基于委托代理視角跨期離散時間下的最優(yōu)高管薪酬.pdf

1、1988年我國有上市公司披露了高管的薪酬及持股情況，這是我國上市公司第一次這樣做，正是在此以后，社會上開始逐漸關注高管的薪酬與激勵問題，而近年來社會上也在不斷議論上市公司高管天價薪酬的問題，更有公司虧損但是高管錢照拿的情況引發(fā)社會輿論對高管薪酬的爭議。
　　高管薪酬問題的根本就在于委托代理問題。現(xiàn)代企業(yè)有一個非常重要的特征就是所有權與經(jīng)營權分離，委托人（股東）與代理人（高管）形成了委托代理關系。股東與高管的目標效用不一致，信息不對

2、稱造成了委托代理問題的產(chǎn)生。所以本文想要通過合理構建模型，討論跨期離散時間的設定下高管與股東之間動態(tài)優(yōu)化過程以及結果。
　　在標準的委托代理模型里，有委托人和代理人，二者各為自己的利益而行動，如果信息完全對稱，委托人能完全觀測到代理人的努力水平，則委托人會在每個節(jié)點都要求代理人達到某個特定的努力水平并只付給代理人固定薪酬（貨幣薪酬），這個時候代理人滿足個體理性約束，最終結果是委托人與代理人總體福利最大化，達到最優(yōu)結果(first

3、best outcome)。但是如果信息不對稱，委托人不能完全觀測并指定代理人的努力水平，而且因為利益也不對稱的原因，在給定薪酬的情況下，代理人會采取行動讓自身的利益最大化，這時候代理人不僅滿足個體理性約束還滿足激勵相容約束，不僅要求貨幣薪酬，還要求限制性股票或者股票期權，這部分稱為激勵薪酬，激勵薪酬的作用在于激勵風險厭惡的高管接受有價值的（凈現(xiàn)值NPV＞0的）但是會讓公司冒更大風險的項目。當努力水平不可以被觀測的時候達到的結果是次優(yōu)結

4、果(second best outcome)，最終是代理人效用最大化。
　　基于以上理論，本文在一個離散時間模型（二叉樹模型）的框架下，探討代理人路徑無關(path-independent)的跨期決策、委托人與代理人之間的博弈及均衡。在標準委托代理框架下提出一種方法希望求得最優(yōu)薪酬合約的數(shù)值解。在模型設定時還加入自然隨機沖擊對公司價值的影響，讓公司價值不再完全由高管努力決定，而是高管努力的一個函數(shù)。希望求得其他條件不變，高管對于公

5、司的重要性改變，或者公司價值波動改變，抑或高管風險厭惡程度改變等不同情況下的最優(yōu)的高管薪酬。研究給定薪酬時，不同階段經(jīng)理人如何決策，能否得到最優(yōu)結果(first best outcome);股東如何制定薪酬形式達到自身效用最大化，同時又能激勵和約束高管的行動。通過借助理論模型的構建，分析，求解，希望為以后的研究提供理論支持，幫助理解股東與高管之間的博弈。
　　在本文的模型里公司價值的影響因素有高管的努力和隨機沖擊，目標函數(shù)與約束函

6、數(shù)的影響因素有高管在公司里的重要性，高管的風險厭惡系數(shù)（本文的研究假設里沿用以往文獻里的假設，股東是風險中性的），公司的價值波動大小。并通過改變以上參數(shù)，觀測數(shù)值解的變化，發(fā)現(xiàn)在first best情況下，不論是什么函數(shù)形式以及參數(shù)值，委托人都只給代理人固定薪酬就可以了，因為信息的完全對稱，委托人能明確提出代理人需要達到的努力水平，如果代理人達不到，那么他就會被解雇。高管對于公司的重要性越大，公司價值的波動越大都會促使股東要求一個更高的

7、努力水平，同時付給高管一個更高的貨幣薪酬，但是高管的風險厭惡系系數(shù)越大，高管不再會愿意付出原來那么多努力水平，得到的薪酬也會變低。在second best的情況下，委托人不能觀測代理人的努力水平，除了固定薪酬，委托人還需要提供限制性股票和股票期權來激勵代理人去冒一定的風險。高管對公司越重要，高管風險厭惡系數(shù)越大，公司價值波動越大都會使高管要求更多的權益類薪酬，而當高管風險厭惡系數(shù)增加，公司價值波動增大的時候高管對固定薪酬的要求會降低，這

8、是因為固定薪酬對高管沒有激勵作用。但是在本文的研究里，限制性股票的份額比股票期權份額更多一些，這或許與本文期權是平值期權的設定有關。根據(jù)以往的研究，限制性股票在某些情形下會比期權的激勵效果更好，如果績效相關的權益薪酬授予的早，那就會出現(xiàn)限制性股票比平值期權激勵效果更好的結果。本文的設定里限制性股票和平值期權都是在合約一開始就授予給了高管。
　　在現(xiàn)實環(huán)境下，要達到first best幾乎是不可能的。本文在求解過程中發(fā)現(xiàn)，如果把高管

9、效用函數(shù)設定為線性效用函數(shù)，發(fā)現(xiàn)股東只給高管固定薪酬就可以了，并不需要給高管限制性股票和股票期權激勵，這說明，當高管效用函數(shù)為線性效用函數(shù)，即高管也是風險中性時，就能讓second best結果走向first best。
　　在問題的求解過程中主要運用倒推法，從最后一期高管和股東的期望效用倒推到前一期進行優(yōu)化求解，再依次類推得到最終想要的結果，本文的創(chuàng)新點主要在于，運用二叉樹模型來刻畫公司價值的改變率，剛好可以在多期的設定下考察高