مقاله نظارت با داده های غنی

چکیده

We consider moral hazard problems where a principal has access to rich monitoring data about an agent’s action. Rather than focusing on optimal contracts (which are known to in general be complicated), we characterize the optimal rate at which the principal’s payoffs can converge to the first-best payoff as the amount of data grows large. Our main result suggests a novel rationale for the widely observed binary wage schemes, by showing that such simple contracts achieve the optimal convergence rate. Notably, in order to attain the optimal convergence rate, the principal must set a lenient cutoff for when the agent receives a high vs. low wage. In contrast, we find that other common contracts where wages vary more finely with observed data (e.g., linear contracts) approximate the first-best at a highly suboptimal rate. Finally, we show that the optimal convergence rate depends only on a simple summary statistic of the monitoring technology. This yields a detail-free ranking over monitoring technologies that quantifies their value for incentive provision in data-rich settings and applies regardless of the agent’s specific utility or cost functions.

چکیده به فارسی (ترجمه ماشینی)

ما مشکلات خطر اخلاقی را در نظر می گیریم که یک مدیر اصلی به داده های نظارت غنی در مورد عمل یک عامل دسترسی داشته باشد.ما به جای تمرکز روی قراردادهای بهینه (که به طور کلی مشخص است) ، ما نرخ بهینه ای را که در آن بازپرداخت های اصلی می توانند به عنوان اولین بازپرداخت با افزایش میزان داده ها می توانند به اولین بازپرداخت همگرا شوند ، توصیف می کنیم.نتیجه اصلی ما با نشان دادن اینکه چنین قراردادهای ساده به نرخ همگرایی بهینه می رسند ، یک دلیل منطقی برای طرح های دستمزد باینری به طور گسترده مشاهده شده است.نکته قابل توجه ، برای دستیابی به نرخ همگرایی بهینه ، اصلی باید هنگامی که عامل در مقابل دستمزد بالا دریافت می کند ، یک برش ملایم را تعیین کند.در مقابل ، ما می یابیم که سایر قراردادهای مشترک که دستمزدها با داده های مشاهده شده (به عنوان مثال ، قراردادهای خطی) با نرخ اول با نرخ بسیار زیر حد تقریباً متفاوت هستند.سرانجام ، ما نشان می دهیم که میزان همگرایی بهینه فقط به یک آمار خلاصه ساده از فناوری نظارت بستگی دارد.این یک رتبه بندی بدون جزئیات در مورد فن آوری های نظارتی است که ارزش آنها را برای تأمین تشویقی در تنظیمات غنی از داده ها تعیین می کند و صرف نظر از کاربردهای خاص یا هزینه های عامل ، اعمال می شود.