Experimentation and Approval Mechanisms¶

作者: Andrew McClellan
来源: Econometrica
主题: 经济理论 / 应用
相关性: 3/10
机构绿灯: University of Chicago（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/ecta17021

一、领域脉络与小综述¶

这个方向是什么¶

本文研究的根本问题是：当一个委托人（如监管机构）必须将一项成本高昂的实验（如药物临床试验）委托给一个偏好不一致的代理人（如药企）时，最优的审批规则是什么？ 代理人拥有停止实验的自主权，且其利益（如尽快上市获利）与委托人（如确保药物安全有效）存在冲突。这是一个委托代理框架下的动态机制设计问题，核心在于设计一个依赖于实验历史路径的审批规则，以激励代理人进行足够长的实验，同时避免过度延迟。该方向当前成熟度中等，已有大量关于最优停止和机制设计的经典理论，但将两者结合并考虑代理人自主停止实验的设定是较新的进展。

发展脉络（history）¶

奠基工作：经典最优停止理论
- Wald (1947)：开创了序贯分析，奠定了最优停止问题的数学基础。其核心是，当实验成本与收益已知时，存在一个最优的停止阈值。本文指出，在经典设定中，这个阈值是静态的（不依赖于历史路径）。
- DeGroot (1970)：将贝叶斯方法引入最优停止，为处理不确定性提供了框架。
- 口子：这些经典理论假设决策者是单一主体，没有委托代理冲突。
主要进展：委托代理框架下的实验设计
- Aghion et al. (1991) 和 Manso (2011)：研究了委托人对代理人实验努力的激励问题，但通常假设委托人可以直接控制实验的终止时间，或者代理人没有自主停止实验的权利。
- 口子：这些工作没有考虑代理人拥有“随时停止实验”这一关键选项。
当前 Frontier：代理人自主停止实验的机制设计
- 本文 (McClellan, 2024)：直接填补了上述口子。作者证明，当代理人可以自主停止实验时，最优审批规则必须是历史依赖的，且审批阈值随时间推移而下降。这解释了现实中“长期实验路径上标准放松”的现象。
- 口子：本文进一步引入代理人私人信息（如对药物疗效的私有信号），发现最优机制可能包含一个“快速通道”选项：初期阈值降低，到期后阈值跳升。

子线索聚类¶

这些被引文献大致落在两条子线索上： * 线索一：经典最优停止与序贯分析（Wald, DeGroot）。这一簇关注单一决策者在不确定性下的最优停止规则，是本文的数学基础。 * 线索二：委托代理与动态激励（Aghion et al., Manso）。这一簇关注如何设计契约以激励代理人进行实验，但通常假设委托人能控制实验时长。本文是这一簇的延伸，引入了代理人自主停止实验的设定。

这个方向在追问的核心问题¶

如何刻画最优审批规则？ 在代理人拥有自主停止权且偏好不一致时，最优规则是静态阈值还是动态路径依赖的？
私人信息如何改变最优机制？ 当代理人拥有委托人不知道的私有信号时，最优机制的结构会发生什么变化？
实验时长与审批标准之间的权衡是什么？ 更长的实验能提供更多信息，但成本更高；更严格的标准能提高质量，但会延迟上市。最优规则如何平衡这两者？

⚠️ 作者的 framing¶

作者的缺口 frame：作者将缺口 frame 成“经典最优停止理论（单一决策者）无法处理委托代理冲突”，而“现有委托代理实验设计文献（委托人控制停止时间）忽略了代理人自主停止实验的能力”。因此，本文的“显然的下一步”就是同时考虑委托代理冲突和代理人自主停止实验。
被淡化或回避的竞争路线：作者淡化了完全契约的路线。在完全契约下，委托人可以设计一个完全依赖于所有未来可能状态的契约，从而完美激励代理人。本文的设定更接近不完全契约，即委托人只能设计一个审批规则（阈值），而不能直接控制代理人的行动。作者没有深入讨论为什么完全契约不可行（例如，因为状态不可验证或契约成本过高）。
什么明显该被引 / 该存在、却没出现在 intro 里？
- 动态机制设计的经典文献（如 Pavan, Segal, Toikka (2014)）没有被引用。这些文献为处理代理人随时间变化的私人信息提供了通用框架，而本文的“快速通道”机制可以视为该框架的一个特例。这是一个值得研究者去查的潜在缺口：本文的结论是否可以被动态机制设计的通用理论所涵盖或推广？
- 贝叶斯劝说（Bayesian persuasion）文献（如 Kamenica & Gentzkow (2011)）也没有被引用。在本文中，委托人可以通过设计审批规则来“劝说”代理人进行更长的实验，这与贝叶斯劝说中信息设计的思想有相通之处。这可能是另一个值得探索的连接点。

