20202对称信息情况下的最优合同.pptVIP

§ 2 对称信息情况下的最优合同 ? 委托－代理模型是为分析非对称信息情况下的最优 合同而建立的。但作为分析的第一步，让我们首先 讨论对称信息情况下的最优合同。，这种讨论对我 们理解委托－代理关系问题的实质是非常重要的。 特别地，因为委托－代理关系的中心问题被认为是 “保险” 和“激励” 的交替问题（ trade-off ）， 在对称信息下，我们可以孤立的考虑最优的风险分 担问题；在完成这一步再引入非对称信息，我们就 会明白为什么在存在激励问题时，一般来说，帕累 托最优的风险分担不能达到。 Cont… 假定代理人的行动 a （或自然状态 θ ）时可观测的。 此时，委托人可以根据观测到的 a 对代理人实行惩， 就是说，激励合同可以建立在行动上，从而，激励 相容约束时多余的，因为委托人可以涉及任意的“强 制 合同” 如果你选择 a* ，我将付你 s(a*)=s*, 否则我将付 你 s s* ，使得下列条件成立： Cont… ? 只要 s 足够小，代理人绝不会选择 a 不等于 a* 。 ? 我们分两步讨论对称信息情况。首先假定行动 a 给定，讨论什么是产出 п 的最优分配方式；然后， 我们再讨论最优的行动选择 a 。我们将证明，在 对称信息下，帕雷托最有风险分担和帕累托最优 努力水平都可以达到。 * * (IC) u(s(a ))f (x, ,a)dx c(a ) u(s(a))f (x, ,a)dx c(a), a A ? ? ? ? ? ? ? ? ? 2-1 最优风险分担合同 ? 给定努力水平 a ，产出是一个简单的随机变量， 因此，问题简化为一个典型的风险分担问题 : 选 择 s （ п ）解下列最优化问题 s( ) max v( s( )f (a, )d ? ? ? ? ? ? ? s.t : (IR) u(s( ))f ( ,a)d c(a) u ? ? ? ? ? ? Cont… ? 构造拉格朗日函数如下： ? ? 最优化的一阶条件是： L(s( )) v( s( )f (a, )d [ u(s( ))f ( ,a)d c(a) u] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? * * * * v ( s ( )) u (s ( ) 0 v ( s ( )) (1) u (s ( ) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 即 Cont… ? 这里拉格朗日乘数 是严格正的常数（因为参与约束的 等式条件满足）。上述最优条件意味着，委托人和代理 人收入的边际效用之比应该等于一个常数，与产出 （和状态变量 θ ）无关。如果 п1 和 п2 是任意的两个收入 水平，那么，下列等式应该满足： * * 1 1 2 2 * * 1 2 * * 1 1 1 * * 2 2 2 v ( s ( )) v ( s ( )) u (s ( ) u (s ( ) v ( s ( )) u (s ( ) v ( s ( )) u (s ( ) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Cont… ? 就是说，在最优条件下，不同收入状态下的 边际替 代率对委托人和代理人是相同的 。这是典型的帕雷 托最优条件。 ? 一般地，因为最优化条件（ 1 ）隐含地定义了最优 化支付合同 s* （ п ），通过使用隐函数定理，我们 可以得出最优支付合同与每一方风险规避度的关系。 ? 就条件（ 1 ）对 п 求导，我们有： Cont… ? 将 λ=v/u 代入上式解得： ? ? 这里 ? * * * * v ( s ( )) u (s ( ) 0 (1) s s : v (1 ) u 0 d d d d ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ?? ? ? ? ? 求偏导 * s (3) p A p d d ? ? ? ? ? ? , p A v u v u ? ? ? ? ? ? ? ? ? ? ? ? Cont… ? 分别代表委托人和代理人的阿罗－帕拉特绝对 风险规避量（ Arrow-Pratt measure of absolute risk aversion ）。 ? 式（ 3 ）意味着，代理人的支付 s* 与产出 п 的关 系完全由绝对风险规避度的比率决定。给定 （即双方均为风险规避者），代理人 的支付 s* 随 п 的上升而上升，但上升的幅