} ]$。对于无风险资产 $R_f$ 和风险资产 $R$，我们得到一阶条件（文中的 Eq 20）：

$$E_t \left[ (\lambda R_f + (1-\lambda)R)^{-\gamma} (R - R_f) \right] = 0$$

公式解读：

$\lambda R_f + (1-\lambda)R$: 这是你的投资组合的总回报。

$(\dots)^{-\gamma}$: 这是你的边际效用（Marginal Utility）。

$(R - R_f)$: 这是超额回报（Excess Return）。

含义： 在最优投资组合下，超额回报带来的预期效用增益应该为零。这决定了均衡时的 $R_f$。

4. 动态效率 vs. 庞氏博弈的可行性

4.1 理论：什么是动态效率？

这是 OLG 模型的经典问题。

黄金律 (Golden Rule): 使得长期消费最大化的资本水平，满足 $MPK = n+g$（或者说 $r=g$）。
动态无效 (Dynamic Inefficiency): 资本太多了，存得太多，导致 $r < g$。此时，如果大家把资本吃掉一点，当期消费增加，未来消费也不会减少（因为维持庞大资本存量的折旧负担太重了）。
动态有效 (Dynamic Efficiency): $r > g$。你想多消费就必须牺牲未来的消费。

4.2 随机世界的分离

在确定性世界里，$r$ 既是资本回报，也是无风险利率。但在随机世界里，我们有两个 $r$：

平均资本回报 $E[r]$: 衡量生产效率。如果 $E[r] > g$，生产端是动态有效的。
无风险利率 $r_f$: 衡量债务可持续性。如果 $r_f < g$，政府可以发新债还旧债，债务不会爆炸。

Abel & Panageas 的发现： 由于风险溢价的存在，我们可以同时拥有：

$$E[r] > g \quad (\text{生产有效，没存太多})$$$$r_f < g \quad (\text{债券安全，可滚雪球})$$

5. 最优性分析：福利经济学

5.1 为什么增加债务能提高福利？

我们要比较两个稳态。稳态 A：没有债务 ($\mathcal{B}=0$)。稳态 B：有债务 ($\mathcal{B}>0$)。

坏处： 债务挤出资本 $\rightarrow$ $K$ 变少 $\rightarrow$ 工资 $W$ 变少 $\rightarrow$ 年轻时吃得少。
好处： 债务提供了无风险资产。对于极度厌恶风险（$\gamma$ 大）的老年人来说，持有波动的 $K$ 很痛苦。政府发债相当于提供了一种“避险工具”，改善了风险配置。

5.2 要素价格前沿 (Factor Price Frontier)

这是一个微观理论的对偶结果。生产函数 $Y = F(K, L)$ 是规模报酬不变的。欧拉定理告诉我们：$Y = MPK \cdot K + MPL \cdot L$。这意味着要素价格 $r$ 和 $w$ 存在负相关关系：

$$K dw + L dr = 0 \implies \frac{dw}{dK} = - \frac{K}{L} \frac{dr}{dK}$$

当你减少资本时，工资的损失（$dw$）刚好等于资本回报的增加（$dr \cdot K$）。

作者的证明逻辑： 虽然工资损失了，但资本回报率上升了。只要 $r_f < g$，资本回报上升带来的效用增加（通过改善未来的消费流）在数值上大于工资下降带来的效用损失。直到 $r_f = g$，两者的边际影响才会相等。这就是为什么最优债务水平是 $r_f = g$ 的点。

6. 全文逻辑框架图谱 (The Logical Roadmap)

为了让你对这篇文章有一个宏观的把控，我们可以将其逻辑链条概括为**“一个假设，两个世界，三个步骤”**。

6.1 核心假设：二分法 (The Dichotomy)

输入： 随机折旧冲击 + EZW 偏好 (IES=1)。
黑箱机制： 年轻人储蓄率固定 $\rightarrow$ 资本积累路径确定 $\rightarrow$ 但资产回报率 $R$ 依然是随机的。
输出： Quantities are Deterministic; Prices are Stochastic.
目的： 如果没有这个假设，资本存量 $K$ 本身会变成一个复杂的随机变量分布，你就很难解析地求解稳态（Steady State）。作者想在最简单的模型里把道理讲清楚。

6.2 理论冲突：两个世界的碰撞

世界 A（生产端）： 关注平均资本回报率 $E[R]$。
- 如果 $E[R] > 1$（即 $E[r] > g$），说明资本是稀缺的，生产是动态有效的。
世界 B（金融端）： 关注无风险利率 $R_f$。
- 由于人们厌恶风险，他们愿意接受很低的 $R_f$ 来换取安全。
- 这就创造了一个**“楔子” (Wedge)**：$E[R] \gg R_f$。
碰撞结果： 我们可以同时处于 $E[R] > 1$（有效，不能通过减少资本来改善福利）和 $R_f < 1$（泡沫可行，政府可以无限借新还旧）的状态。

6.3 政策推演：三个逻辑步骤

现在，政府决定发行债务（增加 $\mathcal{B}$），看看会发生什么？

Step 1: 挤出效应 (Crowding Out)
- $\mathcal{B} \uparrow \implies$ 私人储蓄买了国债，没钱买机器 $\implies K \downarrow$。
- 后果：工资 $W \downarrow$（坏事）。MPK $\uparrow \implies E[R] \uparrow$（好事）。
Step 2: 风险分担效应 (Risk Sharing)
- $\mathcal{B} \uparrow \implies$ 经济体中“安全资产”比例增加。
- 后果：厌恶风险的老年人过得更舒服了。这提供了福利增益。
Step 3: 权衡与最优 (Trade-off & Optimality)
- 问题：坏事（工资跌）和好事（回报升+风险降）谁更大？
- 判据：要素价格前沿告诉我们，当 $r_f < g$ 时，好事总是大于坏事。
- 结论：Keep Borrowing! 政府应该一直发债，不断挤出资本，推高利率，直到 $r_f$ 涨到等于 $g$ 为止。那一刻，边际收益等于边际成本，达到最优。

总结：给博士生的“工具包” (The Recipe)

如果你要在自己的研究中模仿这篇文章，你需要做以下几步：

构造确定性数量路径： 使用“折旧冲击”或者类似的设定，隔离数量变量和价格变量。这对求解 BGP 至关重要。
锁定储蓄率： 使用 IES=1 的偏好，避免复杂的数值求解，获得解析解。
分离利率： 利用风险溢价制造 $E[r_{cap}]$ 和 $r_f$ 之间的楔子。
利用要素价格前沿： 在福利分析时，不要直接求导，先利用 $K \cdot F_K + N \cdot F_N = Y$ 这种生产函数性质来简化福利导数项，你会发现很多项会神奇地相互抵消，只剩下 $(g - r_f)$ 这一项。

这篇文章是宏观公共财政 (Macro-Public Finance) 和 资产定价 (Asset Pricing) 的完美结合，非常值得深入研读。

OLG on 欢迎光临寒舍