[论文解读] 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 4

一句话总结

本文利用随机最大值原理，将连续时间委托代理问题中隐藏行为的情形形式化，通过前向-后向随机微分方程（FBSDEs）推导出最优契约的必要条件。该研究建立了一个耦合的随机控制框架，同时刻画了代理人的最优努力程度与委托人的最优补偿机制，线性二次示例表明，在二次绩效函数与线性动态条件下，契约的结构特征。

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.

研究动机与目标

• 开发一个适用于连续时间委托代理问题的通用框架，其中代理人的努力程度不可观测。
• 利用随机最大值原理刻画最优契约，避免依赖动态规划原理。
• 将问题形式化为委托人与代理人控制问题的耦合系统。
• 通过前向-后向随机微分方程（FBSDEs）建立最优性的必要条件。
• 通过线性二次示例展示该方法的应用，其中绩效函数为二次型，动态系统为线性。

提出的方法

• 将委托代理问题形式化为隐藏行为下的耦合随机最优控制问题，其中委托人的目标受制于代理人的激励相容性与参与约束。
• 对代理人的问题应用随机最大值原理，推导最优努力程度的必要条件，将补偿视为给定的适应过程。
• 利用所得最优努力程度，将委托人的问题转化为涉及FBSDEs的状态约束最优控制问题。
• 利用福克-普朗克方程表示状态分布的演化，将委托人的问题转化为带有PDE约束的最优控制问题。
• 依赖FBSDEs解的存在性与唯一性结果，并运用伊莱安德的变分原理与克拉克的广义梯度进行技术性证明。
• 通过伴随过程与伴随后向SDE推导最优性的必要条件，将庞特里亚金最大值原理推广至随机设定。

实验结果

研究问题

• RQ1 如何将随机最大值原理应用于连续时间委托代理模型中隐藏行为的情形，以推导最优契约的必要条件？
• RQ2 当代理人的努力程度不可观测且委托人必须提供持续激励时，最优性的必要条件是什么？
• RQ3 委托人与代理人控制问题之间的耦合关系在FBSDE框架中如何体现？
• RQ4 能否利用福克-普朗克方程将委托人的最优补偿表征为状态分布的函数？
• RQ5 在动态系统为线性、绩效函数为二次型的条件下，最优契约的结构特征是什么？

主要发现

• 最优契约通过一组前向-后向随机微分方程（FBSDEs）刻画，确保了代理人最优努力与委托人激励设计之间的一致性。
• 委托人的问题被简化为对福克-普朗克方程的确定性最优控制问题，其中状态分布按照代理人的动态演化。
• 在线性二次示例中，最优补偿被证明为状态的线性函数，与霍姆斯特罗姆和米尔格罗姆的早期结果一致，但本研究通过随机最大值原理方法推导得出。
• 该方法避免了HJB方程与动态规划方法，使得在非马尔可夫设定下仍可进行分析，而HJB方法在此类情形下可能不适用。
• FBSDEs解的存在性与唯一性是该框架的关键基础，本文依赖于随机分析中已有的相关结果。
• 采用伊莱安德的变分原理与克拉克的广义梯度，确保在弱正则性假设下最优控制的存在性。