[論文レビュー] Optimal Dynamic Contracts for a Large-Scale Principal-Agent Hierarchy: A Concavity-Preserving Approach

Christopher W. Miller, Insoon Yang|arXiv (Cornell University)|Jun 17, 2015

Auction Theory and Applications被引用数 4

ひとこと要約

本稿では、凹型保存型動的プログラミング手法を用いて、大規模なプリンシパルエージェント階層における最適な動的契約を構築する。これにより、上位のプリンシパルは間接的モニタリングを通じて、鎖中のすべてのエージェントをインセンティブ化でき、階層の規模にかかわらず、1次元の制御および状態空間に問題を還元する。反復的線形代数と効用の凹型を保つ微分同相写像を用いた明示的構成が可能である。

ABSTRACT

We present a continuous-time contract whereby a top-level player can incentivize a hierarchy of players below him to act in his best interest despite only observing the output of his direct subordinate. This paper extends Sannikov's approach from a situation of asymmetric information between a principal and an agent to one of hierarchical information between several players. We develop an iterative algorithm for constructing an incentive compatible contract and define the correct notion of concavity which must be preserved during iteration. We identify conditions under which a dynamic programming construction of an optimal dynamic contract can be reduced to only a one-dimensional state space and one-dimensional control set, independent of the size of the hierarchy. In this sense, our results contribute to the applicability of dynamic programming on dynamic contracts for a large-scale principal-agent hierarchy.

研究の動機と目的

• 連続時間におけるモラルハザードを伴う階層的プリンシパルエージェントシステムに対して、最適な動的契約を設計すること。
• 上位のプリンシパルが最初の下位エージェントの出力をのみ観測できる状況においても、鎖中のすべての下位エージェントをインセンティブ化できること。
• 階層の規模に依存しない1つの状態変数と1つの制御変数に、動的プログラミング問題の次元を低減すること。
• 反復的構成を通じて、エージェントの効用の凹型を保ち、階層全体にわたるインcentive compatibility を確保すること。
• サニコフの2プレーヤー動的プログラミング手法を、多段階階層的契約へ一般化すること。

提案手法

• 階層の各レベルで、エージェントの継続的価値と最適制御戦略を再帰的・反復的に構成するアルゴリズムを用いる。
• 下位鎖全体を1つの集約エージェントとして扱うことで、一般化された2プレーヤープリンシパルエージェントフレームワークを適用する。
• スカラー値から多次元制御空間への写像として、微分同相写像 ψₖ: ℝ → Γₖ を用い、凹型を保つ。
• 厳密に正定値の対角行列 Λₖ と 1ᵀgₖ = 1 を満たす重みベクトル gₖ を用いて、有効効用関数 μₖ(x) = -½xᵀΛₖx を構築する。
• 制御空間の1次元構造を活用することで、ハミルトニアン・ジャコビ・ベルマン（HJB）方程式を1次元形式に還元する。
• 動的プログラミングフレームワークを通じて、確率的最適性原理と前向き・後ろ向きSDEを暗黙的に用い、複雑な方程式の直接解法を回避する。

実験結果

リサーチクエスチョン

• RQ1 上位のプリンシパルは、最初の下位エージェントの出力のみを観測できる状況においても、大規模な階層のすべてのエージェントを最適な動的契約でインセンティブ化できるか？
• RQ2 階層的プリンシパルエージェント問題の動的プログラミング解が、どのような条件下で1次元状態変数および1次元制御変数に還元可能か？
• RQ3 複数の階層レベルにわたる反復的構成によって、エージェントの効用の凹型をどのように保てるか？
• RQ4 どのような数学的構造が、高次元制御問題を階層的契約において1次元最適化に還元可能にするか？
• RQ5 モラルハザードが複数の段階にわたる際、エージェントの継続的価値とインcentive compatibility はどのように維持されるか？

主な発見

• 上位のプリンシパルの最適契約は、各階層レベルでエージェントの効用の凹型を保つ反復的アルゴリズムにより構築可能である。
• 動的プログラミング問題は、階層に含まれるエージェント数にかかわらず、1次元のHJB方程式と1つの制御変数に還元される。
• 上位プリンシパルの制御空間 Γ₁ は1次元線形部分空間であり、1ᵀg₁ = 1 を満たすベクトル g₁ でパラメータ化可能で、最適化が容易である。
• 集約エージェントの有効効用関数は二次的かつ厳密に凹型であり、μ₁(x) = -½xᵀΛ₁x で表される。ここで Λ₁ は厳密に正定値の対角行列である。
• プリンシパルのHJB方程式は、vₜ + sup_y [½γ(γσ²v_ww + v_w)y² + y] = 0 に簡略化され、ここで γ = g₁ᵀΛ₁g₁ である。これにより、効率的な解法が可能となる。
• 反復的構成は、各ステップで行列の逆行列計算やベクトルスケーリングなどの線形代数的演算のみに依存しており、計算上の実行可能性が保証される。