UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL

INCENTIVOS, RENDIMIENTO Y CALIDAD DE LA EDUCACION

TESIS PARA OPTAR AL GRADO DE MAGISTER EN ECONOMIA APLICADA

JOCELYN ANDREA TAPIA STEFANONI

SANTIAGO DE CHILE SEPTIEMBRE 2011

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS DEPARTAMENTO DE INGENIERA INDUSTRIAL

INCENTIVOS, RENDIMIENTO Y CALIDAD DE LA EDUCACIN

TESIS PARA OPTAR AL GRADO DE MAGSTER EN ECONOMA APLICADA

JOCELYN ANDREA TAPIA STEFANONI

PROFESOR GUA: FELIPE BALMACEDA MAHNS MIEMBROS DE LA COMISIN: Alejandra Mizala Salces Nicolas Figueroa Gonzalez Hector Chade

SANTIAGO DE CHILE SEPTIEMBRE 2011

La escuela es, por sobre todo, el reino de la belleza. Este es el reino de la poesa insigne. Hasta el que no cree cantar, aqui est cantando sin saberlo. Gabriela Mistral (1889-1957)

Resumen

Esta investigacin presenta un modelo de agente-principal inspirado en el Sistema Nacional de Evaluacin de Desempeo (SNED), un sistema de incentivos grupales, implementado por el Ministerio de Educacin de Chile en 1996, que est dirigido a los docentes pertenecientes a establecimientos educacionales con subvencin estatal. El principal est representado por la autoridad educativa y los agentes por los docentes de establecimientos educacionales nanciados por el principal. El objetivo del principal es que los agentes se esfuercen al mximo en sus mltiples tareas. Para ello, la autoridad educativa establece un sistema de incentivos que consiste en la entrega de un bono a los profesores del establecimiento educacional que obtenga el mayor puntaje en un ndice compuesto por los resultados que obtengan los alumnos en dos categoras de habilidades (asemejando la usual separacin en la literatura de educacin entre formacin de soft skills y hard skills) que son producidas por dos categoras de tareas docentes. Ahora bien, la formacin de habilidades de los alumnos slo es posible medir con error aleatorio, que supondremos independientes a travs de establecimientos y habilidades. Considerando lo anterior, el objetivo de esta tesis es determinar cul es la ponderacin ptima que debe entregar el principal a cada tarea dentro de la evaluacin, para as poder incentivar a los docentes a esforzarse en la totalidad de sus labores al mnimo costo. El problema se analiza en 2 escenarios: en el primero, no es factible la colusin entre los agentes y, en el segundo, la colusin es posible. En ambos escenarios se examinan los casos en que las tareas son sustitutas y complementarias. Los resultados encontrados con tareas sustitutas y complementarias en ambos escenarios presentan caractersticas similares. Primero, la ponderacin ptima de cada tarea dentro de la evaluacin depender positivamente de la sensibilidad de sta al esfuerzo docente. En particular, si los resultados en una tarea son independientes del esfuerzo, entonces sta no ser considerada dentro de la evaluacin, ya que, no proporciona informacin sobre el desempeo docente. Segundo, la relacin entre la varianza de la diferencia de errores de medicin de una determinada tarea y su valoracin en la evaluacin ser negativa, ya que, mientras ms impresisa sea la medicin, los menos informativos sern outcomes como seal del esfuerzo de los agentes. Contrariamente, para una determinada tarea, su valoracin ser creciente en la varianza del error de medicin de la otra labor en consideracin. Si consideramos que los errores de medicin de los outcomes son independientes e idnticamente distribudos (i.i.d), entonces la ponderacin de las tareas ser funcin slo de la sensibilidad relativa al esfuerzo que ellas presenten. Finalmente, si los errores son i.i.d. y las funciones de produccin de habilidades son independientes del esfuerzo entonces ambas tareas se valorarn en igual proporcin dentro de la evaluacin. En general, el principal centrar su evaluacin en las seales que sean ms informativas del esfuerzo de los agentes.

Agradecimientos

Esta investigacin no hubiese sido posible sin la ayuda del profesor Felipe Balmaceda, cuya idea original fue la base de esta tesis.

ndice general
1. Introduccin 2. Revisin de la Literatura 3. Modelo 3.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Descripcin del Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4. Relacin ptima Cuando no hay Posibilidad de Colusin Entre los Agentes 4.1. Probabilidad de Ganar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2. Restricciones de Compatibilidad de Incentivos . . . . . . . . . . . . . . . . . 4.2.1. Restriccin de Incentivos Compatibles I . . . . . . . . . . . . . . . . . 4.2.2. Restriccin de Incentivos Compatibles II . . . . . . . . . . . . . . . . 4.2.3. Restriccin de Incentivos Compatibles III . . . . . . . . . . . . . . . . 4.3. Problema del Principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1. Tareas Complementarias . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.2. Tareas Sustitutas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4. Conclusiones Escenario sin Posibilidad de Colusin Entre los Agentes . . . . 5. Relacin ptima Cuando los Agentes Pueden Coludirse 5.1. Restricciones de Compatibilidad de Incentivos Caso Colusivo 5.1.1. Restriccin de Incentivos Compatibles IV . . . . . . 5.1.2. Restriccin de Incentivos Compatibles V . . . . . . . 5.1.3. Restriccin de Incentivos Compatibles VI . . . . . . . 5.2. Problema del Principal . . . . . . . . . . . . . . . . . . . . . 5.2.1. Tareas sustitutas . . . . . . . . . . . . . . . . . . . . 5.2.2. Tareas Complementarias . . . . . . . . . . . . . . . . 5.3. Conclusiones Escenario con Posibilidad de Colusin Entre los 6. Conclusiones Bibliografa A. Distribucin de Probabilidad Errores de Medicin B. Restricciones Incentivos Compatibles Caso sin Colusin B.1. Primera Restriccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.2. Problema del Principal caso sin Colusin . . . . . . . . . . . . . . . . . . . . 6 8 10 12 12 13 15 15 16 17 17 18 18 19 21 22 24 24 24 25 25 26 26 28 29 31 33 34 35 35 35

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Agentes

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

B.2.1. Demostracin Resultado 1 . . . . . . . . . . . . . . . . . . . . . . . . B.2.2. Solucin Problema del Principal con Tareas Complementarias . . . . B.2.3. Demostracin Resultado 2: Cambios en la Valoracin Relativa ptima de las Seales, . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.2.4. Solucin Problema del Principal con Tareas Sustitutas . . . . . . . . C. Problema del Principal Caso con Posibilidad de Colusin C.1. Demostracin Resultado 3 . . . . . . . . . . . . . . . . . . . . . . . . . . C.2. Solucin Programa de Optimizacin del Principal . . . . . . . . . . . . . C.3. Demostracin Resultado 4: Cambios en la Valoracin Relativa ptima de Seales, . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C.3.1. Solucin Problema del Principal con Tareas Complementarias . .

35 38 39 40 42 42 43 44 45

. . . . las . . . .

Captulo 1 Introduccin
En materia de educacin, en el ltimo tiempo, Chile ha tenido grandes avances cuantitativos. Entre otros aspectos, vale destacar el aumento en la escolaridad media, superando los 11 aos, y la disminucin del analfabetismo estando entre los pases con los niveles ms bajos de la regin. El documento Indicadores de la Educacin en Chile (2008)[13] muestra que en el ao 2006 un 29 % de la poblacin adulta (25 aos o ms) no contaba con enseanza bsica completa, pero al considerar nicamente el tramo etreo entre 25 a 34 aos, este porcentaje se reduce al 10 %. Finalmente, en los hogares de menores ingresos, los jvenes poseen en promedio tres aos ms de escolaridad que sus padres y poco ms del doble que sus abuelos. Por esta razn, actualmente la discusin de poltica pblica respecto a la educacin se ha centrado en aspectos cualitativos. En la dcada de los ochenta, la educacin chilena experiment una importante reforma, la que abarc dos aspectos esenciales: primero, el traspaso de la administracin de los establecimientos educacionales pblicos desde el Ministerio de Educacin hacia los Municipios; y segundo, la inclusin del sector privado como proveedor de educacin con nanciamiento pblico mediante la incorporacin de un sistema de vouchers1 . La participacin pblica en el mercado educativo chileno es amplia, denotndose que del total de las matrculas registradas en el ao 2009 aproximadamente un 94 % se presentaron en establecimientos educacionales que reciben nanciamiento del estado2 . Con la nalidad de contribuir al mejoramiento en la calidad de la educacin impartida en los establecimientos con nanciamiento pblico, en 1996 el Ministerio de Educacin de Chile implement el Sistema Nacional de Evaluacin de Desempeo (SNED), el cual corresponde a un sistema de incentivos grupales para docentes pertenecientes a establecimientos educacionales con subvencin estatal, ya sea de nivel bsico o medio, cuya evaluacin se realiza principalmente a partir de los resultados obtenidos por los alumnos. El SNED contempla un benecio econmico para los establecimientos educacionales mejor evaluados, denominado Subvencin por Desempeo de Excelencia, el cual se divide en un 90 % entre los docentes del establecimiento, en forma proporcional al nmero de horas contratadas, y el 10 % restante es destinado a otorgar premios especiales a los docentes destacados del establecimiento. La estructura del SNED contempla un torneo entre establecimientos educacionales, los cuales
El sistema de vouchers establece un subsidio por estudiante el cual se entrega directamente al establecimiento proveedor del servicio 2 Particulares-subvencionados 50 % y municipales 44 %.
1

