Contracting a crowd of heterogeneous agents

Resumen Técnico: Contratación de una Multitud de Agentes Heterogéneos

Formulación del Problema
El artículo aborda el problema de diseño óptimo de contratos para un principal que gestiona una gran población de agentes heterogéneos. A diferencia de los modelos estándar de principal-agente que involucran un solo agente o una multitud homogénea, este marco incorpora externalidades de red donde el esfuerzo de un agente afecta no solo su propio producto, sino también la productividad de los demás. Estas interacciones se modelan mediante una función de interacción $G: [0, 1]^2 \to \mathbb{R}$, donde $G(u, v)$ cuantifica cómo el producto de un agente de tipo $u$ se ve influenciado por el esfuerzo de un agente de tipo $v$.

El escenario es un modelo de riesgo moral lineal-cuadrático en tiempo continuo. El principal ofrece contratos que consisten en un pago terminal y un flujo de pagos continuo para incentivar a los agentes que eligen niveles de esfuerzo para maximizar su propia utilidad (equilibrando la compensación contra los costos del esfuerzo) mientras enfrentan ruido idiosincrásico. El principal busca maximizar el producto agregado esperado neto de la compensación total, sujeto a las restricciones de participación de los agentes y a las condiciones de compatibilidad de incentivos (equilibrio de Nash).

Metodología
Los autores emplean un enfoque de dos frentes, resolviendo tanto el problema de $N$ agentes finitos como su límite continuo, y luego estableciendo la convergencia entre ambos.

1. Formulación Continua mediante Etiquetado: Para manejar las dificultades técnicas de un número no numerable de movimientos brownianos interactuantes, los autores adaptan la técnica de "etiquetado" de Lacker y Soret [LS22]. En lugar de tratar a los agentes como entidades distintas, introducen una variable de tipo $U \in [0, 1]$ como parte del estado. La distribución de la población se define como la ley conjunta del tipo del agente y su producto, $\mu \in \mathcal{P}_2([0, 1] \times C)$. Esto transforma el sistema heterogéneo en un juego de campo medio estándar jugado por un agente representativo contra la distribución de la población.
2. Reducción a Control de Campo Medio: Siguiendo el marco de Élie, Mastrolia y Possamaï [ÉMP19], el problema del principal se reduce a un problema de control de campo medio. Mediante la parametrización de contratos admisibles utilizando Ecuaciones Diferenciales Estocásticas hacia Atrás (BSDE), los autores caracterizan el esfuerzo óptimo y el valor de continuación del agente. Esto permite resolver el problema del principal mediante un enfoque de programación dinámica, conduciendo a una ecuación de Hamilton-Jacobi-Bellman (HJB) en el espacio de medidas de probabilidad $\mathcal{P}_2(\mathbb{R}^3)$.
3. Verificación y Soluciones Explícitas: Se establece un lema de verificación (Lema 2) para construir contratos óptimos a partir de soluciones clásicas de la ecuación HJB. En el caso lineal-cuadrático, los autores derivan soluciones explícitas tanto para el problema finito como para el continuo. La solución continua depende de resolver un sistema de ecuaciones diferenciales ordinarias (ODE) lineal de dimensión infinita.
4. Análisis de Convergencia: El artículo demuestra que, cuando $N \to \infty$, los esfuerzos de equilibrio, los contratos óptimos y el valor del principal en el modelo de agentes finitos convergen a sus contrapartes continuas. Crucialmente, demuestra que el contrato óptimo continuo, cuando se evalúa en una cuadrícula finita de tipos de agentes, produce un contrato admisible para el problema de $N$ agentes que es $O(1/N)$-óptimo.

Resultados Clave

• Contratos Óptimos Explícitos:

  • $N$ Finito: El contrato óptimo para el agente $i$ es lineal en la trayectoria del producto, con una pendiente determinada por un vector $\bar{Q}^N(t)$ que resuelve un sistema de ODE lineal que involucra la matriz de interacción $G_{i,j} = G(i/N, j/N)$.
  • Continuo: El contrato óptimo para un agente de tipo $u$ es $\xi^* = R_a(U) - \int_0^T (\frac{1}{2}Q(t, U)^2 + Q(t, U) \mathbb{E}[G(U, v)X_t]) dt + \int_0^T Q(t, U) dX_t$. Aquí, $Q(t, u)$ es la solución de la ODE de dimensión infinita $\dot{Q}(t, u) = -\int_0^1 G(v, u)Q(t, v) dv$ con condición terminal $Q(T, u) = 1$.
  • Interpretación: La función $Q(t, u)$ cumple un doble papel: es la pendiente del componente basado en el desempeño del contrato y el nivel de esfuerzo de equilibrio inducido en un agente de tipo $u$.

• Estática Comparativa e Influencia:

  • Enfoque de Incentivos: El artículo demuestra que los agentes con mayor "influencia hacia afuera" (definida por la integral de $G(v, u)$ sobre $v$) están incentivados a ejercer un mayor esfuerzo. Específicamente, si el tipo de agente $u_1$ es menos influyente que $u_2$, entonces $\alpha^*(t, u_1) \leq \alpha^*(t, u_2)$.
  • Densidad de Valor: El valor del principal puede descomponerse por tipo de fuente. La "densidad de valor de fuente" muestra que los agentes más influyentes contribuyen más al valor del principal, justificando incentivos más pronunciados para ellos.
  • Análisis Espectral: En configuraciones de interacción simétrica, el esfuerzo óptimo se expresa como una expansión en serie sobre las autofunciones del operador de interacción. Los modos con autovalores positivos grandes (amplificación fuerte) y coeficientes grandes (contribución al producto agregado) reciben los incentivos más fuertes.

• Estabilidad: Se demuestra que los contratos óptimos y los esfuerzos de equilibrio son estables bajo perturbaciones de la función de interacción $G$. Pequeños cambios en $G$ resultan en cambios acotados en el esfuerzo óptimo y la distribución de contratos.

• Tasas de Convergencia:

  • La diferencia entre el esfuerzo de equilibrio de agentes finitos y el esfuerzo continuo es $O(1/N)$.
  • La diferencia en el valor del principal entre los problemas finito y continuo es $O(1/N)$.
  • La "pérdida" incurrida al usar el contrato continuo en un entorno finito de $N$ agentes es $O(1/N)$.

Significado y Afirmaciones
El artículo afirma proporcionar una aproximación escalable para problemas de contratación que involucran poblaciones grandes e interactuantes. Al resolver el límite continuo, los autores obtienen una solución tratable que puede aplicarse a muestras finitas grandes sin resolver directamente el problema de agentes finitos de alta dimensión.

La principal intuición económica es que los incentivos óptimos deben tener en cuenta la posición en la red. En entornos con externalidades, el valor de incentivar a un agente depende de su capacidad para propagar el esfuerzo a través de la red. En consecuencia, el principal debe asignar incentivos más pronunciados a los agentes que son más influyentes, en lugar de tratar a todos los agentes de manera uniforme o basándose únicamente en la productividad individual.

La metodología cierra la brecha entre la teoría de juegos de campo medio y la literatura de principal-agente, extendiendo resultados de entornos homogéneos (por ejemplo, Élie et al. [ÉMP19]) a redes heterogéneas. El artículo enfatiza que, aunque el modelo continuo es una aproximación, está cuantitativamente controlado, ofreciendo una herramienta práctica para diseñar contratos en entornos de red complejos como empresas basadas en equipos, economías de plataformas y cadenas de suministro.