RIESGO MORAL (i) Comportamiento (acciones) del A no observable para el P (o, simplemente, no verificable). P. ej.: si A puede ejercer distintos niveles de esfuerzo, con RM el P no sabe cuál de ellos lleva a cabo. (ii) Hacer esfuerzo supone desutilidad para el A (iii) Única variable contratable: el resultado al final del periodo (iv) Contrato: lista de pagos c = ( w1,..., wn ) que indica el reparto de cada nivel de excedente xi posible ( wi para el A y xi - wi para el P) (v) P debe tener en cuenta que, una vez firmado contrato, A elige libremente el comportamiento que le resulte + ventajoso 1 (vi) P puede motivar al A por las consecuencias de su comportamiento (haciendo depender su remuneración del resultado) Planteamiento del problema de RM P puede estudiar qué esfuerzo desea que haga el A (pero no puede incorporar esto en los términos del contrato) Problema del P: Determinar el contrato óptimo. El contrato óptimo debe conciliar dos aspectos: (i) Eficiencia, en forma de reparto óptimo del riesgo entre las partes (ii) Provisión adecuada de incentivos al A 2 Formalmente, si ∑in=1 Pi (e) × B( xi − w( xi )) es el bº esperado del P, esto equivale a resolver el problema: max [ e,{w( xi ) i∈I n ∑i =1 Pi (e) × B( xi − w( xi )) }] n ∑ Pi (e) × u ( w( xi )) − v(e) ≥ u i =1 s.a: n e ∈ arg max ∑ Pi (eˆ) × u ( w( xi )) − v(eˆ) eˆ i =1 (1) La restricción CI contiene otro problema de max: Dada la libertad de decisión del A, la CI indica que el A elige el esfuerzo que max su utilidad esperada neta. 3 El caso + simple: Esfuerzo discreto (Dos niveles de esfuerzo) } P neutral al riesgo, B( xi − wi ) = xi − wi , (si A neutral, la solución es: franquicia) } Dos niveles de esfuerzos e ∈ {e H , e L } ; v(e H ) > v(e L ) : proveer el esfuerzo alto es + costoso para el A que proveer el esfuerzo bajo } Si P desea inducir e L , no hay problema de riesgo moral: basta con proponer un contrato al A dado por un pago fijo wmin que sature la RP: wmin = u −1 (u + v(e L )) 4 Resultado: Para inducir e L , P paga una cantidad fija igual a la que pagaría en info simétrica para garantizar al A la utilidad de reserva (y se cumple la restricción CI) } P desea e H : Ya no sirve un pago fijo como antes: La restricción CI que garantiza que el A elegirá e H es n n i =1 i =1 ∑ Pi (e H ) × u ( w( xi )) − v(e H ) ≥∑ Pi (e L ) × u ( w( xi )) − v(e L ) , donde Pi (e H ) = Pi H es la prob de obtener el resultado i habiendo realizado el esfuerzo e H (lo mismo para el esfuerzo bajo) El problema del P es: 5 max { w ( xi ) i ∈ I n P H × ( xi − w( xi )) ∑ i =1 i } n H ∑ Pi × u ( w( xi )) − v(e) ≥ u s.a: i =n1 [ P H − P L ] × u ( w( x )) ≥ v(e H ) − v(e L ) i i i i∑ =1 (2) Ordenemos de peor a mejor los excedentes posibles, x1 < x2 < ... < xn . Cada nivel de esfuerzo e genera una distribución de probabilidades P1 (e), P2 (e),..., Pn (e) sobre el resultado obtenido, siendo Pi (e) = Pr( x = xi e) Sup tambien que al aumentar el esfuerzo aumenta (estocásticamente) el valor del resultado obtenido, i.e., disminuye la prob de conseguir los peores niveles del resultado Hipótesis: Dominancia estocástica de Primer Orden: 6 ∀k k ∑ Pi i =1 H k <∑ Pi L , k = 1,..., n − 1 (3) i =1 La prob de obtener un resultado malo (inferior o igual a xk ) es menor cuando se hace e H que con e L Cuando las desigualdades (3) se cumplen, decimos que P1H ,..., PnH domina estocásticamente a P1L ,..., PnL en x Ejemplo: Si hay dos resultados posibles, x1 < x2 , y la matriz de prob es