[論文レビュー] The Principal-Agent Problem; A Stochastic Maximum Principle Approach

Boualem Djehiche, Peter Helgesson|arXiv (Cornell University)|Oct 23, 2014

Stochastic processes and financial applications参考文献 26被引用数 4

ひとこと要約

本稿は、確率的最適化原理を用いて、隠れた行動を伴う連続時間のプリンシパルエージェント問題を定式化し、前向き・後向き確率的微分方程式（FBSDEs）を介して最適契約の必要条件を導出する。エージェントの最適努力とプリンシパルの最適報酬が同時に特徴付けられる、結合された確率的制御フレームワークを確立し、二次的パフォーマンスと線形ダイナミクスの下で、契約の構造が明らかになる線形二次例を提示する。

ABSTRACT

We study a general class of Principal-Agent problems in continuous time under hidden action. By formulating the model as a coupled stochastic optimal control problem we are able to find a set of necessary conditions characterizing optimal contracts, using the stochastic maximum principle. An example is carried out to illustrate the proposed approach to the Principal-Agent problem under linear stochastic dynamics with a quadratic performance function.

研究の動機と目的

• 隠れた行動の下で、連続時間のプリンシパルエージェント問題を一般化したフレームワークを構築すること。
• 動的プログラミング原理に依存せずに、確率的最適化原理を用いて最適契約を特徴付けること。
• プリンシパルとエージェントの両方の最適制御問題として、問題を結合されたシステムとして定式化すること。
• 前向き・後向き確率的微分方程式（FBSDEs）を用いて最適性の必要条件を確立すること。
• 二次的パフォーマンスと線形ダイナミクスの下で、線形二次例を用いてアプローチを実証すること。

提案手法

• 隠れた行動の下で、プリンシパルの目的がエージェントのインcentive compatibility（インcentive適合性）および参加制約によって制約される、結合された確率的最適制御問題としてプリンシパルエージェント問題を定式化する。
• エージェントの問題に確率的最適化原理を適用し、最適努力の必要条件を導出する。この際、報酬は与えられた適応過程として扱う。
• 得られた最適努力を用いて、プリンシパルの問題をFBSDEを含む状態制約付き最適制御問題に変換する。
• Fokker-Planck方程式を用いて状態分布の時間発展を表現し、プリンシパルの問題をPDE制約付き最適制御問題に還元する。
• FBSDEの解の存在・一意性結果に依存し、技術的証明にはEkelandの変分原理とClarkeの一般化勾配を用いる。
• 随伴過程および随伴後向きSDEを用いて最適性の必要条件を導出し、Pontryaginの最大原理を確率的設定に拡張する。

実験結果

リサーチクエスチョン

• RQ1 連続時間のプリンシパルエージェントモデルにおいて、隠れた行動を伴う最適契約の必要条件を導出するため、確率的最適化原理をどのように適用できるか。
• RQ2 エージェントの努力が観測不能であり、プリンシパルが継続的なインセンティブを提供しなければならない状況で、最適性の必要条件は何か。
• RQ3 プリンシパルとエージェントの制御問題の結合が、FBSDEフレームワーク内でどのように現れるか。
• RQ4 Fokker-Planck方程式を用いて、プリンシパルの最適報酬を状態分布の関数として特徴付けられるか。
• RQ5 線形ダイナミクスと二次的パフォーマンスの下で、最適契約にどのような構造的性質が現れるか。

主な発見

• 最適契約は、エージェントの最適努力とプリンシパルのインセンティブ設計の整合性を保証する前向き・後向き確率的微分方程式（FBSDEs）の系によって特徴付けられる。
• プリンシパルの問題は、Fokker-Planck方程式の上での決定論的最適制御問題に還元され、状態分布はエージェントのダイナミクスに従って時間発展する。
• 線形二次例において、最適報酬が状態に関して線形であることが示され、HolmströmとMilgromの先行結果と整合的であるが、本稿では確率的最適化原理のアプローチによって導出されている。
• HJB方程式や動的プログラミングに依存せず、非マルコフ的設定においても解析が可能である。
• FBSDEの解の存在・一意性はフレームワークの根拠として不可欠であり、本稿はこれを確立された確率解析の結果に依存している。
• Ekelandの変分原理とClarkeの一般化勾配の使用により、弱い正則性仮定の下でも最適制御の存在が保証される。