[논문 리뷰] Optimal Incentive Contract with Endogenous Monitoring Technology

Anqi Li, Ming Yang|arXiv (Cornell University)|2018. 10. 26.

Auction Theory and Applications참고 문헌 28인용 수 4

한 줄 요약

이 논문은 총비용(급여 + 모니터링)을 최소화하기 위해 원인자가 성과를 분류하는 데 사용하는 모니터링 기술을 내생적으로 선택하는 주체-대리자 모델을 개발한다. 이 모델은 최적의 모니터링 기술이 우도비 공간에서 볼록 분할을 통해 성과 데이터를 분류하며, 더 높은 우도비에 더 높은 보상이 배정됨을 보여주고, 모니터링 비용이 증가함에 따라 그룹 평가가 최적의 선택이 되는 조건을 도출한다.

ABSTRACT

Recent technology advances have enabled firms to flexibly process and analyze sophisticated employee performance data at a reduced and yet significant cost. We develop a theory of optimal incentive contracting where the monitoring technology that governs the above procedure is part of the designer's strategic planning. In otherwise standard principal-agent models with moral hazard, we allow the principal to partition agents' performance data into any finite categories and to pay for the amount of information the output signal carries. Through analysis of the trade-off between giving incentives to agents and saving the monitoring cost, we obtain characterizations of optimal monitoring technologies such as information aggregation, strict MLRP, likelihood ratio-convex performance classification, group evaluation in response to rising monitoring costs, and assessing multiple task performances according to agents' endogenous tendencies to shirk. We examine the implications of these results for workforce management and firms' internal organizations.

연구 동기 및 목표

• 기업이 인센티브 계약에서 총비용을 줄이기 위해 전략적으로 모니터링 기술을 설계할 수 있는 방식을 모델링하는 것.
• 성과 데이터 수집 및 처리 비용 증가와 인센티브 강도 증가 사이의 트레이드오프를 분석하는 것.
• 급여 및 모니터링 비용을 최소화하면서 고차원 성과 데이터를 유한한 범주로 요약하는 최적의 모니터링 기술을 특성화하는 것.
• 근로자 관리에 미치는 영향, 특히 개인 평가 대비 그룹 평가 및 다중 과제 성과 평가에 대한 고려사항을 검토하는 것.
• 모니터링 비용 증가가 기업이 개인 평가에서 그룹 평가로 전환하도록 이끄는 메커니즘을 수식화하는 것.

제안 방법

• 도전적 위험 상황이 존재하는 주체-대리자 모델을 수립하며, 원인자가 성과 데이터를 유한한 범주로 분할하는 모니터링 기술을 선택한다.
• 원시 성과 데이터와 출력 신호 간의 상호정보량 증가에 따라 증가하는 모니터링 비용을 도입하여 데이터 처리 복잡성 반영.
• 인센티브 준수 제약 조건을 포함하여, 월급 제도와 모니터링 기술을 동시에 최적화하기 위해 라그랑주 방법을 사용.
• 일阶 조건을 유도하여 최적의 월급 배정이 우도비 공간에서 엄격히 증가함을 보이며, 우도비 공간에서의 볼록성도 도출.
• 단일 에이전트, 다중 에이전트(팀), 다중 과제 주체-대리자 문제의 세 가지 설정에 모델을 적용.
• 우도비 정렬과 볼록 분할의 기하학적 분석을 활용하여 최적의 모니터링 설계를 특성화.

실험 결과

연구 질문

• RQ1 원인자는 인센티브 계약에서 총비용을 최소화하기 위해 어떻게 모니터링 기술을 최적화하여 설계해야 하는가?
• RQ2 모니터링 비용이 증가함에 따라 그룹 평가가 개인 평가보다 더 효율적인 조건은 무엇인가?
• RQ3 에이전트가 다수의 과제를 수행하며 이질적인 게으름 유혹을 가질 경우 성과 데이터는 어떻게 요약되어야 하는가?
• RQ4 모니터링 기술이 내생적으로 선택될 경우 최적의 월급 제도는 어떻게 구성되어야 하는가?
• RQ5 우도비 정렬의 기하학적 특성은 최적의 성과 범주 설계에 어떤 영향을 미치는가?

주요 결과

• 최적의 모니터링 기술은 우도비 공간을 볼록 세포로 분할하여 더 높은 우도비에 더 높은 보상이 배정되도록 보장한다.
• 최적의 월급 제도는 우도비 순서로 정렬된 성과 범주에 대해 엄격히 증가하는 보상을 부여하며, 서로 다른 범주 간에 동일한 보상이 없도록 한다.
• 최적 계약에서 가장 낮은 월급은 0이다. 이는 인센티브 제약 조건 하에서 비용 최적화가 효율적으로 이루어졌음을 반영한다.
• 모니터링 비용이 증가함에 따라 기업은 개인 평가에서 그룹 평가로 전환해야 하며, 이는 모니터링 효율성과 인센티브 강도 사이의 트레이드오프를 수식화한다.
• 다중 과제 설정에서는 에이전트가 특정 과제에서 게으름을 피울 잠재적 경향성이 높을수록 그 과제에 대한 모니터링 자원을 더 많이 투자해야 한다.
• 최적의 모니터링 기술은 우도비 순서에 대해 엄격한 증가 우도비 성질(MLRP)을 만족하여 효율적인 인센티브 일치를 보장한다.