WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

K K1 K2 K3 K4 2T/2 2/2 1 0 1/(T-1) 1/(0-1) Рис. 7. Сравнение эффективности моделей ДАС1, ДАС2, ДАС3, ДАС4.

Для рассматриваемой линейной модели выполняется соотношение K1 K 3 K 2 K 4, то есть самой эффективной является модель ДАС4 (что и должно было получиться, как было показано в Теореме 5), далее в порядке уменьшения эффективности идет модель ДАС2, потом ДАС3, и наконец наименее эффективной является модель ДАС1. Также верно утверждение, что чем больше дальновидность, тем выше эффективность. Это продемонстрировано на рисунке 8, где для модели ДАС2 изображена зависимость эффективности K2 от величины дальновидности 0.

81 9.5 9 K2 8.5 8 7.5 0 0 1 2 3 4 5 6 7 8 9 10 Рис. 8. Зависимость эффективности модели ДАС2 от дальновидности центра 0 при = 0.05, T = 10 Таким образом, можно сделать вывод о том, что в рассматриваемой модели чем больше центр информирован о будущем в каждый момент времени (если рассматривать модель ДАС3 как модель ДАС2 с переменной дальновидностью – см. лемму 1), тем выше эффективность. Как показано на рисунке 9, при < 0 оптимальные планы убывают со временем. Содержательно это означает то, что, раз сумма действий за предыдущие периоды негативно влияет на доход в этом периоде, то со временем план следует понижать, чтобы сдерживать негативное влияние на будущее. Такая ситуация может возникнуть, например, в модели загрязнения окружающей среды.

x 1 0.9 0.8 0. x1 x2 x3 x 0.6 0.5 0.4 0.3 0.2 0.1 t Рис. 9. Оптимальные планы для моделей ДАС1 – x1, ДАС 2 – x2 (0 = 5), ДАС3 – x3 (0 = 5, L0 = 4, m0 = 2) и ДАС4 – x4 в случае < 0, T = Рассмотрим несколько иллюстративных примеров. Пример 8 (модель загрязнения окружающей среды). Рассмотрим город, построенный около крупного предприятия химической промышленности. В процессе функционирования предприятие выбрасывает вредные вещества в атмосферу, тем самым загрязняя окружающую среду. Пусть количество загрязнений линейно зависит от объема выпускаемой продукции, а степень загрязнения зависит от суммы всех выбросов, начиная с момента начала функционирования до текущего момента. Это неявно предполагает, что со временем негативный эффект от выбросов сохраняется довольно долго, не диссипируя во времени. Благополучие города зависит не только от объема выпускаемой предпри ятием продукции, но и от самочувствия людей, живущих в городе, а значит – от состояния окружающей среды. Рассмотрим, как эта ситуация может быть отражена в вышеизложенной модели с накоплением. Центром является город, агентом (активным элементом) является предприятие. Производя действие – производство некоторого количества продукции в год, предприятие этим самым оказывает определенное негативное воздействие на окружающую среду, накопление которого скажется в том числе в будущих периодах. Этой модели соответствует значение < 0. Если администрация города не знает к каким последствиям в будущем могут привести действия в настоящем, то есть, если центр недальновиден и соответственно действует в рамках модели ДАС1, то в первый период администрация утверждает большой план для производства. Уже во втором периоде последствия от этого действия начинают сказываться, что выражается в достаточно сильном ухудшении состояния окружающей среды. Это приводит к резкому уменьшению оптимального плана на следующий период (см. рисунок 9). Если администрация города более информирована о вредном влиянии производства на окружающую среду, т.е. реализуется модель ДАС2 или ДАС3, то уже в первый момент времени назначается сравнительно небольшой план. Поэтому оптимальные планы для этих моделей не так резко уменьшаются в начальных периодах, как это происходит в случае недальновидного центра. Можно сказать что к реальной ситуации наиболее приближены модели ДАС2 и ДАС3, так как обычно о вредном воздействии на атмосферу руководство города и завода знает и учитывает этот фактор, вопрос в том насколько далеко вперед (в будущее) центр «заглядывает» при принятии текущих решений. В случае полностью дальновидного центра (реализуется модель ДАС4), оптимальными являются низкие, но одинаковые планы на весь период функционирования предприятия (в качестве которого может быть выбрано характерное время диссипации загрязнений). В рассматриваемом примере такая ситуация может возникнуть только в случае, если точно известен срок жизни предприятия (или администрации) и, более того, центр обладает полной информацией о функциях затрат и дохода на весь этот период. Такие жесткие требования модели ДАС4 говорят о том, что она будет вряд ли может быть реализована на практике. Рассмотрим другой случай, когда > 0. При 1 / (0 – 1) оптимальными являются бесконечно большие планы, которые дают бесконечно большую эффективность. Для случая 1 > > 0 оптимальные планы представлены на рисунке 10. 0 x 7.5 7 6.5 6 5. x1 x2 x3 x 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 00 1 2 3 4 5 6 7 8 9 10 11 t Рис. 10. Оптимальные планы для моделей ДАС1 – x1, ДАС 2 – x2 (0 = 5), ДАС3 – x3 (0 = 5, L0 = 4, m0 = 2) и ДАС4 – x4 в случае 1/(0 – 1) > > 0, T = В этом случае оптимальные планы возрастают во времени. При этом план для модели с полной дальновидностью (то есть для ДАС4) изначально самый большой. • Случай > 0 может хорошо подходить для описания модели фирмы, выходящей на новый неосвоенный еще ни кем рынок сбыта. Пример 9 (модель выхода фирмы на новый рынок). Пусть некоторая компания продвигает новый продукт на рынок, и этот продукт является уникальным, то есть у компании нет конкурентов. Проблема заключается в неосведомленности потенциальных покупателей о данном продукте. Предположим, что спрос определяется осведомленностью покупателей о продвигаемом продукте. Чем больше продано продукта за предыдущие периоды, тем больше о нем осведомленность потребителя, и значит тем больше будет спрос на него в текущем периоде. Такое поведение укладывается в рассматриваемую модель ДАС с > 0, где центром является руководство предприятия, которое назначает план, ориентируясь на потенциальный спрос. Если руководство недальновидно, то есть не знает, что количество продукта, которое предприятие произведет сегодня и которое будет продано, положительно скажется на спросе в следующем периоде, то оно назначает небольшой план относительно плана, который был бы назначен, если руководство было бы дальновидно (см. рисунок 10). Со временем оптимальный план не уменьшается для всех четырех моделей (в случае ДАС4 он остается постоянным) так как спрос на продукцию растет и, чтобы удовлетворить этот спрос, и, соответственно, получить больший доход, надо увеличивать план. Основной полученный выше результат о соотношении эффективностей различных моделей ДАС: K1 K 3 K 2 K 4, можно проинтерпретировать следующим образом. Чем больше компания знает о поведении потребителей в будущем (то есть обладает большей дальновидностью), тем она ведет себя более эффективным образом. Обсудим границы применимости рассматриваемой модели в данном примере. Основное ограничение состоит в том, что функ цию g ( y ), отражающую эффект накопления, на практике = t можно полагать линейной только при небольших значениях аргумента, потому что рынок сбыта не является бесконечным и как только продукт заполнит в этом рынке свою нишу, описываемый эффект перестанет действовать. Таким образом, можно говорить что предложенная модель хорошо описывает процесс выхода нового продукта на рынок в начальной стадии освоения этого рынка при условии уникальности и востребованности продукта. • В заключение настоящего раздела отметим, что в рассматриваемой задаче считалось, что коэффициент дисконтирования равен единице, то есть будущий доход для центра для него также важен как и доход в настоящем. На практике коэффициент дисконтирования обычно меньше единицы. В этом случае граница для (см. рисунок 7), начиная с которой оптимальными становятся бесконечно большие действия, сместится вправо.

ЗАКЛЮЧЕНИЕ Таким образом, в настоящей работе:

- проведен обзор основных результатов теории активных систем, теории иерархических игр и теории контрактов по управлению динамическими активными системами (см. Приложение);

- дана общая постановка и введена система классификаций задач управления ДАС (раздел 1), выделены четыре базовых модели ДАС (раздел 2);

- решена задача стимулирования в многоэлементной детерминированной ДАС (теоремы 1 и 3), охарактеризовано множество планов, согласованных в ДАС (теорема 2);

- классифицированы распределения дальновидностей и горизонты принятия решений участниками ДАС, выявлен и исследован эффект обмена ролями, заключающийся в опережающем принятии решений управляемым субъектом (теорема 4);

- исследовано влияние режимов управления на эффективность управления базовыми ДАС (теоремы 5-6);

- решены задачи управления и получены оценки сравнительной эффективности различных режимов управления двух и трехпериодными ДАС (теоремы 7-8);

- изучены «эффекты накопления» в ДАС (раздел 5), что позволило описать и исследовать ряд прикладных моделей.