compiten clasicados en Grupos Homogneos3 . El ganador ser el establecimiento que obtenga el puntaje ms alto en un ndice que se compone en un 65 % de los resultados obtenidos por los alumnos del establecimiento en la prueba SIMCE4 y el 35 % restante considera mejoras en las condiciones de trabajo, accesibilidad y permanencia de la poblacin escolar, integracin de alumnos con dicultades de aprendizaje y participacin e incorporacin de los padres y apoderados en las actividades escolares. Es este sistema de incentivos el que servir de base para el modelo desarrollado en esta tesis. Se analizar, particularmente, el problema de la autoridad educativa que desea incentivar a equipos de docentes a esforzarse en sus mltiples tareas, donde dichas tareas pueden ser sustitutas o complementarias entre ellas y el esfuerzo de los agentes no es vericable, siendo slo posible observar con error los outcomes que ste produce. El sistema de incentivos modelado impone un torneo entre equipos de agentes, cuyo ganador recibir un bono que se repartir en partes iguales entre los miembros del equipo. El problema del principal consistir en determinar la ponderacin ptima que debe otorgar a cada tarea dentro de la evaluacin, de manera que los agentes se esfuercen al mnimo costo. En el anlisis se examinarn dos posibles escenarios: primero, suponiendo que no es posible la colusin entre agentes para no realizar esfuerzo y, segundo, considerando que la colusin entre ellos es factible. Los principales resultados muestran que, en todos los escenarios examinados: la ponderacin ptima de cada tarea dentro de la evaluacin depender positivamente de la sensibilidad de sta al esfuerzo docente. En particular, si los resultados en una tarea son independientes del esfuerzo, entonces sta no ser considerada dentro de la evaluacin, ya que, no proporciona informacin sobre el desempeo docente. La relacin entre la varianza de la diferencia de errores de medicin de una determinada tarea y su valoracin en la evaluacin ser negativa, ya que, mientras ms impresisa sea la medicin, los menos informativos sern outcomes como seal del esfuerzo de los agentes. Contrariamente, para una determinada tarea, su valoracin ser creciente en la varianza del error de medicin de la otra labor en consideracin. En el caso particular que los errores de medicin de los outcomes son independientes e idnticamente distribudos (i.i.d), entonces la ponderacin de las tareas ser funcin slo de la sensibilidad relativa al esfuerzo que ellas presenten. Finalmente, si los errores son i.i.d. y las funciones de produccin de habilidades son independientes del esfuerzo entonces ambas tareas se valorarn en igual proporcin dentro de la evaluacin. En suma, como resultado general encontramos que el principal centrar su evaluacin en las seales que entreguen mayor informacin acerca del esfuerzo de los agentes. Esta tesis se estructura de la siguiente forma: el captulo segundo expone la literatura que sirvi como base de este trabajo, el captulo tercero describe el modelo desarrollado. En el captulo cuarto se resuelve el problema de la autoridad cuando los docentes no tienen posibilidades de coludirse entre s para no realizar esfuerzo, en el captulo 5 este supuesto se levanta. El sexto captulo concluye y para nalizar, se adjunta un anexo con las demostraciones de los principales resultados obtenidos en esta investigacin.

Conjuntos de colegios que tienen caractersticas similares, tales como el ndice de vulnerabilidad, cantidad de alumnos por curso, entre otros. 4 Sistema de Medicin de Calidad de la Educacin

Captulo 2 Revisin de la Literatura

En estudios relacionados directamente con esta investigacin, Jaag (2006) [8] ha planteado el trabajo ms cercano a esta tesis, desarrolla un modelo de incentivos a los docentes, considerando una funcin de produccin de habilidades que depende del esfuerzo de los profesores positivamente, y del tamao de la clase, negativamente. Este estudio considera que si el esfuerzo de los profesores no es directamente observable por el principal, entonces la formacin de habilidades en los alumnos se puede usar como una seal del esfuerzo. Dicha seal presenta distorsiones, ya que la evaluacin que realice el principal para medir el aprendizaje de los alumnos es una medida ruidosa de las reales habilidades que estos han desarrollado. Las principales similitudes entre ste trabajo y lo expuesto por Jaag (2006) consisten en: 1) considerar los logros de los alumnos como una seal del esfuerzo docente, 2)suponer que los agentes desempean mltiples tareas, y 3)la posibilidad de que la produccin de educacin sea en equipos. No obstante, existen diferencias relevantes en la modelacin entre ambos trabajos: - Primero, en Jaag (2006) existe un nico output nal que es una funcin lineal del esfuerzo en todas las tareas, por otra parte, en esta tesis supondremos que existen dos output uno por cada tarea y sus funciones de produccin pueden o no presentar complementariedades en el esfuerzo. - Segundo, la estructura del sistema de incentivos es muy diferente, debido a que los objetivos del principal son muy diferentes. Para Jaag (2006), dada la funcin de produccin de habilidades del proceso educativo, el problema del principal es maximizar el benecio social neto de la educacin, sujeto esto a que los docentes eligen el esfuerzo que maximiza su utilidad. A diferencia de lo anterior, este trabajo se centra en que el objetivo del principal es lograr que los agentes realicen el mximo esfuerzo en todas sus tareas, ofrecindoles el pago de un bono, como premio de una competencia entre establecimientos educacionales por obtener mejores resultados. En cuanto a la literatura de incentivos grupales, Alchian y Demsetz (1973) [1], argumentan que para evitar el problema de free rider cuando existen grupos, se puede alcanzar la eciencia si el principal cumple una funcin de monitoreo del producto de los agentes. Luego, Holmstrom (1982) [7] demuestra que incentivos grupales, por s solos, pueden evitar el problema de free rider, incluyendo penalidades y bonos. En este caso, el principal ser el encargado de penalizar las faltas y nanciar los bonos. Adems, muestra que los incentivos grupales tambin funcionan bajo incertidumbre, pero su efectividad es limitada si hay muchos agentes y si stos son aversos al riesgo. Lazear y Rosen (1981) [9] argumentan que, cuando hay altos costos de monitoreo, se puede replicar la asignacin eciente de recursos mediante un esquema de pago por ranking de resultados obtenidos. Es decir, introduciendo un torneo entre los agentes, cuando stos 10

son neutrales al riesgo, y homogneos entre s. Yeon-Koo Che y Seung-Weon Yoo (2001) [12] tambin analizan la ecacia de los incentivos grupales. Ellos demuestran que el hecho de enfrentar riesgo en conjunto genera un fuerte incentivo al esfuerzo, y adems, destacan la importancia de la evaluacin que realizan los pares dentro de un grupo que cumple una funcin de monitoreo del esfuerzo de los miembros del equipo, y el cmo este efecto se hace ms poderoso cuando consideramos una relacin reiterada en el tiempo. Suponen complementariedad entre el esfuerzo de los miembros del equipo, lo que se traduce en la supermodularidad de la funcin de utilidad esperada. La importancia de este ltimo supuesto es que permite demostrar que el contrato que induce esfuerzo alto en todos los miembros del equipo es un equilibrio de Nash. Dentro de la literatura de incentivos grupales, este ltimo trabajo presenta mayores similitudes con la modelacin usada en esta tesis. En nuestro caso, analizamos un modelo esttico en el que los agentes como equipo enfrentan el riesgo de ganar o no el bono otorgado por el principal, ya que no es posible evaluar el desempeo de los docentes individualmente, atenindose a la observacin exclusiva de una seal, la cual es producto del esfuerzo conjunto del equipo competidor. Entre las diferencias, cabe mencionar que el enfoque utilizado por los autores es unidimensional en las tareas realizadas por los agentes, no consideran en la estructura del sistema de incentivos la presencia de un torneo entre equipos y los outcomes del esfuerzo son perfectamente observables. Por ltimo, en el contexto de tareas mltiples, Holmstrom y Milgrom (1991)[6] indican que considerar un enfoque multidimensional en las tareas contiene dos diferencias fundamentales al enfoque unidimensional. La primera de stas consiste en que introducir un sistema de incentivos a los agentes no slo sirve para motivarlos a trabajar duro y asignar riesgo, sino tambin para que los agentes distribuyan su atencin entre todos sus deberes. Y la segunda es que al haber mltiples tareas el diseo del trabajo se constituye como un importante instrumento para el principal.

Captulo 3 Modelo
3.1. Preliminares

El problema a examinar se encuentra en el contexto de Riesgo Moral, en donde los roles se constituyen en que el principal es la autoridad educativa y los agentes son los profesores de establecimientos educacionales que reciben subvencin del estado. El objetivo del principal es que los agentes se esfuercen al mximo en su labor docente. La labor docente comprende un gran nmero de tareas, las que por simplicidad agruparemos en dos clases, y 1 . Los docentes deciden el nivel de esfuerzo que realizarn en cada tarea, no siendo ste observable por la autoridad educativa. No obstante, la autoridad observa los resultados de los alumnos en una evaluacin que mide separadamente ambas tareas, estableciendo que dichos resultados son considerados como seales2 del esfuerzo docente. Tenemos, entonces, un problema de agencia multidimensional, en el que cada agente decide esforzarse o no en cada una de sus tareas y el principal no conoce cual ha sido la decisin de cada agente. Ahora bien, para motivar el esfuerzo de los agentes, el principal decide implementar un sistema de incentivos basado en los resultados que obtienen los alumnos. Este modelo de incentivos est inspirado en el Sistema Nacional de Evaluacin de Desempeo, en adelante SNED, implementado por el Ministerio de Educacin de Chile. El SNED es un sistema de evaluacin que mide el desempeo de los establecimientos educacionales que reciben subvencin del estado. La evaluacin que realiza se basa principalmente en los resultados obtenidos por los alumnos en la prueba SIMCE3 , una prueba censal que se rinde anualmente para Cuarto Bsico y alternadamente para Octavo Bsico y Segundo Medio. El SNED contempla un benecio econmico para los establecimientos destacados en la evaluacin, el cual se divide entre los docentes de la institucin. Para efectos del modelo, el sistema de incentivos implementado por el principal presenta un torneo entre equipos de profesores de cada establecimiento educacional. El ganador de dicho torneo ser el establecimiento que obtenga la calicacin ms alta en una evaluacin que pondera resultados obtenidos por los alumnos en y , y ste recibir un bono que se repartir en partes iguales entre su personal docente. El objetivo central de este trabajo es caracterizar la ponderacin ptima que debe entregar el principal a cada tarea dentro de la evaluacin, encontrando los parmetros que la
1

En la literatura se encuentra comnmente la separacin entre la formacin de hard skills y soft skills. Siguiendo la notacin de Jaag (2006) [8]. 3 Sistema de Medicin de la Calidad de la Educacin
2

12

determinan. De esta forma es posible analizar en qu casos le conviene al principal valorar positivamente todas las tareas desempeadas por los docentes, y en cuales es preferible focalizar la evaluacin slo en una de ellas.

3.2.

