경제수학 — 4강: 동적 최적화·행동경제학 수학·네트워크

동적 최적화

동적 프로그래밍 (Dynamic Programming):
→ 리처드 벨만 (Richard Bellman) 개발
→ 다기간 의사결정 문제를 재귀적으로 분해
→ 벨만 방정식 (Bellman Equation):
  V(x) = max_u { F(x, u) + β·V(f(x, u)) }
  V(x): 상태 x에서 가치 함수
  β: 할인 인자 (0 < β < 1)
  F(x, u): 현재 기간 보상
  f(x, u): 상태 전이 함수
→ 최적 정책 함수: u* = arg max { F + β·V }
→ 적용: 자본 축적·소비-저축 결정·자원 고갈 문제

연속 시간 최적 제어 (Optimal Control Theory):
→ 폰트리야긴 최대 원리 (Pontryagin Maximum Principle)
→ 상태 변수 x(t)와 제어 변수 u(t)
→ 해밀토니언 (Hamiltonian):
  H(x, u, λ) = F(x, u) + λ·f(x, u)
  λ: 공변수 (shadow price, 상태 변수의 한계 가치)
→ 최적 조건:
  ∂H/∂u = 0 (제어 변수의 최적화)
  λ̇ = -∂H/∂x (공변수 운동 방정식)
  ẋ = ∂H/∂λ (상태 방정식)

오일러 방정식 (Euler Equation):
→ 소비-저축의 최적 조건
→ 기본 형태: u'(C_t) = β(1+r)·u'(C_{t+1})
  u'(·): 한계 효용 / β: 시간 선호 할인율 / r: 이자율
→ 직관: 오늘 소비의 한계 효용 = 내일 저축 수익의 현재 가치
→ 상수 상대 위험 회피 효용 (CRRA):
  u(C) = C^(1-σ) / (1-σ)
  오일러 방정식: ΔC/C = (1/σ)(r - ρ)
  σ: 위험 회피 계수 / ρ: 시간 선호율

램지-캐스-쿠프만스 모형:
→ 표준 동적 거시경제 모형
→ 가계: 무한 기간 효용 극대화 주체
→ 균형 성장 경로: 자본·소비 장기 균형 수준
→ 안정 궤도 (Saddle Path): 초기 소비 수준 결정
  C₀ 너무 높으면 자본 고갈 / 너무 낮으면 자본 과잉 축적

확률 과정과 금융 수학

확률 과정 (Stochastic Process):
→ 시간에 따라 변화하는 확률 변수의 수열
→ 마르코프 성질 (Markov Property):
  현재 상태만이 미래 상태를 결정 (과거 무관)
  P(X_{t+1} | X_t, X_{t-1}, ...) = P(X_{t+1} | X_t)

마르코프 체인 (Markov Chain):
→ 이산 상태·이산 시간 마르코프 과정
→ 전이 행렬 P: P_ij = P(X_{t+1} = j | X_t = i)
→ 경제 응용:
  경기 순환: 호황·불황 전이 확률
  신용 등급 이전 행렬
  고용 상태 이동 (취업·실업·비경활)
→ 정상 분포 (Stationary Distribution): π·P = π

브라운 운동 (Brownian Motion):
→ 위너 과정 (Wiener Process) W_t:
  W_0 = 0 / 증분 독립 / W_t - W_s ~ N(0, t-s)
  연속 경로·거의 어디서나 미분 불가
→ 이토 보정항: (dW_t)² = dt (일반 미적분과 다름)
→ 이토 적분·이토 보조정리 (Itô's Lemma):
  dF = (∂F/∂t + μ∂F/∂x + ½σ²∂²F/∂x²)dt + σ∂F/∂x·dW_t

블랙-숄즈-머튼 방정식:
→ 주가 모형: dS = μS·dt + σS·dW_t (기하 브라운 운동)
→ 유럽형 콜옵션 가격:
  C = S·N(d₁) - K·e^(-rT)·N(d₂)
  d₁ = [ln(S/K) + (r + σ²/2)T] / (σ√T)
  d₂ = d₁ - σ√T
  N(·): 표준 정규 분포 CDF
→ 옵션 그리크 (Greeks): 델타·감마·세타·베가·로
→ 한계: 변동성 일정 가정·점프 과정 미반영

VAR 모형 (Vector Autoregression):
→ 여러 시계열 변수의 상호 의존성 포착
→ 충격 반응 함수 (IRF): 충격 후 변수들의 동학
→ 분산 분해: 예측 오차의 각 변수 기여도
→ 거시 경제 충격 분석·통화 정책 효과 연구

행동경제학의 수학

기댓값 효용 이론 비교:
→ 표준 기댓값 효용 (Von Neumann-Morgenstern):
  EU = Σ p_i · u(x_i)
  위험 회피: u''>0 (오목함수)
→ 알레 역설 (Allais Paradox): EU 이론 위반 실험 증거
  확실성 효과: 확실한 것을 과대 평가

전망 이론 (Prospect Theory, Kahneman & Tversky):
→ 가치 함수 v(x):
  이익 구간: 오목 (위험 회피)
  손실 구간: 볼록 (위험 추구)
  손실 회피 계수: λ ≈ 2.25 (손실이 이익보다 2배 이상 고통)
  준거점 (Reference Point) 기준 상대적 평가
→ 확률 가중 함수 w(p):
  소확률 과대 평가: w(0.01) > 0.01
  고확률 과소 평가: w(0.99) < 0.99
  역S자형 곡선

