Модуль III·Статья II·~3 мин чтения
Перекрывающиеся поколения и пенсионные системы
Динамическая экономика
Превратить статью в подкаст
Выберите голоса, формат и длину — AI запишет аудио
Перекрывающиеся поколения и пенсионные системы
Модели перекрывающихся поколений (OLG) позволяют анализировать долгосрочные вопросы: накопление капитала, пенсионные системы, государственный долг. В отличие от модели с представительным агентом и бесконечным горизонтом, OLG допускает динамически неэффективные равновесия и Парето-улучшения через перераспределение между поколениями.
Базовая OLG-модель (Самуэльсон, 1958; Даймонд, 1965)
Структура: Каждый период рождается поколение с мерой 1. Темп роста населения n: поколение t имеет меру (1+n)^t. Агент живёт 2 периода: «молодой» (t) получает зарплату wₜ, делает сбережения sₜ; «старый» (t+1) потребляет (1+rₜ₊₁)sₜ.
Оптимизация молодого:
max_{c₁ₜ, c₂ₜ₊₁} u(c₁ₜ, c₂ₜ₊₁) при c₁ₜ + sₜ = wₜ, c₂ₜ₊₁ = (1+rₜ₊₁)sₜ
Эйлерово условие: u'₁(c₁) = (1+rₜ₊₁)β·u'₂(c₂). Функция сбережений: sₜ = s(wₜ, rₜ₊₁) — зависит от зарплаты и доходности.
Равновесие: Рынок капитала: kₜ₊₁ = sₜ/(1+n) — каждая единица сбережений молодого финансирует капитал на одного молодого следующего периода. При Кобб-Дуглас f(k) = k^α: wₜ = (1−α)kₜ^α, rₜ = αkₜ^{α−1} − δ.
Динамическая неэффективность и пенсии
«Золотое правило» для OLG: Максимизировать устойчивое потребление c* = f(k) − (δ+n)k → f'(k_GR) = δ + n. Если в равновесии f'(k_OLG) < δ + n → k_OLG > k_GR — переизбыток капитала (over-accumulation). Экономика «динамически неэффективна»: можно потреблять больше, инвестируя меньше.
Условие динамической неэффективности: r* < n — реальная процентная ставка ниже темпа роста. Есть аргументы, что США и ряд европейских стран в 1960-70-х были близки к этому состоянию (Abel et al., 1989).
Почему это возможно: В OLG нет «последнего поколения», которое унаследует весь избыточный капитал. Каждое молодое поколение сберегает для старости → накапливается «лишний» капитал. В инфинитивном горизонте трансверсальное условие исключает это.
PAYG (pay-as-you-go) пенсия как решение при динамической неэффективности: Молодые платят взносы τ·wₜ, старые получают Tₜ₊₁ = τ·wₜ₊₁·(1+n). «Доходность» PAYG = n (темп роста). При r < n: PAYG > рынка → улучшение для всех поколений!
Накопительная пенсия (funded): взносы инвестируются, возврат r. Если r > n — накопительная эффективнее. При динамической эффективности (r > n) PAYG — «налог» на молодых (принудительные сбережения с меньшей доходностью).
Государственный долг и рикардианская эквивалентность
Рикардианская эквивалентность (Барро, 1974): В модели с бесконечным горизонтом и альтруистическими агентами: долг финансируется будущими налогами → агенты повышают сбережения на размер долга → нейтральность долга. Снижение налогов сейчас = рост долга = рост будущих налогов → нет стимула тратить больше.
Нарушения в OLG: Будущие налоги платят поколения, ещё не родившиеся в момент эмиссии долга → текущее поколение выигрывает. «Переложение бремени» на потомков. Это главная причина, почему OLG — незаменимый инструмент анализа фискальной политики.
Оптимальный государственный долг: при r > g (r — ставка, g = n — рост): долг «взрывоопасен» (needs primary surplus). При r < g: долг управляем без первичного профицита (аргумент Бланшара, 2019 — актуально для США с r < g последние 10 лет).
Численный пример
OLG: u = ln(c₁) + 0.9·ln(c₂), f(k) = k^{0.4}, n = 0.01, δ = 0.05. Стационарное равновесие: s* = wₜ/(1+β⁻¹) = w/(1+1/0.9) ≈ 0.474w. w = (1−0.4)k^{0.4} = 0.6k^{0.4}. k = s/(1+n): k = 0.474·0.6k^{0.4}/1.01 → k^{0.6} = 0.474·0.6/1.01 ≈ 0.2813 → k* ≈ 0.092.
Золотое правило: f'(k_GR) = δ + n = 0.06 → 0.4·k^{−0.6} = 0.06 → k_GR = (0.4/0.06)^{5/3} ≈ 0.17. k* < k_GR → отсутствует динамическая неэффективность (r* = 0.4·k*^{−0.6} − 0.05 ≈ 0.09 > n = 0.01).
Задание: OLG с u = ln(c₁) + 0.9·ln(c₂), f(k) = k^{0.4}, n = 0.01, δ = 0.05. (1) Найдите стационарный k_OLG. (2) Сравните с k_GR. (3) Существует ли динамическая неэффективность? (4) Введите PAYG с τ = 0.1. Как изменится k в стационарном состоянии? Улучшается ли благосостояние всех поколений?
§ Акт · что дальше