Descripcin del Modelo

En este trabajo se desarrollar un modelo de agencia multidimensional, en el que cada agente decide esforzarse o no, en cada una de sus tareas, sin que el principal tenga conocimiento de las deciciones de los agentes. El esfuerzo en cada tarea es discreto y ste puede tomar los valores 1 o 0. El objetivo del principal es que los agentes realicen esfuerzo alto en todas sus tareas. Para este n, disea un sistema de incentivos a los docentes, que les recompensa sujeto a los resultados que obtienen sus alumnos. La estructura del sistema de incentivos introduce un torneo entre los agentes. Los equipos pariticipantes en dicho torneo estn formados por los docentes de un establecimiento educacional, que por simplicidad asumiremos son slo 2 por equipo. El establecimiento que obtenga el mejor resultado observado en una combinacin convexa de los resultados, en cada tarea, ser ganador de un bono pagado por el principal, el cual se dividir en partes iguales entre los miembros del equipo. El principal observa una medida ruidosa de los resultados de los alumnos. El error de medicin es ruido blanco, y ste es independiente a travs de establecimientos educacionales y la tarea que se evale. En resumen, los supuestos del modelo son los siguientes: 1. El Principal est representado por la autoridad educacional. 2. Los agentes son los profesores de los establecimientos educacionales que reciben subvencin del estado. 3. Existe un torneo entre establecimientos, ste se juega en equipos compuestos por los profesores de un mismo establecimiento educacional. Cada equipo cuenta con dos agentes y existen slo dos establecimientos en competencia. 4. Cada agente decide esforzarse o no en sus labores docentes y dicho esfuerzo no es vericable por el principal. Consideraremos que el esfuerzo en cada tarea es una variable dicotmica que toma el valor 1 si se realiza esfuerzo y 0 si no. 5. Los agentes deben realizar dos tareas y , cada agente elige un vector de esfuerzo bidimensional cuyas componentes pueden ser 0 o 1. 6. El vector de esfuerzo realizado por el agente perteneciente al establecimiento es: ej a {(1, 0), (1, 1), (0, 1), (0, 0)}, donde la primera componente del vector corresponde al esfuerzo en la tarea S y la segunda al esfuerzo en F. 7. Realizar esfuerzo genera desutilidad en los agentes. La funcin de costo del esfuerzo C(e), se dene de la siguiente forma: ((1, 1)) = 2, ((0, 0)) = 0 y ((1, 0)) = ((0, 1)) = .

8. El principal slo observa una medida ruidosa de los resultados y . El error de medicin en ambos casos est distribuido normalmente.
2 9. El error de medicin asociado al output en el colegio es , (0, ) 2 10. El error de medicin asociado al output en el colegio es , (0, )

11. Los resultados observados en y por el colegio estn descritos por las siguientes funciones: j = (ej 1 , e2 ) + j = (ej 1 , e2 , ) + 12. El salario del profesor es funcin de su esfuerzo y el de sus colegas. Tiene una componente ja y otra aleatoria, que depende de la probabilidad de ganar el torneo ( , ). ( ( , )), de manera que: ( , ) = + 2 13. Los agentes son neutrales al riesgo y su funcin de utilidad es: ( , ) = ( , ) ( ). Mediante este modelo se espera obtener la valoracin ptima que debe otorgar la autoridad educativa a las distintas seales que observa del esfuerzo docente al momento de evaluarlos. Analizaremos bajo qu condiciones le conviene a la autoridad incluir ambas seales en la evaluacin y en qu proporcin, o conforme al caso, slo una de ellas. Para resolver este problema consideraremos dos escenarios: primero, que los agentes eligen de manera independiente el esfuerzo que realizarn en cada una de sus tareas y, segundo, en el que stos tienen la posibilidad de coludirse entre ellos para no realizar esfuerzo alguno. En ambos escenarios examinaremos los casos en que las tareas son complementarias y sustitutas.

Captulo 4 Relacin ptima Cuando no hay Posibilidad de Colusin Entre los Agentes
En esta seccin analizaremos la estructura ptima que debe presentar el sistema de incentivos entregado por el principal a los agentes, cuando estos no tienen posibilidades de coludirse entre ellos para no esforzarse. El objetivo del principal es, mediante el pago de un bono, implementar el Equilibrio de Nash Simtrico en el cual todos los agentes realizan esfuerzo alto. Para este n, busca determinar cual es el mnimo bono que cumple con todas las Restricciones de Incentivos Compatibles de los agentes.

4.1.

Probabilidad de Ganar
( , ) 2

Como vimos en la seccin anterior, el salario de los agentes tiene la siguiente forma. ( , ) = + (4.1)

La parte estocstica del salario es el bono entregado por el principal, el riesgo en el modelo proviene de la incapacidad del principal para medir el esfuerzo realizado por los agentes, quien slo observa los resultados que obtienen sus alumnos en cada tarea, medidos stos con error. Dicho error no es sistemtico, errores en la medicin de resultados en cada tarea por cada establecimiento son independientes entre s y sus distribuciones son diferentes a priori. Ahora bien, un establecimiento ser el ganador del bono entregado por el principal si obtiene un mayor ranking en el torneo que valora los resultados obtenidos por cada equipo. Como el principal observa dos seales del esfuerzo realizado, se considera una combinacin convexa de ambas como medida de evaluacin de la siguiente forma: ( + ) + (1 )( + ) (4.2)

Donde representa la valoracin relativa del principal entre las tareas realizadas por los docentes. Entonces si los establecimientos e participan en el torneo, ganar si la evaluacin obtenida por el establecimiento es mayor a la obtenida por el establecimiento , es decir: 15

( + ) + (1 )( + ) ( + ) + (1 )( + ) ( ) + (1 )( ) ( ) + (1 )( ) ( ) + (1 )( ) + (1 ) Para simplicar la notacin, deniremos las siguientes variables .

(4.3) (4.4) (4.5)

2 2 2 = una variable aleatoria distribuida (0, + ) = (0, ), compuesta por la diferencia entre los errores de medicin con los que son observados los resultados en la tarea . 2 2 2 ), compuesta ) = (0, + = una variable aleatoria distribuida (0, por la diferencia entre los errores de medicin con los que son observados los resultados en la tarea . 2 2 = + (1 ) una variable aleatoria distribuida (0, 2 + (1 )2 ).

= ( ) + (1 )( ) diferencia en los resultados obtenidos entre establecimientos educacionales. Por lo tanto, la probabilidad de que el establecimiento educacional x gane el torneo es1 :
= ( ) = 1 ( )

(4.6)

Donde ( ) representa la funcin de acumulacin de evaluada en . Entonces, la probabilidad de ganar depende del esfuerzo realizado por los agentes de la siguiente forma:
y y y y x x y x x x x (e1 , e2 , e1 , ey 2 ) = 1 [( (e1 , e2 ) (e1 , e2 ))+(1 )( (e1 , e2 ) (e1 , e2 ))] (4.7)

4.2.

Restricciones de Compatibilidad de Incentivos

En esta seccin, resolveremos el problema del agente. Hemos supuesto que los agentes son idnticos entre s, por lo que analizaremos las restricciones de incentivos compatibles2 slo para un agente representativo. El principal desea que los agentes realicen esfuerzo alto en todas las tareas, por esta razn las restricciones de incentivos compatibles que revisaremos en esta seccin analizan las posibles desviaciones unilaterales de realizar esfuerzo alto, ya sea en una de las tareas como en ambas a la vez. Las dos primeras restricciones de incentivos compatibles muestran las condiciones que debe cumplir el bono ofrecido por el principal, de manera que el agente preera esforzarse en ambas tareas, ms que focalizarse slo en una de ellas. Y la ltima evita que el agente decida no esforzarse en ambas tareas.
Detalles en Apndice. Omitimos la vericacin de la condicin de participacin de los agentes debido a que, por simplicidad, consideraremos que la utilidad de reserva de los agentes es 0 y la utilidad esperada bajo el contrato es siempre mayor o igual a 0.
2 1

4.2.1.

Restriccin de Incentivos Compatibles I

La primera restriccin de incentivos compatibles muestra la condicin que debe cumplir el bono entregado por el principal, de manera que si uno de los agentes decide esforzarce slo en la tarea obtenga menor utilidad esperada que al esforzarse en ambas tareas, y . Dado que estamos chequeando desviaciones unilaterales de realizar esfuerzo alto en todas las labores, la utilidad esperada del agente representativo al esforzarse slo en , puede expresarse como:3 (e10 , e11 , e11 , e11 ) (4.8) 2 La utilidad esperada del agente representativo al realizar esfuerzo alto en y es: [ (e10 , e11 , e11 , e11 )] = + [ (e11 , e11 , e11 , e11 )] = + Luego, podemos escribir la restriccin como: (e11 , e11 , e11 , e11 ) 2 + (e10 , e11 , e11 , e11 ) (4.10) 2 2 En adelante, escribiremos nicamente el esfuerzo que realiza el primer agente, ya que sabemos que todos los dems realizan esfuerzo alto, para simplicar la notacin. Luego, despejando (4.10) obtenemos el mnimo bono4 que satisface la primera restriccin de incentivos compatibles del agente. + 10 = 2 2 = (e10 ) (e11 ) (e10 ) ( ) (e11 ) (4.11) (e11 , e11 , e11 , e11 ) 2 2 (4.9)

Donde ( ) = ( (11 , 11 ) ( , 11 )) + (1 )( (11 , 11 ) ( , 11 ))

4.2.2.

Restriccin de Incentivos Compatibles II

La segunda restriccin genera incentivos para que el agente representativo preera realizar esfuerzo alto en cada una de sus tareas, a focalizarse nicamente en . La utilidad esperada del agente representativo al esforzarse slo en es: [ (e01 )] = + (e01 ) 2 (4.12)

Ocupando la ecuacin (4.9) escribimos la segunda restriccin de incentivos compatibles como: (e11 ) 2 + (e10 ) (4.13) 2 2 Seguimos el mismo procedimiento realizado en la seccin anterior para encontrar el bono que hace la restriccin activa. 2 2 01 = = (e01 ) (4.14) (e11 ) (e01 ) ( ) +
(e11 )

En lo sucesivo utilizaremos la siguiente notacin. El trmino eij representa el vector de esfuerzo realizado por un agente, donde muestra el esfuerzo que realiza ste en la tarea y el esfuerzo realizado en , entonces eij {(1, 0), (1, 1), (0, 1), (0, 0)}. 4 Detalles en Apndice.

4.2.3.