쌍곡 할인 (Hyperbolic Discounting):
→ 표준 기하적 할인: δ = 1/(1+r) (시간 일관성)
→ 쌍곡 할인: D(t) = 1/(1+kt)
  근미래 할인율 > 원미래 할인율
  선호 역전 (Present Bias): 지금 vs 나중 선택 역전
→ 쿼시 쌍곡 (β-δ 모형):
  U = u₀ + β·Σ δ^t·u_t  (β < 1: 현재 편향)
→ 응용: 연금·금연·다이어트 자기 통제 문제

넛지의 수학적 기초:
→ 선택 설계: 기본값 효과 모델링
  기본값 x₀, 전환 비용 c
  전환 확률 p = f(v(x₁) - v(x₀) - c)
→ 리버타리안 패터널리즘:
  자유 유지 + 더 나은 선택 유도
  연금 자동 가입 기본값 설정
→ 인포메이션 너지: 사회 규범 비교 정보 제공
  "당신의 이웃 중 92%가 에너지를 절약합니다"

네트워크 경제학

네트워크 이론 기초:
→ 그래프 G = (V, E): 노드 집합 V, 엣지 집합 E
→ 차수 (Degree): 노드에 연결된 엣지 수
→ 경로 길이·클러스터링 계수·중심성 지표
→ 스케일프리 네트워크 (Scale-Free):
  차수 분포: 멱함수 P(k) ~ k^(-γ)
  허브 노드 존재: 인터넷·소셜 네트워크
  바라바시-알버트 모형: 우선 연결 (Preferential Attachment)
→ 좁은 세상 현상 (Small World):
  높은 클러스터링 + 짧은 평균 경로
  와츠-스트로가츠 모형

네트워크 외부성 (Network Externalities):
→ 사용자 증가 → 다른 사용자 효용 증가
→ 직접 외부성: 전화·카카오톡 (직접 연결 이익)
→ 간접 외부성: 플랫폼 (보완재 증가 효과)
→ 임계 질량 (Critical Mass): 티핑 포인트
  최소 사용자 이상 시 자생적 성장
  최대화 공식: u_i = v(n) - p ≥ 0

플랫폼 경제학:
→ 양면 시장 (Two-Sided Market):
  플랫폼이 두 개 사용자 집단 연결
  가격 구조: 한쪽 무료 + 다른 쪽 유료 일반적
  교차 네트워크 외부성: 한쪽 증가 → 다른 쪽 가치 증가
→ 로치포트-티롤 (Rochet-Tirole) 모형:
  최적 가격 구조: P_i = c_i - (n_j · ∂v_j/∂n_i) / (∂v_i/∂n_i)
→ 독점화 경향: 승자독식 (Winner-Takes-All)
  카카오·네이버·구글의 시장 지배

정보 경제학과 검색 이론:
→ 모럴 해저드·역선택: 보험 시장 실패
→ 다이아몬드 검색 모형:
  노동 시장 탐색 비용·매칭 효율
  구직자-기업 간 탐색 균형
→ 매칭 이론 (Matching Theory):
  게일-섀플리 알고리즘: 안정적 매칭
  노벨 경제학상 2012 (로스·섀플리): 실제 시장 적용
  학교 배정·장기 기증·레지던트 배정

자주 묻는 질문

Q. 경제수학의 동적 최적화를 실생활 소비-저축 결정에 어떻게 적용할 수 있나요? A. 오일러 방정식은 최적 소비-저축 결정의 핵심입니다. 직관적으로 해석하면 이렇습니다. “오늘 소비를 1원 줄이고 저장하면 이자를 포함해 내년에 (1+r)원이 됩니다. 그 돈으로 내년 소비를 늘릴 때 얻는 효용이 오늘 1원 소비의 효용보다 크면 저축하고, 반대라면 오늘 소비하는 것이 최적입니다.” 오일러 방정식 u’(C_t) = β(1+r)·u’(C_{t+1})에서 β(1+r) = 1이면 소비가 평탄하게 유지됩니다(소비 평활화). β(1+r) > 1이면 미래 소비를 늘리는 게 최적(저축 증가), < 1이면 오늘 소비를 늘리는 게 최적입니다. 실제 생활에서는 쌍곡 할인 문제(현재 편향)가 이 최적 계획을 방해합니다. 은퇴 저축, 다이어트, 공부 계획 등에서 “이번만 예외”를 반복하는 것이 바로 β < 1인 현재 편향 때문입니다. 해결책은 자동 이체·퇴직연금 자동 가입 같은 사전 결속 장치(precommitment)로 미래 자신을 위한 저축을 자동화하는 것입니다.

Q. 블랙-숄즈 방정식으로 실제 옵션 가격을 정확히 예측할 수 있나요? A. 블랙-숄즈 방정식은 금융 역사상 가장 영향력 있는 공식이지만, 실제 시장에서는 중요한 한계가 있습니다. 이론의 전제 조건들이 현실과 다릅니다. 변동성이 일정하다고 가정하지만 실제로는 변동성 자체가 변합니다(변동성 스마일/스큐 현상). 주가가 연속적으로 움직인다고 가정하지만 실제로는 급락·급등 같은 점프가 발생합니다. 거래 비용·세금이 없다고 가정하지만 현실은 다릅니다. 이 때문에 실무에서는 내재 변동성(implied volatility) 개념을 사용합니다. 시장에서 관찰된 옵션 가격을 블랙-숄즈 공식에 역으로 대입해 σ를 계산하면, 만기·행사가격마다 다른 σ가 나옵니다(변동성 스마일). 현대 파생상품 거래에서는 확률적 변동성 모형(헤스턴 모형), 점프 확산 모형, 로컬 변동성 모형 등이 블랙-숄즈를 보완합니다. 그럼에도 블랙-숄즈는 헤지 비율 계산, 위험 관리, 시장 변동성 벤치마크(VIX 계산)에 여전히 필수 도구입니다.