摘要：In the securitization process, by selling the mortgage loans to risk-lover investors, originator can allocate the mortgage loans risk to them. In this case, originator may not have an incentive to screen out borrowers, resulting in the moral hazard problem. This paper, within a principal-agent framework, analyzes this agency problem. Investor, to reduce asymmetric information, uses compensation scheme for giving incentives to the originator and by using the Bayesʼ rule, deals with inferring various dimensions of undertaken effort, and incorporates her joint posterior beliefs of the pooled loans’ credit position data and inferred various dimensions of effort into the designing contract problem. The results indicate that the shape of optimal contract is a function of the information content of investors’ observations and inferred knowledge about efforts, suggesting that using additional information prevents originator’s opportunism, the originator more likely performs the obligated tasks when lending the loans to the applicants.
其他摘要：در فرایند اوراق بهادارسازی، بانی با فروش وام به سرمایهگذاران ریسکپذیر، میتواند ریسک وامهای رهنی را به آنها تخصیص دهد. در این صورت ممکن است بانی انگیزهای برای غربال قرضگیرندگان نداشته باشد، بنابراین مشکل مخاطرۀ اخلاقی بهوجود میآید. این نوشتار در قالب رابطۀ کارفرما ـ کارگزار، این نوع مسئلۀ عاملیت را بررسی میکند؛ بدین صورت که سرمایهگذار برای کاهش عدم تقارن اطلاعات از برنامۀ جبران برای ایجاد انگیزه به بانی استفاده میکند و به استنباط ابعاد مختلف تلاش انجامگرفته، از قاعدۀ بیز کمک میگیرد و اعتقادهای پسین مشترک خود از مشاهدات وضعیت اعتباری ادغام وامها و ابعاد مختلف تلاش را در مسئلۀ طراحی قرارداد لحاظ میکند. نتایج نشان میدهد شکل قرارداد بهینه، تابعی از محتوای اطلاعاتی مشاهدههای سرمایهگذار و اطلاعات استنباط‌شده است و حاکی از آن است که استفاده از اطلاعات اضافی از فرصتطلبیهای بانی جلوگیری میکند و بانی به احتمال بیشتر وظایف تعیینشده را هنگام اعطای وام به متقاضیان انجام میدهد.
关键词：IBP stochastic process ; Moral hazard ; mortgage-backed securities ; nonparametric Bayesian inference ; optimal design of multi-task compensation scheme
