Pensé que este era un ejemplo interesante para añadir. Se trata de un "modelo de proporción" de hábito (en contraposición a un "modelo de diferencia" de hábito). Ver, por ejemplo, Abel (1990, American Economic Review). Deja x_t = \lambda \int_{-\infty}^t e^{-\lambda(t-s)} c_s ds. (Para dar contexto, x_t es un índice de hábito logarítmico que se obtiene a partir de un promedio geométrico de consumo pasado, donde c_t es consumo logarítmico.) Entonces, por la fórmula de Ito, \begin{align} d x_t &= \lambda \int_{-\infty}^t -\lambda e^{-\lambda(t-s)} c_s ds \, dt + \lambda c_t dt \\ &= \lambda (c_t - x_t) dt. \end{align> La parte que me resulta interesante es que es fácil cometer un error al pensar que la respuesta es dx_t = \lambda c_t dt o $d x_t = -\lambda x_t dt.
EDITAR: Aquí, c_s es algún proceso estocástico bien comportado. Esto es esencialmente lo mismo que 9-1 (a) anterior cuando dc_t = dW_t, donde W es una marcha browniana. Este tipo de cálculo parece aparecer con cierta frecuencia (modelo de tasas de interés de Hull-White), pero no parece utilizar directamente el lema de Ito.
2 votos
Este post ha estado en línea por un tiempo, es genial y me ha ayudado a comprender mejor este tema. También quería actualizarlo con recursos adicionales que encontré math.drexel.edu/~song/Gene%20Golub%20Summer%20School/Song/…
0 votos
@Chef1075: Gracias por esos recursos adicionales.