MARC

 008260126s2025        us                              c    eng  d
■001000017357384
■00520260202103504
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798315799832
■035    ▼a(MiAaPQ)AAI32002254
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658
■1001  ▼aYehoshua-Sandak,  Tomer.
■24510▼aEssays  in  Information  Economics
■260    ▼a[Sl]▼bNorthwestern  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a143  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  A.
■500    ▼aAdvisor:  Pavan,  Alessandro;Siniscalchi,  Marciano.
■5021  ▼aThesis  (Ph.D.)--Northwestern  University,  2025.
■520    ▼aThis  dissertation  comprises  three  distinct  essays  in  Information  Economics.  The  first  chapter  examines  why  are  simple  linear  compensation  schemes  common  in  long-term  relationships,  even  though  complex  contracts  could  potentially  mitigate  moral  hazard?  To  address  this  question,  I  study  a  dynamic  principal-agent  model  in  which  the  principal  faces  uncertainty  about  the  agent's  set  of  available  actions  and  is  ambiguity-averse.  In  response  to  this  uncertainty,  the  principal  offers  the  agent  a  contract  in  each  period  to  maximize  the  former's  worst-case  payoff.  I  characterize  a  condition  under  which  simple  linear  contracts  are  dynamically  optimal  when  the  principal  can  learn  new  information  about  the  actions  available  to  the  agent,  thereby  providing  a  new  explanation  for  the  prevalence  of  linear  contracts  in  practice.  I  show  that  this  condition  is  not  only  sufficient  but  also  necessary  for  linear  optimality  (in  addition  to  two  regularity  conditions),  reinforcing  its  critical  role  in  explaining  contract  simplicity.  Additionally,  I  characterize  the  optimal  way  for  the  principal  to  revise  the  first-period  contract  and  find  that  it  may  take  one  of  two  forms:  the  optimal  linear  contract  that  would  arise  in  a  static  environment  or  a  convex  combination  between  the  first-period  contract  and  a  new  linear  contract.  The  latter  also  includes  repetition  of  the  previous  contract.In  the  second  chapter,  I  study  a  communication  game  between  a  non-committed  sender  and  a  receiver  who  can  acquire  additional  information  at  a  cost  after  receiving  the  sender's  message.  The  sender's  utility  is  independent  of  the  state,  while  the  receiver  seeks  to  choose  an  action  that  matches  the  true  state  of  nature.  This  assumption  significantly  simplifies  the  analysis  and  allows  me  to  solve  for  both  the  sender's  optimal  communication  strategy  and  the  receiver's  optimal  learning  and  action  choices  in  equilibrium.  I  characterize  the  conditions  under  which  the  sender  adopts  a  babbling  strategy,  withholding  meaningful  information.  Moreover,  I  show  that,  under  mild  conditions,  the  receiver  chooses  to  acquire  information  along  the  equilibrium  path.  Finally,  I  demonstrate  that  the  quality  of  information  (in  the  Blackwell  sense)  depends  non-monotonically  on  the  receiver's  ability  to  learn.  Specifically,  when  the  sender  has  a  lot  at  stake,  she  prefers  to  be  more  informative  when  the  receiver's  ability  to  learn  is  limited,  making  learning  and  communication  act  as  substitutes.  In  terms  of  welfare  implications,  I  show  that  a  completely  uninformative  equilibrium  can,  in  fact,  be  ex-ante  Pareto  superior.In  the  third  and  final  chapter  I  study  a  dynamic  mechanism  design  problem  where  agents  selectively  disclose  verifiable  evidence  that  arrives  over  time.  In  many  environments  -  such  as  contract  negotiations  or  grant  allocation-evidence  emerges  gradually  and  can  be  strategically  withheld.  I  analyze  how  optimal  allocations  evolve  when  the  principal  can  influence  the  informativeness  of  future  signals  through  first-period  transfers.  The  optimal  mechanism  fully  smooths  the  low-type's  allocation  across  time  and  signals,  while  the  high-type's  allocation  increases  with  informativeness  above  a  disclosure-inducing  cutoff.  I  characterize  a  Gittins-style  condition  governing  optimal  experimentation  and  show  how  elicitation  constraints  endogenously  limit  the  principal's  ability  to  learn.  The  result  highlights  a  fundamental  trade-off  between  information  generation  and  incentive  compatibility.
■590    ▼aSchool  code:  0163.
■650  4▼aFinance
■653    ▼aDynamic  mechanism  design
■653    ▼aDynamic  moral  hazard
■653    ▼aInformation  design
■653    ▼aRational  inattention
■653    ▼aRobust  contracting
■653    ▼aVoluntary  evidence  disclosure
■690    ▼a0501
■690    ▼a0511
■690    ▼a0508
■71020▼aNorthwestern  University▼bEconomics.
■7730  ▼tDissertations  Abstracts  International▼g86-12A.
■790    ▼a0163
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17357384▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books