Contratos no escuro: moral hazard com múltiplos agentes e aprendizado

• Processo: 17/00298-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2017
• Data de Término da vigência: 31 de dezembro de 2017
• Área de conhecimento: Ciências Sociais Aplicadas - Economia - Teoria Econômica
• Pesquisador responsável: Gabriel de Abreu Madeira
• Beneficiário: Victor Bluhu da Annunciação
• Instituição Sede: Faculdade de Economia, Administração e Contabilidade (FEA). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizagem Contratos Sistemas multiagentes Fatores de risco Programação linear
• Palavra(s)-Chave do Pesquisador: learning | Moral Hazard | Relative Performance | Teoria de Contratos

Resumo

Criaremos um algoritmo de programação linear para calcular os contratos ótimos em um modelo multi-agente de risco moral com aprendizado sobre o processo de produção, full commitment, horizonte finito e nenhum mercado de crédito. O principal e os agentes têm suas crenças sobre a tecnologia e atualizam-nas conforme o desenrolar da relação. Nosso principal objetivo é analisar como o tamanho da equipe afeta o contrato ideal. Conjecturamos que encontraremos economias informacionais de escala e um argumento para a concentração industrial no caso de incerteza no processo de produção. Adicionalmente, nosso modelo determina endogenamente o experimento aleatório ótimo para N unidades de produção.