张力¶

未见明显对立引用。所有被引工作都指向同一个方向：在更现实的设定下（委托代理 + 自主停止）研究最优实验设计。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- θ：实验对象的真实“质量”（如药物的真实疗效）。它是一个随机变量，服从先验分布。这是参数/estimand。
- X_t：在时间 t 观测到的关于 θ 的信号（如临床试验的中期结果）。它是随机变量。
- t：实验进行的时间。它是一个连续或离散的指标。
- τ：代理人决定停止实验的时间。这是一个随机变量，由代理人根据其策略选择。
- c：每单位时间的实验成本。这是一个已知常数。
- V(θ)：如果项目被批准，委托人获得的收益（如药物上市的社会价值）。这是一个关于 θ 的已知函数。
- U(θ)：如果项目被批准，代理人获得的收益（如药企的利润）。这是一个关于 θ 的已知函数。假设 U(θ) 与 V(θ) 不完全一致（偏好不一致）。
- a(θ)：审批规则。它是一个函数，决定了在给定历史信号路径下，项目是否被批准。在本文中，它被刻画为一个依赖于历史路径的阈值。
- p_t：在时间 t，基于历史信号，对 θ 的后验信念（后验分布）。这是一个随机过程。
模型：
- 数据生成机制：θ 从先验分布中抽取。然后，信号 X_t 根据一个已知的似然函数 f(X_t | θ) 独立同分布地生成。
- 统计模型：这是一个贝叶斯序贯决策模型。所有不确定性都由先验和似然刻画。
- 已知/未知：先验分布、似然函数、成本 c、收益函数 V(θ) 和 U(θ) 都是已知的。要估计/设计的是最优审批规则 a(θ)。
可观测数据：
- 可观测：研究者（委托人）可以观测到实验的时长 τ 和整个历史信号路径 {X_1, ..., X_τ}。代理人也可以观测到这些。
- 不可观测：代理人的私人信息（如果有的话，如一个关于 θ 的私有信号）。代理人的停止决策过程（为什么在 τ 时刻停止）也是不可直接观测的，只能通过其行为推断。