Restriccin de Incentivos Compatibles III

Esta restriccin muestra qu condicin debe cumplir el bono entregado por el principal, para que la utilidad esperada del agente sea mayor al esforzarse en sus dos tareas que al no realizar esfuerzo alguno. La utilidad esperada del agente al no realizar esfuerzo es: [ (e00 )] = + (e00 ) 2 (4.15)

La tercera restriccin esta dada por la siguiente inecuacin: + (e11 ) + (e00 ) 2 2 (4.16)

Luego el bono mnimo que cumple con esta restriccin es: 00 = 4 4 = (e00 ) (e11 ) (e00 ) ( )
(e11 )

(4.17)

Hemos encontrado el set de bonos que satisfacen activamente las restricciones de incentivos compatibles para el agente representativo. En la siguiente seccin analizaremos el problema del principal, usando esta informacin.

4.3.

Problema del Principal

En esta seccin resolveremos el problema de la autoridad educativa que desea que los docentes realicen esfuerzo alto en todas sus tareas. En la seccin anterior vimos las condiciones que debe cumplir el bono pagado a los agentes para que esto se cumpla. Ahora, el problema de la autoridad educativa es incentivar el esfuerzo alto en los docentes al mnimo costo. Para ello, la variable de control del principal es la valoracin relativa entre los resultados que observa de los alumnos, . Luego, el principal resuelve el siguiente programa de optimizacin:

m n ()

Sujeto a () 00 () 10 () 01

(4.18)

Este problema es equivalente a descubrir cul es el mayor de los bonos encontrados en las restricciones de incentivos compatibles del agente y luego minimizarlo con respecto a . Para determinar la poderacin ptima analizaremos 2 casos: primero consideramos que las tareas realizadas por los agentes son complementarias entre ellas y luego veremos el caso en que stas son sustitutas.

4.3.1.

Tareas Complementarias

Consideraremos en esta subseccin que las tareas que realizan los agentes son complementarias, es decir, el esfuerzo que un agente dedique en la tarea no slo tiene un efecto positivo sobre el resultado obtenido por los alumnos en esa rea sino que tambin afecta positivamente el resultado de los alumnos en , y viceversa. La complementariedad en las tareas la incluimos en el modelo suponiendo que las funciones y son supermodulares en el esfuerzo de los agentes, es decir: (e1 ) + (e2 ) (e1 e2 ) + (e1 e2 )5 (e1 ) + (e2 ) (e1 e2 ) + (e1 e2 ) Bajo complementariedad de tareas encontramos el siguiente resultado: Resultado 16 Si las las tareas y son complementarias entonces 00 es el mayor bono y hereda la complementariedad del esfuerzo, es decir, la funcin ( ) es supermodular en 7 . Con este resultado, el problema del principal se reduce a encontrar la ponderacin que minimiza el bono () = 00 : () = 00 ()
11 ()

4 (, )

(4.19)

En donde 00 () y 11 () estn dados por: 00 () = ( (11 , 11 ) (00 , 11 )) + (1 )( (11 , 11 ) (00 , 11 )) 11 () = ( (11 , 11 ) (11 , 11 )) + (1 )( (11 , 11 ) (11 , 11 )) Como es una constante, por simplicidad, resolveremos el problema dual a la minimizacin de (), maximizando su denominador: m ax
00 ()

() =
11 ()

(, )

(4.20)

Ahora bien, los resultados de los alumnos no dependen nicamente de la labor docente, hay mltiples factores que inciden en la formacin de los estudiantes. Por ejemplo, las carctersticas de los nios y sus familias, y las caractersticas del colegio son importantes determinantes del nivel de logro acadmico de los alumnos, como se expone tpicamente en la literatura de economa de la educacin en el marco de funciones de produccin. En particular, consideraremos que tanto los establecimientos educacionales como los alumnos que asisten a stos son idnticos, por lo que las diferencias en resultados provienen nicamente de las
En donde representa el nmo el supremo. Demostracin en Apndice. 7 ( ) es supermodular si se cumple que: ( ) + ( ) ( ) + ( )
6 5

diferencias en el esfuerzo que realicen los docentes8 . Es decir, cuando los agentes de ambos equipos eligen el mismo vector de esfuerzo los resultados que obtienen son iguales9 . Luego, en trminos del modelo esto se traduce a: 00 () (, ) (4.21) m ax () =
0

Resolviendo este problema encontramos que la ponderacin ptima entre resultados para la autoridad educativa es10 : 2 00 (4.22) = 2 2 00 + 00 Donde: 00 = (11 , 11 ) (00 , 11 ) = 11 00 11 00 = (11 , 11 ) (00 , 11 ) = 11 00 Haciendo un sencillo anlisis de la expresin (4.22), encontramos que la ponderacin ptima que asigne el principal a cada tarea dentro de la evaluacin, depender de la sensibilidad al esfuerzo de los outcomes de ambas labores y de la imprecisin con los que stos ltimos son medidos. En particular, podemos establecer el siguiente resultado: Resultado 2 En el escenario sin posibilidades de colusin con tareas complementarias, el problema del principal descrito en la ecuacin (4.20) tiene solucin nica12 , y sta satisface las siguientes aseveraciones: 1. = 0 Es decir, la evaluacin se focaliza en F, si los resultados de los alumnos en S son independientes del esfuerzo docente (00 = 0). 2. = 0 Si la varianza de la diferencia entre los errores de medicin de los 2 resultados en la tarea , , es igual a cero. Lo cual se satisface, si no existen problemas de observabilidad del outcome asociado a la labor en ninguno de los establecimientos. 3. = 0 Si la varianza de la diferencia entre los errores de medicin de los 2 resultados en la tarea , , es innita. Esto se cumple, cuando al menos en uno de los establecimientos el outcome asociado a la tarea no es observable (es observable con error con varianza innita). 4. = 1 Es decir, la evaluacin se focaliza en S, si los resultados de los alumnos en F son independientes del esfuerzo docente (00 = 0). 5. = 1 Si la varianza de la diferencia entre los errores de medicin de los 2 resultados en la tarea , , es igual a cero. Lo cual se satisface, si no existen problemas de observabilidad del outcome asociado a la labor en ninguno de los establecimientos.
Vale mencionar, que bajo el SNED los establecimientos educacionales compiten organizados en grupos homogneos, considearndo en la clasicacin de los grupos las caractersticas del colegio y el ndice de vulnerabilidad de alumnos, entre otros. 9 Por ejemplo, (11 , 11 ) (11 , 11 ) = 0 y (11 , 11 ) (11 , 11 ) = 0 10 Detalles en Apndice. 11 Por la simetra que existe entre establecimientos 12 Debido a la concavidad del programa de optimizacin descrito en (4.20).
8

6. = 1 Si la varianza de la diferencia entre los errores de medicin de los 2 , es innita. Esto se cumple, cuando al menos en resultados en la tarea , uno de los establecimientos el outcome asociado a la tarea no es observable (es observable con error con varianza innita). 7. (0, 1) Es decir, pondera positivamente ambas tareas, si los resultados de los alumnos tanto en como en son observables (con error de medicin con varianza nita) y sensibles al esfuerzo docente (00 0 y 00 0).
00 Es decir, la ponderacin ser independiente de las varianzas 8. = 00 +00 de los errores de medicin, si stos ltimos son independientes e idnticamente distribudos (i.i.d.).

9. =

2 2 2 +

Es decir, la valoracin es independiente de los outcome, si las

funciones de produccin de habilidades y son iguales ( ( , ) = ( , )). 10. = 0,5 Cuando los errores son i.i.d y las funciones de produccin de habilidades son iguales.

4.3.2.

Tareas Sustitutas

En esta seccin resolveremos el problema del principal considerando que las tareas desempeadas por los agentes son sustitutas entre ellas, es decir, las funciones de outcomes son submodulares en el vector de esfuerzo: (e1 ) + (e2 ) (e1 e2 ) + (e1 e2 ) (e1 ) + (e2 ) (e1 e2 ) + (e1 e2 ) En este caso no existe un bono que sea mayor que los dems para todo [0, 1]. Considerando lo anterior, se encuentra que la funcin objetivo del principal tiene la siguiente estuctura: { 01 10 10 () (10 01 )+(01 10 ) () = 01 10 01 () (10 01 )+(01 10 ) Resolviendo el problema del principal encontramos las siguientes soluciones por tramos. 2 10 2 2 10 10 + 01 10 = (10 01 )+(01 10 ) 2 01
2 + 2 01 01

En donde, 10 = (11 , 11 ) (10 , 11 ) = 11 10 10 = (11 , 11 ) (10 , 11 ) = 11 10 01 = (11 , 11 ) (01 , 11 ) = 11 01

01 = (11 , 11 ) (01 , 11 ) = 11 01 Ahora bien, comparar entre dichas soluciones no permite identicar directamente la ponderacin ptima, ya que la determinacin de ella depender crucialmente de funciones de los parmetros del modelo que no son simples de caracterizar13 . No obstante, es posible inferir que: primero, la valoracin ptima que debiese entregar la autoridad educativa a una tarea determinada dentro de la evaluacin depender de la sensibilidad al esfuerzo docente de sta positivamente y negativamente de la sensibilidad de la otra tarea en consideracin. Segundo, mientras mayor sea la imprecisin con la que es posible medir la formacin de una habilidad, menor ser su ponderacin en la evaluacin, lo contrario sucede con la imprecisin de la otra habilidad.

4.4.

