Resumen
Usamos algoritmos evolutivos para aproximar un frente de Pareto de un modelo dinámico de agente-principal con acciones discretas. El frente de Pareto que obtenemos se caracteriza por su concavidad, la cual es resultado de la asimetría de información entre el principal y el agente. Conforme nos movemos en la frontera de Pareto hacia los contratos donde se privilegia la utilidad esperada descontada del agente, obtenemos esquemas de compensación donde el principal es quien mayoritariamente asume el riesgo inherente a la actividad productiva. Ante variaciones en el factor de descuento del agente y el principal y en el costo relativo de ejercer una unidad adicional de esfuerzo, obtenemos que la frontera de Pareto preserva sus características topológicas. Cuanto más pacientes sean el agente y el principal ambos obtienen mayores valores de utilidad esperada descontada; es decir, la relación genera excedentes mayores. Cuanto más costoso sea ejercer una unidad adicional de esfuerzo, se observa que, a lo largo de la frontera, el principal es quien asume mayoritariamente los riesgos inherentes a la actividad productiva.
Palabras clave: información asimétrica, modelo de agente-principal, incentivos, frontera de Pareto, algoritmos evolutivos.
Clasificación JEL: C63, D61, D82, D86, L14.
Abstract
We use Evolutionary Algorithms to approximate the Pareto frontier of a dynamic Principal-Agent model with discrete actions. The Pareto frontier that we obtain is concave, a result that is due to the asymmetry of information between the Principal and the Agent. As we move in the Pareto frontier towards contracts that favor the discounted expected utility of the agent, we obtain compensation schemes in which the Principal primarily assumes the risk inherent to the productive activity. Given changes in the discount factor of the Principal and the Agent and in the relative cost of exerting an additional effort unit, the Pareto frontier preserves its topological characteristics. When the Principal and the Agent are more patient, both of them obtain higher values of discounted expected utility and the relationship generates higher economic surplus. When it is costlier to exert an additional effort unit, the Principal tends to bear the majority of the risk inherent to the productive activity along the Pareto frontier.
Keywords: Asymmetric Information, Principal-Agent Model, Incentives, Pareto Frontier, Evolutionary Algorithms.
|
