कोई पोंजी खेल की स्थिति और ट्रांसवर्सिटी की स्थिति समान नहीं है?

Question

परिमित क्षितिज के साथ निम्नलिखित गैर-स्टोकेस्टिक नियोजन समस्या को देखते हुए, मैंने पाया कि पहले क्रम की स्थिति को आवश्यक और पर्याप्त बनाने के लिए मुझे तथाकथित कोई पोंजी खेल की स्थिति को जोड़ना होगा , अर्थात \ _ {इकट्ठा} \ _ \ _ \ _ \ _ \ _ \ _ \ _ \ _ फ़्रेक {k_ {T + 1}} {R_ {T + 1}} \ geq 0 \ end {इकट्ठा}

$$\begin{align} &\max_{\{k_{t+1}\}}\sum^T_{t=0}\beta^tU[f(k_t-k_{t+1})] \\ \text{s.t. } & 0\leq k_{t+1}\leq f(k_t)\\ & k_0 >0 \text{ (given)}. \end{align}$$ $$\begin{gather} \lim_{T \rightarrow \infty} \frac{k_{T+1}}{R_{T+1}} \geq 0 \end{gather}$$

जब समान चिह्न के साथ लिखा जाता है, तो इस स्थिति को जीवन के अंत में किसी भी पूंजी को नहीं रखने की इच्छा के रूप में व्याख्या की जा सकती है। और यह तथाकथित ट्रांसवर्सिटी स्थिति की एक ही व्याख्या है ।

इस प्रकार, क्या यह पोंजी खेल की स्थिति को ट्रांसवर्सिटी स्थिति के परिमित क्षितिज संस्करण के रूप में व्याख्या करना सही है? यदि नहीं, तो उनके बीच अंतर क्या है?

Answer 1

क्या ट्रांसवर्सिटी स्थिति के परिमित क्षितिज संस्करण के रूप में नो पोंजी खेल की स्थिति की व्याख्या करना सही है?

नहीं, "नो-पोंजी-गेम" या "सॉल्वेंसी" स्थिति बाजार / अन्य प्रतिभागियों द्वारा व्यक्ति पर लगाया गया एक बाहरी अवरोध है । व्यक्ति इसका उल्लंघन करना बहुत पसंद करेगा।

ट्रांसवर्सिटी की स्थिति व्यक्ति को वास्तव में उसकी इंटरटेम्पोरल उपयोगिता को अधिकतम करने के लिए संतुष्ट होना चाहिए। यह एक अनुकूलन स्थिति है ।

इसलिए वे समस्या के वैचारिक रूप से बहुत अलग पहलू हैं।

अंत में नो-पोंजी-गेम / सॉल्वेंसी की स्थिति स्वाभाविक रूप से परिमित क्षितिज की नहीं है-यह अनंत क्षितिज तक भी फैली हुई है।

Comments

स्पष्टीकरण के लिए धन्यवाद। लेकिन, किडलैंड-प्रेस्कॉट मॉडल के साथ काम करते समय मुझे एक या दूसरे का उपयोग कब करना चाहिए?

— Phinging

@Alessandro मॉडल के सैद्धांतिक समाधान में, दोनों को संतुष्ट होना चाहिए। क्या होता है (और यह कुछ भ्रम का स्रोत हो सकता है) यह है कि ज्यादातर मामलों में, एक एकल गणितीय अभिव्यक्ति दोनों की संतुष्टि को व्यक्त करती है।

— एलेकोस पापाडोपोलोस

धन्यवाद, क्योंकि तथ्य यह है कि हमारे Adv में। मैक्रो कोर्स, हम आमतौर पर इष्टतम खोजने के लिए एक शर्त के रूप में ट्रांसवर्सिटी की स्थिति का उपयोग करते हैं लेकिन हम कभी भी पोंजी गेम नहीं जोड़ते हैं। हमने जो एकमात्र मॉडल जोड़ा है, वह ऊपर के मॉडल के रूप में एक मॉडल था, जिसमें हमें FOCs के माध्यम से एक दूसरा ऑर्डर डिफरेंशियल इक्वेशन मिलता है, ताकि हमें दो बाउंड्री कंडीशंस की जरूरत पड़े, उनमें से एक है nPg।

— Phinging