Conclusiones Escenario sin Posibilidad de Colusin Entre los Agentes

En este captulo encontramos que al considerar tareas complementarias, el problema del principal tiene una nica solucin. De la cual es posible inferir que: primero, la ponderacin ptima de cada tarea dentro de la evaluacin depender positivamente de la sensibilidad de sta al esfuerzo docente. En particular, si los resultados en una tarea son independientes del esfuerzo, entonces sta no ser considerada dentro de la evaluacin, ya que, no proporciona informacin sobre el desempeo docente. Segundo, la relacin entre la varianza de la diferencia de errores de medicin de una determinada tarea y su valoracin en la evaluacin ser negativa, ya que, mientras ms impresisa sea la medicin, los menos informativos sern outcomes como seal del esfuerzo de los agentes. Contrariamente, para una determinada tarea, su valoracin ser creciente en la varianza del error de medicin de la otra labor en consideracin. En general, el principal centrar su evaluacin en las seales que sean ms informativas del esfuerzo de los agentes. Por ejemplo, si consideramos que los errores de medicin de los outcomes son independientes e idnticamente distribudos (i.i.d), entonces la ponderacin de las tareas ser funcin slo de la sensibilidad relativa al esfuerzo que ellas presenten. Finalmente, si los errores son i.i.d. y las funciones de produccin de habilidades son independientes del esfuerzo entonces ambas tareas se valorarn en igual proporcin dentro de la evaluacin, es decir, = 0,5. Podemos resumir los resultados encontrados en el siguiente men de incentivos. Men de Incentivos 1. El principal considerar en la evaluacin slo los resultados obtenidos por los alumnos en , si: i Los resultados en la seal son independientes del esfuerzo de los agentes. ii Los resultados en la tarea no son medibles (error de varianza innita). iii El error de medicin asociado a la tarea es cero, es decir, el outcome de es perfectamente observable. 2. El principal considerar en la evaluacin slo los resultados obtenidos por los alumnos en , si:
13

Detalles en apndice.

i Los resultados en la seal son independientes del esfuerzo de los agentes. ii Los resultados en la tarea no son medibles (error de varianza innita). iii El error de medicin asociado a la tarea es cero, es decir, el outcome de es perfectamente observable. 3. Si el esfuerzo de los agentes tiene un efecto positivo dentro de los resultados de y , y las varianzas de los errores de medicin son mayores que cero, pero acotadas. Entonces el principal considerar ambas seales en la evaluacin de los agentes. Entregando mayor peso a la tarea que sea ms informativa del esfuerzo docente. Finalmente, al considerar tareas sustitutas entre s no podemos identicar una solucin nica al problema del principal, la no unicidad proviene de que en este caso la funcin objetivo del principal se encuentra denida por tramos determinados por las funciones de produccin de habilidades. Al resolver el problema encontramos tres posibles candidatos de ponderacin ptima, que comparamos para determinar de cual de stos es efectivamente el ptimo, con esta inspeccin descubrimos que cada candidato puede ser el ptimo segn sea la conguracin de los fundamentales del modelo. No obstante, los candidatos exhiben caractersticas similares a las encontradas en el caso con tareas complementarias, por lo que es posible armar que la valoracin ptima de una tarea dentro de la evaluacin depender fundamentalmente de la sensibilidad relativa de sta al esfuerzo y de la imprecisin con la que el principal mide los resultados en ambas labores.

Captulo 5 Relacin ptima Cuando los Agentes Pueden Coludirse

En esta seccin analizaremos el escenario, en el cual, los agentes pueden acordar no realizar esfuerzo. En este caso, el objetivo del principal es impedir que los agentes participen del acuerdo colusivo, y para ello, implementa un sistema de incentivos que entrega un bono al equipo que obtenga la evaluacin ms alta en un ndice compuesto por una combinacin convexa de los outcomes observados en las dos tareas asignadas a los agentes.1 A continuacin, revisaremos las condiciones de compatibilidad de incentivos que debe cumplir el bono pagado por el principal, para que los agentes se desven del acuerdo colusivo.

5.1.

Restricciones de Compatibilidad de Incentivos Caso Colusivo

Consideramos que los agentes a priori han acordado no realizar esfuerzo, entonces, el principal para evitar que el acuerdo se sostenga, introduce un sistema de incentivos, tal que, los agentes perciben mayor utilidad esperada al desviarse unilateralmente que al mantenerse en l. Para ello, se deben cumplir tres restricciones de compatibilidad de incentivos: la primera permite que la utilidad esperada al esforzarse en la tarea sea mayor que la alcanzada al mantenerse en el acuerdo colusivo, la segunda es equivalente a la primera para la tarea y nalmente la tercera motiva a los agentes a desviarse del acuerdo realizando esfuerzo en ambas tareas.

5.1.1.

Restriccin de Incentivos Compatibles IV

La primera restriccin de incentivos compatibles que analizaremos es la que permite motivar a los agentes a desviarse del acuerdo colusivo realizando esfuerzo en la primera tarea. Al igual que en el captulo anterior simplicaremos la notacin escribiendo slo el primer vector de esfuerzo ya que analizamos nicamente desviaciones unilaterales del acuerdo colusivo, por lo tanto, el resto de los agentes no realiza esfuerzo alguno. La utilidad esperada del agente representativo de mantenerse en el acuerdo colusivo es: (5.1) [ (e00 )] = + (e00 ) 2
1

Equivalente al sistema de incentivos analizado en el Captulo 4.

24

Por otra parte, la utilidad esperada del agente representativo al desviarse unilateralmente del acuerdo colusivo, realizando esfuerzo en la primera tarea es: (e10 ) (5.2) 2 Para facilitar el trabajo ocuparemos la misma simplicacin utilizada en la seccin anterior suponiendo establecimientos educacionales idnticos. sto implica que si el esfuerzo del equipo de docentes es igual en ambas instituciones, stas tendrn los mismos resultados. La primera restriccin de incentivos compatibles es: [ (e10 )] = + (5.3) (e10 ) + (e00 ) 2 2 Reduciendo (5.3) podemos encontrar el mnimo bono, 10 , que debe pagar el principal para que la restriccin se satisfaga: +
10 =

(e10 )

2 2 = 00 () (e00 ) ( )
10 ()

(5.4)

Donde: 00 () = ( (00 , 00 ) (00 , 00 )) + (1 )( (00 , 00 ) (00 , 00 )) 10 () = ( (00 , 00 ) (10 , 00 )) + (1 )( (00 , 00 ) (10 , 00 ))

5.1.2.

Restriccin de Incentivos Compatibles V

Ahora analizaremos el caso en que un agente decide desviarse del pacto y realiza esfuerzo en la segunda tarea. La utilidad esperada del agente al desviarse es: (e01 ) 2 Entonces, la segunda restriccin de incentivos compatibles es: [ (e01 )] = + + (e01 ) + (e00 ) 2 2 (5.5)

(5.6)

Luego el bono que debe pagar el principal para hacer activa esta relacin es:
01 =

(e01 )

2 2 = 00 () (e00 ) ( )
01 ()

(5.7)

Con 01 () = ( (00 , 00 ) (01 , 00 )) + (1 )( (00 , 00 ) (01 , 00 ))

5.1.3.

Restriccin de Incentivos Compatibles VI

Finalmente, revisaremos el caso en que el agente se desva unilateralmente del acuerdo realizando esfuerzo alto en cada una de sus tareas. La utilidad esperada de esta accin es: [ (e11 )] = + (e11 ) 2 2 (5.8)

Entonces, la restriccin de incentivos compatibles que motiva al agente a esforzarse alto en todas sus tareas es: (e11 ) 2 + (e00 ) (5.9) 2 2 Reduciendo la inecuacin (5.9) obtenemos cual es el mnimo bono que cumple con esta restriccin. +
11 =

(e11 )

4 4 = 00 () (e00 ) ( )
11 ()

(5.10)

Con 11 () = + (1 )( (00 , 00 ) (11 , 00 )) Hemos encontrado el conjunto de bonos que incentivan al agente representativo a desviarse del acuerdo colusivo de no esforzarse. En la siguiente seccin desarrollaremos el problema del principal, que desea incentivar a los agentes a romper el pacto de no realizar esfuerzo, al mnimo costo.

( (00 , 00 )

(11 , 00 ))

5.2.

Problema del Principal

El problema de la autoridad educativa es minimizar el costo de incentivar a los docentes a esforzarse en sus labores, cuando stos pueden coludirse entre s para no realizar esfuerzo. La variable de control del principal es el porcentaje que otorga a cada seal dentro de su evaluacin de los establecimientos educacionales, que recordemos, compiten por ganar un bono que se divide en partes iguales entre su personal docente. El programa de optimizacin que resuelve el principal es: m n ()

Sujeto a () 11 () 10 () 01

(5.11)

Este problema equivale a descubrir cul es el mayor de los bonos encontrados en las restricciones (5.4), (5.7) y (5.10) y luego minimizarlo con respecto a la valoracin relativa de las seales del esfuerzo de los agentes. Para resolver este problema consideraremos dos escenarios: primero, el caso en que las tareas desempeadas por los docentes son sustitutas entre ellas y luego, el caso en que stas presentan complementariedad.

5.2.1.

Tareas sustitutas

En esta seccin resolveremos el problema del principal cuando las tareas desempeadas por los agentes son sustitutas entre ellas, es decir, las funciones y son submodulares. Al comparar los bonos encontramos el siguiente resultado:

Resultado 32 es el mayor bono y Si las las tareas y son sustitutas entre ellas entonces 11 es submodular en el esfuerzo de los agentes, es decir, se cumple que: ( ) + ( ) ( ) + ( ).
Entonces consideramos que el bono pagado por el principal en este caso es () = 11 , por consiguiente:

() = 00 ()
11 ()

4 (, )

(5.12)

El porcentaje, , de incidencia de las seales y en la evaluacin del principal qu minimiza el costo de incentivar a los agentes a desviarse del acuerdo colusivo y esforzarse, debe cumplir la condicin de primer orden del siguiente programa de optimizacin: m ax
00 ()

() =
11 ()

(, )

(5.13)

Tal como hicimos en el caso en que los agentes no podan coludirse entre s, analizaremos el caso en que los establecimientos educacionales son idnticos, para aislar el efecto del esfuerzo de los docentes en los resultados obtenidos por los alumnos. En concecuencia, cuando todos los docentes eligen el mismo vector de esfuerzo, los alumnos obtienen resultados iguales3 . Esto se traduce en la siguiente simplicacin del problema: m ax
0

() =
11 ()

(, )

(5.14)

Resolviendo (5.14), encontramos que el porcentaje ptimo de ponderacin de los resultados en la tarea dentro de la evaluacin del principal es4 : Donde,
5 11 = (00 , 00 ) (11 , 00 ) = 00 11 11 = (00 , 00 ) (11 , 00 ) = 00 11 2 11 = 2 2 11 + 11

(5.15)

Ahora bien, analizando (5.15), podemos inferir que: Resultado 4 1. = 0 Es decir, la evaluacin se focaliza en F, si los resultados de los alumnos en S son independientes del esfuerzo docente (11 = 0).
Demostracin en Apndice. ( 00 , 00 ) (00 , 00 ) = 0 y (00 , 00 ) (00 , 00 ) = 0 4 Detalles en Apndice. 5 Por la simetra entre establecimientos.
3 2

2. = 0 Si la varianza de la diferencia entre los errores de medicin de los 2 , es igual a cero. Lo cual se satisface, si no existen resultados en la tarea , problemas de observabilidad del outcome asociado a la labor en ninguno de los establecimientos. 3. = 0 Si la varianza de la diferencia entre los errores de medicin de los 2 , es innita. Esto se cumple, cuando al menos en resultados en la tarea , uno de los establecimientos el outcome asociado a la tarea no es observable (es observable con error con varianza innita). 4. = 1 Es decir, la evaluacin se focaliza en S, si los resultados de los = 0). alumnos en F son independientes del esfuerzo docente (11 5. = 1 Si la varianza de la diferencia entre los errores de medicin de los 2 resultados en la tarea , , es igual a cero. Lo cual se satisface, si no existen problemas de observabilidad del outcome asociado a la labor en ninguno de los establecimientos. 6. = 1 Si la varianza de la diferencia entre los errores de medicin de los 2 resultados en la tarea , , es innita. Esto se cumple, cuando al menos en uno de los establecimientos el outcome asociado a la tarea no es observable (es observable con error con varianza innita). 7. (0, 1) Es decir, pondera positivamente ambas tareas, si los resultados de los alumnos tanto en como en son observables (con error de medicin 0). 0 y 11 con varianza nita) y sensibles al esfuerzo docente (11
11 8. = + Es decir, la ponderacin ser independiente de las varianzas 11 11 de los errores de medicin, si stos ltimos son i.i.d.

