Feedback Design in Dynamic Moral Hazard

该文研究在具有粗粒度（全或无，all-or-nothing）绩效测度环境下的动态激励与绩效反馈联合设计问题。委托人希望最大化代理人的总努力减去货币报酬，唯一可用的绩效测度是一个关于努力水平的「二值信号」（成功或未成功）。由于反馈政策理论上可以极其复杂并与货币报酬复杂交互，问题具有很大的技术挑战性。作者提出了一种新颖的激励相容方法——将分析限制在阻止代理人瞬时暂停努力（instantaneous effort pauses）的策略上，类似于一阶方法（first-order approach）。核心结论是，最优合同由两个阶段组成：首先是「沉默阶段」（silent phase），代理人不获得任何反馈，被要求不间断地工作；随后是「完全透明阶段」（full-transparency phase），代理人一旦达到绩效阈值即停止工作。这一 bang-bang 解源于一个「逆向复合效应」（backward compounding effect）：隐藏信息的时间越晚，隐藏信息的成本越高，因此最优策略是将代理人的无知前置（frontload ignorance）。虽然隐藏信息可以激发更多努力，但无知的代理人也更昂贵地激励。文章进一步将模型拓展至存在持续关系收益、代理人可直接获知成功信息、以及学习效应等情境，两阶段合同在所有这些拓展中均保持最优性。