Приложение ОБЗОР ОСНОВНЫХ РЕЗУЛЬТАТОВ ТЕОРИИ АКТИВНЫХ СИСТЕМ, ТЕОРИИ ИЕРАРХИЧЕСКИХ ИГР И ТЕОРИИ КОНТРАКТОВ ПО УПРАВЛЕНИЮ ДИНАМИЧЕСКИМИ АКТИВНЫМИ СИСТЕМАМИ Повторяющиеся игры Рассмотрим игру n лиц1, стратегией каждого из которых является выбор yi Ai, i I. Если обозначить функцию выигрыша i-го игрока fi(y), y = (y1, y2,..., yn) A’ = Ai, то однопериодной игрой iI G называется кортеж G = (A1, A2,..., An, f1, f2,..., fn). Динамической игрой G(T) (повторяющейся игрой, суперигрой и т.д.) называется игра G, повторенная T раз. Выигрыш i i-го игрока в суперигре есть среднее значение его выигрышей по всем периодам, то есть Так как ниже приводится обзор основных результатов различных научных школ и направлений по исследованию теоретико-игровых моделей управления динамическими активными системами (теория активных систем, теория игр, теория контрактов и т.д.), а в различных классах моделей для обозначения одних и тех же субъектов используются различные термины, то при описании результатов мы будем использовать терминологию, принятую в соответствующей научной школе. Во избежании путаницы следует отметить, что «равноправные» субъекты в теории игр обозначаются терминами «игрок» («второй игрок» или «производитель» в теории иерархических игр), в теории активных систем – «активный элемент» или просто «элемент», а в теории контрактов – «агент» (agent). Если рассматривается иерархическая система, то игроки, обладающие правом первого хода в рамках каждого периода функционирования, обозначаются: «центр» – в теории активных систем, «центр» или «первый игрок» – в теории иерархических игр, «начальник» (principal) – в теории контрактов. В ходе дальнейшего изложения в целях общности термины, обозначающие одно и то же понятие, будут использоваться как синонимы. 2 В выражении (1) предполагается, что игроки одинаково учитывают полезности, получаемые в различных периодах. Учет будущего производится введением дисконтирующих множителей (см. ниже). (1) i(y1,T) = t 1 T t где y = ( y n ) A’ – вектор стратегий игроков в момент времени t, y1,T = (y1, y2,..., yT) – вектор стратегий игроков за периоды с первого по период T. «Стратегией»1 i-го игрока в игре G(T) в t y1, t =1 t y 2,..., fi ( y t ), T момент времени t является отображение it : (A’)t-1 Ai истории игры y1,t-1, сложившейся к моменту (t – 1), во множество его допустимых стратегий. Следовательно, «стратегия» i-го игрока – вектор i = ( i1, i2,..., iT ). Набор = (1, 2,..., n) индуктивно определяет в суперигре путь (y1(), y2(),..., yT()), где y1() = 1, yt() = t(y1,t-1()), t > 1. Равновесие Нэша * определяется следующим образом: 1T 1T * (2) f i ( y t ( * )) fi ( y t ( i, i )) i, i I. T t =1 T t =1 Обозначим: N(T) – множество равновесных по Нэшу путей в суперигре (предположим, что N(1) не пусто);

imin – гарантированный (максиминный) выигрыш i-го игрока (стратегия, обеспечивающая i imin, называется индивидуально рациональной (IR)), – выпуклую оболочку множества возможных значений целевых функций игроков;

* – подмножество множества, состоящее из выигрышей игроков, доминирующих максиминные;

G(T-t) – подыгру игры G(T), соответствующую последним T – t периодам, где t < T;

i(y1,) – стратегию i-го игрока в игре G(T – ) такую, что i1 (y1,) = i +1 (y1,) и t < T –, a1,t = (a1, a2,..., at) i +1 (a1,t) = it + +1 (y1,, a1,t);

(y1,) = (1(y1,), 2(y1,),..., n(y1,)).

Употребление кавычек обусловлено тем, что термин «стратегия» в теории игр используется в двух смыслах – как результат выбора игрока (в рассматриваемой модели – элемент множества Ai) и как используемое им правило принятия решений (в рассматриваемой модели – отображение имеющейся информации во множество Ai). Стратегия называется согласованным с подыграми равновесием (Subgame Perfect Equilibrium – SPE1) суперигры G(T), если – равновесие Нэша в суперигре и < T, y1, (y1,) – равновесие Нэша в подыгре G(T-). Содержательно SPE является усилением концепции равновесия Нэша для случая повторяющихся игр – требуется, чтобы для всех подыгр, заканчивающихся в момент времени T, стратегия была равновесной по Нэшу для любой истории игры, предшествующей рассматриваемой подыгре (идеология близка к принципу оптимальности Беллмана в динамическом программировании [9, 10]). SPE, в частности, обладает следующим свойством: путь, образованный последовательностью равновесных путей, является равновесным в игре, образованной последовательностью соответствующих игр. Основная идея повторяющихся игр заключается в том, что при многократном повторении однопериодной игры удается добиться того, что выбор игроками индивидуально рациональных стратегий приводит к реализации рационального для всего коллектива исхода. В однопериодной игре это не всегда так: в общем случае, если используется некооперативная концепция равновесия (равновесие Нэша), то в однопериодной игре точка Нэша может оказаться неэффективной (по Парето) с точки зрения всех игроков. В то же время, может существовать оптимальный по Парето набор стратегий, который не является равновесным по Нэшу. Классическим примером является игра двух лиц "дилемма заключенного" (см., например, [66, 82, 107, 128]). Многократное повторение рассматриваемой игры в некоторых случаях позволяет "оставить" игроков в Парето-оптимальной точке. Интуитивно понятно, что для этого нужно придумать механизм, который предотвращал бы отклонения, то есть наказывал бы отклонившегося игрока, причем наказывал настолько сильно, чтобы отклонение становилось невыгодным. Этой цели служит вводимая ниже стратегия наказания2.

Иногда SPE переводится как «абсолютное равновесие Нэша» [66], или «совершенное равновесие Нэша». 2 В иерархических системах «наказание» может осуществляться центром, что иногда позволяет добиться эффективного равновесия в статике [53]. Обозначим через P(T) множество всех SPE в игре G(T), обладающее следующими свойствами [87, 88, 101, 115]: это множество компактно;

если некоторый путь принадлежит P(T), то любой подпуть, получаемый из исходного отбрасыванием, начиная с первого момента времени, любого (меньшего T) числа стратегий, также принадлежит P(T). Определим оптимальную k-периодную стратегию наказания i-го игрока: (3) Wi1, k = min { f i ( y t ) | y1,k P(k)}.

t =1 k Для того чтобы y1,T P(T) необходимо и достаточно, чтобы i I, t < T (4) Wi1,T t j = t + fi ( y j ), T то есть наказание должно быть достаточно сильным – полезность при наказании в течение всех оставшихся периодов не должна превышать то, что игрок мог бы получить не будучи наказанным [91, 92, 103, 105]. Содержательно, качественное отличие повторяющихся (многопериодных) игр от "обычных" (статических, однопериодных) заключается в том, что наличие нескольких периодов повышает ответственность игроков за свои действия – если кто-то повел себя не так как следовало, то в следующих периодах он может быть наказан остальными игроками за это отклонение. Для того, чтобы предотвращать отклонения, наказание должно быть достаточно сильным (см. (4)) и компенсировать возможный выигрыш игрока, который тот получает отклоняясь. Переключение с "нормального" режима на наказание (и быть может возвращение к исходному режиму через несколько периодов) получило название триггерной стратегии. Некоторые примеры того, как строить триггерные стратегии и того, как определить наилучший момент переключения (ведь не всегда можно достоверно установить факт отклонения, особенно в условиях неполной информированности), приведены в [108, 122, 131, 134, 145]. Существенной в повторяющихся играх оказывается информированность игроков. Если все игроки наблюдают все стратегии, выбранные партнерами в прошлом, то будем говорить, что имеет место полная информированность (perfect monitoring [133]). Если же стратегии, выбираемые в прошлом, ненаблюдаемы, а есть другая информация, например, если наблюдаемы полезности игроков1, то имеет место неполная информированность (imperfect monitoring). Основным результатом (группой результатов), полученным при исследовании повторяющихся игр является так называемая "народная теорема" (Folk Theorem (FTh)) [83, 110, 114, 139, 147 и др.]. Приведем серию теорем типа FTh [104]: FTh1: Если игроки слабо дисконтируют будущее (коэффициенты дисконтирования близки к единице), то для любого вектора выигрышей * * существует равновесие Нэша в бесконечной суперигре, в котором игроки получают выигрыши, в точности равные *. Интуитивное обоснование этого результата таково. Пусть в многопериодной игре игроки выбирают стратегии y* Ai, i I, i обеспечивающую выигрыши *, до тех пор пока игрок с некоторым номером i не отклонится от соответствующей своей стратегии. В случае его отклонения в периоде k все игроки переключаются на Wi k,. Понятно, что в бесконечной игре при достаточно слабом дисконтировании моментальный выигрыш от отклонения компенсируется "вечным" наказанием. FTh2: * * в бесконечно повторяющейся игре без дисконтирования существует SPE, в котором ожидаемый выигрыш i-го игрока равен i*, i I. FTh3: Если некоторый вектор выплат * * Паретодоминирует равновесные по Нэшу выплаты в однопериодной игре, то при слабом дисконтировании в бесконечной суперигре существует SPE, в котором средний выигрыш равен *. Для простоты далее будем считать, что все игроки одинаково учитывают будущее (имеют одинаковый дисконтирующий множитель).

До сих пор мы считали, что при принятии решений о выборе стратегии в каждом периоде каждый игрок одинаково учитывает будущие периоды (см. (1)). Однако, зачастую, будущие периоды учитываются с разными весами – дисконтирующими множителями. FTh4: Пусть () * множество средних выигрышей игроков в SPE бесконечно повторяемой игры, в которой игроки имеют дисконтирующий множитель. Тогда < 1 соответствие () полунепрерывно сверху (требование полунепрерывности нарушается при = 1 (см. [104])). В случае дисконтирования будущего справедлива FTh5: Если n = 2, то (1, 2) * 0 (0;

1): (0;