第二步：讲最小内核¶

本文的核心思路可以用一个最简特例来理解：一个两期模型，没有私人信息。

设定：
- 时间只有两期：t = 1, 2。
- 代理人在每期结束后可以选择停止实验（τ = 1 或 2）。
- 如果实验在 t 期停止，代理人提交结果，委托人决定是否批准。
- 关键简化：假设 θ 只有两种可能：好（θ=G）或坏（θ=B）。先验 P(θ=G) = p_0。
- 信号 X_t 也简单：如果 θ=G，则 X_t = 1 的概率为 q > 0.5；如果 θ=B，则 X_t = 0 的概率为 q > 0.5。
- 收益函数：V(G) = 1, V(B) = -1（委托人希望批准好的，拒绝坏的）。U(G) = 1, U(B) = 0（代理人希望批准好的，对坏的也无所谓，因为只要批准就有收益）。
- 实验成本 c 很小，但为正。
经典最优停止（单一决策者）：
- 如果委托人是唯一决策者，他会在 t=1 时计算后验信念 p_1 = P(θ=G | X_1)。如果 p_1 高于某个静态阈值 p，他就批准；否则，他继续实验到 t=2，然后根据 p_2 做决定。这个 p 是固定的，不依赖于历史。
本文的委托代理问题：
- 现在，代理人决定何时停止。委托人只能设计一个审批规则。
- 问题：委托人能否通过设计一个依赖于历史路径的审批规则，来激励代理人进行两期实验（即使代理人自己可能想在第一期就停止）？
- 核心发现：不能使用静态阈值。如果委托人承诺在 t=1 时使用一个固定阈值 p* 来批准，代理人会计算：如果第一期信号好（X_1=1），后验 p_1 很高，代理人会立即停止并提交，因为继续实验有成本 c，且可能得到坏信号导致被拒。这导致实验过早停止，信息不足。
- 最优规则：委托人必须使用一个历史依赖的阈值。例如，他可以承诺：
  - 在 t=1，如果后验 p_1 高于一个非常高的阈值 p_1*，才批准。
  - 在 t=2，如果后验 p_2 高于一个较低的阈值 p_2*，才批准。
- 为什么这样有效？ 因为 p_1* 设得非常高，代理人知道在第一期几乎不可能被批准，所以他会继续实验到第二期。到了第二期，阈值降低，代理人更有可能获得批准。这个“先严后松”的规则，使得代理人愿意承担第一期的实验成本，以换取第二期更高的批准概率。
- 阈值下降：p_1 > p_2。这就是作者所说的“审批阈值随实验时间推移而下降”。
结论：在这个两期例子中，最优审批规则的核心是制造一个时间上的“胡萝卜加大棒”：初期的高标准（大棒）迫使代理人继续实验，后期的低标准（胡萝卜）奖励其坚持。这个规则是历史依赖的，因为它依赖于“实验已经进行了多久”这个历史事实。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在委托代理框架下，当代理人拥有自主停止实验的权利且与委托人偏好不一致时，最优审批规则的设计。
核心工具/方法：动态机制设计、最优停止理论、贝叶斯决策理论。
主要结论：最优审批规则必须是历史依赖的，且审批阈值随时间推移而下降；当代理人拥有私人信息时，最优机制可能包含一个“快速通道”选项，即初期阈值降低，到期后阈值跳升。

关键设定与假设¶

设定：连续时间模型，θ 服从一个连续先验分布。信号 X_t 是一个布朗运动（或更一般的扩散过程），其漂移率依赖于 θ。实验成本 c 是每单位时间的常数。
假设：
- 偏好不一致：代理人的收益函数 U(θ) 与委托人的 V(θ) 不同。具体地，假设 U(θ) 在 θ 的某个区间内是 V(θ) 的凸变换，导致代理人比委托人更倾向于批准项目（即存在“批准偏见”）。
- 代理人自主停止：代理人可以在任何时间 τ 停止实验，并提交结果申请批准。
- 委托人承诺：委托人可以承诺一个依赖于整个历史路径的审批规则。这是机制设计的关键。
- 无私人信息（基准模型）：代理人和委托人拥有相同的信息集。
- 有私人信息（扩展模型）：代理人在实验开始前或实验过程中获得一个关于 θ 的私有信号。
相比已有文献的强化/放宽：
- 强化：相比经典最优停止（单一决策者），本文引入了委托代理冲突。
- 放宽：相比委托代理实验设计文献，本文允许代理人自主停止实验，而不是由委托人控制停止时间。

主要结果¶

定理 1（最优规则的结构）：在无私人信息的基准模型中，最优审批规则由一个依赖于实验时长 τ 的阈值函数 a(τ) 刻画。项目被批准当且仅当后验信念 p_τ 超过 a(τ)。并且，a(τ) 是 τ 的递减函数。
- 直觉：如上节最小内核所述，为了激励代理人继续实验，委托人必须在初期设置高标准，在后期降低标准。
- 必要条件：偏好不一致（代理人更倾向于批准）。
- 解决的技术难点：将动态机制设计问题转化为一个最优停止问题，并证明最优解具有单调阈值结构。
定理 2（私人信息下的最优机制）：当代理人拥有私人信息时，最优机制可能不再是简单的递减阈值函数。它可能包含一个“快速通道”选项：代理人可以选择一个更短的实验路径，在此期间审批阈值更低（更容易批准），但一旦这个“快速通道”到期，阈值会跳升到一个更高的水平。
- 直觉：私人信息使得代理人类型（如“高质量”和“低质量”）分离。低质量代理人更倾向于快速通过（因为长期实验可能暴露其低质量），而高质量代理人愿意接受更严格的长期标准。快速通道机制通过提供一个“低门槛、短时间”的选项，实现了类型分离。
- 必要条件：代理人拥有私人信息。
- 解决的技术难点：处理代理人类型依赖的参与约束和激励相容约束。

