In this work we propose a flexible numerical approach to deal with models of dynamic moral hazard with simultaneous learning about the production function. Because of the complexity of the problem, analytical solutions have so far been limited in scope. The contribution is methodological: through computation, the problem can be studied under few assumptions about functional forms. We depart from a general mechanism, reformulate it as an incentive compatible mechanism, and show how it can be solved by backward induction through a sequence of linear programs. We apply our method to a few cases of interest, and confirm that uncertainty about the production function increases the volatility of the agent\'s utility in order to prevent belief manipulation, as found in the literature. / Neste trabalho, propomos uma estratégia numérica para lidar com modelos de risco moral dinâmico com aprendizado sobre a função de produção. Pela complexidade do problema, soluções analíticas na literatura têm sido limitadas em seu escopo. Nossa contribuição é metodológica: através de métodos computacionais, o problema pode ser estudado sob poucas hipóteses a respeito de formas funcionais. Partindo de um mecanismo geral, reformulamos o problema como um mecanismo compatível em incentivos, e então mostramos como este pode ser resolvido por indução retroativa por meio de uma sequência de programas lineares. Aplicamos o método a alguns casos de interesse, e confirmamos a conclusão da literatura de que a incerteza sobre a função de produção aumenta a volatilidade da utilidade do agente para prevenir manipulação de crenças.
Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-29092014-165855 |
Date | 31 July 2014 |
Creators | Matsumoto, Maurício Massao Soares |
Contributors | Madeira, Gabriel de Abreu |
Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
Source Sets | Universidade de São Paulo |
Language | English |
Detected Language | Portuguese |
Type | Dissertação de Mestrado |
Format | application/pdf |
Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0022 seconds