问责和激励

这种“强优先”效应只有在以下情况下才有利于透明制度：1）成分一致，2）p2λ（R- d） <λu对于某些u∈ {u+, u-}; 否则，代理人的政策决定和实施效果与之前的政策保持一致。但在这两种情况下，不透明制度通过鼓励药剂发挥更大的作用（λ（1+R）u>λu）来严格控制。第二部分。假设分离条较低（p2λ（R- d） <λu），在透明状态下，相容剂的作用必须小于不透明状态下的作用。高精度的信号保证了这种低分离度。更高的p有两个作用：它加强了分离条件（p2λ（R- d） <λu+，通过诱导一个足够高的后部；它将校长的福利演算转化为一个好信号的实现。更高的λ也保证了这种分离。如果信号不好，改革注定会失败，几乎会带来回报；维持现状的政策是大于0。由于代理人的均衡策略对参数变化保持不变，从委托人的角度来看，坏信号对福利的影响最小。我们想要构造一对向量w′=（p，φ，d，λ，R，π），w′=（p，φ，d，λ，R′，π），R′>R满足模型假设、信息性条件和λ（1+R）<1，这样主体更喜欢w′下的不透明区域；她更喜欢w′下的透明区域。为了简化问题，我假设代理可能是全等的（π）≈ 1); 设p=φ=1-为足够小。因此+≈ 1和u-=.

在这两个假设下，代理不太可能收到坏信号（发生概率为p（1- φ) + φ(1 - p）≈ 2); 福利比较减少了当信号良好时，信息政策会从一致代理人那里获得更多的影响。在不透明状态下，全等试剂发挥λ（1+R）u+的作用。在透明机制下，他施加max{p2λ（R）- d） λu+}（这在分离平衡和池平衡中都是正确的）。当大于2λ（R）时，透明区域可能会产生更多的影响- d）≥ λ（1+R）u+或λu+（1+R）≤2（R）-d） 。定义λ=λu+和H（R）=λ（1+R）-2（右-d） 。H有实解，如果1≥ 2^λ（d+1）；在这种情况下，有两种解决方案是R=1-^λ-√1.-2（1+d）^λ^λ>0且‘R=1-^λ+√1.-2（1+d）^λ^λ。考虑到H的平方形状，对于所有R<R，不透明区域占主导地位；对于R∈ （R，’R）透明的地方政府。这表明，如果R与R或R足够接近，则当R受到小扰动时，委托人愿意切换信息模式；如果R<Ror R>，则R的局部增加不会导致体制转换。我们从表达式R中声明：声明4。Ris在λ和d中增加；R在λ和d中减小。（R） ：因为λ=λu+需要验证Rλ≥ 0和RD≥ 后者是显而易见的。还要注意Rλ=λ（1+d）√1.-2（1+d）λ- (1 -p1- 2λ（1+d））λ表示k=p1- 2（1+d）λ<=> （1+d）λ=1-k、 上面表达式的分子是1-k2k- (1 - k） =（k+k）- 1.≥ 0.（\'R）：同样，\'Rλ≥ 0<=> -λ（1+d）√1.-2（1+d）λ≥p1- 2（1+d）λ始终为假；dis的理由也很简单。仍然需要验证这样构造的向量（p，φ，d，λ，R）=（1）- , 1 - ，d，λ，`R）可以满足所有必要的假设。我们有选择d和λ的自由。我让你↓ 0表示简单。1.λ（1+R）↓0-→ λ + 1 - λ -p1- 2（1+d）λ<1.2。对于p=φ=1，信息性条件是有保证的- 和λ>0。

要看它，z=γ=1-≈ 所以条件z- λ1+γz≤ γ[λ（1+R）γ+z- 1]减小到λ>0.3。对于任意小的，信号精度的假设要求1>q2dλ>。这意味着fixingλ必须是d∈ (λ,λ).4. 关于中等效率的假设简化为max{1+R，\'-R}>q2dλ>R。解开表达式R=1-^λ-√1.-2（1+d）^λ^λ，让^λ→ λ（自起）↓ 0），有效条件为1- λ -p1- 2（1+d）λ<2√2dλ<1-p1- 2（1+d）λ满足上述三个条件的一大组对（d，λ）。例如，我们可以让d=0.05，λ=0.3。情况1、2和3立即出现。条件4简化为0.0917<0.346<0.39。最后，从w=（1）-, 1 -我们可以构造w′=（1）-, 1 -，0.05，0.3，\'R-δ） 和w′\'=（1）-, 1 -，0.05，0.3，\'R+δ），δ>0非常小，因此主体在w′下选择不透明区域，在w′下选择透明区域。A.5健壮性A。非平凡选择基准模型假设委托人几乎完全是政策驱动的。人们可能想知道，这种假设在多大程度上推动了我的结果；毕竟，假设委托人在选择同余代理人时可能具有非平凡的权重是相当合理的。我认为，只要校长对选择的重视程度不太高，所有的结果都会持续下去。重要的是，请注意，委托人的保留发生在第一阶段。由于校长保留了关于一致性的好消息，所以她的保留策略对选举的权重保持不变。还要注意的是，政策驱动的校长的最佳信息政策通常是唯一的。这意味着我们可以为所选信息的权重确定一个上限，这样，只要权重不超过上限，原则的最优信息策略与基准策略驱动的案例保持相同。B

