Modelos DSGE com Agentes Heterogêneos: Implicações para Política Monetária e Fiscal

# Modelos DSGE com Agentes Heterogêneos (HANK): Uma Análise Teórica e Empírica das Implicações para a Política Monetária ## Resumo Este artigo examina os avanços recentes nos modelos de Equilíbrio Geral Dinâmico Estocástico (DSGE) com agentes heterogêneos, conhecidos como modelos HANK (Heterogeneous Agent New Keynesian). Analisamos como a incorporação de heterogeneidade nos agentes econômicos altera fundamentalmente as previsões sobre a transmissão da política monetária e fiscal em comparação com os modelos tradicionais de agente representativo (RANK). Através de uma revisão sistemática da literatura e análise matemática rigorosa, demonstramos que os modelos HANK capturam melhor a distribuição de renda e riqueza observada empiricamente, gerando implicações substancialmente diferentes para a eficácia das políticas macroeconômicas. Nossos resultados indicam que a heterogeneidade amplifica os efeitos redistributivos das políticas monetárias e altera significativamente os multiplicadores fiscais, com implicações críticas para o desenho de políticas econômicas ótimas. **Palavras-chave:** DSGE, HANK, heterogeneidade, política monetária, distribuição de renda, equilíbrio geral ## 1. Introdução A modelagem macroeconômica passou por transformações fundamentais nas últimas duas décadas, particularmente após a crise financeira global de 2008. Os modelos tradicionais de Equilíbrio Geral Dinâmico Estocástico (DSGE) com agente representativo, embora matematicamente elegantes e computacionalmente tratáveis, falharam em capturar aspectos cruciais da dinâmica econômica, especialmente aqueles relacionados à distribuição de renda e riqueza (Kaplan et al., 2018). Os modelos HANK emergem como uma resposta a essas limitações, incorporando heterogeneidade entre agentes econômicos em múltiplas dimensões: renda, riqueza, preferências e acesso a mercados financeiros. Esta heterogeneidade não é meramente um detalhe técnico, mas altera fundamentalmente os mecanismos de transmissão da política econômica. A importância dos modelos HANK reside em sua capacidade de reconciliar a teoria macroeconômica com evidências microeconômicas sobre o comportamento de consumo e poupança das famílias. Enquanto os modelos RANK (Representative Agent New Keynesian) preveem que mudanças na taxa de juros afetam o consumo principalmente através do canal de substituição intertemporal, os modelos HANK incorporam canais adicionais através de efeitos de renda heterogêneos e restrições de liquidez. ## 2. Revisão da Literatura ### 2.1 Fundamentos Teóricos dos Modelos DSGE Os modelos DSGE tornaram-se o paradigma dominante na macroeconomia moderna, fundamentados em microfundamentos explícitos e expectativas racionais (Christiano et al., 2005). A estrutura básica de um modelo DSGE pode ser representada pelo seguinte sistema de equações: $$\max_{c_t, n_t} E_0 \sum_{t=0}^{\infty} \beta^t U(c_t, n_t)$$ sujeito a: $$c_t + k_{t+1} = w_t n_t + (1 + r_t - \delta)k_t$$ onde $c_t$ representa o consumo, $n_t$ o trabalho, $k_t$ o capital, $w_t$ o salário real, $r_t$ a taxa de juros real, e $\delta$ a taxa de depreciação. ### 2.2 Limitações dos Modelos de Agente Representativo Os modelos RANK, apesar de sua elegância analítica, apresentam limitações significativas documentadas extensivamente na literatura. Galí (2018) demonstra que estes modelos falham em replicar a resposta empírica do consumo a choques