1) cуществует SPE суперигры, в котором игроки получают средние выигрыши 1 и 2, если их дисконтирующие множители равны. Теорема FTh5 может быть обобщена на случай произвольного конечного числа игроков (достаточно потребовать непустоты внутренности множества *) [104]. На силу наказания (в сравнении выигрыша от одномоментного отклонения и дисконтированного проигрыша от наказания) существенно влияет величина дисконтирующего множителя, конечность [91] (а иногда и величина) или бесконечность T [34], а также информированность игроков. При полной информированности в суперигре может существовать равновесие Нэша, доминирующее по Парето равновесие Нэша однопериодной игры. Если игроки не дисконтируют будущие полезности, то множества равновесных векторов выплат в однопериодной и многопериодной игре совпадают. Если игроки дисконтируют будущие полезности, то все равновесия суперигры, в принципе, могут быть неэффективны (по Парето), хотя, обычно, при условии, что дисконтирующие множители не очень малы, существуют равновесия суперигры, доминирующие по Парето однопериодные. В случае двух игроков и полной информированности равновесие в суперигре обладает следующим свойством непрерывности: любой эффективный индивидуально рациональный вектор выплат однопериодной игры может быть сколь угодно точно аппроксимирован равновесным вектором выплат суперигры. В [133] приведен пример неэффективного равновесия при наличии дисконтирования будущего, в [126], напротив, показывается, что при неполной информированности в некоторых случаях FTh оказывается верна. В условиях полной информированности при условии, что игроки не дисконтируют свои полезности (берется средняя полезность), в суперигре существует эффективное равновесие. Если же игроки дисконтируют свои полезности, то равновесие в многопериодной игре будет превосходить (по Парето) равновесие однопериодной игры [132]. В случае полной информированности факт отклонения каким-либо игроком от эффективной стратегии устанавливается тривиально, так как выбор стратегий наблюдаем. В случае неполной информированности все оказывается несколько сложнее – после каждого периода каждый игрок проверяет статистическую гипотезу, что все остальные игроки выбрали эффективные стратегии. Если один из игроков отвергает эту гипотезу, то все игроки переключаются на равновесные в однопериодной игре равновесия Нэша (эта стратегия, в общем случае, неэффективна). После заданного числа шагов (фаза наказания) все игроки возвращаются к эффективным стратегиям и опять проверяют свои гипотезы. Некоторые модели учитывают репутацию игроков если в течение длительного времени они вели себя "хорошо", то для переключения на стратегию наказания при проверке статистических гипотез требуется выполнения более жестких условий [102]. Условия и стратегии суперигры, приводящие к векторам полезностей, доминирующим однопериодное равновесие Нэша и даже более того, эффективным в однопериодной игре, для случая полной информированности приводятся в [132]. Этот же результат имеет место и для неполной информированности при некоторых дополнительных условиях (теорема 7.1 в [132]). К "недостаткам" FTh следует отнести: отсутствие предсказуемости (любой индивидуально рациональный результат может быть равновесием суперигры;

FTh утверждает, что в суперигре возможно кооперативное равновесие (Парето), но непонятно каковы механизмы его достижения;

наличие угрозы для того игрока, который отклоняется (или собирается отклониться), может привести к тому, что он захочет пересмотреть правила игры и т.д. [85, 92, 99, 120, 129]. Повторяющиеся иерархические игры Особо следует отметить результаты исследования повторяющихся игр в теории иерархических игр1. Наибольший интерес с Исторически сложилось так, что исследования по многим близким направлениям теории игр (в том числе и повторяющимся играм) в СССР и за рубежом велись параллельно, но независимо. Справедливости ради, надо отметить, что относительно многих результатов типа FTh – ср., например, [30, 32, 41] и [115] (не говоря уже о иерархических многошаго точки зрения настоящей работы представляют приведенные в [41] общие результаты (см. там же соответствующий обзор), характеризующие оптимальные стратегии и выигрыш центра при повторениях игр типа Г1 и Г2 [30]. В том числе рассматривались две модели. В первой модели1 центр (игрок, делающий ход первым) сообщает агенту (второму игроку) свои стратегии – функции ui(y1,i), i = 1, T (при использовании таких стратегий могут быть учтены случаи произвольного запаздывания информации, получаемой первым игроком о стратегии, выбранной вторым игроком), после чего выбор второго игрока становится “одношаговым” и заключается в определении оптимального для него при заданном управлении вектора y1,T. Как и в статическом случае [30, 32], выделяются два режима – за выбор определенных стратегий (действий) агент поощряется, за выбор остальных действий наказывается. Таким образом, оптимальной является следующая стратегия центра – использовать «поощрения» до тех пор, пока агент в первый раз не выберет несогласованное с центром действие, после чего центр до конца игры переключается на использование стратегии наказания. Этот результат охватывает результаты, полученные для статических игр, как частные случаи, и, кроме того, позволяет получить решение задачи синтеза оптимальных управлений со стороны центра в повторяющихся иерархических играх, в которых целевой функцией агента является суммарная по периодам дисконтированная полезность (при условии, что полезность в каждом периоде зависит только от стратегий, выбранных в этом периоде) [41]. Во второй модели центр сообщает агенту свои стратегии – функции ui(y1,i), i = 1, T – последовательно, то есть только на очередной ход, когда будет выбираться yi. При этом решение может получено применением принципа оптимальности Беллмана – считая известными u1,T-1() и y1,T-1, центр решает статическую задачу – определения оптимального управления uT(, u1,T-1, y1,T-1) и т.д., вплоть до первого периода.

вых играх [33, 34, 40]) приоритет принадлежит советским или российским ученым. 1 Предпочтения игроков в данной модели отражены произвольными непрерывными функциями от векторов всех стратегий за все предыдущие периоды игры. Многошаговые иерархические игры, описывающие управление динамической системой, состояние которой в момент времени t+1 зависит от ее состояния в момент времени t и управлений, выбранных центром (стратегия центра – функция от состояния системы) и агентом (агент в каждый момент времени выбирает свою стратегию при известной стратегии центра), рассматривались в [41, 66]. Данная игра сводится к антагонистической игре (определение стратегий наказания) и задаче оптимального управления. Динамические задачи теории контрактов В настоящем разделе рассматриваются динамические задачи теории контрактов, которые, с одной стороны, используют общие результаты анализа повторяющихся игр, а с другой – достаточно близки к динамическим моделям, исследуемым в теории активных систем (ТАС) – см. ниже. Если предположить, что результаты деятельности АЭ в различных периодах не связаны, элементы недальновидны и отсутствуют общие ограничения на целевые функции и допустимые множества различных периодов, то получится последовательность базовых моделей теории контрактов [15, 57, 58, 125, 131], каждая из которых может исследоваться независимо. В случае наличия общих ограничений на целевые функции, допустимые множества, параметры механизма стимулирования и т.д., при несвязанных периодах функционирования, задача стимулирования в динамической системе, по аналогии с задачей стимулирования в системе со слабо связанными элементами, может быть сведена к стандартной задаче условной оптимизации [52, 56-58]. Оба описанных выше случая представляются довольно тривиальными и редко встречаются на практике. Поэтому рассмотрим двухпериодную одноэлементную динамическую задачу теории контрактов и методы ее решения, следуя введенной в [15] терминологии. Модель теории контрактов относится к моделям систем с внешней вероятностной неопределенностью [15, 58] и качественно заключается в следующем. Агент предпринимает некоторые действия, которые совместно с реализацией внешнего неопределенного (случайного) параметра приводят к определенным результатам деятельности. Принципиальное отличие данной модели от детер минированной заключается в том, что на момент принятия решений о выбираемых стратегиях участники системы (центр и агент) не имеют информации о будущем значении состояния природы, обладая лишь информацией о параметрическом распределении вероятностей результатов деятельности при тех или иных действиях. Кроме того, считается, что действие агента ненаблюдаемо для центра, поэтому управление может основываться лишь на наблюдаемой реализации случайной величины – результата деятельности, а участники системы предполагаются рациональными в смысле стремления максимизации своих ожидаемых полезностей. Введем некоторые обозначения: A = {y1, y2,..., yn}, A = {z1, z2,..., zn} (множества возможных действий и результатов деятельности конечны);

y1 A – действие АЭ в первом периоде;

y2 A – действие АЭ во втором периоде;

zj A0 – результат деятельности АЭ в первом периоде;

j M – стимулирование АЭ в первом периоде за результат zj, jl M – стимулирование АЭ во втором периоде за результаты: zj и zl в первом и втором периодах, соответственно;

= (j, jl);

(y1 – j, y2 – jl) – возрастающая и вогнутая по обеим переменным целевая функция центра;

f(j, jl, y1, y2) – возрастающая и вогнутая по и убывающая по y целевая функция АЭ;

pj(yk) – вероятность результата zj при действии yk, k = 1, 2, j, l = 1, n. Итак, ожидаемые полезности центра и агента имеют, соответственно, вид: (1) E(, y) = (2) Ef(, y) = 1 j, l =1 n p j ( y1 ) pl ( y 2 ) ( y1 j, y 2 jl ), n j, l = p j ( y1 ) pl ( y 2 ) f ( j, jl, y1, y 2 ) где y = (y, y ), E – оператор математического ожидания. По аналогии с базовой однопериодной моделью [15], задача поиска двухпериодного оптимального контракта (напомним, что контрактом называется совокупность {*;