eH eL P1 (e) 1 4 3 4 P2 (e) 3 4 1 4 7 es claro que P1H , P2H domina estocásticamente a P1L , P2L . El lagrangiano del problema (2) es n n L({w( xi )}, λ , µ ) = ∑i =1 Pi H × ( xi − w( xi )) + λ[∑i =1 Pi H × u ( w( xi )) − v(e H ) − u ] n + µ[∑i =1[ Pi H − Pi L ] × u ( w( xi )) − v(e H ) + v(e L )] CPO: Derivando con respecto a wi , − Pi H + λPi H u′( w( xi )) + µ[ Pi H − Pi L ]u′( w( xi )) = 0, i = 1,2,..., n 8 Pi H = λPi H + µ[ Pi H − Pi L ] u′( w( xi )) (4) ÷ (4) por Pi H , Pi L 1 = λ + µ 1 − H u′( w( xi )) Pi Proposición: λ > 0 Dem: Sumando (4) desde i = 1 hasta n, 9 (5) n n Pi H H = λ P + µ ∑ u′( w( x )) ∑ i ∑ [ Pi H − Pi L ] i =1 i =1 i =1 i n Pi H >0 ′ u w x ( ( )) i =1 i n λ=∑ This means that RP is binding: Proposición: µ > 0 (para lo cual es condición suficiente que Pi H domine estocásticamente a Pi L ) (This jeans that CI is also binding) 10 Dem. (Obviar) Si µ = 0 , en (5) resulta u′( w( x1 )) = ... = u′( w( xn )) = 1 λ ≡ cte , con lo cual w1 = ... = wn = w . Pero entonces CI se transforma en …. e L viola CI Si µ < 0 , en (5) resulta > λ , si 1 = λ , si u′( w( xi )) < λ , si Pi L > Pi H Pi L = Pi H Pi L < Pi H En el modelo de base, cambiando u podemos hacer que λ̂ adopte cualquier valor positivo 11 … PROPOSICIÓN: Siendo λ , µ > 0 , la solución del problema del P es 1 u′( w( xi )) = PL λ + µ 1 − iH P i ⇒ 1 −1 w( xi ) = (u′) PL λ + µ 1 − iH P i Pi L El pago varía en función del resultado (aunque no exactamente), sii el cociente de verosimilitud H decrece Pi con i. Ésta es la llamada propiedad del cociente de verosimilitud monótono (monotone likelihood ratio property) 12 Proposición (Monotone Likelihood Ratio Property). El salario es creciente en i sii LR es decreciente en i. Cuanto + pequeño el cociente de verosimilitud mayor es Pi H con respecto a Pi L y, por tanto, + fuerte es la señal de que el esfuerzo elegido ha sido e H . Es + probable que el esfuerzo elegido haya sido e H si observamos el resultado xi . Conclusión: Si P paga en función del resultado es porque éste es el único medio de influir sobre el esfuerzo del A, no porque no pueda prever el comportamiento que adoptará el A cuando firma el contrato. 13 Esfuerzo continuo } e ∈ [0,1] . Dificultades técnicas por el doble problema de max existente } Solución del problema (enfoque de primer orden): Sustituir el program de max del A (restricción CI) por la CPO de dicho programa. Segunda restricción del programa del P se sustituye por n dPi (e) u ( w( xi )) − v′(e) = 0 de i =1 ∑ Entonces, CPO resulta 14 − Pi′(e) + λ Pi u′( w( xi )) + µ Pi′(e) u′( w( xi )) = 0, i = 1,2,..., n P′(e) 1 =λ+µ i u′( w( xi )) Pi (e) La forma de los pagos en función del resultado depende de la forma que adopte la función Si Pi′(e) creciente en i, w( xi ) creciente en i. Pi (e) Problema: La f.u. es cóncava en e n La función esperanza de utilidad Eu (e) = ∑ Pi (e) u ( w( xi )) − v(e) sólo es e-cóncava en e i =1 15 Pi′(e) . Pi (e) n ∑ Pi′′(e) u ( w( xi )) < 0 i =1 bajo supuestos adicionales Sea f la densidad de distribución de x x ∂2 f ∫ u ( w( x)) ∂e2 dx − v′′(e) < 0 x ∂2F Tenemos la forma ∫ u v′ = u v − ∫ u′ v , u′ = u′( w( x)) w′( x) , v = 2 ∂e 16 Entonces x x ∂ 2 F ( x) ∂2 f ∂ 2 F ( x) ′ ′ ∫ u ( w( x)) ∂e2 dx = u ( w( x)) ∂x 2 − ∫ u ( w( x)) w ( x) ∂e2 dx x x x x x ∂ 2 F ( x) ∂ 2 F ( x) = − ∫ u′( w( x)) w′( x) dx ≤ 0 sii ≥0 2 2 ∂ e ∂ e x La CSO implica convexidad de la función de distribución. 17 APLICACIONES Ver Documento Riesgo Moral en esta Carpeta 18