9. =

2 2 2 +

Es decir, la valoracin es independiente de los outcome, si

las funciones de produccin de habilidades y son iguales ( ( , ) = ( , )). 10. = 0,5 Cuando los errores son i.i.d y las funciones de produccin de habilidades son iguales. La expresin (5.15) nos entrega un resultado similar al obtenido en la ecuacin (4.22), la valoracin ptima de cada una las tareas dentro de la evaluacin de la autoridad educativa depender positivamente del impacto que tenga el esfuerzo docente en ella. Mientras ms sensible sea ( ) al esfuerzo realizado por los docentes mayor ser el porcentaje asignado a esa tarea dentro de la evaluacin. Cuando el principal considera ambas seales en la evaluacin docente, la valoracin relativa depender de la varianza del error de medicin con el que capta dichas seales. Por lo que, la relacin entre y la parte estocstica del modelo es equivalente a la encontrada en el caso sin posibilidades de colusin. Mientras ms impresisa sea la medicin de los resultados de una tarea, menor ser su porcentaje de incidencia en la evaluacin.

5.2.2.

Tareas Complementarias

En esta seccin resolveremos el problema del principal cuando las tareas realizadas por los agentes son complementarias entre s, es decir, cuando las funciones S y F son supermodulares en el esfuerzo.

En este caso no ser posible encontrar un bono que sea ms alto que los dems para todo valor de , por lo que encontraremos soluciones por intervalos. Luego en este caso la funcin objetivo del principal ser: { 10 () 01 10 10 01 +(01 10 ) ( ) = 01 01 () +(10 )
10 01 01 10

Resolviendo el problema del principal encontramos las siguientes soluciones por tramos. 2 10 2 + 2 10 10 01 10 = (10 01 )+(01 10 ) 2 01
2 + 2 01 01

En donde,
10 = 00 10 10 = 00 10 01 = 00 01 01 = 00 01

Estos resultados son similares a los obtenidos anteriormente en la seccion sin posibilidades de colusin suponiendo tareas sustitutas. Encontramos que eno existe una nica solucin al problema del principal, y comparar entre dichas soluciones no permite identicar directamente la ponderacin ptima, esta depender de los parmetros fundamentales del modelo. Sin embargo, es posible inferir que: primero, la valoracin ptima que debiese entregar la autoridad educativa a una tarea determinada dentro de la evaluacin aumentar con la sensibilidad al esfuerzo docente que sta presente y disminuir con la sensibilidad de la otra tarea en consideracin. Segundo, mientras mayor sea la imprecisin con la que es posible medir la formacin de una habilidad, menor ser su ponderacin en la evaluacin, lo contrario sucede con la imprecisin de la otra habilidad.

5.3.

Conclusiones Escenario con Posibilidad de Colusin Entre los Agentes

En este captulo encontramos que al considerar tareas sustitutas, el problema del principal tiene una nica solucin, miestras que bajo complemetariedad slo es posible encontar soluciones por tramos que dependen no trivialmente de los parmetros del modelo. No obstante, tanto en el escenario con tareas sustitutas como complementarias es posible inferir que: primero, la ponderacin ptima de cada tarea dentro de la evaluacin depender positivamente de la sensibilidad de sta al esfuerzo docente. En particular, si los resultados en una tarea son independientes del esfuerzo, entonces sta no ser considerada dentro de la evaluacin, ya que, no proporciona informacin sobre el desempeo docente. Segundo, la relacin entre la varianza de la diferencia de errores de medicin de una determinada tarea y su valoracin en la evaluacin ser negativa, ya que, mientras ms impresisa sea la medicin, los

menos informativos sern outcomes como seal del esfuerzo de los agentes. Contrariamente, para una determinada tarea, su valoracin ser creciente en la varianza del error de medicin de la otra labor en consideracin. En general, el principal centrar su evaluacin en las seales que sean ms informativas del esfuerzo de los agentes. Por ejemplo, si consideramos que los errores de medicin de los outcomes son independientes e idnticamente distribudos (i.i.d), entonces la ponderacin de las tareas ser funcin slo de la sensibilidad relativa al esfuerzo que ellas presenten. Finalmente, si los errores son i.i.d. y las funciones de produccin de habilidades son independientes del esfuerzo entonces ambas tareas se valorarn en igual proporcin dentro de la evaluacin, es decir, = 0,5. Podemos resumir los resultados encontrados en el siguiente men de incentivos. Men de Incentivos 1. El principal considerar en la evaluacin slo los resultados obtenidos por los alumnos en , si: i Los resultados en la seal son independientes del esfuerzo de los agentes. ii Los resultados en la tarea no son medibles (error de varianza innita). iii El error de medicin asociado a la tarea es cero, es decir, el outcome de es perfectamente observable. 2. El principal considerar en la evaluacin slo los resultados obtenidos por los alumnos en , si: i Los resultados en la seal son independientes del esfuerzo de los agentes. ii Los resultados en la tarea no son medibles (error de varianza innita). iii El error de medicin asociado a la tarea es cero, es decir, el outcome de es perfectamente observable. 3. Si el esfuerzo de los agentes tiene un efecto positivo dentro de los resultados de y , y las varianzas de los errores de medicin son mayores que cero, pero acotadas. Entonces el principal considerar ambas seales en la evaluacin de los agentes. Entregando mayor peso a la tarea que sea ms informativa del esfuerzo docente.

Captulo 6 Conclusiones
Este trabajo ha analizado el problema de la autoridad educativa que desea que los profesores se esfuercen en su labor, considerando que sta incluye mltiples tareas, que por simplicidad agrupamos en dos categoras. Consideraremos un contexto de esfuerzo no vericable, en el que la autoridad slo observa una seal ruidosa de los resultados del esfuerzo docente en la formacin de habilidades de los alumnos. La autoridad implementa un sistema de incentivos a los docentes, que consiste en un torneo entre establecimientos educacionales homogneos entre s, donde el establecimiento ganador recibe un bono que se divide en partes iguales entre sus docentes. La determinacin del ganador es a partir de una evaluacin compuesta por los resultados de los alumnos en ambas categoras de tareas. Bajo estas condiciones el problema del principal es determinar la ponderacin ptima que debe entregar a cada tarea dentro de la evaluacin de manera de motivar el esfuerzo docente al mnimo costo. El problema se desarroll en dos escenarios: primero, suponiendo que los agentes no podan coludirse entre ellos para no realizar esfuerzo en sus labores y luego, un escenario donde la colusin es factible. En ambos caso analizamos la posibilidad de que las tareas realizadas por los agentes fueran complementarias o sustitutas. En el escenario sin posibilidades de colusin el objetivo del principal es implementar el equilibrio de Nash simtrico de esfuerzo alto. Para ello, el bono pagado por la autoridad debe satisfacer las restricciones de incentivos compatibles que eviten que los agentes decidan no realizar esfuerzo en una o ambas tareas. Bajo complementariedad de tareas el bono que satisface todas las restricciones de incentivos es el que evita que los docentes no realicen esfuerzo en ambas labores, y el problema del principal tiene solucin nica. Es decir, es posible identicar la ponderacin ptima que debe otorgar la autoridad a cada tarea dentro de la evaluacin, la cual es funcin de los fundamentales del modelo. Por otra parte, en el caso en que las tareas son sustitutas no existe un nico bono que satisfaga todas las restricciones de incentivos compatibles. Encontramos que el bono ms alto esta denido en dos tramos en funcin de la ponderacin de las tareas en la evaluacin: para valores bajos de la ponderacin de la primera tarea , el bono ms alto es el que activa la restriccin que evita que los agentes no realicen esfuerzo en la segunda tarea y viceversa. Bajo estas condiciones la solucin del problema del principal tampoco es nica, sino que encontramos tres candidatos a ponderacin ptima dependiendo de las funciones de produccin de actividades. En el escenario donde los agentes pueden coludirse para no realizar el esfuerzo, el objetivo del principal es evitar que el acuerdo se sostenga, incentivando a los docentes a desviarse de ste realizando esfuerzo en sus labores. Para ello, el bono pagado por la autoridad debe 31

satisfacer tres restricciones de compatibilidad de incentivos, que permitan a los docentes obtener un mayor nivel de utilidad esperada al desviarse del acuerdo realizando esfuerzo en la tarea , o en ambas, que al mantenerse en el pacto. Considerando tareas sustitutas encontramos que el bono que satisface todas las restricciones de incentivos es el que incentiva a los agentes a desviarse del pacto realizando esfuerzo en sus dos labores y existe solucin nica al problema de la autoridad. Por otra parte, bajo complementariedad ninguno de los bonos que hacen activas las restricciones de incentivos compatibles satisface las tres restricciones. Encontramos que para valores bajos de la ponderacin de la primera tarea el bono mas alto ser el que incentiva a los agentes a desviarse del acuerdo realizando esfuerzo precisamente en y para valores altos de la ponderacin de el bono ms alto ser el pagado para motivar a los agentes a realizar esfuerzo en la tarea . En este ambiente no ser factible encontrar una nica solucin al problema de la autoridad, sino que encontraremos un set de tres factibles soluciones dependiendo de los paramtros del modelo. El siguiente cuadro muestra un resumen acerca de la unicidad de la solucin encontrada segn sean los supuestos acerca de la factibilidad de colusin entre los agentes y la complementariedad que exhiban las tareas desempeadas por los docentes.

