Principal-agent problems with adverse selection: A stochastic target problem formulation

以下是论文《带有逆向选择的委托 - 代理问题：一种随机目标问题表述》（作者：Guillermo Alonso Alvarez, Ibrahim Ekren, 和 Liwei Huang）的详细技术总结。

1. 问题陈述

本文解决了一个连续时间的带有逆向选择的委托 - 代理问题。

• 设定：委托人基于产出过程 $X$ 设计一份合同 $\xi$（期末支付）。代理人接受合同并选择努力水平（控制）以最大化其期望效用。
• 逆向选择：代理人拥有关于其类型 $\Theta \in \{0, 1\}$（例如努力成本）的私人信息，该信息在 $t=0$ 时刻已知，但委托人未知。委托人仅知道 $\Theta$ 的先验分布。
• 约束：与委托人提供一系列合同以诱导自我选择的经典筛选模型不同，本文假设委托人只能提供一份唯一的合同。因此，委托人无法在代理人接受合同时立即观察其类型，而必须从观察到的产出路径 $X$ 中动态推断。
• 目标：委托人寻求最大化其期望效用 $E[Up(X_T - \xi)]$，受限于代理人的激励相容（最优响应）和参与（理性）约束。

2. 方法论

作者开发了一个结合随机目标问题、滤波理论和状态约束随机控制的新框架。

A. 通过随机目标进行重参数化

遵循 Sannikov (2008) 和 Cvitanić 等人 (2018) 的方法，合同空间被重参数化。委托人不再优化期末支付 $\xi$，而是优化：

1. 每种类型的初始延续效用 $(y_0, y_1)$。
2. 编码合同对产出敏感度的敏感度过程 $(Z_0, Z_1)$。

合同被恢复为前向随机微分方程（SDE）的终端值：$\xi = Y_T^{0, y_0, Z_0} = Y_T^{1, y_1, Z_1}$。

• 目标约束：由于合同 $\xi$ 必须是独立于类型的单个随机变量，两种类型特定的延续效用过程的终端值必须几乎必然相等：
  $$Y_T^{0, y_0, Z_0} = Y_T^{1, y_1, Z_1}, \quad \text{a.s.}$$
  这被表述为一个随机目标问题（Soner & Touzi, 2002）。

B. 可信集的刻画

可由单一合同支持的可行初始效用对 $(y_0, y_1)$ 的集合被称为可信集 $\mathcal{E}(X_0)$。

• 作者将 $\mathcal{E}(X_0)$ 显式刻画为 $(y_0, y_1)$ 平面中的一个带状区域，由差距 $\Delta = y_0 - y_1$ 定义。
• 该带状区域的边界 $W(t, x)$ 和 $\bar{W}(t, x)$ 是一对完全非线性偏微分方程（PDE）（哈密顿 - 雅可比 - 贝尔曼型）的解。
• 状态约束：合同有效的条件转化为对差距过程的状态约束：
  $$W(t, X_t) \leq Y_t^0 - Y_t^1 \leq \bar{W}(t, X_t).$$
  如果差距触及边界，控制 $(Z_0, Z_1)$ 将被限制在特定集合中，以使过程保持在带状区域内。

C. 滤波与增广状态

由于委托人不知道 $\Theta$，他们必须维持信念 $p_t = P(\Theta=0 | \mathcal{F}_t^X)$。

• 利用Wonham 滤波器（Kushner-Stratonovich 方程），信念 $p_t$ 根据产出过程 $X$ 的新息进行演化。
• 委托人的问题被简化为一个具有增广状态向量 $(X_t, Y_t^0, Y_t^1, p_t)$ 的状态约束随机最优控制问题。

D. 处理状态约束

标准的状态约束控制需要一个“向内指向”条件，但在此处由于边界上的控制被可信性约束所固定，该条件失效。

• 作者调整了 Bouchard, Élie 和 Imbert (2010) 的方法论。
• 在特定的结构假设下（数据独立于 $X$、有界努力、风险中性委托人），他们表明该问题简化为一个狄利克雷边值问题。当状态触及可信集的侧边界时，委托人获得特定的边界效用。

3. 主要贡献

1. 逆向选择的随机目标表述：本文首次利用随机目标约束，为单一合同逆向选择问题提供了严格的连续时间表述。它弥合了道德风险（Sannikov 框架）与逆向选择之间的鸿沟。
2. 可信集的显式刻画：作者证明了可实施的效用对集合是由完全非线性偏微分方程解定义的带状区域。这为不对称信息下单一合同的可行性提供了几何解释。
3. 筛选与单一合同的统一框架：本文将经典的筛选问题（提供一系列合同）重新置于同一随机目标框架内。这使得直接比较提供单一合同（伴随滤波）与提供一系列合同（伴随即时揭示）的价值成为可能，实现了“苹果对苹果”的对比。
4. 最优合同的验证与结构：研究表明，最优合同取决于产出 $X$、两种类型的延续效用以及委托人的信念 $p_t$。它是增广状态空间中的反馈规则，证明了在此设定下的最优合同是非平凡的，不能仅表示为 $X$ 的函数。

4. 主要结果

• 定理 1（可信集）：可行初始效用集合为 $\mathcal{E}(X_0) = \{(y_0, y_1) : W(0, X_0) \leq y_0 - y_1 \leq \bar{W}(0, X_0)\}$。边界由差距偏微分方程决定。
• 定理 2（简化）：委托人的值函数是可信集上状态约束控制问题的上确界。
• 定理 4（粘性解）：在特定假设下，值函数是狄利克雷问题的唯一连续粘性解，其中边界条件代表差距过程触及可行性限制时获得的效用。
• 数值发现（第 9 节）：
  • 占优情形：如果一种代理人类型严格“更好”（成本更低），委托人的值在先验信念中是凸的。委托人可能会向“坏”类型提供负效用，以从“好”类型中提取剩余。
  • 非占优情形：当类型没有均匀排序时，委托人的值在先验中仍然是凸的。
  • 单一合同与筛选：
    • 在占优情形下，筛选菜单（提供两份合同）通常比单一合同产生更高的价值，因为它能立即解决信息不对称。
    • 在非占优情形下，单一合同（伴随动态滤波）有时能胜过筛选菜单。这一反直觉的结果表明，从产出路径中动态学习类型的能力可能比菜单提供的即时揭示更有价值，特别是在类型仅凭成本难以区分的情况下。

5. 意义

本文通过以下方式对契约理论做出了重要的理论贡献：

• 扩展 Sannikov 框架：成功将逆向选择纳入连续时间随机控制框架，该框架此前仅限于道德风险或离散时间模型。
• 解决“单一合同”难题：提供了一种可处理的方法来求解委托人被限制为单一报价时的最优合同，这是一种在现实应用（例如标准化保险政策）中常见但难以数学建模的情景。
• 经济洞察：单一合同与筛选菜单的比较揭示，动态学习（滤波）可以是委托人的有力工具，在类型未严格排序的复杂环境中，其价值可能超过即时类型揭示带来的好处。

这项工作为使用深度 Galerkin 方法和粘性解理论对动态合同进行数值分析开辟了新途径，为分析具有隐藏信息的委托 - 代理问题提供了强大的工具箱。