第三十七章 不对称信息_第1页
第三十七章 不对称信息_第2页
第三十七章 不对称信息_第3页
第三十七章 不对称信息_第4页
第三十七章 不对称信息_第5页
已阅读5页,还剩11页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第三十七章不对称信息逆向选择道德风险信号显示激励设计不对称信息与不完全信息“完全信息”,主要是指市场上每一个从事经济活动的个体(即买者和卖者)都对有关的经济情况(或经济变量)具有完全充分的信息。当市场的一方无法观察到另一方的行为,或者无法获知另一方行动的信息时,这就是所谓的不对称信息。

道德风险与逆向选择道德风险是指交易双方在签定交易协议后,当存在信息不对称,交易的一方无法观察到另一方所采取的行动时,由此所发生的具有私人信息或信息优势的一方故意不采取谨慎行动的情况。逆向选择是指在不对称信息的情况下,由于市场上交易一方无法观察到另一方重要的外生特征,交易市场上出现的劣质品驱逐优质品的现象。

激励机制委托-代理问题是指由于代理人的目标函数与委托人的目标函数不一致,加上存在信息不对称,代理人有可能偏离委托人目标函数而委托人难以观察和监督,从而出现代理人损害委托人利益的现象。假设用e表示代理人付出的努力程度,y为产值,y的影响因素不只是e,但两者之间高度正相关,其函数式可以表示为:y=f(e)用s表示委托人付给代理人的报酬,为了使代理人获得的报酬与付出的努力程度有关,报酬s应该与产值y是正相关的,其函数表达式可写成如下:s=s(y)=s[f(e)]委托人的目标是利润最大化,即y-s(y)最大化。那么,设计激励机制又面临哪些约束条件呢?首先,代理人付出劳动或努力是需要成本的,成本与付出的努力是正向相关的,并且,随着付出的努力上升,劳动或努力的边际成本是递增的,用c表示代理人付出努力的成本,则c与努力e的函数关系式如下:c=c(e)用u0表示代理人不工作能达到的效用水平折算成的收益,对于代理人来说,只有当他从工作中得到的净收益大于不工作能达到的效用水平折算成的收益,他才愿意参加工作。即代理人愿意工作时有:s[f(e)]-c(e)≥u0假设代理人如果不工作能领取到失业救济金,那么失业救济金就构成了u0的一部分。最理性的委托人会设计这样一种激励机制,使代理人刚好愿意参加工作,这被称作“参与约束”,若报酬低于这一约束水平,代理人宁愿失业也不愿意参加工作。因此,在参与约束满足时,委托人的利润函数为π=f(e)-c(e)-u0

委托人的利润最大化就是使f(e)-c(e)-u0最大。按照代理人的参与约束,委托人愿意支付给代理人的报酬的上限为:s[f(e`)]=c(e`)+u0委托人必须使激励机制的设计能诱使代理人不偷懒,即让代理人努力工作得到的净收益大于偷懒得到的净收益。这样,激励机制就必须满足:s[f(e`)]-c(e`)≥s[f(e)]-c(e)上式对一切e的取值(即各个努力水平)都成立,这一约束被称为“激励相容约束”。

租金当信息对称时,委托人(农场主)可以按某一个价格水平R将土地租给代理人(农民)耕种,而代理人将获得除去租金以后的所有产品。这一激励机制用函数来表示可以写成:s[f(e)]=f(e)-R代理人净收益s[f(e)]-c(e)=f(e)-R-c(e),代理人将努力使净收益f(e)-R-c(e)最大化。为了达到最大值,代理人将把努力程度e调整到e`,使努力程度的边际产值正好等于其边际成本,即MP(e`)=MC(e`),这一努力水平也正好是委托人希望的。所以,激励相容约束得到了满足。租金R的大小则由参与约束决定,委托人将使代理人的净收益等于不参加工作能达到的效用水平折算成的收益u0,即:f(e`)-c(e`)-R=u0因此,地租为R=f(e`)-c(e`)-u0这样的租金将使代理人自愿地付出e`的努力水平,代理人在为自己的利益努力工作的同时也为委托人创造了最佳的产量。在这种情况下,对代理人而言,劳动比不劳动好,努力劳动又优于偷懒。劳动工资如果信息是对称的,委托人规定一个单位劳动工资率,代理人的报酬可以分成两个部分:一部分固定收入K,另一部分是按每单位劳动支付的报酬,即按劳分配的工资。因此,这种激励机制的形式为:s(e)=W(e)+K工资率W等于代理人在最优努力水平e`上的边际产值MP(e`)。也就是说,W需要确定在这样一个努力水平上,即代理人正好愿意付出e`水平的劳动。而K的选择只要考虑参与约束就可以了。代理人努力的净收益最大化就是使s[f(e)]-c(e)=W(e)+K-c(e)最大化。达到最大化的边际条件是代理人的边际收益(此处为工资率W)等于代理人的边际产值,又由于W=MP(e`),所以,代理人的最佳选择就是e`,使MP(e`)=MC(e`)成立,这正是委托人希望的。工资率W确定后,K通过参与约束W(e`)+K-c(e`)≥u0可确定为:K=u0+c(e`)-W(e`)在信息对称条件下,若产量只取决于劳动,则工资可采取计件形式,此外,委托人还需要付给代理人一笔固定的报酬(等于计件工资抵消劳动成本和不工作情况下的收益后还不足的余额)。如果计件工资本身已经足以吸引代理人工作,则不必支付固定报酬K。目标产量承包在信息对称时,委托人给予代理人一项简单选择:如果代理人愿意付出e`的努力程度并达到产出f(e`)的话,就可以得到报酬B`;如果产量没有达到f(e`),代理人将得不到任何的报酬,即B`=0。这是一种不容许讨价还价的单点报酬激励机制。这种激励机制的关键是B`的确定。从参与约束中我们知道:B`-c(e`)≥u0

所以,B`的最低限度为:B`=c(e`)+u0

这样,代理人愿意参与工作,同时,如果他稍微偷懒,产量达不到f(e`)的话,他将得不到任何报酬,其净收益为负。因此,代理人的最佳选择是付出e`的努力程度,这也正是委托人所愿意看到的。不对称信息下的次佳激励机制

分成制是一种常见的激励机制,这种报酬方式可以分为两个部分:一部分是固定的收入F,另一部分是产值的一个比例α,即:s=F+αf(e),其中F为常数,0<α<1在充分信息的条件下,分成制并不是一种有效的分配方式。从代理人的角度来说,希望自己的净收益最大化,即:max.F+αf(e)-c(e)由于F是固定的,上式可以简化为:max.αf(e)-c(e)

而委托人利润最大化的目标要求:max.f(e)-s参与约束要求:s-c(e)≥u0

将s-c(e)≥u0代入(max.f(e)-s,可得:max.f(e)-c(e)-u0

由于u0是固定的,max.f(e)-c(e)-u0式就可以写成:max.f(e)-c(e)

比较max.αf(e)-c(e)和max.f(e)-c(e)可以知道,由于α≠1,委托人和代理人的目标是不相容的。委托人利润最大化的条件是代理人的边际产值等于边际成本,即MP(e`)=MC(e`)。根据max.αf(e)-c(e)可以得出代理人净收益最大条件是:αMP(ē)=MC(ē)显然,e`≠ē,因为,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论