Tareas Complementarias Tareas Sustitutas

No Colusin Solucin nica No existe solucin nica

Colusin No existe solucin nica l Solucin nica

Ahora bien, los resultados encontrados con tareas sustitutas y complementarias en ambos escenarios presentan caractersticas similares. Primero, la ponderacin ptima de cada tarea dentro de la evaluacin depender positivamente de la sensibilidad de sta al esfuerzo docente. En particular, si los resultados en una tarea son independientes del esfuerzo, entonces sta no ser considerada dentro de la evaluacin, ya que, no proporciona informacin sobre el desempeo docente. Segundo, la relacin entre la varianza de la diferencia de errores de medicin de una determinada tarea y su valoracin en la evaluacin ser negativa, ya que, mientras ms impresisa sea la medicin, los menos informativos sern outcomes como seal del esfuerzo de los agentes. Contrariamente, para una determinada tarea, su valoracin ser creciente en la varianza del error de medicin de la otra labor en consideracin. Si consideramos que los errores de medicin de los outcomes son independientes e idnticamente distribudos (i.i.d), entonces la ponderacin de las tareas ser funcin slo de la sensibilidad relativa al esfuerzo que ellas presenten. Finalmente, si los errores son i.i.d. y las funciones de produccin de habilidades son independientes del esfuerzo entonces ambas tareas se valorarn en igual proporcin dentro de la evaluacin, es decir, 50 % cada una. En general, el principal centrar su evaluacin en las seales que sean ms informativas del esfuerzo de los agentes.

Bibliografa
[1] Armen Alchian y Harold Demsetz (1973). The Property Right Paradigm. The Journal of Economic History, Vol. 33, No. 1, The Tasks of Economic History. pp. 16-27. [2] Felipe Balmaceda (2007). Uncertainty, Pay for Performance and Asymmetric Information. The Journal of Law Economics & Organization, Vol.0 N0, pp. 475 514. [3] Patrick Billingsley (1979). Probality and Measure. Editorial Jhon Wiley & Sons. [4] Elizabeth Caucutt (2002). Educational vouchers when there are peer group eects, size matters. International Economic Review Vol.43, pp. 195 222. [5] Dennis Epple y Richard Romano (2002). Educational Vouchers and Cream Skimming. NBER Working Paper No. w9354. [6] Bengt Holmstrom y Paul Milgrom (1991). Multitask Principal-Agent Analyses: Incentive Contracts, Asset Ownership, and Job Design. Journal of Law, Economics & Organization Vol.7, pp. 24 52. [7] Bengt Holmstrom (1982). Moral Hazard in Teams. The Bell Journal of Economics Vol.13 No.2. [8] Christian Jaag (2006). Teacher Incentives. Munich Personal RePEc Archive. [9] Edward Lazear y Sherwin Rosen (1981). Rank-Order Tournaments as Optimum Labor Contracts. Journal of Political Economy Vol.89 No. 5, pp. 841 864. [10] Paul Milgrom y John Roberts (1990). Rationalizability, Learning and Equilibrium in Games with Strategic Complementarities. Econometrica, Vol.58, No.6, pp. 1255 1277. [11] Donald Topkis (1998). Supermodularity and Complementarity. Princeton University Press. [12] Yeon-Koo Che, Seung-Weon Yoo (2001). Optimal Incentives for Teams. The American Economic Review, Vol.91, No.3. pp. 525 541. [13] Ministerio de Educacin de Chile (2008). Indicadores de la Educacin. http://..////2 007 2008. [14] Ministerio de Educacin de Chile http://../

33

Apndice A Distribucin de Probabilidad Errores de Medicin

Como vimos en la seccin 4.1, la variable aleatoria z es una combinacin lineal de normales con media 0, descrita por la siguiente ecuacin: = ( ) + (1 )( ) (A.1)

Para simplicar el trabajo, reescribimos la Densidad de la Variable Aleatoria de la siguiente forma: ( ) = () (1 ) ( ) (A.2) Donde: = ( ) = ( ) representa la convolucin de las Distribuciones de Probabilidad. Las varianzas de las distribuciones que componen la convolucin son: () = 2 2 ((1 ) ) = (1 )2 2 Luego (0, 2 2 + (1 )2 2 ), es decir: 1 2 2 2 2 2 ( ) = /2( +(1) ) 2 2 2 2 2 ( + (1 ) ) (A.3)

34

Apndice B Restricciones Incentivos Compatibles Caso sin Colusin

B.1. Primera Restriccin

Desarrollaremos la inecuacin (4.10) para encontrar el mnimo valor que puede tener el bono entregado por el principal para que la restriccin asociada a sta se satisfaga.1 (e11 ) 2 (e10 ) 2 2 Luego, el bono debe cumplir: 2 (e11 ) (e10 ) (B.1)

(B.2)

Reemplazamos por la expresin descrita en (4.6) 2 2 = (e01 ) (1 (11 )) (1 (10 )) ( )

(e11 )

(B.3)

B.2.
B.2.1.

Problema del Principal caso sin Colusin

Demostracin Resultado 1

A continuacin demostraremos que 00 es el bono mas alto cuando existe complementariedad en las tareas S y F. Y luego demostraremos que al se 00 el bono mas alto la probabilidad de ganar el torneo, , es supermodular en el esfuerzo. Demostracin Para demostrar que 00 es el bono mas alto, cuando y son complementarias, usaremos una contradiccin. Entonces, supongamos que 01 > 11 , donde: 01 =
1

2 (e11 ) (e01 )

(B.4)

El trabajo con la restantes restricciones de incentivos compatibles del agente es equivalente al desarrollado en esta seccin

35

00 =

4 (e11 ) (e00 )

(B.5)

> (e11 )4 (e11 )2 (e01 ) (e00 ) (e11 ) (e00 ) > 2( (e11 ) (e01 ))

2 (e01 ) > (e11 ) + (e00 ) Ahora bien,

(B.6)

1. (e11 ) = 1 [( (e11 , e11 ) (e11 , e11 )) + (1 )( (e11 , e11 ) (e11 , e11 ))] = 1/2 2. (e01 ) = 1 [( (e11 , e11 ) (e01 , e11 )) + (1 )( (e11 , e11 ) (e01 , e11 ))] = 1 [01 + (1 )01 ] 3. (e00 ) = 1 [( (e11 , e11 ) (e00 , e11 )) + (1 )( (e11 , e11 ) (e00 , e11 ))] = 1 [00 + (1 )00 ] Entonces podemos reescribir (B.6), de la siguiente manera: 1 + 1 [00 + (1 )00 ] (B.7) 2 2 [01 + (1 )01 ] [00 + (1 )00 ] < 1 2 01 +(1)01 00 +(1)00 1 2 ( ) ( ) < 2 01 +(1)01 00 +(1)00 2 0 ( ) < 0 ( ) Reescribimos la ltima inecuacin utilizando la funcin Erf, denida como la integral de la distribucin normal, es decir: 2 2 () = (B.8) 0 2 2 2 (1 , 2 ) = (B.9) 1 2(1 [01 + (1 )01 ]) >

Figura B.1: Grco funcin Erf Luego

00 + (1 )00 01 + (1 )01 2 [ ] < [ ] 2 2 2 2 2(2 + (1 )2 ) 2(2 + (1 )2 )

(B.10)

Para poder resolver esta desigualdad tomamos una aproximacin lineal de Taylor de la funcin Erf, la cual toma la siguiente forma: 1 [ ] = + []2 2 2 2 2 Donde [] es un trmino de error cuadrtico. Luego podemos reescribir la inecuacin (B.10) de la siguiente forma: 01 + (1 )01 00 + (1 )00 2 < 2 2 2 2 2(2 + (1 )2 ) 2(2 + (1 )2 ) 2(01 + (1 )01 ) < 00 + (1 )00 Ahora bien, recordemos que : 01 = (e11 , e11 ) (e01 , e11 ) = 11 01 00 = (e11 , e11 ) (e00 , e11 ) = 11 00 01 = (e11 , e11 ) (e01 , e11 ) = 11 01 00 = (e11 , e11 ) (e00 , e11 ) = 11 00 Remplazamos en la inecuacin (B.13) y obtenemos: 2((11 01 ) + (1 )(11 01 ) < (11 00 ) + (1 )(11 00 ) (11 + 00 201 ) < (1 )(201 00 11 ) (11 + 00 ) + (1 )(00 + 11 ) < 2(1 )01 201 Pero por hiptesis el esfuerzo que realizan los agentes en ambas tareas es complementario, es decir, las funciones y son supermodulares, luego: 11 + 00 > 201 00 + 11 > 201 Multiplicando la primera inecuacin por y la segunda por 1 (11 + 00 ) > 201 (1 )(00 + 11 ) > 2(1 )01 Ahora sumando ambas in ecuaciones, obtenemos: (11 + 00 ) + (1 )(00 + 11 ) > 201 + 2(1 )01 Con lo que obtenemos una contradiccin, ahora bien, al realizar este mismo ejercicio comparando 10 con 11 , llegamos a un resultado equivalente. Luego 11 es el bono ms alto bajo complementariedad. Ahora demostraremos que es supermodular, sabemos que como 11 es el bono ms alto bajo, se satisface: (B.11)

(B.12)

(B.13)

1. 00 10 2. 00 01 Reescribimos la primera desigualdad: 2 4 (e11 ) (e00 ) (e11 ) (e10 ) Esto implica que: (11 ) + (00 ) 2 (10 ) Ahora reescribimos la segunda desigualdad: 4 2 (e11 ) (e00 ) (e11 ) (e01 ) Y obtenemos (11 ) + (00 ) 2 (01 ) Sumando (B.15) y (B.17) obtenemos: (11 ) + (00 ) (01 ) + (10 ) Por lo tanto, es supermodular en el vector de esfuerzo, . (B.16) (B.14)

(B.15)

(B.17)

(B.18)

B.2.2.