de política monetária, prevendo uma queda imediata no consumo após um aumento na taxa de juros, contrariando a evidência de uma resposta gradual e persistente. A crítica fundamental aos modelos RANK centra-se na hipótese de mercados completos e na ausência de heterogeneidade. Como demonstrado por Werning (2015), quando todos os agentes têm acesso irrestrito a mercados financeiros completos, a distribuição de riqueza torna-se irrelevante para a dinâmica agregada, uma implicação claramente contrafactual. ### 2.3 Emergência dos Modelos HANK O desenvolvimento dos modelos HANK representa uma síntese entre a literatura de modelos de agentes heterogêneos em equilíbrio parcial (Aiyagari, 1994; Bewley, 1986) e os modelos novo-keynesianos com rigidez nominal. Kaplan et al. (2018) apresentaram um dos primeiros modelos HANK completos, demonstrando que a heterogeneidade altera fundamentalmente os canais de transmissão da política monetária. A inovação crucial dos modelos HANK está na incorporação de "hand-to-mouth" consumers - agentes que consomem toda sua renda corrente devido a restrições de liquidez ou impaciência. Kaplan e Violante (2014) documentam que aproximadamente 30% das famílias americanas comportam-se como "wealthy hand-to-mouth", possuindo ativos ilíquidos substanciais mas pouca liquidez. ## 3. Metodologia e Estrutura Matemática ### 3.1 Estrutura Básica do Modelo HANK O modelo HANK padrão consiste em um continuum de famílias heterogêneas indexadas por $i \in [0,1]$, cada uma resolvendo o seguinte problema de otimização dinâmica: $$V_t^i(a_t^i, z_t^i) = \max_{c_t^i, a_{t+1}^i} \left\{ u(c_t^i) + \beta E_t[V_{t+1}^i(a_{t+1}^i, z_{t+1}^i)] \right\}$$ sujeito a: $$c_t^i + a_{t+1}^i = (1 + r_t)a_t^i + w_t z_t^i n_t^i + T_t$$ $$a_{t+1}^i \geq \underline{a}$$ onde $a_t^i$ representa os ativos líquidos do agente $i$, $z_t^i$ é um choque idiossincrático de produtividade seguindo um processo de Markov, $T_t$ são transferências governamentais, e $\underline{a}$ é o limite de endividamento. ### 3.2 Equilíbrio e Agregação O equilíbrio competitivo requer que os mercados se equilibrem: $$\int_0^1 c_t^i di = Y_t$$ $$\int_0^1 a_t^i di = K_t$$ $$\int_0^1 n_t^i z_t^i di = N_t$$ A distribuição de riqueza $\Gamma_t(a, z)$ evolui de acordo com a equação de Kolmogorov: $$\frac{\partial \Gamma_{t+1}}{\partial t} = -\nabla \cdot (s_t(a, z) \Gamma_t) + \mathcal{L}[\Gamma_t]$$ onde $s_t(a, z)$ é a função de poupança ótima e $\mathcal{L}$ é o operador que captura as transições estocásticas em $z$. ### 3.3 Política Monetária e Rigidez Nominal A incorporação de rigidez nominal segue a estrutura novo-keynesiana padrão com ajuste de preços à la Calvo (1983). A curva de Phillips resultante é: $$\pi_t = \kappa \hat{Y}_t + \beta E_t[\pi_{t+1}]$$ onde $\kappa = \frac{(1-\theta)(1-\beta\theta)}{\theta} \frac{1-\alpha}{\alpha + \omega(1-\alpha)}$, com $\theta$ sendo a probabilidade de não ajustar preços. A política monetária segue uma regra de Taylor: $$i_t = \rho + \phi_\pi \pi_t + \phi_y \hat{Y}_t + \epsilon_t^m$$ onde $\epsilon_t^m$ representa choques de política monetária. ## 4. Análise Empírica e Calibração ### 4.1 Calibração dos Parâmetros A calibração dos modelos HANK requer atenção especial à distribuição de renda e riqueza. Seguindo Auclert (2019), os parâmetros fundamentais são calibrados para replicar momentos-chave da economia americana: | Parâmetro | Símbolo | Valor | Fonte | |-----------|---------|-------|--------| | Taxa de desconto | $\beta$ | 0.98 | Kaplan et al. (2018) | | Aversão ao risco | $\sigma$ | 2.0 | Carroll (2009) | | Elasticidade Frisch | $\phi$ | 0.5 | Chetty et al. (2011) | | Probabilidade Calvo | $\theta$ | 0.85 | Nakamura & Steinsson (2008) | | Persistência AR(1) renda | $\rho_z$ | 0.95 | Guvenen (2009) | | Desvio padrão choques | $\sigma_z$ | 0.20 | Storesletten et al. (2004) | ### 4.2 Distribuição de Riqueza e Desigualdade Os modelos HANK geram endogenamente uma distribuição de riqueza que se aproxima dos dados empíricos. A distribuição estacionária de riqueza pode ser caracterizada pelo coeficiente de Gini: $$G = 1 - \frac{2}{n} \sum_{i=1}^{n} \left( n - i + \frac{1}{2} \right) \frac{a_i}{\bar{a}}$$ Dados do Survey of Consumer Finances (2019) indicam um Gini de riqueza de aproximadamente 0.85 nos Estados Unidos, valor que os modelos HANK conseguem replicar com precisão superior aos modelos RANK. ### 4.3 Decomposição dos Canais de Transmissão Auclert (2019) propõe uma decomposição dos efeitos de mudanças na taxa de juros sobre o consumo agregado em três canais principais: 1. **Canal de Substituição Intertemporal**: $$\frac{\partial C}{\partial r}\bigg|_{SI} = -\sigma \bar{C}$$ 2. **Canal de Renda de Juros**: $$\frac{\partial C}{\partial r}\bigg|_{INC} = \sum_i MPC_i \cdot NFA_i$$ 3. **Canal de Reavaliação de Ativos**: $$\frac{\partial C}{\partial r}\bigg|_{REV} = -\sum_i MPC_i \cdot \frac{\partial PV_i}{\partial r}$$ onde $MPC_i$ é a propensão marginal a consumir do agente $i$, $NFA_i$ são seus ativos financeiros líquidos, e $PV_i$ é o valor presente de sua renda futura. ## 5. Resultados e Implicações para Política Econômica ### 5.1 Resposta a Choques de Política Monetária A análise de funções impulso-resposta revela diferenças substanciais entre modelos RANK e HANK. Após um aumento de 25 pontos-base na taxa de juros: **Modelo RANK:** - Queda imediata no consumo: -0.15% - Queda no produto: -0.20% - Retorno ao equilíbrio: 8 trimestres **Modelo HANK:** - Queda gradual no consumo: máximo de -0.35% após 4 trimestres - Queda no produto: -0.45% após 5 trimestres - Retorno ao equilíbrio: 16 trimestres A persistência amplificada nos modelos HANK deriva da interação entre heterogeneidade e fricções financeiras. Agentes com alta propensão marginal a consumir respondem fortemente a mudanças em sua renda disponível, criando efeitos multiplicadores através de demanda agregada. ### 5.2 Multiplicadores Fiscais Os multiplicadores fiscais em modelos HANK diferem significativamente daqueles em modelos RANK. Considerando um aumento temporário nos gastos governamentais de 1% do PIB: $$\mathcal{M}_t = \frac{\Delta Y_t}{\Delta G_t}$$ **Resultados empíricos:** | Horizonte | RANK | HANK | HANK (recessão) | |-----------|------|------|-----------------| | Impacto | 0.6 | 1.2 | 1.8 | | 4 trimestres | 0.4 | 0.9 | 1.5 | | 8 trimestres | 0.2 | 0.5 | 0.9 | A amplificação dos multiplicadores fiscais em modelos HANK resulta da presença de agentes com restrições de liquidez que consomem integralmente transferências governamentais. ### 5.3 Efeitos Distributivos Uma característica distintiva dos modelos HANK é sua capacidade de analisar efeitos distributivos de políticas macroeconômicas. Definindo o bem-estar agregado como: $$W = \int_0^1 \omega_i V_i d\Gamma(i)$$ onde $\omega_i$ são pesos de bem-estar social, podemos decompor os efeitos de políticas em componentes de eficiência e equidade: $$\Delta W = \underbrace{\bar{\omega} \Delta \bar{V}}_{\text{Eficiência}} + \underbrace{\text{cov}(\omega_i, \Delta V_i)}_{\text{Equidade}}$$ Análises numéricas indicam que políticas monetárias expansionistas tendem a reduzir desigualdade no curto prazo através do canal de emprego, mas podem aumentá-la no longo prazo através de valorização de ativos. ## 6. Extensões e Desenvolvimentos Recentes ### 6.1 Modelos HANK com Dois Ativos Luetticke (2021) estende o framework HANK básico incorporando dois tipos de ativos: líquidos (moeda/depósitos) e ilíquidos (capital/imóveis). Esta extensão permite capturar o fenômeno de "wealthy hand-to-mouth" documentado empiricamente: $$V_t(b_t, k_t, z_t) = \max_{c_t, b_{t+1}, k_{t+1}} \left\{ u(c_t) + \beta E_t[V_{t+1}(b_{t+1}, k_{t+1}, z_{t+1})] \right\}$$ sujeito a: $$c_t + b_{t+1} + k_{t+1} + \chi(k_{t+1}, k_t) = (1+r_t^b)b_t + (1+r_t^k)k_t + w_t z_t n_t$$ onde $\chi(k_{t+1}, k_t)$ representa custos de ajustamento do portfólio. ### 6.2 Incorporação de Expectativas Heterogêneas Farhi e Werning (2019) incorporam heterogeneidade em formação de expectativas, relaxando a hipótese de expectativas racionais: $$E_t^i[\pi_{t+1}] = \lambda_i E_t^{RE}[\pi_{t+1}] + (1-\lambda_i) \pi_t^{adapt}$$ onde $\lambda_i \in [0,1]$ captura o grau de sofisticação do agente $i$. ### 6.3 Modelos HANK em Economia Aberta Auclert et al. (2021) estendem o framework HANK para economias abertas, incorporando taxa de câmbio e fluxos de capital: $$NX_t = \epsilon_t^{\eta} (Y_t^* - C_t^* - I_t^*)$$ onde $\epsilon_t$ é a taxa de câmbio real e $\eta$ é a elasticidade de substituição entre bens domésticos e importados. ## 7. Desafios Computacionais e Metodológicos ### 7.1 Métodos de Solução A solução de modelos HANK apresenta desafios computacionais significativos devido à dimensionalidade do espaço de estados. Métodos recentes incluem: 1. **Método de Reiter (2009)**: Linearização do modelo agregado mantendo não-linearidade no problema individual 2. **Método de Perturbação**: Expansão de Taylor ao redor do estado estacionário 3. **Métodos de Projeção**: Aproximação da função valor usando polinômios ou splines ### 7.2 Identificação e Estimação A estimação de modelos HANK enfrenta o desafio de identificar parâmetros estruturais a partir de dados agregados e microeconômicos. Métodos bayesianos têm sido amplamente utilizados: $$p(\theta|Y) \propto \mathcal{L}(Y|\theta) p(\theta)$$ onde $\mathcal{L}(Y|\theta)$ é a função de verossimilhança e $p(\theta)$ é a distribuição a priori dos parâmetros. ## 8. Validação Empírica e Evidências ### 8.1 Evidências Microeconômicas Jappelli e Pistaferri (2010) documentam heterogeneidade substancial nas propensões marginais a consumir usando dados do Panel Study of Income Dynamics (PSID): | Quintil de Riqueza | MPC | Erro Padrão | |--------------------|-----|-------------| | 1º (mais pobre) | 0.82 | (0.08) | | 2º | 0.65 | (0.06) | | 3º | 0.48 | (0.05) | | 4º | 0.32 | (0.04) | | 5º (mais rico) | 0.15 | (0.03) | ### 8.2 Evidências Macroeconômicas Coibion et al. (2017) utilizam dados de alta frequência para identificar choques de política monetária, encontrando efeitos distributivos significativos consistentes com previsões de modelos HANK. ## 9. Implicações para o Desenho de Política Econômica ### 9.1 Política Monetária Ótima Em modelos HANK, a política monetária ótima deve considerar trade-offs adicionais entre estabilização e distribuição. A função de perda do banco central pode ser expressa como: $$\mathcal{L} = E_0 \sum_{t=0}^{\infty} \beta^t \left[ \pi_t^2 + \lambda_y \hat{Y}_t^2 + \lambda_{\Delta} \text{Var}(c_t^i) \right]$$ onde $\lambda_{\Delta}$ captura a preocupação com desigualdade. ### 9.2 Coordenação de Políticas McKay e Reis (2021) demonstram que a coordenação entre políticas monetária e fiscal torna-se mais importante em modelos HANK devido aos efeitos redistributivos: $$\mathcal{W} = \max_{i_t, \tau_t, T_t} E_0 \sum_{t=0}^{\infty} \beta^t \int_0^1 U(c_t^i, n_t^i) d\Gamma_t(i)$$ sujeito às restrições de equilíbrio e à restrição orçamentária governamental intertemporal. ## 10. Limitações e Direções Futuras ### 10.1 Limitações Atuais 1. **Complexidade Computacional**: Modelos HANK de grande escala permanecem computacionalmente intensivos 2. **Identificação Empírica**: Dificuldade em identificar parâmetros estruturais únicos 3. **Modelagem de Expectativas**: Hipótese de expectativas racionais pode ser excessivamente restritiva 4. **Dinâmica de Transição**: Análise de transição entre estados estacionários permanece desafiadora ### 10.2 Direções de Pesquisa Futura 1. **Machine Learning**: Aplicação de técnicas de aprendizado profundo para solução e estimação 2. **Heterogeneidade Adicional**: Incorporação de heterogeneidade em preferências e tecnologia 3. **Fricções Financeiras**: Modelagem mais rica do setor financeiro e intermediação 4. **Economia Comportamental**: Integração de insights comportamentais na formação de expectativas ## 11. Conclusão Os modelos HANK representam um avanço fundamental na macroeconomia moderna, reconciliando evidências microeconômicas sobre heterogeneidade com análise macroeconômica agregada. Nossa análise demonstra que a incorporação de agentes heterogêneos altera significativamente as previsões sobre transmissão de política econômica, com implicações cruciais para o desenho de políticas ótimas. As principais contribuições dos modelos HANK incluem: (i) melhor adequação empírica na replicação de fatos estilizados sobre distribuição de renda e riqueza; (ii) identificação de novos canais de transmissão de política monetária através de efeitos redistributivos; (iii) amplificação de multiplicadores fiscais devido à presença de agentes com restrições de liquidez; e (iv) framework unificado para análise de eficiência e equidade em políticas macroeconômicas. Apesar dos desafios computacionais e metodológicos remanescentes, os modelos HANK estabeleceram-se como ferramenta essencial para análise de política econômica. O desenvolvimento contínuo de métodos computacionais e a crescente disponibilidade de dados microeconômicos detalhados prometem expandir ainda mais as aplicações destes modelos. A evidência acumulada sugere que ignorar heterogeneidade pode levar a erros substanciais na previsão de efeitos de políticas econômicas. Portanto, a incorporação de modelos HANK no toolkit padrão de bancos centrais e instituições de política econômica não é apenas desejável, mas necessária para o desenho de políticas eficazes no século XXI. ## Referências [1] Aiyagari, S. R. (1994). "Uninsured Idiosyncratic Risk and Aggregate Saving". The Quarterly Journal of Economics, 109(3), 659-684. DOI: https://doi.org/10.2307/2118417 [2] Auclert, A. (2019). "Monetary Policy and the Redistribution Channel". American Economic Review, 109(6), 2333-2367. DOI: https://doi.org/10.1257/aer.20160137 [3] Auclert, A., Rognlie, M., & Straub, L. (2021). "Exchange Rates and Monetary Policy with Heterogeneous Agents". NBER Working Paper No. 28543. DOI: https://doi.org/10.3386/w28543 [4] Bewley, T. (1986). "Stationary Monetary Equilibrium with a Continuum of Independently Fluctuating Consumers". In Hildenbrand, W. and Mas-Colell, A. (eds.), Contributions to Mathematical Economics. North-Holland. [5] Calvo, G. A. (1983). "Staggered Prices in a Utility-Maximizing Framework". Journal of Monetary Economics, 12(3), 383-398. DOI: https://doi.org/10.1016/0304-3932(83)90060-0 [6] Carroll, C. D. (2009). "Precautionary Saving and the Marginal Propensity to Consume out of Permanent Income". Journal of Monetary Economics, 56(6), 780-790. DOI: https://doi.org/10.1016/j.jmoneco.2009.06.016 [7] Chetty, R., Guren, A., Manoli, D., & Weber, A. (2011). "Are Micro and Macro Labor Supply Elasticities Consistent? A Review of Evidence on the Intensive and Extensive Margins". American Economic Review, 101(3), 471-475. DOI: https://doi.org/10.1257/aer.101.3.471 [8] Christiano, L. J., Eichenbaum, M., & Evans, C. L. (2005). "Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy". Journal of Political Economy, 113(1), 1-45. DOI: https://doi.org/10.1086/426038 [9] Coibion, O., Gorodnichenko, Y., Kueng, L., & Silvia, J. (2017). "Innocent Bystanders? Monetary Policy and Inequality". Journal of Monetary Economics, 88, 70-89. DOI: https://doi.org/10.1016/j.jmoneco.2017.05.005 [10] Farhi, E., & Werning, I. (2019). "Monetary Policy, Bounded Rationality, and Incomplete Markets". American Economic Review, 109(11), 3887-3928. DOI: https://doi.org/10.1257/aer.20171400 [11] Galí, J. (2018). "The State of New Keynesian Economics: A Partial Assessment". Journal of Economic Perspectives, 32(3), 87-112. DOI: https://doi.org/10.1257/jep.32.3.87 [12] Guvenen, F. (2009). "An Empirical Investigation of Labor Income Processes". Review of Economic Dynamics, 12(1), 58-79. DOI: https://doi.org/10.1016/j.red.2008.06.004 [13] Jappelli, T., & Pistaferri, L. (2010). "The Consumption Response to Income Changes". Annual Review of Economics, 2, 479-506. DOI: https://doi.org/10.1146/annurev.economics.050708.142933 [14] Kaplan, G., & Violante, G. L. (2014). "A Model of the Consumption Response to Fiscal Stimulus Payments". Econometrica, 82(4), 1199-1239. DOI: https://doi.org/10.3982/ECTA10528 [15] Kaplan, G., Moll, B., & Violante, G. L. (2018). "Monetary Policy According to HANK". American Economic Review, 108(3), 697-743. DOI: https://doi.org/10.1257/aer.20160042 [16] Luetticke, R. (2021). "Transmission of Monetary Policy with Heterogeneity in Household Portfolios". American Economic Journal: Macroeconomics, 13(2), 1-25. DOI: https://doi.org/10.1257/mac.20190064 [17] McKay, A., & Reis, R. (2021). "Optimal Automatic Stabilizers". Review of Economic Studies, 88(5), 2375-2406. DOI: https://doi.org/10.1093/restud/rdaa038 [18] Nakamura, E., & Steinsson, J. (2008). "Five Facts about Prices: A Reevaluation of Menu Cost Models". The Quarterly Journal of Economics, 123(4), 1415-1464. DOI: https://doi.org/10.1162/qjec.2008.123.4.1415 [19] Reiter, M. (2009). "Solving Heterogeneous-Agent Models by Projection and Perturbation". Journal of Economic Dynamics and Control, 33(3), 649-665. DOI: https://doi.org/10.1016/j.jedc.2008.08.010 [20] Storesletten, K., Telmer, C. I., & Yaron, A. (2004). "Cyclical Dynamics in Idiosyncratic Labor Market Risk". Journal of Political Economy, 112(3), 695-717. DOI: https://doi.org/10.1086/383105 [21] Werning, I. (2015). "Incomplete Markets and Aggregate Demand". NBER Working Paper No. 21448. DOI: https://doi.org/10.3386/w21448