NBER美国国民经济研究局-NBER-Rules-without-Commitment_-Reputation-and-Incentives_76页_737kb

文档总结：规则无承诺与声誉激励

核心内容

本文探讨了在存在时间不一致问题和政策制定者是否能够承诺执行规则的不确定性下，如何设计最优规则。研究指出，政策制定者的类型（承诺型或优化型）是私人信息，私人代理人通过观察政策制定者的行为来形成对其类型的信念，即声誉。文章分析了不同声誉水平下，规则设计对政策制定者行为和私人代理人预期的影响，并讨论了透明度与规则设计之间的权衡。

主要观点

1. 声誉的重要性

   • 政策制定者的声誉（即私人代理人对其为承诺型的信念）有助于促进私人代理人的良好行为。
   • 在初始声誉较低的情况下，保持不确定性更有利，因此最优规则应设计得较为宽松，以激励优化型政策制定者遵循规则，同时避免私人代理人识别其类型。
   • 当初始声誉较高时，最优规则应更严格，以揭示政策制定者的类型，从而减少动态损失。

2. 动态与静态规则设计的差异

   • 在静态环境中，最优规则是让承诺型政策制定者遵循拉姆齐政策，而优化型政策制定者则遵循静态最优反应。
   • 在动态环境中，由于声誉效应，最优规则比静态最优规则更宽松，因为它可以防止私人代理人学习政策制定者的类型，从而维持不确定性。

3. 透明规则与不透明规则的权衡

   • 在没有声誉考虑的情况下，完全监控（透明规则）总是最优的。
   • 当声誉较高时，不透明规则更优，因为它们可以在不引入宽松规则的情况下维持不确定性。
   • 当声誉较低时，透明规则更优，因为它们有助于激励优化型政策制定者遵循规则。

4. 规则设计者的时滞不一致问题

   • 规则设计者本身也面临时间不一致问题，因为未来规则的选择会影响当前政策制定者的行为。
   • 在不确定性下，规则设计者倾向于选择不完全分离的规则，以避免政策制定者偏离其承诺。

关键信息

• 政策制定者类型：承诺型（始终遵循规则）和优化型（仅在序列最优时遵循规则）。
• 声誉定义：私人代理人和规则设计者对政策制定者为承诺型的信念。
• 静态最优规则：规则设计者选择承诺型政策制定者应遵循的规则，以最大化社会福利。
• 动态最优规则：根据声誉水平，规则设计者可能选择更宽松或更严格的规则。
• 透明度与不透明度：透明规则有助于识别政策制定者类型，但可能带来动态损失；不透明规则有助于维持不确定性，但可能降低静态收益。
• 应用领域：包括货币政策（如通胀目标设定）、财政规则、金融监管等。
• 实证启示：在2008年金融危机后，美国的金融监管政策（如《多德-弗兰克法案》）倾向于严格的“不救助”政策，但本文认为这与最优规则设计相悖。

框架与模型

• 模型结构：包含三种代理：规则设计者、政策制定者、私人代理人。
• 动态环境：规则设计者在每个时期推荐政策，私人代理人选择行动，政策制定者随后选择政策。
• 实施约束：私人代理人的行动 $x$ 是预期政策 $\mathbb{E}\pi$ 的函数，即 $x = \phi(\mathbb{E}\pi)$。
• 社会福利函数：$w(x, \pi)$，用于衡量政策效果。
• 拉姆齐政策：在静态模型中，政策制定者遵循的最优政策。

主要结论

• 低声誉情况下：最优规则应保持不确定性，推荐最严格的激励相容规则。
• 高声誉情况下：最优规则应促进学习，通过严格规则揭示政策制定者类型。
• 不透明规则的益处：在高声誉下，不透明规则有助于维持不确定性，而无需引入宽松规则。
• 规则设计者的动态选择：规则设计者应考虑未来规则对当前行为的影响，以优化声誉和政策执行的平衡。

相关文献

• 本文与研究规则与灵活性权衡的文献相关，如 Athey et al. (2005)、Halac and Yared (2014, 2017)、Azzimonti et al. (2016)。
• 也与声誉激励相关的研究相关，如 Milgrom and Roberts (1982)、Kreps and Wilson (1982)。
• 文章还与信号博弈和政策制定者类型差异的研究相联系，如 Vickers (1986)、Cole et al. (1995)、Dovis and Kirpalani (2019a)。

应用实例

1. 货币规则：在Barro-Gordon模型中，最优通胀目标取决于政策制定者的声誉水平。
2. 金融监管：在银行模型中，最优救助政策需考虑银行风险行为和政策制定者的声誉，以避免过度风险承担。

结论

本文强调了在政策设计中考虑声誉激励的重要性，指出在不确定性存在的情况下，最优规则设计需权衡静态和动态效果，并根据政策制定者的声誉水平选择适当的规则透明度和严格程度。