by Yves Achdou & Qing Tang

Comment les préférences de long terme des ménages influencent-elles l’accumulation de richesse et l’équilibre macroéconomique ? Cet article apporte une réponse en étudiant un modèle d’agents hétérogènes de type Aiyagari dans lequel les ménages sont dotés d’une utilité récursive d’Epstein-Zin, permettant de distinguer l’aversion au risque de la préférence pour la substitution intertemporelle. Si cette spécification est devenue centrale en économie financière, elle pose des difficultés mathématiques considérables qui limitaient jusqu’à présent son intégration dans les modèles à agents hétérogènes. Continue reading →

by Yves Achdou & Qing Tang

Les modèles à agents hétérogènes sont devenus un outil incontournable de la macroéconomie moderne pour analyser les inégalités, l’épargne et les effets des politiques économiques. Dans cet article, Yves Achdou et Qing Tang franchissent une étape importante en intégrant les préférences récursives d’Epstein-Zin à ces modèles en temps continu, dans un cadre de jeux à champ moyen (mean field games). Cette approche permet de dissocier l’aversion au risque de la substitution intertemporelle et de prendre en compte la préférence des agents pour une résolution tardive de l’incertitude, une caractéristique essentielle de nombreuses décisions économiques. Continue reading →

by Mohammad Isleimeyyeh

I develop and test a theoretical model to study the interaction between the commodity and stock markets. The article attempts to clarify the debate between the two conflicting empirical opinions about the effect of the financialization on commodity markets: one that claims there is an effect, and one that denies that effect. The theoretical model determines the futures risk premium by using three factors: the hedging pressure, the stock market returns, and the commodity-equity correlation. I test the futures risk premium in the era of the financialization for three commodities in the energy market: crude oil (WTI), natural gas, and heating oil in Continue reading →

by Pierre-Noël Giraud

Cet article propose de reprendre certains aspects du débat épistémologique et méthodologique sur l’économie à la lumière d’une description pragmatique, inspirée de la sociologie des sciences, de la manière dont « ça fonctionne » et plus précisément de : i) la façon dont l’économie s’insère dans le débat politique et manifeste ainsi son caractère « performatif » et ii) sa méthode d’élaboration de modèles et de théories. Cette double description permet à l’auteur quelques remarques et hypothèses sur : l’unité et la diversité des discours économiques, la pertinence de la distinction entre écoles et entre grandes théories générales, la différence entre modèles et théories, l’impérialisme de l’économie, l’apport des mathématiques, le débat Continue reading →

by Philippe Frocrain, Charles Gallais & Pierre-Noël Giraud

Nous utilisons une méthode entrée-sortie pour évaluer l’effet sur l’emploi du scenario negaWatt, en nous fondant sur les plus récentes évaluations par Quirion (2017) du choc de demande qu’il engendre. Nous mesurons, dans les emplois créés et perdus, la part d’emplois nomades et sédentaires, telle que calculée pour la France par Frocrain Giraud (2018). Les résultats montrent qu’une croissance verte telle que décrite par négaWatt contribuerait à relocaliser le système productif, mais qu’une demande forte d’emplois Continue reading →

by Pierre-Noël GIRAUD, Pierre FLECKINGER & Yosri SAKLY

La crainte d’une pénurie de matières premières minérales, qui sont issues de ressources naturelles dites « épuisables », ressurgit périodiquement. L’indicateur de rareté généralement utilisé est le ratio : Réserves prouvées mesurées par le USGS / production mondiale annuelle, Le ratio R/P. On craint aujourd’hui une pénurie des métaux qui seront fortement demandées par la transition écologique et énergétique en cours : le cuivre, le cobalt, les métaux des terres rares et du coltran. Pourtant le ratio R/P du cuivre, par exemple est resté remarquablement stable autour de 40 ans et ce depuis 1950, alors que la production a été multipliée par 8, et donc les réserves. Et ceci est Continue reading →

by Ivar Ekeland, Edouard Jaeck, Delphine Lautier & Bertrand Villeneuve

We model the dynamic behavior of spot and futures commodity prices with an infinite horizon rational expectations equilibrium model. A new type of proof of existence of the equilibrium is provided. Using simulations with minimal changes between scenarios, we explore the specific effects of market structure, autocorrelation of production, and global risk aversion. The market structure can change a virtually nonstorable commodity into a high-inventory one. A high autocorrelation soften the apparent effects of storage in the short run. Global risk aversion typically decreases when financialization is developed. The effects on the joint price dynamics, risk sharing and physical choices are explored. Continue reading →

by Côme Huré, Huyên Pham, Achref Bachouch & Nicolas Langrené

This paper presents several numerical applications of deep learning-based algorithms that have been analyzed in [Bachouch et al., 2018a]. Numerical and comparative tests using TensorFlow illustrate the performance of our different algorithms, namely control learning by performance iteration (algorithms NNcontPI and ClassifPI), control learning by hybrid iteration (algorithms Hybrid-Now and Hybrid-LaterQ), on the 100-dimensional nonlinear PDEs examples from [Weinan et al. 2017] and on quadratic Backward Stochastic Differential equations as in [Chassagneux et al., 2016]. We also provide numerical results for an option hedging problem in finance, and energy storage problems arising in the valuation of gas storage and in microgrid management.

Download the paper

More working papers

by Côme Huré, Huyên Pham, Achref Bachouch & Nicolas Langrené

This paper develops algorithms for high-dimensional stochastic control problems based on deep learning and dynamic programming (DP). Differently from the classical approximate DP approach, we first approximate the optimal policy by means of neural networks in the spirit of deep reinforcement learning, and then the value function by Monte Carlo regression. This is achieved in the DP recursion by performance or hybrid iteration, and regress now or later/quantization methods from numerical probabilities. We provide a theoretical justification of these algorithms. Consistency and rate of convergence for the control and value function estimates are analyzed and expressed in terms of the universal approximation error of the neural networks. Numerical results on various applications are presented in a companion paper [Bachouch et al., 2018b] and illustrate the performance of our algorithms.

Download the paper

More working papers