Mitigating Information Asymmetry in Two-Stage Contracts with Non-Myopic Agents

我们考虑了一个斯塔克伯格博弈，其中一个委托人（她）与一个非远视代理人（他）建立了一个两阶段合同，他的类型是未知的。合同采取激励函数的形式，将代理人的第一阶段行动映射到他的第二阶段激励。虽然在真实的游戏中，第一阶段行动揭示了代理人的类型，但非远视代理人可能会从描绘错误类型的第一阶段中获益，以获得更大的第二阶段激励。因此，挑战在于委托人设计激励函数以诱导真实的游戏。我们表明，当类型空间是连续的时，只有一个恒定的、不反应的激励函数才能实现这一点，而对于离散类型，可以通过反应函数实现。此外，我们表明，引入一个调整机制，惩罚两个阶段的不一致行为，允许委托人设计更灵活的激励函数。

解决问题：论文研究如何设计激励机制以促使代理人在两个阶段中都实事求是地表现其类型。

关键思路：论文表明当类型空间为连续时，只有使用常数、非反应性激励函数才能实现实事求是的表现。但是当类型为离散时，可以使用反应性函数。此外，引入惩罚不一致行为的调整机制可以使主体设计更灵活的激励机制。

亮点：论文通过数学分析和模型推导，提出了一种解决代理人类型不确定性的方法。实验设计方面，论文没有具体实验，但提供了一些数据和模型参数的描述。值得深入研究的是如何将这种方法应用到实际的经济环境中。

相关研究：在相关研究方面，论文提到了一些关于激励机制设计的文献，如Holmström和Milgrom的文章。