y*} оптимальной системы стимулирования и реализуемого ей действия АЭ [15, 42, 56]): (3) E(, y*) max M (4) y Arg max Ef(, y) * y A может быть решена двушаговым методом1 [15, 56, 125]. Отметим, что рассматриваемая постановка непосредственно обобщается на случай любого конечного числа периодов. Понятно, что вычислительная сложность даже двухпериодной задачи намного выше, чем статической. Редуцировать динамическую задачу к статической удается лишь в крайне ограниченном числе случаев (см. [140] – использование условий Куна-Таккера и сведение к вариационной задаче, [119] – использование подхода первого порядка [15, 125, 132, 134]). Так как в рассмотренной выше модели стимулирование во втором периоде зависит и от результатов первого периода, то контракт, являющийся решением задачи (3)-(4) и обладающий этим свойством, называется контрактом с памятью (условия независимости вознаграждений в различных периодах обычно формулируются в терминах свойств функций распределения). Если в каждом периоде АЭ стимулируется только по результатам текущего периода, то контракт называется контрактом без памяти [100]. Основной вопрос, возникающий при изучении динамических контрактов, заключается в выяснении преимуществ, которыми обладает динамический контракт со связанными периодами и памятью, по сравнению с последовательностью обычных однопериодных контрактов2. Решение однопериодной вероятностной задачи – равновесные по Нэшу платежи (значения целевых функции центра и АЭ, соответственно) – ’ и f’, как правило, неэффективны и доминируются по Парето другими платежами * и f* [95, 132, 138] (см. описание различий FB (first-best) и SB решений (second-best) и роли неопреВ двушаговом методе на первом шаге ищутся минимальные системы стимулирования, реализующие заданную пару действий (по одному для каждого периода функционирования). На втором шаге перебором по всем допустимым парам находятся оптимальная с точки зрения центра пара реализуемых действий. 2 Обычно в моделях рыночной экономики предполагается, что если число АЭ "велико", то игра некооперативная, а если "мало", то – кооперативная. В динамических моделях возможность кооперации появляется именно из-за динамики – элементы имеют время "договориться" и наказать тех, кто отклоняется от соглашений (см. описание стратегий наказания выше). деленности в [15, 57, 118]). То есть в последовательности одноэлементных контрактов средние платежи равны ’ и f’, а в динамическом контракте, в соответствии с FTh, они могут достигать или приближаться1 к * и f* [140]. В то же время, если в однопериодном контракте центр может достаточно сильно наказывать АЭ (соответствующие условия на ограничения механизма стимулирования приведены в [122]), то последовательное заключение краткосрочных контрактов оказывается не менее эффективно, чем заключение долгосрочного контракта. Иными словами, если долгосрочный контракт реализует некоторую последовательность действий [15], то при "достаточно сильных" штрафах, существует оптимальная последовательность краткосрочных контрактов, реализующая ту же последовательность и дающая всем участникам те же значения ожидаемой полезности. Содержательно, возможная сила штрафов должна быть такова, чтобы за их счет достаточно сильно наказать АЭ за отклонение именно в однопериодном контракте (в динамике эту роль играют стратегии наказания, используемые в следующих периодах), то есть триггерная стратегия каждого из игроков – выбор равновесной по Парето стратегии до тех пор, пока партнер выбирает равновесную по Парето стратегию, если же партнер «переключается» на равновесие Нэша, то следует тоже переключиться на соответствующую равновесную по Нэшу стратегию. В условиях вероятностной неопределенности возникает задача идентификации – построения оптимальных для центра триггерных стратегий, то есть определения оптимальных моментов переключения на стратегию наказания по наблюдениям результатов деятельности2 в прошлых периодах (истории игры). В [131] доказано, что при достаточно общих предположениях у центра в конечной игре существует стратегия, обесОбычно результаты об оптимальности (достижимости FB решения) требуют бесконечного повторения подыгр, а для конечного числа периодов доказывается -оптимальность [131]. При отсутствии дисконтирования любое IR Парето-оптимальное распределение выигрышей в однопериодной игре (в частности – FB решение) является достижимым Парето-оптимальным распределением выигрышей в суперигре [123, 138]. 2 Напомним, что в задачах теории контрактов результат деятельности АЭ является случайной величиной, зависящей от ненаблюдаемого центром действия АЭ и состояния природы. печивающая -Парето-оптимальные значения целевых функций. Идея доказательства этого и подобных утверждений очевидна (см. обсуждение FTh выше). При построении и проверке статистических гипотез существенным оказывается то, как АЭ дисконтирует будущее: чем меньше элемент дисконтирует будущие полезности, тем ближе можно приблизиться к эффективному равновесию в суперигре. Более того, в бесконечных играх могут существовать критические значения дисконтирующих множителей, при превышении которых равновесие в суперигре строго доминирует однопериодные равновесия Нэша [134]. Иллюстрации использования приведенных выше теоретических результатов в прикладных моделях для таких областей, как трудовые контракты, теория заключения сделок, долговые контракты, модели покупки-продажи и т.д. описаны в [89, 98, 112, 113, 116, 117, 124, 125, 136, 137, 141, 146]. Пересоглашение контрактов Достаточно специфический класс моделей теории контрактов, обычно относимых к динамическим моделям, составляют так называемые модели пересоглашения контрактов, кратко рассматриваемые ниже. Наличие нескольких периодов функционирования, а также зависимость результата деятельности АЭ от внешнего неопределенного фактора (состояния природы) – все это обуславливает возможность пересмотра условий контракта, что должно, естественно, предусматриваться механизмом функционирования. Захотят ли стороны, подписавшие контракт, получив новую информацию, пересматривать его условия;

возможно ли создать контракт, устойчивый по отношению к перезаключению (renegotiation-proof contract). Модели, в которых исследуются эти вопросы, рассматриваются в настоящем разделе. Следует отметить, что рассмотрение контрактов с пересоглашением имеет смысл только в системах с неопределенностью, в том числе – с вероятностной неопределенностью, когда результат деятельности АЭ определяется как его действием, так и реализацией некоторой случайной величины – состояния природы. В этом случае привлекательность контрактов с пересоглашением обусловлена тем, что они позволяют реализовывать одно и то же действие АЭ (даже в вероятностной АС) с меньшими затратами, иногда равными затратам на стимулирование в соответствующей детерминированной активной системе. Рассмотрим одноэлементную вероятностную АС. Общепринятым в теории контрактов является следующий порядок функционирования [15]: центр выбирает функцию стимулирования и сообщает ее АЭ, элемент выбирает действие, реализуется состояние природы (a’priori, и центр, и АЭ знают лишь распределение его вероятностей), определяющее совместно с действием АЭ конкретное значение результата его деятельности;

затем, в зависимости от результата деятельности, определяются значения целевых функций центра и элемента. Пересоглашение допускается в так называемой промежуточной (interim) фазе однопериодного контракта – когда действие уже выбрано, а результат деятельности еще не наблюдается. Фактически, центр должен предложить АЭ целое меню контрактов – каждый для определенного действия. Контракт является защищенным от пересоглашения, если он не перезаключается ни в одном из равновесий промежуточной стадии [94, 97]. Перезаключение контракта как бы страхует АЭ от последствий неблагоприятного для него результата деятельности, при "хорошем" действии [90, 106, 119]. Защищенным от перезаключения является контракт, принадлежащий множеству контрактов, удовлетворяющих условиям сообщения элементом в промежуточной стадии достоверной информации, условиям индивидуальной рациональности (выбираемое действие максимизирует ожидаемую полезность АЭ) и минимизирующий ожидаемые затраты центра на стимулирование [22, 58, 106]. Рассмотрим модель пересоглашения, следуя, в основном, [111], и попытаемся выяснить, какими преимуществами обладают механизмы стимулирования, предусматривающие возможность пересоглашения. Последовательность функционирования такова: центр и АЭ заключают начальный контракт;

АЭ выбирает ненаблюдаемое для центра действие;

центр получает от АЭ некоторую информацию о его действии;

реализуется ненаблюдаемое участниками состояние природы;

центр предлагает АЭ новый контракт (возможно пересоглашение);

реализуется наблюдаемый центром результат деятельности АЭ, в соответствии с начальным или новым контрактом (в случае, если пересоглашение произошло) определяются полезности участников. Возможность пересоглашения не изменяет условия реализуемости действий ни в случае, когда они наблюдаются центром (FB), ни в случае, когда они не наблюдаются (SB). То есть, достоинство контрактов с пересоглашением не в том, что они имеют более широкое множество реализуемых действий (в рамках моделей ТАС, на самом деле, при ограниченных функциях стимулирования использование пересоглашения в одноэлементной модели расширяет множество согласованных планов). Их основное преимущество – снижение затрат на стимулирование по реализации фиксированного действия (эти затраты сводятся к затратам, соответствующим детерминированному случаю). Прокомментируем это утверждение. Пусть необходимо реализовать некоторое действие. Тогда в равновесии условие индивидуальной рациональности должно быть существенным, АЭ выберет это действие, и центр может предложить ему перезаключить исходный контракт на другой контракт, в котором АЭ выбирает то же действие и получает ту же полезность, что и в исходном контракте, а затраты на стимулирование равны затратам АЭ по выбору реализуемого действия. Таким образом, если действие элемента известно центру и он имеет возможность предложить перезаключить контракт, то множество реализуемых действий остается таким же, как и при отсутствии возможности пересоглашения, но любое действие реализуется с FB-затратами [111]. В частности, если носитель распределения результатов деятельности совпадает со всем множеством реализуемых действий, то затраты на реализацию любого действия, кроме действий с минимальными затратами, в SB-случае строго больше, чем в FB-случае [57, 125]. Значит в контрактах с пересоглашением значение целевой функции центра выше (а, следовательно, выше и эффективность механизма стимулирования), чем в контрактах без пересоглашения. Содержательно, в контрактах с пересоглашением, в силу принципа открытого управления (в системе с одним АЭ для любого механизма существует механизм открытого управления не меньшей эффективности [17-20]), центр получает достоверную информацию о действиях, выбираемых элементом, и, следовательно, может стимулировать АЭ за действие, а не за случайный результат деятельности. Стимулирование в этом случае не менее эффективно, то есть повышение эффективности при использовании контрактов с пересоглашением происходит за счет получения центром достоверной информации о действиях элемента. Приведенный результат позволяет сформулировать принцип защищенности от пересоглашения (renegotiation-proofness principle): в одноэлементной АС с вероятностной неопределенностью и возможностью пересоглашения без потери общности можно ограничиться рассмотрением контрактов без пересоглашения, так как все стороны могут включить результаты и последствия использования пересоглашения в первоначальный контракт [93, 121] (ср. с формулировкой и доказательством принципа выявления [16, 58, 107, 116, 117, 128]). К сожалению, приведенный результат справедлив только в одноэлементных системах, так как в многоэлементных АС принцип выявления и утверждение о существовании для любого механизма эквивалентного механизма открытого управления не имеют места [16, 58]. В ряде случаев удается редуцировать многоэлементную или динамическую задачу к одноэлементной и статической, соответственно, и воспользоваться принципом выявления. Если, например, в многоэлементной АС неизвестные центру характеристики АЭ взаимосвязаны параметрически, то вместо решения многоэлементной задачи – сбора информации от всех АЭ, центру достаточно получить оценку параметра, то есть задача становится "одноэлементной". Аналогичный эффект агрегирования имеет место и в некоторых динамических задачах, когда, например, параметрически определяется плановая траектория [12]. Если в многоэлементной системе на промежуточной фазе центр предлагает элементам независимые контракты, то, очевидно, на этот случай результат принципа защищенности от пересоглашения обобщается непосредственно. Если же предлагаемые центром к пересоглашению контракты взаимозависимы, то неманипулируемость такого механизма требует дополнительного исследования. Поэтому вопрос о том, обладает ли пересоглашение преимуществами в многоэлементных системах, в общем случае, на сегодняшний день остается открытым (если имеются несколько АЭ и они наблюдают действия друг друга, то достаточно широкий класс механизмов (но не любой механизм!) может быть реализован (см. обзор результатов теории реализуемости и ссылки в [16, 127]) в случае, когда АЭ в промежуточной стадии посылают центру сообщения не только о себе, но и о других АЭ (всех или некоторых);

при этом сообщение достоверной информации оказывается равновесием. Отдельный класс моделей посвящен исследованию перезаключения контрактов в системах с асимметричной информированностью и сообщением информации большую роль играет информация о возможности пересоглашения [98, 113, 144]. Выше мы кратко описали пересоглашение контрактов в однопериодной модели, хотя, конечно, стадия пересоглашения может рассматриваться и как отдельный период, поэтому контракты с пересоглашением относят, как правило, к динамическим контрактам1, хотя «полноценная» динамика (смысле, используемом в настоящей работе) в них отсутствует. Активные системы с динамикой модели ограничений и адаптивные механизмы управления В теории активных систем (ТАС) исследование динамики функционирования проводилось, в основном, для следующей модели.

