2 对称信息情况下最优合同.pptVIP

Cont… 这是净福利损失。 为了计算激励成本，首先注意到，当努力水平可观测时，最优努力水平为α=1/b；当努力水平不可观测时，委托人可诱使代理人自动选择的最优努力水平为： Cont… 就是说，非对称信息下的最优努力水平严格小于对称信息下的努力水平。因为期望产出为Eп=α，期望产出的净损失为： ? 努力成本的节约为： ? Cont… 所以，激励成本为： ?总代理成本为： ? 注意，当代理人为风险中性时，代理成本为零，因为β=1可以达到帕累托最优风险分担和最优激励。进一步，代理成本随代理人风险规避度ρ和产出方差σ2（代表不确定性）的上升而上升。 求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果，因为我们最关心的是自己什么地方与用人要求不一致，而不仅仅是面试中的表现。 不要欺骗自己，说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳，如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步，认真思考如何为以后的发展开好头。 Thank you §2 对称信息情况下的最优合同 委托－代理模型是为分析非对称信息情况下的最优合同而建立的。但作为分析的第一步，让我们首先讨论对称信息情况下的最优合同。，这种讨论对我们理解委托－代理关系问题的实质是非常重要的。特别地，因为委托－代理关系的中心问题被认为是“保险” 和“激励” 的交替问题（trade-off），在对称信息下，我们可以孤立的考虑最优的风险分担问题；在完成这一步再引入非对称信息，我们就会明白为什么在存在激励问题时，一般来说，帕累托最优的风险分担不能达到。 Cont… 假定代理人的行动a（或自然状态θ）时可观测的。 此时，委托人可以根据观测到的a对代理人实行惩， 就是说，激励合同可以建立在行动上，从而，激励 相容约束时多余的，因为委托人可以涉及任意的“强制 合同” 如果你选择a*，我将付你s(a*)=s*,否则我将付 你s s*，使得下列条件成立： Cont… 只要s足够小，代理人绝不会选择a不等于 a*。 我们分两步讨论对称信息情况。首先假定行动a给定，讨论什么是产出п 的最优分配方式；然后，我们再讨论最优的行动选择a。我们将证明，在对称信息下，帕雷托最有风险分担和帕累托最优努力水平都可以达到。 2-1 最优风险分担合同 给定努力水平a，产出是一个简单的随机变量，因此，问题简化为一个典型的风险分担问题:选择s（ п ）解下列最优化问题 Cont… 构造拉格朗日函数如下： ? 最优化的一阶条件是： Cont… 这里拉格朗日乘数 是严格正的常数（因为参与约束的等式条件满足）。上述最优条件意味着，委托人和代理人收入的边际效用之比应该等于一个常数，与产出 （和状态变量θ）无关。如果п1和п2是任意的两个收入水平，那么，下列等式应该满足： Cont… 就是说，在最优条件下，不同收入状态下的边际替代率对委托人和代理人是相同的。这是典型的帕雷托最优条件。 一般地，因为最优化条件（1）隐含地定义了最优化支付合同s*（п），通过使用隐函数定理，我们可以得出最优支付合同与每一方风险规避度的关系。 就条件（1）对п求导，我们有： Cont… 将λ=v’/u’代入上式解得： ? 这里 ? Cont… 分别代表委托人和代理人的阿罗－帕拉特绝对风险规避量（Arrow-Pratt measure of absolute risk aversion）。 式（3）意味着，代理人的支付s*与产出п的关系完全由绝对风险规避度的比率决定。给定 （即双方均为风险规避者），代理人的支付s*随п的上升而上升，但上升的幅度小于п上升的幅度。当 时， Cont… ds*/dп=1,s*的增幅与п相同。特别地，如果委托人和代理人都具有不变的绝对风险规避度，即如果ρp和ρA与各自的收入水平无关，那么，最优合同是线性的。对（3）积分得： ? Cont… α是积分常数项（可能取正值也可能取负值）。当然，不变的绝对风险规避度是非常特殊的。 一般来说，如果假定ρp和ρA随收入的增加而递减（即收入越高越不害怕风险），最优合同s*（п）是非线性的，其具体形式依赖于风险规避者的相对变化。 2-2最优风险分担合同