更多关于实施的数据在基线模型中，我使用一个参数e来捕捉改革实施中的道德风险。我认为这种方法不会失去普遍性。考虑一个更一般的环境，其中改革的实施涉及一个必要的输入向量（E，E，…EN），每一个都决定了一个好的改革的成功概率h，它符合函数h＝h（E，E，…EN）。让代价函数为C（e，e，…en）。现在，假设一个代理以一个成功概率水平为目标。他将解决一个教科书上的最小化问题（直到规则性条件），我，。。。enC（e，e，…en）s。t、 h（e，e≥\'h，并推导出h的诱导成本函数。即，实现良好改革成本的成功概率h水平C（h）。这为我们提供了道德风险的单变量表示。从这个角度来看，我们可以将eff参数e解释为一个“分数”，总结了在a先生控制下的改革决策的有用信息。c、 建模一致性I模型（非）一致性沿着Ofox（2007）的路线。人们可能想知道，一致性的替代概念（例如马斯金和蒂罗尔（2004））是否会导致类似或不同的结果。我认为，目前的体制以一种干净的方式提出了动机问题。相比之下，toMaskin和Tirole（2004）提出的替代方案通常涉及非一致类型，与一致类型相比，非一致类型对未来的贴现程度不同。在参数空间中，产生多个最优策略的参数集非常有限。要看到这一点，假设不一致的类型是一个改革破坏者——他更喜欢一个失败的改革，而不是一个成功的改革。PerMaskin and Tirole（2004），我们希望这种类型的代理人在时机不好时进行改革，并在州政府要求改革时保持现状。

例如，当效果和政策决定是改革成功的替代品时，可以诱导这种均衡行为：好的改革总是成功，坏的改革成功的概率等于效果。主要问题是，代理人不能以确定性的方式控制（r isky）改革结果；这就导致了对两种类型的代理的持续支付不对称。在上述修改后的设置中，一致类型通过在第2个时期（不受影响的改革）保持有效性，至少确保sr+φ；获得的不一致类型最多为R+（1- φ). 一致的代理人至少在其倾向于改革（φ）的情况下，从持股中获益更多≥). 在这种情况下，职业生涯涉及的纪律一致的代理人比不一致的代理人更严格；因此，相对于主模型，它使类型分离更容易。虽然这一观察结果提供了额外的可信度，即不透明的信息可能会占上风（因为在透明的制度下，一致的代理人在路径上施加的影响较小），但它的最佳性是否主要来自关键决策规则的动机效应，还是仅仅来自不对称的纪律效应，并不明显。参考马克·阿姆斯特朗和约翰·维克斯。委托项目选择模型。《计量经济学》，78（1）：213-2442010。斯科特·阿什沃思。选举问责：最近的理论和实证研究。《政治科学年鉴》，15（1）：183-2012012。斯科特·阿什沃和伊桑·布埃诺·德梅斯基塔。选民能力对选民有好处吗信息、理性和民主表现。《美国政治学评论》，108（3）：565–587，2014年。杰弗里·S·班克斯和乔尔·索贝尔。信号传导中的平衡选择。《计量经济学》，55（3）：647-6611987。Brandice Canes Wrone、Michael C.Herron和Kenneth W.Shotts。领导与迎合：行政决策的无神论。

《美国政治学杂志》，45（3）：532-550，2001年。雅克·克雷默。公平交易关系。《经济学季刊》，110（2）：275–295，1995年。马蒂亚斯·德瓦特里邦、伊恩·杰维特和让·蒂罗尔。职业关注的经济学，第二部分：任务的应用和政府机构的责任。《经济学研究回顾》，66（1）：199-2171999。贾斯汀·福克斯。政府透明度和政策制定。《公共选择》，131（1/2）：23-442007。贾斯汀·福克斯和斯图尔特·V·乔丹。授权和问责制。《政治杂志》，73（3）：831-8442011。贾斯汀·福克斯和肯尼斯·W·肖特。代表还是受托人？政治问责理论。《政治杂志》，71（4）：1225-1237，2009年。贾斯汀·福克斯和理查德·范·韦尔登。代价高昂的透明度。公共经济学杂志，96（1）：142-1502012。Drew Fudenberg和Jean Tirole。博弈论。麻省理工学院出版社，马萨诸塞州剑桥，1991年。亚历山大·V·赫希。政治组织中的实验和说服。《美国政治科学评论w》，110（1）：68–842016。本特·H"olmstrom。道德风险和可观察性。《贝尔经济学杂志》，10（1）：74-911979。Eric Maskin和Jean Tirole。政治家和法官：政府的责任。《美国经济评论》，94（4）：1034-10542004年9月。安德里亚·普拉特。这是一种错误的交易。《美国经济评论》，95（3）：862-877，2005年6月。约翰·G·莱利。信息平衡。《计量经济学》，47（2）：331-359，1979年。慈孙。战争的艺术。香巴拉出版社，科罗拉多州博尔德，1988年。