В идеальной экономике все участники должны были бы заключать долговременные контракты, учитывающие все будущие возможности. Однако наличие неопределенности и недостаточная информированность на практике приводит к тому, что долгосрочные контракты встречаются достаточно редко, так как трудно учесть все возможные будущие ситуации. В описанной выше модели АЭ сообщал информацию о своем действии, не зная, какова будет реализация состояния природы, т.е. в промежуточной стадии никто из игроков не имел большей информации о неопределенных факторах, чем первоначально. Новые задачи возникают в случае, когда игроки пересматривают условия взаимоотношений в динамике, по мере поступления новой информации (см., например, использование переоценки и прогноза в модели простого АЭ [12]). Некоторые частные модели, учитывающие эту возможность, рассмотрены в [92, 96, 97, 135]. В активной системе (АС), состоящей из центра и одного1 активного элемента (АЭ), целевая функция центра в периоде t имеет вид (1) t(xt;

yt), а активного элемента (2) f t(xt;

yt), где xt – план на период t (желательное с точки зрения центра состояние АЭ), yt – действие, выбранное АЭ в этом периоде. Траектория x1,T = (x1, x2,..., xT) называется плановой траекторией, а траектория y1,T = (y1, y2,..., yT) – траекторией реализаций. Как и в одноэлементной статической задаче, центр выбирает систему стимулирования и устанавливает планы (на каждый период), а АЭ выбирает действие, максимизирующее его целевую функцию. Возникает вопрос – что понимать под целевой функцией АЭ в этой повторяющейся игре. Если допустимые множества не изменяются со временем и АЭ вообще не учитывает будущего (недальновидный АЭ), то задача сводится к набору статических задач. Достаточно детально в ТАС были изучены так называемые активные системы с динамикой модели ограничений. Изменение модели ограничений (допустимых множеств) со временем учитывается зависимостью множества допустимых действий АЭ в периоде t от его действий в предыдущем периоде и от плана текущего периода, то есть At = At(xt, yt-1), t 2, A1 = A1(x1) [2, 3, 19]. Таким образом, при известной плановой траектории недальновидный АЭ будет решать задачу поиска траектории реализаций: (3) f t(xt;

yt) yt At ( xt, yt 1 ) max, t = 1, T.

Целевая функция дальновидного АЭ имеет вид: (4) t(x1,T, y1,T) = f t(xt, yt) + k = t + k f k ( xk, y k ).

Для верхнего индекса суммирования в (4) возможны следующие варианты: = min {t + 0, T} – фиксированный горизонт 0 – АЭ учитывает 0 будущих периодов;

= T – АЭ учитывает все будущие периоды и т.д. [18, 78-80]. То есть, дальновидный АЭ в каждом В случае одного АЭ индекс, обозначающий его номер, будет опускаться. периоде t решает задачу выбора реализаций (действий – y t, 0 ) с целью максимизации (4). Задача центра заключается в выборе плановой траектории, максимизирующей его целевую функцию (x1,T, y1,T) = k = k f k ( xk, y k ), T считая, что при выполнении условий согласования (см. ниже) реализации будут совпадать с планами [79]. Из принципа оптимальности Беллмана следует, что, если распределение дальновидности АЭ «жестко привязано» к периодам функционирования, то прогноз, сделанный в первом периоде, совпадает с реализацией в последующих периодах, а прогнозы в последующих периодах совпадают с прогнозом первого периода. Если АЭ и центр имеют различные степени дальновидности (0 + 1 < T), то АЭ не может построить прогноз на весь плановый период. В [79] приведены условия на распределения дальновидностей, обеспечивающие совпадение реализации с планом, и показано, что в ряде случаев динамическую задачу удается свести к статической, решаемой в «расширенном» пространстве параметров. Приведенная выше задача (3)-(4) является одним из частных случаев задачи управления динамическими активными системами. В [36, 37] в качестве одного из оснований классификации динамических задач выделялся режим управления, используемый центром. В качестве возможных режимов центр может применять программное планирование и управление (в рамках которого центр в начале планового периода формирует плановую траекторию1 x1,T и в дальнейшем не изменяет ее), скользящий режим (в рамках которого центр в начале планового периода формирует плановую траекторию и в дальнейшем корректирует ее по мере поступления новой информации) и текущий режим, когда центр принимает в каждом периоде решения, касающиеся только этого периода (см. также настоящую работу).

Вопросы реализуемости, согласованности и оптимальности плановых траекторий исследовались для различных режимов управления, а также для различных комбинаций распределения дальновидностей, в [78-80]. Условия согласования. Значительное число работ в теории активных систем посвящено исследованию задач согласованной оптимизации. Для их рассмотрения опишем кратко одноэлементную статическую задачу. Пусть система стимулирования () зависит от параметра – плана x X – желательного с точки зрения центра состояния АЭ – и действия АЭ y A, где X – множество допустимых планов (для простоты положим X = A): = (x, y). Тогда целевая функция АЭ f(), представляющая собой разность между стимулированием, получаемым от центра, и затратами агента, зависит от стимулирования, плана и действия АЭ: f = f(, x, y). Множество реализуемых действий также параметрически зависит от плана: P(, x) = Arg max f(, x, y). Изменяя планы, центр может системой y A стимулирования (, y) реализовать следующее множество действий: P() = U P(, x). Обозначим B() = {x X | y A (x, x) – c(x) (x, y) – c(y)} множество согласованных планов, то есть таких планов, выполнять которые при заданной системе стимулирования для АЭ выгодно. Задавая систему стимулирования (x, y), центр имеет возможность оперативно изменять значения планов, не меняя функцию стимулирования, что достаточно привлекательно, так как особенно в динамике частые изменения целиком всего механизма управления не всегда возможны с точки зрения адаптивных свойств АЭ. Согласованной называется система стимулирования M, для которой выполнено B() = P(). Значительное внимание исследователей уделялось поиску необходимых и достаточных условий согласованности систем стимулирования, а также изучению соотношения таких свойств как согласованность и эффективность систем стимулирования – подавляющее большинство работ в ТАС на рубеже 70-80 годов было посвящено именно этой тематике. В работах по теории активных систем рассматривался целый ряд требований согласования интересов центра и АЭ, формулируемых как необходимость обеспечения требуемых соотношений между планами активных элементов и их реализациями (выбором – действиями АЭ). Среди них: механизмы, согласованные по выполнению плана (см. определение выше) в системах с полным, частичным и x X агрегированным планированием, x-согласованные механизмы, (x)согласованные механизмы, L-согласованные механизмы [6, 14, 18, 19] и др. – см. обзор в [20]. В упомянутых работах развиваются как методы решения задачи синтеза оптимальных механизмов функционирования, так и задачи синтеза оптимальных механизмов функционирования, согласованных по выполнению плана. Наиболее известным и изящным достаточным условием согласованности системы штрафов (x, y) (для задачи стимулирования, в которой целевая функция АЭ представляет собой разность между доходом и штрафами – эта постановка является «двойственной» к описанной выше модели, в которой целевая функция АЭ определяется разностью между стимулированием и затратами [58]) является так называемое «неравенство треугольника» [18]: x, y, z (x,y) (x,z) + (z,y). Описание достаточных условий согласованности можно найти в [6, 14, 19]. Вернемся к рассмотрению динамических моделей. Пусть при решении задачи планирования центр предполагает, что реализации совпадут с планами. Известно, что достаточным условием согласованности системы стимулирования в статической АС является выполнение неравенства треугольника для функций штрафов. Вопросы согласованности управления в динамических моделях типа (3)-(4) и др. исследовались в [31, 36, 78, 79]. В частности, доказано, что для согласованности в динамической модели достаточно выполнения неравенства треугольника для взвешенных сумм штрафов. Если в течение нескольких периодов штрафы не являются согласованными, то для согласования в динамике достаточно существования сильных штрафов в будущем (см. стратегии наказания выше). В упомянутых же работах исследовалась взаимосвязь между согласованностью управления в динамических моделях и распределением дальновидности участников системы при различной степени централизации. Рассмотренная выше модель ограничений зависела от параметров, выбираемых участниками системы. Однако возможны случаи, когда допустимые множества зависят от случайных параметров (или когда, как в повторяющихся играх при неполной информированности, не все выбираемые стратегии наблюдаемы).