证明路线与技术技巧¶

整体路线：
1. 问题转化：将委托人的机制设计问题（选择审批规则）转化为一个最优停止问题。具体地，委托人选择一个停止时间 τ 和一个审批规则，使得在代理人的最优反应下，委托人的期望收益最大化。
2. 代理人最优反应：给定一个审批规则，代理人会选择一个停止时间 τ 来最大化自己的期望收益。这本身是一个最优停止问题。
3. 主-从博弈：这是一个 Stackelberg 博弈。委托人先选择规则，代理人后选择停止时间。证明的关键是刻画在代理人的最优反应下，委托人的收益函数。
4. 动态规划：利用动态规划原理，将问题分解为一系列的单期决策问题。在每个时间点，委托人需要决定是否批准（如果代理人提交），以及如果批准，阈值是多少。
5. 阈值单调性证明：通过比较静态分析和最优控制理论，证明最优阈值 a(τ) 是 τ 的递减函数。核心思想是：随着实验进行，剩余实验时间变短，代理人继续实验的“机会成本”降低，因此委托人可以降低标准来诱导其继续。
关键跳跃点：
- 从静态阈值到动态阈值：证明静态阈值不是最优的，是第一个关键跳跃。作者通过构造一个反例（如两期模型）来展示静态阈值的失败。
- 刻画历史依赖的阈值函数：证明最优阈值只依赖于实验时长 τ，而不是整个信号路径，是第二个关键跳跃。这依赖于布朗运动的马尔可夫性：后验信念 p_t 是充分统计量。
- 处理私人信息：引入“快速通道”机制，并证明其最优性，是第三个关键跳跃。这需要用到显示原理（Revelation Principle）和包络定理（Envelope Theorem）来刻画代理人的信息租金。
技术技巧点名：
- 最优控制理论：用于求解动态优化问题，特别是阈值函数的形状。
- 比较静态分析：用于分析参数（如成本 c、偏好差异）如何影响最优阈值。
- 显示原理：在私人信息模型中，用于将注意力限制在直接显示机制上。
- 包络定理：用于计算代理人的信息租金，从而设计最优的分离机制。

真实例子与应用¶

本文为纯理论，无实证例子。作者在引言中提到了药物审批作为动机，但全文没有使用任何真实数据或模拟实验。

🔎 结论是否比证明窄¶

窄的结论：定理 1 和 2 的证明是在连续时间、布朗运动信号的特定设定下完成的。作者在结论部分明确提到，这些结果是否适用于离散时间或非马尔可夫信号，是开放问题。
泛泛的 claim：作者在引言中声称其模型为“长期实验路径上标准放松”和“快速通道机制”提供了理论基础。这个 claim 比证明更宽泛。证明只针对一个高度 stylized 的模型，而现实中的药物审批涉及更多复杂因素（如多重终点、安全性监测、监管机构的政治压力等），这些因素没有被模型化。因此，这个 claim 更像是一个理论启示，而不是一个经过实证检验的结论。

四、开放问题¶

离散时间与一般信号过程：本文的证明依赖于连续时间和布朗运动的马尔可夫性。最优阈值的历史依赖性和单调性在离散时间或非马尔可夫信号（如带自相关的信号）下是否仍然成立？这扎根于本文的“结论”部分，作者明确将其列为未来工作。
多代理人竞争：如果存在多个代理人（如多家药企同时研发类似药物），最优审批规则会如何变化？竞争是否会改变代理人的停止策略和委托人的阈值设计？这是一个自然的扩展，本文没有涉及。
动态承诺问题：本文假设委托人可以完美承诺。如果委托人无法承诺（即，在实验后期，委托人可能会偏离之前承诺的规则），会发生什么？这涉及到动态一致性问题，是机制设计中的一个经典难题。本文没有讨论。
与动态机制设计通用理论的连接：本文的“快速通道”机制是否可以被 Pavan, Segal, Toikka (2014) 的通用动态机制设计框架所刻画？如果是，本文的贡献在于提供了一个具体的、可解的例子，还是揭示了该框架未能覆盖的新现象？这是一个值得研究者去查的潜在缺口。

Maintained by 陈星宇 · Homepage · Source on GitHub