Las preferencias de KPR suelen venir dadas por
$$ \frac{c^{1-\sigma}}{1-\sigma} \cdot v(l)$$
con $l$ ser el ocio. Centrémonos en el caso de que $\sigma \in (0, 1)$ donde sabemos que $v(l)$ debe ser creciente y cóncava. Sea el tiempo total $T$ y denota $n$ por horas de trabajo. El problema estándar es entonces
$$ \max_{n\in[0, T]} \frac{(wn)^{1-\sigma}}{1-\sigma} \cdot v(T-n) $$
Una solución interior requiere
$$ v(T-n) = v'(T-n)\frac{n}{1-\sigma} \tag 1$$
Una función creciente y cóncava sería $v(x) = \frac{x^{1-\gamma}}{1-\gamma}$ , $\gamma \in (0, 1)$ . Esto da como resultado
$$\frac{T-n}{1-\gamma} = \frac{n}{1-\sigma}$$
o
$$ n = (1-\sigma)\frac{T}{1 - \gamma + 1 - \sigma} $$
Ahora, en general, deberíamos poder elegir el nivel de horas de trabajo - para cada nivel de IES ( $\sigma$ ). Así que vamos a arreglar $\sigma = 0$ en el caso de la neutralidad del riesgo, y obtenemos
$$ n = \frac{T}{2 - \gamma} \tag 2$$
Como $\gamma \in (0, 1)$ Esto significa que no tenemos un control total sobre el nivel de horas de trabajo: No podemos conseguir que $n<0.5$ es una elección óptima con estas preferencias.
Tenga en cuenta que un factor constante en $v(l)$ tampoco serviría de nada, ya que se perdería en (1). ¿Qué me falta? ¿Cómo puedo controlar mejor el nivel de horas de trabajo en la configuración multiplicativa de KPR? Es decir, cuando $U = U(c, v(l))$ y no $U = \log c + g(v(l))$ .
0 votos
Limitación de la $\sigma$ y $\gamma$ parámetros en el $(0,1)$ es lo que crea el problema, creo. Teniendo en cuenta que por lo general estos parámetros se tratan como superior a la unidad, ¿es necesario utilizar esta restricción y ser capaz de obtener todos los rangos de tiempo trabajado?
0 votos
@AlecosPapadopoulos No creo que el $\sigma$ importa para esto. Hay que poder controlar las horas trabajadas independientemente del IES. En relación con $\gamma$ , $0$ es definitivamente un límite inferior. Si nos fijamos en (2), vemos que para obtener $n < T/2$ necesita $\gamma < 0$ no $\gamma > 1$ . Así que permitir una mayor $\gamma$ no ayuda. Además, da resultados extraños en (2).