Следовательно возникает задача идентификации, решаемая при использовании адаптивных механизмов функционирования. Адаптивные механизмы управления. Основная идея адаптивных механизмов управления1 заключается в следующем [2, 3,75]. В механизмах с адаптивной идентификацией проводится предварительное восстановление2 оценочных множеств неопределенных параметров, которые затем используются при решении задачи синтеза оптимальных управлений на будущие периоды. В адаптивных механизмах (без идентификации) этап восстановления отсутствует, а задача синтеза решается непосредственно на основании наблюдаемых реализаций (истории игры). Для решения задач идентификации [16] в активных системах применяются три подхода [21]. Адаптивная идентификация. Особенность задач адаптивной идентификации в активных системах состоит в том, что АЭ и центр могут иметь разные представления о том, какую модель следует получить в результате идентификации. Так как идентификация производится на основе оценки состояний активной системы, АЭ, имея определенную свободу выбора этих состояний, может влиять на результат идентификации. Для иллюстрации сказанного рассмотрим простой пример. Пример 10. Пусть АС описывается скалярным параметром r, причем центр заинтересован в том, чтобы этот параметр был возможно больше, а АЭ заинтересован в обратном. Центр стимулирует В отличие от моделей с априорной неопределенностью [58], в которых центр однократно (или многократно, но обладая одной и той же информацией) принимает решения в условиях неопределенности (в рамках моделей ТАС – как правило, интервальной внутренней неопределенности относительно множеств допустимых действий агентов), в динамике центр зачастую принимает решения в рамках текущей (изменяющейся при получении новой информации о существенных параметрах окружающей среды и управляемой системы в процессе ее функционирования) неопределенности. 2 При построении механизмов управления с адаптивной идентификацией широко используются результаты теории адаптивного управления и теории идентификации [11, 76, 77]. АЭ за рост наблюдаемого значения параметра. Представим целевую функцию АЭ в виде: f(r) = A – q r0 + (r – r0), где r0 – имеющаяся у центра на начальный момент оценка параметра r, r – наблюдаемая в текущем периоде величина параметра r (остальные параметры – константы). Если центр наблюдает величину r > r0, то он может уточнить оценку этого параметра в модели: r1 = r0 + (r – r0). Таким образом, при росте текущего значения параметра r АЭ выигрывает «сегодня», но поигрывает «завтра». Соизмерим сегодняшний выигрыш и завтрашний проигрыш некоторым коэффициентом, который характеризует степень дальновидности АЭ: f(r) = A – q r0 + (r – r0) + (A – q r1). Анализ выражения для f(r) показывает, что для того, чтобы АЭ был заинтересован в уточнении (точнее – увеличении) параметра r, должно выполняться условие > q. Подобные условия называются условиями прогрессивности механизма адаптивной идентификации. • Введем ряд определений. Механизм функционирования называется правильным, если он обеспечивает совпадение реализации и плана (см. выше). Механизм функционирования называется слабо прогрессивным, если целевая функция АЭ монотонна по его действию1. Механизм называется прогрессивным по плану, если максимум целевой функции АЭ по множеству его действий, зависящему от идентифицируемого параметра, при плане, полученном в результате идентификации этого параметра, является возрастающей функцией последнего. Другими словами, правильный механизм побуждает АЭ выполнять план, слабо прогрессивный – выбирать максимальное допустимое действие на этапе реализации плана, а прогрессивный по плану – принимать и выполнять максимальные планы. Сильно прогрессивным называется механизм, который одновременно слабо прогрессивен и прогрессивен по плану. В [2, 3, 72, 73, 75] рассматриваются модели АС, в которых сильной прогрессивности механизма функционирования достаточно для точной идентификации детерминированной или стохастической модели АЭ. Например, пусть множество возможных действий Следует отметить, что, как правило, считается, что множество допустимых действий «монотонно» по неопределенному параметру [75]. зависит от неизвестного центру потенциала АЭ, а потенциал, в свою очередь, зависит от управления со стороны центра и некоторой случайной величины. На основании наблюдаемой реализации центр может определить оценку потенциала с помощью той или иной рекуррентной процедуры прогнозирования [75]. Примером решения задачи адаптивного планирования может служить модель динамического простого АЭ, подробно описанная в [12]. Аналогичные процедуры используются в динамических задачах теории контрактов – оценка потенциала входит в статистическую гипотезу, проверяемую в повторяющихся играх для определения факта отклонения элемента от эффективной стратегии (см. выше). Если предпочтения АЭ неизвестны центру или известны с некоторой погрешностью, то дополнительная информация об этих предпочтениях может быть получена следующим образом. Если выполнена гипотеза рационального поведения, то при известном управлении со стороны центра АЭ выбирает действия, максимизирующие его целевую функцию. Следовательно, если известно множество пар m = {(u1, y1), (u2, y2), … (um, ym)} управлений и действий, выбранных при этих управлениях, то на основании информации о m могут проверяться те или иные гипотезы о предпочтениях АЭ. Задача определения: оптимальной (по тому или иному критерию) последовательности управлений, их числа, методов «уточнения» параметров модели и т.д. называется задачей активной адаптивной идентификации1 (активная адаптивная идентификация существенно использует идею дуального управления). Пример 11. Рассмотрим следующую задачу стимулирования в одноэлементной активной системе. Целевая функция центра представляет собой разность между доходом от деятельности АЭ и затратами на стимулирование (в данном классе задач управлением со стороны центра является функция стимулирования АЭ ()):

Так как рассматриваются модели социально-экономических систем, то использование активной адаптивной идентификации возможно далеко не всегда. По крайней мере, в общем случае критерий эффективности идентификации (критерий эффективности управления) должен учитывать не только эффективность управления, достигнутую в результате идентификации АС, но и потери, вызванные наличием периода активной идентификации. (, y) = H(y) – (y). Целевая функция АЭ является разностью между стимулированием и его затратами: f(, y) = (y) – c(y). Пусть множество допустимых действий АЭ имеет вид: A = [0;

A+], где 0 < A+ < +, а затраты АЭ: c(y) = y2/2r, где r > 0 – некоторый параметр. Предположим, что центру известно, что множество M1, которому заведомо принадлежит управляемая система задано в виде: y A c-(y) c(y) c+(y), то есть r [r+;

r-]. Из условия неотрицательности целевой функции АЭ следует [58], что в условиях существующей неопределенности оптимальной (и использующей максимальный гарантированный результат) системой стимулирования будет компенсаторная система стимулирования: K(y) = c+(y), а оптимальным реализуемым действием действие y+ = Arg max {H(y) – K(y)}.

yA Если бы функция затрат АЭ была бы достоверно известна центру, то оптимальным было бы действие y* = Arg max {H(y) – c(y)}.

yA Потери эффективности, вызванные неполной информированностью, равны: = {H(y*) – c(y*)} – {H(y+) – c+(y+)} 0. Если, например, H(y) = y, то = (r – r+) / 2. Итак, мы рассмотрели задачу управления в условиях интервальной неопределенности относительно параметров функции затрат АЭ. Перейдем к рассмотрению активной адаптивной идентификации. Если центр устанавливает систему стимулирования K(y, ~ ) = y2/2 ~, то недальновидный АЭ выбирает действие r r y*( ~ ) = r Следовательно задача свелась к определению оптимальной последовательности значений параметра ~. • r r 0, если r < ~ + ~. A, если r > r Помимо задач активной адаптивной идентификации в теории активных систем рассматривались задачи встречной идентификации1 и многоканальной идентификации2. При исследовании адаптивных механизмов возникают задачи выбора наилучшей процедуры прогнозирования;

синтеза механизма, при котором АЭ полностью использует свой потенциал (такие механизмы получили название прогрессивных);

определения реальности плановых траекторий;

синтеза оптимального механизма управления и т.д. Останавливаться более подробно на описании методов решения этих задач и полученных результатов мы не будем. Последовательный синтез адаптивных механизмов функционирования. Основная идея решения задачи последовательного синтеза механизмов управления (как следует из самого названия этого класса задач управления) заключается в следующем: выделяются требования (ограничения) к механизму управления: 1, 2, 3,... ;

i, Идея встречной идентификации заключается в том, что по сути идентификацией своей модели занимается сам АЭ. Результаты идентификации (значения параметров модели) он сообщает центру. Основная проблема здесь заключается в создании заинтересованности АЭ в предоставлении центру достоверной информации о параметрах модели. Методы встречной идентификации основаны, как правило, на механизмах «честной игры», которые обладают свойством неманипулируемости [16]. 2 Суть подхода к идентификации на основе многоканальных механизмов состоит в получении центром информации о модели АС по нескольким каналам (от нескольких источников), в числе которых могут быть управляемые активные элементы, эксперты, адаптивная компьютерная модель и др. [14, 22]. Центр на основе этой информации идентифицирует модель, которая и применяется для принятия решений. После того как принятое решение реализовано и оценена его эффективность, производится оценка эффективностей моделей, предложенных различными каналами (точнее – оценка эффективности решения, которое было бы принято на основе этой модели). В зависимости от сравнительной эффективности принятого решения и решений каналов производится стимулирование каналов, что побуждает последних предлагать эффективные решения, что, в свою очередь, приводит к улучшению информированности центра о параметрах управляемой системы. где – множество допустимых механизмов управления. На первом шаге конструктивно определяется множество (класс) механизмов 1 (то есть приводятся необходимые, достаточные или одновременно необходимые и достаточные условия, которым должен удовлетворять механизм, принадлежащий этому классу). Затем на втором шаге определяется множество 2 1, и т.д. Возникающая при этом проблема состоит поиске таких необходимых и/или достаточных условий, описывающих тот или иной класс механизмов, которые, с одной стороны, были бы достаточно простыми и легко верифицируемыми (в первую очередь это требование относится к достаточным условиям i’), а с другой стороны позволяли бы получить решение задачи ( I 'i ни на одном i шаге). Подробно результаты исследования проблемы последовательного синтеза механизмов адаптивных функционирования динамических активных систем рассмотрены в [2, 3].

