委托—代理理论
发布网友
发布时间：2022-04-28 22:35
共1个回答
热心网友
时间：2022-06-24 07:43
关于人员行为的研究主要是从两个方面展开的，一是通过实验或调查数据定量分析各因素之间的关联性，二是利用博弈论从理论上分析动机和对策。而本书主要是探讨企业信息化过程中人的动机及相应的控制策略，因而更多的是采用博弈论及其委托－代理理论（Principal-Agent Theory）进行分析。策略空间、效用函数，以及局中人的与博弈有关的特征等知识构成博弈的信息，从信息角度，博弈可以分为完全信息与不完全信息两类。委托－代理理论主要研究在信息不对称的条件下，委托人如何约束以及激励代理人。所谓不对信息是指某些参与人拥有另一些参与人不拥有的信息，其市场理论已经成为现代信息经济学的核心。在博弈分析中，常常将在交易中拥有信息优势的一方（知情者）称为代理人，将不具备信息优势的一方（不知情者）称为委托人。
1.2.4.1 基本委托－代理模型
委托－代理理论试图模型化一类问题，即一个参与人（委托人）想使另一个参与人（代理人）按照前者的利益选择行动，但委托人不能直接观测到代理人的选择行动，能观测到的只是另一些变量，这些变量由代理人的行动和其他的外部的随机因素共同决定，因而充其量只是代理人行动的不完全信息。委托人的问题是如何根据观测到的信息设计契约，以激励代理人选择对委托人最有利的行动。在设计激励机制时，委托人面对两个*因素，一是代理人可能拥有委托人无法直接观察到的私人信息，二是代理人还可能拥有委托人不能直接控制的私人决策领域，这两个因素分别被称为逆向选择和道德风险。
机制的设计通常以三步不完全信息博弈进行研究[53]：第一步，委托人设计一个“机制”（或契约、激励方案），实际上是一个博弈规则，其中代理人发出无需成本的信号，机制也包含了信赖于已发出信号的“配给”；第二步，代理人选择接受或拒绝委托人所设计的机制，拒绝就等于不参加机制或博弈，拒绝者得到某种额定的“保留效用”；第三步，接受机制的代理人进行由机制所确定的博弈。如图1.4所示，为一个典型的委托人与代理人之间的博弈树，图中的H、L分别表示代理人付出努力成本的“高”或“低”，π为产出函数，s为委托人付给代理人的报酬函数。显然，函数π、s的大小与代理人的努力成本（努力水平）有关。
图1.4 委托人与代理人之间的博弈树
委托人的问题就是选择适当的s（H）和s（L），以使期望效用v＝π－s最大化。但这需要面临来自代理人的两个约束，第一个约束为个人理性约束（Indivial Rationality,IR）或参与约束，即代理人从接受合同中得到的期望效用u不小于不接收合同时能得到的最大期望效用u。（即保留效用，图1.4中u0=0），即u≥u0；第二个约束是激励相容约束（Incentive Com patibility,IC），在委托人不能观测到代理人的努力时，代理人总是选择使自己的期望效用最大化的努力水平，就是说只有当[s（H）－H]>[s（L）-L]，即u（H）＞u（L）时，代理人才会选择“高”努力。
若把代理人的努力a看做是连续的变量，取值范围为A;c为相应的成本支出函数，且H≥c（a）≥L≥0;x为委托人对代理人观测结果，其受代理人努力变量a与自然变量θ的影响，其中θ～N（0，σ2），并有分布函数F（x，π，a）和密度函数f（x，π，a）。假定产出是可观测变量，并且只有π是可观测的，则有x＝π，此时委托－代理模型可写为
企业信息化过程中人员行为的研究
值得注意的是，模型在上述两个约束条件下得到的结果是“次优”（Second Best）的，达不到帕累托最优（First Best）。也就是，委托人在信息不对称的情况下为激励代理人努力工作，不可避免地让代理人承担过多的风险（破坏了最优风险分担）。
1.2.4.2 委托－代理理论的发展
委托－代理理论经过30多年的发展，至少取得了三方面的成果：一是基本的委托－代理模型发展得已经成熟；二是委托－代理分析框架已应用到经济管理的很多方面；三是委托－代理分析方法已经从传统的单个委托人和单个代理人发展到了多个委托人和代理人，如表1.2所示[54]，从代理人单一任务扩展到了代理人多个任务[55]。
表1.2 委托－代理关系分类
委托－代理理论的三个基本问题，即目标差异、风险态度不同、信息不对称，同样存在于实施ERP的企业用户与软件开发商、咨询顾问的合作关系中，加之目前我国ERP系统市场的不成熟，使得企业用户（委托人）与设计开发者（代理人）之间的委托－代理关系存在着突出的逆向选择和道德风险。尽管ERP系统实施的不成功直接关系到企业的发展，但面对信息占优势的代理人来说，企业既无办法控制也*力监测开发人员的努力，因而一些学者开始探讨将建筑工程中的监理机制引入到信息系统建设中的现实性。另外，软件系统的质量不仅决于开发人员的技术水平、努力水平，同时也与企业用户的密切配合有极强的相关性，也就说系统成功的前提应是双方相互信任与密切协作[56]。