Solucin Problema del Principal con Tareas Complementarias

00 ()

En nuestro problema la funcin que queremos analizar es: () = () 1

2 /2()

(B.19)

11 ()

En donde 00 (), 11 () y () estn dados por: 1. 00 () = ( (11 , 11 ) (00 , 11 )) + (1 )( (11 , 11 ) (00 , 11 )) 2. 11 () = ( (11 , 11 ) (11 , 11 )) + (1 )( (11 , 11 ) (11 , 11 )) 3. () = 2 (2 2 + (1 )2 2 ) Ahora reescribiremos () con la funcin denida (B.8) y (B.9) para simplicar su diferenciacin. 1 () = [ (00 ()/ 2()) (11 ()/ 2())] 2 (B.20)

Para aislar el efecto del esfuerzo de los docentes en los resultados de los alumnos, supondremos los establecimientos educacionales, que estn siendo evaluados, son idnticos, por lo que en el caso simtrico que los 4 docentes eligen realizar esfuerzo alto en sus dos tareas, los resultados obtenidos por los alumnos son idnticos. Esto se traduce en que la diferencia de resultados ser igual a 0, es decir, 11 () = 0. Si consideramos que los colegios son iguales entonces el problema se reduce a: () = () Usando (B.8) tenemos: 1 () = (00 ()/ 2()) 2 La condicin de primer orden orden es: 00 () /2() [00 ()2 () + 200 ()()] = 0 () = 2 2()3

00 ()

2 /2()

(B.21)

(B.22)

(B.23)

Reduciendo (B.23) obtenemos que el valor de que cumple esa condicin es:
2 00 = 2 2 00 + 00

(B.24)

Donde: 1. 00 = (11 , 11 ) (00 , 11 ) 2. 00 = (11 , 11 ) (00 , 11 ) Como los colegios son idnticos y por hiptesis (11 , 11 ) (00 , 11 ) y (11 , 11 ) (00 , 11 ), entonces 00 0 y 00 0, por lo tanto, [0, 1].

B.2.3.

Demostracin Resultado 2: Cambios en la Valoracin Relativa ptima de las Seales,

Para analizar como cambia con variaciones en los parmetros que la denen analizaremos sus derivadas.
2 2 ( , , 00 , 00 ) = 2 00 2 2 00 + 00

(B.25)

2 1. Derivada de con respecto a 2 2 2 ( , , 00 , 00 ) 00 00 = 2 2 2 2 (00 + 00 )

(B.26)

2 Luego, como podemos ver en (B.26) la la derivada de con respecto a es positiva, por lo tanto cuando la varianza del error asociado a la medicin de aumenta el principal otorga mayor peso en la evaluacin a la seal .

2 2. Derivada de con respecto a 2 2 2 00 00 ( , , 00 , 00 ) = 2 2 2 00 )2 ( 00 +

(B.27)

Como podemos ver en (B.27) existe una relacin negativa entre y la varianza del error asociada a la medicin de . 3. Derivada de con respecto a 00
2 2 2 2 , 00 , 00 ) , ( 00 = 2 2 00 ( 00 + 00 )

(B.28)

Como podemos apreciar (B.28), la relacin entre 00 y es positiva. 4. Derivada de con respecto a 00
2 2 2 2 00 ( , , 00 , 00 ) = 2 2 00 ( 00 + 00 )2

(B.29)

Entonces, existe una relacin negativa entre 00 y .

B.2.4.

Solucin Problema del Principal con Tareas Sustitutas

En este caso ninguno de los bonos que hacen activas las restricciones de incentivos compatibles satisface todas las restricciones para cualquier valor de . Por lo tanto, la funcin objetivo del principal queda denida por tramo de la siguiente manera. { 01 10 10 () (10 01 )+(01 10 ) () = 01 10 01 () (10 01 )+(01 10 )

Figura B.2: Funcin Objetivo del Principal Resolviendo el problema del principal encontramos las siguientes posibles soluciones:

1. 2. = 3.

2 10 = 2 2 10 10 +

01 10 (10 01 ) + (01 10 )
2 01 2 2 01 + 01

= En donde,

10 = (11 , 11 ) (10 , 11 ) = 11 10 10 = (11 , 11 ) (10 , 11 ) = 11 10 01 = (11 , 11 ) (01 , 11 ) = 11 01 01 = (11 , 11 ) (01 , 11 ) = 11 01 La ponderacin ptima se determinar segn: Si < > ( ) > ( ), entonces es ptimo. Si < > ( ) < ( ), entonces es ptimo. Si > > , entonces es ptimo. Si < < , entonces es ptimo. Si > < , entonces es ptimo.

Apndice C Problema del Principal Caso con Posibilidad de Colusin

C.1. Demostracin Resultado 3

A continuacin demostraremos que 11 es el bono mas alto cuando las tareas S y F son sustitutas y los agentes pueden coludirse para realizar esfuerzo bajo. Y luego demostraremos el bono mas alto la probabilidad de ganar el torneo, , es submodular en el que si 11 esfuerzo. Demostracin Para demostrar que 11 es el bono mas alto, cuando y son complementarias, usaremos una contradiccin. Entonces, supongamos que 10 > 11 , donde: 10 = 0 10 11 = 0

2 ( ) 4

(C.1)

( ) 11

(C.2)

10 > 11
1 11 10 2 ( 2(2 ) > ( 2(2 ) 2 +(1) 2 ) 2 +(1) 2 )

1 10 11 2 ) < ( 2(2 ) ( 2(2 2 +(1) 2 ) 2 +(1) 2 )

Aproximando linealmente la funcin Erf, tenemos:

11 2 +(1) 2 ) 2 (2
10 2 < (2 2 +(1) 2 )

Simplicando encontramos: 11 < 210 Ahora bien, (C.3)

42

11 = ( (00 , 00 ) (11 , 00 )) + (1 )( (00 , 00 ) (11 , 00 )) = (00 11 ) + (1 )(00 11 ) 10 = ( (00 , 00 ) (10 , 00 )) + (1 )( (00 , 00 ) (10 , 00 )) = (00 10 ) + (1 )(00 10 ) Simplicamos el subndice que caracteriza el establecimiento ya que stos son iguales. Luego reemplazando en (C.3), obtenemos: 2[(00 10 ) + (1 )((00 10 ))] > (00 11 ) + (1 )(00 11 ) (00 + 11 ) + (1 )(00 + 11 ) > 210 + 2(1 )10 Ahora bien, como S y f son submodulares por hiptesis, entonces: 00 + 11 < 210 00 + 11 < 210
, Por lo que hemos llegado a una contradiccin, realizando el mismos ejercicio para 01 llegamos a un resultado equivalente. A continuacin demostraremos que es submodular: Entonces, si 11 > 10

4 ( 11 ) (00 )

>

2 ( 10 ) (00 )

2[ (10 ) (00 )] > (11 ) (00 ) 2 (10 ) > (11 ) + (00 ) Por otra parte, si 11 > 01
4 ( 11 ) (00 )

(C.4)

>

2 ( 01 ) (00 )

2[ (01 ) (00 )] > (11 ) (00 ) 2 (01 ) > (11 ) + (00 ) Luego sumando (C.4) y (C.5) obtenemos: (C.5)

(01 ) + (10 ) > (11 ) + (00 ) Por lo tanto, es submodular en las tareas S y F.

C.2.

Solucin Programa de Optimizacin del Principal

. Repetiremos la metodologa usada anteriormente, por ello, reescribiremos () con la funcin denida en (B.8) y (B.9), para simplicar su diferenciacin.

 1 () = [ (11 ()/ 2()) (00 ()/ 2())] (C.6) 2 Nuevamente, supondremos los establecimientos educacionales, son idnticos, por lo que, en el caso en que los 4 agentes se encuentran coludidos para no realizar esfuerzo, los resultados obtenidos por los alumnos son idnticos. Esto se traduce en que la diferencia de resultados ser igual a 0, es decir: 00 () = ( (00 , 00 ) (00 , 00 )) + (1 )( (00 , 00 ) (00 , 00 )) = 0 Luego: () = () Usando (B.8) tenemos: 1 () = (11 ()/ 2()) 2 La condicin de primer orden orden es: 11 () /2() ( ) = [11 ()2 () + 211 ()()] = 0 2 2()3

(C.7)

2 /2()

(C.8)

11 ()

(C.9)

(C.10)

Reduciendo (B.23) obtenemos que el valor de que cumple esa condicin es: Donde: 1. 11 = (00 , 00 ) (11 , 00 ) 2. 11 = (00 , 00 ) (11 , 00 ) Vale mencionar que, como los colegios son idnticos y por hiptesis (11 , 00 ) (00 , 00 ). Entonces, 11 0, por lo que, [0, 1].
2 11 = 2 2 11 + 11

(C.11)

C.3.

Demostracin Resultado 4: Cambios en la Valoracin Relativa ptima de las Seales,

Para analizar como cambia con variaciones en los parmetros que la denen analizaremos sus derivadas.
2 2 ( , , 11 , 11 ) 2 11 = 2 2 11 + 11

(C.12)

2 1. Derivada de con respecto a 2 2 2 ( , , 11 , 11 ) 11 11 = 2 2 2 2 ) + 11 (11

(C.13)

2 es positiva, Luego, como podemos ver en (C.13) la la derivada de con respecto a por lo tanto cuando la varianza del error asociado a la medicin de aumenta el principal otorga mayor peso en la evaluacin a la seal . 2 2. Derivada de con respecto a 2 2 2 ( , , 11 , 11 ) 11 11 = 2 2 2 11 )2 ( 11 +

(C.14)

Como podemos ver en (C.14) existe una relacin negativa entre y la varianza del error asociada a la medicin de . 3. Derivada de con respecto a 11
2 2 2 2 , 11 , 11 ) , ( 11 = 2 2 11 ( 11 + 11 )

(C.15)

Como podemos apreciar (C.15), la relacin entre 11 y es positiva. 4. Derivada de con respecto a 11
2 2 2 2 ( , , 11 , 11 ) 11 = 2 2 11 ( 11 + 11 )2

(C.16)

Entonces, existe una relacin negativa entre 11 y .

C.3.1.

Solucin Problema del Principal con Tareas Complementarias

01 10 +( ) 10 01 01 10 01 10 ) 10 01 +(01 10

La funcin objetivo del principal es: { 10 () ( ) = 01 ()

Resolviendo el problema del principal encontramos las siguientes posibles soluciones: 1. = 2. =

01 10 (10 01 )+(01 10 )
2 01 2 + 2 01 01

2 10 2 2 10 + 10

3. =

Figura C.1: Funcin Objetivo del Principal En donde,

10 = 00 10 10 = 00 10 01 = 00 01 01 = 00 01

La ponderacin ptima se determinar segn: Si < > ( ) > ( ), entonces es ptimo. Si < > ( ) < ( ), entonces es ptimo. Si > > , entonces es ptimo. Si < < , entonces es ptimo. Si > < , entonces es ptimo.