ЛИТЕРАТУРА 1. Айзекс Р. Дифференциальные игры. М.: Мир, 1967. 2. Андреев С.П. Синтез процедур адаптивной идентификации моделей ограничений активных элементов / Механизмы управления социальноэкономическими системами. М.: Институт проблем управления, 1988. С. 32 – 36. 3. Андреев С.П. Синтез оптимальных в одном классе адаптивных механизмов функционирования активных систем // А. и Т., 1985. № 12. C. 72 – 78. 4. Ануфриев И.К., Бурков В.Н., Вилкова Н.И., Рапацкая С.Т. Модели и механизмы внутрифирменного управления. М.: ИПУ РАН, 1994. – 72 с. 5. Аткинсон Р. Человеческая память и процесс обучения. М.: Прогресс, 1980. – 528 с. 6. Ашимов А.А., Бурков В.Н., Джапаров Б.А., Кондратьев В.В. Согласованное управление активными производственными системами. М.: Наука, 1986. – 248 с. 7. Ашманов С.А. Введение в математическую экономику. М.: Наука, 1984. – 296 с. 8. Барабанов И.Н., Новиков Д.А. Механизмы управления динамическими активными системами и модели коллективного поведения / 3-я Украинская конференция по автоматическому управлению. 9-14 сент. 1996 г., Севастополь. Том 2. С. 4 – 5. 9. Беллман Р. Динамическое программирование. Москва, 1960. – 400 с. 10. Беллман Р., Калаба Р. Динамическое программирование и современная теория управления. М.: Наука, 1969. – 120 с. 11. Болтянский В.Г. Математические методы оптимального управления. М.: Наука, 1968. – 408 с. 12. Бурков В.Н. Основы математической теории активных систем. М.: Наука, 1977. – 255 с. 13. Бурков В.Н., Горгидзе И.А., Ловецкий С.Е. Прикладные задачи теории графов. Тбилиси: Мецниереба, 1974. – 234 с. 14. Бурков В.Н., Данев Б., Еналеев А.К. и др. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. – 245 с. 15. Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы стимулирования в вероятностных моделях социально-экономических систем // Автоматика и Телемеханика. 1993. № 11. С. 3 – 30. 16. Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы функционирования социально-экономических систем с сообщением информации // Автоматика и Телемеханика. 1996. № 3. С. 3 – 25. 17. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994. – 270 с. 18. Бурков В.Н., Кондратьев В.В. Механизмы функционирования организационных систем. М.: Наука, 1981. – 384 с. 19. Бурков В.Н., Кондратьев В.В., Цыганов В.В., Черкашин А.М. Теория активных систем и совершенствование хозяйственного механизма. М.: Наука, 1984. – 272 с. 20. Бурков В.Н., Новиков Д.А. Введение в теорию активных систем. М.: ИПУ РАН, 1996. – 125 с. 21. Бурков В.Н., Новиков Д.А. Идентификация активных систем / Труды международной конференции «Идентификация систем и процессы управления». М.: ИПУ РАН, 2000. – С. 101. 22. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: Синтег, 1997. – 188 с. 23. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: Синтег, 1999 – 128 с. 24. Варшавский В.И. Коллективное поведение автоматов. М.: Наука, 1973. – 408 с. 25. Венда В.Ф. Системы гибридного интеллекта: эволюция, психология, информатика. М.: Машиностроение, 1990. – 448 с. 26. Вентцель Е.С. Элементы динамического программирования. М: Наука, 1964. – 176 с. 27. Вилкас Э.Й. Оптимальность в играх и решениях. М.: Наука. 1990. – 256 с. 28. Волкович В.Л., Михалевич В.С. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982. – 286 с. 29. Вудвортс Р. Экспериментальная психология. М.: Изд-во ин. лит., 1950. – 800 с. 30. Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976. – 327 с. 31. Горгидзе И.А., Жвания В.В., Кондратьев В.В., Щепкин А.В. Правильное согласованное планирование в активных системах с динамикой модели ограничений / Планирование, оценка деятельности и стимулирование в активных системах. М.: ИПУ РАН, 1985. С. 54 – 63. 32. Горелик В.А., Кононенко А.Ф. Теоретико-игровые модели принятия решений в эколого-экономических системах. М.: Радио и связь, 1982. – 144 с. 33. Данильченко Т.Н., Мосевич К.К. Многошаговая игра двух лиц с фиксированной последовательностью ходов // ЖВМ и МФ. 1974. Т. 14. № 4. С. 1047 – 1052. 34. Данильченко Т.Н., Мосевич К.К. Многошаговая игра двух лиц при «осторожном» втором игроке и последовательной передачей информации // ЖВМ и МФ. 1974. Т. 14. № 5. С. 1323 – 1327. 35. Егоршин А.П. Управление персоналом. Н.Новгород: НИМБ, 1997. – 607 с. 36. Жвания В.В. К вопросу получения достаточных условий оптимальности правильных механизмов функционирования активных систем с динамикой модели ограничений // А. и Т. 1986. N 2. С. 160-163. 37. Жвания В.В. Оптимальный синтез систем стимулирования в активных системах с динамикой модели ограничений / Планирование, оценка деятельности и стимулирование в активных системах. М.: ИПУ РАН, 1985. С. 64 – 68. 38. Жуковский В.И., Салуквадзе М.Е. Некоторые игровые задачи управления и их приложения. Тбилиси: Мецниереба, 1998. – 462 с. 39. Колмановский В.Б. Игровые задачи управления. М.: МИЭМ, 1990. – 82 с. 40. Кононенко А.Ф. О многошаговых конфликтах с обменом информацией // ЖВМ и МФ. 1977. Т. 17. № 4. С. 922 – 931. 41. Кононенко А.Ф., Халезов А.Д., Чумаков В.В. Принятие решений в условиях неопределенности. М.: ВЦ АН СССР, 1991. – 197 с. 42. Кочиева Т.Б., Новиков Д.А. Базовые системы стимулирования. М.: Апостроф, 2000. – 108 с. 43. Кочиева Т.Б., Новиков Д.А., Титов А.С. Теоретико-игровые модели стимулирования в задачах рекрутинга / Тезисы докладов XLI научной конференции МФТИ. 27-28 ноября 1998 г. Долгопрудный, 1998. Часть II. C. 38. 44. Красс И.А. Математические модели экономической динамики. М.: Советское радио, 1976. – 280 с. 45. Крылов В.Ю., Морозов Ю.И. Кибернетические модели и психология. М.: Наука, 1984. – 174 с. 46. Лотоцкий В.А. Идентификация структур и параметров систем управления // ИКА. 1991. №3-4. С. 30 – 38. 47. Маленво Э. Лекции по микроэкономическому анализу. М.: Наука, 1985. – 392 с. 48. Месарович М., Такахара И. Общая теория систем: математические основы. М.: Мир, 1978. – 311 с. 49. Мулен Э. Кооперативное принятие решений: аксиомы и модели. М.: Мир, 1991. – 464 с.

50. Новиков Д.А. Динамика поведения систем с большим числом целенаправленных элементов // Автоматика и Телемеханика. 1996. № 4. С. 187 – 189. 51. Новиков Д.А. Закономерности итеративного научения. М.: ИПУ РАН, 1998. – 96 с. 52. Новиков Д.А. Механизмы стимулирования в динамических и многоэлементных социально-экономических системах // Автоматика и Телемеханика. 1997. № 6. С. 3 – 26. 53. Новиков Д.А. Механизмы функционирования многоуровневых организационных систем. М.: Фонд "Проблемы управления", 1999. – 150 с. 54. Новиков Д.А. Модели и механизмы управления развитием региональных образовательных систем. М.: ИПУ РАН, 2001. – 83 с. 55. Новиков Д.А. Обобщенные решения задач стимулирования в активных системах. М.: ИПУ РАН, 1998. – 68 с. 56. Новиков Д.А., Петраков С.Н. Курс теории активных систем. М.: СИНТЕГ, 1999. – 108 с. 57. Новиков Д.А. Стимулирование в вероятностных активных системах: роль неопределенности // Автоматика и Телемеханика. 1997. № 8. С. 168 – 177. 58. Новиков Д.А. Стимулирование в социально-экономических системах (базовые математические модели). М.: ИПУ РАН, 1998. – 216 с. 59. Новиков Д.А., Цветков А.В. Механизмы стимулирования в многоэлементных организационных системах. М.: ИПУ РАН, 2001. – 188 с. 60. Новиков Д.А., Цветков А.В. Механизмы функционирования организационных систем с распределенным контролем. М.: ИПУ РАН, 2001.– 118с. 61. Опойцев В.И. Равновесие и устойчивость в моделях коллективного поведения. М.: Наука, 1977. – 248 с. 62. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. – 206 с. 63. Оуэн Г. Теория игр. М.: Мир, 1971. – 230 с. 64. Первозванский А.А. Курс теории автоматического управления. М.: Наука, 1986. – 616 с. 65. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989. – 367 с. 66. Петросян Л.А., Зенкевич Н.А., Семина Е.А. Теория игр. М.: Высшая школа, 1998.- 304 с. 67. Поспелов Г.С., Ириков В.А. Программно-целевое планирование и управление. М.: Советское радио, 1976. – 344 с. 68. Современное состояние теории исследования операций. М.: Наука, 1979. – 464 с. 69. Столерю Л. Равновесие и экономический рост. М.: Статистика, 1974. – 302 с. 70. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: Синтег, 1998. – 376 с. 71. Фишер С., Дорнбуш Р., Шмалензи Р. Экономика. М.: Дело, 1993. – 864 с. 72. Цветков А.В. О выборе согласования в двухуровневой активной системе с неопределенностью / Планирование, оценка деятельности и стимулирование в активных системах. М. ИПУ РАН, 1985. С. 30 – 34. 73. Цветков А.В. Условия оптимальности согласованных механизмов функционирования при неопределенности / Неопределенность, риск, динамика в организационных системах. М.: ИПУ РАН, 1984. С. 73 – 81. 74. Цетлин М.Л. Исследования по теории автоматов и моделированию биологических систем. М.: Наука, 1969. – 316 с. 75. Цыганов В.В. Адаптивные механизмы в отраслевом управлении. М.: Наука, 1991. – 166 с. 76. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968. – 399 с. 77. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука, 1984. – 336 с. 78. Щепкин А.В. Динамические активные системы с дальновидными элементами. I. Динамическая модель активной системы // А. и Т. 1986. N 10. С. 89 – 94. 79. Щепкин А.В. Динамические активные системы с дальновидными элементами. II. Дальновидность активных элементов в динамических моделях // А. и Т. 1986. N 11. С. 82 – 94. 80. Щепкин А.В. Управление динамическими активными системами. Диссертация на соиск. уч. ст. к.т.н. М.: ИПУ РАН, 1980. – 130 с. 81. Эренберг Р.Дж., Смит Р.С. Современная экономика труда. Теория и государственная политика. М.: Изд-во МГУ, 1996. – 800 с. 82. Abreu D., Milgrom P., Pearce D. Information and timing in repeated partnership // Econometrica. 1991. Vol. 59. N 6. P. 1713 – 1733. 83. Abreu D., Dutta P., Smith L. The Folk theorem for repeated games : a NEU condition // Econometrica. 1994. Vol. 62. N 4. P. 939 – 948. 84. Abreu D. On the theory of infinitely repeated games with discounting // Econometrica. 1988. Vol. 56. N 2. P. 383 – 396.

85. Abreu D., Pearce D., Starcetti E. Toward a theory of discounted repeated games with imperfect monitoring // Econometrica. 1990. Vol. 58. N5. P. 1041 – 1063. 86. Armstrong M. Reward management. London, 2000. – 804 p. 87. Atkinson A.A., Neave E.H. An incentive scheme with desirable multiperiod properties // INFOR. 1983. V. 21. N 1. P. 76 – 83. 88. Aumann R.J., Mashler H.L. Repeated games with incomplete information. MIT Press, 1995. – 342 p. 89. Baron D., Besanko D. Commitment and fairness in a dynamic regulatory relationship // Rev. of Econ. St. 1987. V.54. N 3. P. 413 – 436. 90. Beaudry P., Poitevin M. Signaling and renegotiation in contractual relationships // Econometrica. 1993. Vol. 61. № 4. P. 745 – 781. 91. Benoit J.-P., Krishna V. Finitely repeated games // Econometrica. 1985. Vol. 53. N 4. P. 905 – 922. 92. Benoit J.-P., Krishna V. Renegotiation in finitely repeated games // Econometrica. 1993. Vol. 61. N 2. P. 303 – 323. 93. Bolton P. Renegotiation and the dynamics of contract design // European Economic Review. 1990. Vol. 34. N 2/3. P. 303 – 310. 94. Compte O. Communication in repeated games with imperfect private monitoring // Econometrica. 1998. Vol. 66. № 3. P. 597 – 626. 95. Crawford V.P. Long-term relationships governed by short-term contracts // AER. 1988. Vol. 78. N 3. P. 485 – 499. 96. Dewatripont M. Commitment through renegotiation-proof contracts with third parties // Review of economic studies. 1988. Vol. 55. N 3. P. 377 – 389. 97. Dewatripont M., Maskin E. Contract renegotiation in models of asymmetric information // European Economic Review. 1990. Vol. 34. N 2/3. P. 311 – 321. 98. Dewatripont M. Renegotiation and information revelation over time: the case of optimal labor contracts // Quarterly Journal of Economics. 1989. Vol. 104. N 3. P. 589 – 619. 99. Evans G. Sequential bargaining with correlated values // Review of economic studies. 1989. Vol. 56. N 4. P. 499 – 510. 100. Fellingham J.C., Newman D.P., Suh Y.S. Contracts without memory in multiperiod agency models // J. of Econ. Theory. 1985. V. 37. N 2. P. 340 – 355. 101. Fudenberg D., Holmstrom B., Milgrom P. Short-term contracts and longterm agency relationship // J. of Econ. Theory. 1990. V. 52. N 1. P. 194 – 206. 102. Fudenberg D., Kreps D. Reputation in the simultaneous play of multiple opponents // Review of economic studies. 1987. Vol. N 4. P. 541 – 568. 103. Fudenberg D., Levine D., Maskin E. The Folk theorem with imperfect public information // Econometrica, 1994. Vol. 62. N5. P. 997 – 1039. 104. Fudenberg D., Maskin E. The Folk theorem in repeated games with discounting or with incomplete information // Econometrica. 1986. Vol. 54. N 3. P. 533 – 554. 105. Fudenberg D., Tirole J. Sequential bargaining with incomplete information // Rev. of Econ. St. 1983. V.50. N2. P. 221 – 247. 106. Fudenberg D., Tirole J. Moral hazard and renegotiation in agency contracts // Econometrica. 1990. V.58. N 6. P. 1279 – 1319. 107. Fudenberg D., Tirole J. Game theory. Cambridge: MIT Press, 1995. – 579 p. 108. Harris M., Holmstrom B. A theory of wage dynamics // Rev. of Econ. St. 1982. V. 49. N 2. P. 315- 333. 109. Hart O.D., Moore J. Incomplete contracts and renegotiation // Econometrica. 1988. V. 56. N 4. P.755 – 785. 110. Hart O.D., Tirole J. Contract renegotiation and Coasian dynamics // Rev. of Econ. St. 1988. V.55. N4. P. 509 – 540. 111. Herman B.E., Katz M.L. Moral hazard and verifiability: the effects of renegotiation in agency // Econometrica. 1991.V. 59. N6. P. 1735 – 1753. 112. Holmstrom B. Equilibrium long-term labor contracts // Quarterly Journal of Economics. 1983. Vol. 98. N 3. Supplement. P. 23 – 54. 113. Holmstrom B., Myerson R. Efficient and durable decision rules with incomplete information // Econometrica. 1983. V.51. N6. P. 1799 – 1819. 114. Kalai E., Lahler E. Rational learning leads to Nash equilibrium / Game and Economic Theory. University of Michigan: University of Michigan Press, 1995. P. 89 – 111. 115. Kreps D., Wilson R. Sequential equilibria // Econometrica. Vol. 50. N 4. P. 863 – 894. 116. Laffont J.J. Fundamentals of public economics. Cambridge: MIT Press, 1989. – 289 p. 117. Laffont J.J. The economics of uncertainty and information. Cambridge: MIT Press, 1989. – 289 p. 118. Laffont J.-J., Tirole J. The dynamics of incentive contracts // Econometrica. 1988. V. 56. N 1. P. 7 – 29. 119. Lambert R.A. Long-term contracts and moral hazard // Bell J. of Econ. 1983. V. 14. N 3. P. 441 – 452. 120. Lehler E., Pauzner A. Repeated games differential time preferences // Econometrica. 1999. Vol. 67. № 2. P. 393 – 412. 121. Ma. C. Renegotiation and optimality in agency contracts // Review of Economic Studies. 1994. Vol. 61. N 1. P. 109 – 129. 122. Malcomson J.M., Spinnewyn F. The multiperiod principal – agent problem // Rev. of Econ. St. 1988. V. 55. N 3. P. 391 – 408. 123. Malueg D.A. Efficient outcomes in a repeated agency model with discounting // J. of Math. Econ. 1986. V.15. N 3. P. 217 – 230. 124. Marchak J., Radner R. Economic theory of teams. New Haven – London: Yale Univ. Press, 1976. – 345 p. 125. Mas-Collel A., Whinston M.D., Green J.R. Microeconomic theory. N.Y.: Oxford Univ. Press, 1995. – 981 p. 126. Matsushima H. Efficiency in repeated games with imperfect monitoring // Journal of Economic Theory. 1989. Vol. 98. N 2. P. 428-442. 127. Moore J. Implementation, contracts and renegotiation in environment with complete information / Advances in Economic Theory. Vol. 1. Cambridge: Cambridge University Press, 1992. P. 182 – 281. 128. Myerson R.B. Game theory: analysis of conflict. London: Harvard Univ. Press, 1991. – 568 p. 129. Nosal E. Contract renegotiation in a continuous state space // Economic Theory. 1997. Vol. 10. № 3. P. 413 – 436. 130. Perlman R. Labor theory. N.Y.: Wiley, 1969. – 237 p. 131. Radner R. Monitoring cooperative agreements in a repeated principalagent relationship // Econometrica. 1981. V. 49. N 5. P. 1127 – 1148. 132. Radner R. Repeated partnership games with imperfect monitoring and no discounting // Review of economic studies. 1986. Vol. 53. N 1. P. 43 – 58. 133. Radner R., Myerson R., Maskin E. An example of a repeated partnership game with discounting and with uniformly inefficient equilibria // Rev. of Econ. St. 1986. Vol. 53. N 1. P. 59 – 69. 134. Radner R. Repeated principal-agent games with discounting // Econometrica. 1985. V. 53. N 5. P. 1173 – 1198. 135. Rey P., Salanie B. Long-term, short-term and renegotiation: on the value of commitment in contracting // Econometrica. 1990. Vol. 58. N 3. P. 597 – 619. 136. Riordan M., Sappington D. Commitment in procurement contracting // Scand. J. of Econ. 1988. V. 90. N 3. P. 357 – 372. 137. Rogerson W. Repeated moral hazard // Econometrica. 1985. Vol. 53. N 1. P. 69 – 76. 138. Rubinstein A., Yaari M.E. Repeated insurance contracts and moral hazard // J.of Econ. Theory. 1983. V. 30. N 1. P. 74 – 57. 139. Selten R. Reexamination of the perfectness concept for equilibrium points in extensive games // International Journal of Game Theory. 1975. Vol. 4. N 1. P. 22 – 55. 140. Spear S.S., Srivastava S. On repeated moral hazard with discounting // Rev. of Econ. St. 1987. V. 54. N 4. P. 599 – 617. 141. Taylor J. Aggregate dynamics and staggered contracts // Journal of Political Economy. 1980. Vol. 88. N 1. P. 1 – 23. 142. Thomas J., Worral T. Self-enforcing wage contracts // Rev. of Econ. St. 1988. V. 55. N 4. P. 541 – 554. 143. Tirole J. Incomplete contracts: where do we stand // Econometrica. 1999. Vol. 67. № 4. P. 741 – 782. 144. Tirole J. Procurement and renegotiation // Journal of Political Economy. 1986. Vol. 94. N 2. P. 235 – 259. 145. Townsend R. Optimal multiperiod contracts and the gain from enduring relationships under private information // Journal of Political Economy. 1982. Vol. 90. N 6. P. 1166 – 1186. 146. Wang G.H. Bargaining over a menu of wage contracts // Rev. of Econ. Studies. 1998. Vol. 65. № 2. P. 295 – 306. 147. Wen Q. The "Folk Theorem" for Repeated Games with Complete Information // Econometrica. 1994. Vol. 62. N 4. P. 949 – 954.




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.