声誉激励模型

2024-06-09

声誉激励模型（共7篇）

声誉激励模型篇1

一、引言

风险投资家和风险企业家是风险资本市场上的资金供给和资金需求两方。理性风险投资家的投资决策常常很谨慎, 对投资项目百里挑一, 并且对于选中的企业也会采取分阶段投资的方式向风险企业注入资金。创业企业家需要在多个阶段的投资博弈过程中取得投资家的信任, 持续获得发展所需要的资金。然而在风险资本运作阶段, 由于风险企业家掌握更多关于自己的信息, 比如说能力、努力程度、自己开发的技术等, 风险企业家和风险投资家之间存在着严重的信息不对称, 将会产生逆向选择问题与道德风险问题, 影响着风险投资的最终结果。

实际上“逆向选择”与“道德风险”几乎存在于所有的市场交易过程中。风险投资家与风险企业家之间的多阶段投资过程在实质上也是一种交易过程:风险企业家以自己的能力与想法为交易物, 吸引风险投资家来投资, 通过企业家的努力工作最终达到合作共赢的结局。对于这个问题, 常用的解决途径是通过设立契约合同来激励参与主体努力工作。然而契约设计有时会受一定条件限制, 而且存在设立成本的问题。当无法设立条件契约或条件契约的成本过高时, 信誉机制则是解决交易中这一问题的有效途径。

有一些学者探讨了运用信誉机制解决风险投资中“逆向选择”与“道德风险”的问题。张道宏和张贺 (2006) 运用一个简化了的单边不完全信息的动态博弈模型, 研究了声誉机制下风险投资与风险企业合作的内在激励效应;金永红 (2007) 则将声誉模型运用于风险资本的筹集阶段, 即风险投资者和风险资本家之间的博弈, 认为风险资本家在受声誉影响阶段的努力程度要严格大于不受声誉影响阶段的努力程度, 并且受影响的时期越长, 声誉对风险资本家的激励作用越大, 努力程度也会越高;张莉 (2010) 运用KMRW声誉模型研究得出:在多阶段的风险资本运作过程中, 无论风险企业属于风险较高或者风险较低类型, 维护良好的声誉都非常重要, 合作行为是风险企业家获得后续发展资金的最优选择。

学者们对风险投资中的信息不对称问题主要是站在风险投资家的角度, 着力研究风险投资协议达成后的风险规避与激励机制, 忽略了投资前项目筛选过程中企业家的选择问题, 即着重突出解决“道德风险”问题, 而轻视了“逆向选择”问题, 并由此而产生了对“信誉”理解的偏差, 认为“企业家信誉”即企业家的工作的行动水平。实际上“企业家信誉”应包括两个方面含义:企业家的行动水平——存在道德风险的问题;企业家的能力水平——面临逆向选择的问题。

本文将运用卖方信誉理论 (Seller Repution) 综合研究多阶段风险投资过程中逆向选择和道德风险的问题。第二部分是信誉激励模型的基本原理与假设;第三部分讨论只存在风险企业家能力水平未知时情况 (即只存在逆向选择问题) ;第四部分讨论只存在风险企业家行动水平未知的情况 (即只存在道德风险问题) ;第五部分是综合模型, 讨论同时存在企业家能力水平和行动水平均未知的情况。

二、基本模型与假设

对于多阶段的风险投资, 风险投资家选择在不同时段与风险企业家进行投资交易。在某个特定的时段, 他们之间只进行一次投资交易, 交易的结果只有成功或失败, 对风险投资家来说, 交易成功则价值为1, 交易失败则价值为0;风险投资家只能在投资交易发生后观察风险企业家的信息, 交易最终的结果 (交易成功的概率) 完全取决于风险企业家的能力水平和行动水平。

假设风险企业家的能力水平处于“好” (good) 与“坏” (bad) 之间, 即θ∈[b, g], 其中0≤b≤g≤1。记风险投资家对风险企业家在投资交易tth时段的能力水平为“好”的可信度为μt, 在这里μt是影响风险企业家声誉的一个重要因素。

投资交易结果还取决于风险企业家的行动水平。我们假设e为风险企业家的行动水平, e∈[e, 1], 且e>0。另外, 我们假定风险企业家行动的成本函数c (e) 为单调递增的凸函数 (c'>0, c''>0) , 且c' (e) =0。假设风险企业家和风险投资家都是风险中性, 都寻求在折现率为δ时最大化自己的现值。

假设市场中仅有一个风险企业家, 且风险投资家进出市场成本为0。投资交易按照如下规则进行:首先风险投资家决定第一阶段的风险投资价格p是否能接受, 如果能够接受则风险投资家向风险企业家支付p, 同时风险企业家选择自己的行动水平e, 则投资交易成功的概率为eθ (如果不接受则交易失败) 。其次, 市场中潜在的其他风险投资家通过观察上述交易的结果来更新自己对风险企业家为“好”的信度μt (μ0>0) 。

在给定风险企业家能力水平θ的情况下, 社会福利最大化即:

由最优化条件有:θ=c' (eθ*) 。

三、能力未知模型

这里讨论只存在风险企业家能力水平未知时情况 (即只存在逆向选择问题) 。此时, 风险企业家没有行动水平的选择, 因此我们设定e=1。交易成功的概率仅由风险企业家的能力水平决定。风险投资家通过观察以往交易的结果来判断风险企业家的能力水平。

“好”的风险企业家将比“坏”的风险企业家具有更高的交易成功率, 因此0≤b

同样, 在第一时段交易失败的情况下, 风险投资家的信度函数为:

(一) “最好最坏”效应

将式 (2) 、式 (3) 进行循环迭代可以得到更一般的情况:

当投资交易不断进行, 即当t→∞时, μt→1或μt→0。所以在这种情况下, 理论上只要交易进行的次数足够多, 风险投资家最后总能判别出风险企业家的最终能力水平, 即认为风险企业家的能力水平为“最好”, 或为“最坏”, 称为“最好最坏”效应。然而实际情况中, 风险投资家并不会无限制的投资下去 (特别是在之前交易失败的情况下) , 因此风险投资家常常不能准确地掌握到风险企业家的能力水平而及早地退出了投资市场。

(二) “最初交易”效应

另外一个影响投资交易结果的因素是交易价格p。很明显, 如果p>g, 则交易期望值Eθ=μg+ (1-μ) b

在实际中常常出现的情况是bp, 即:

现考虑μ0=μ+ε, ε>0为微小增量, 但足以促使交易的顺利进行。假设在第一时间段的交易中, 由于某些原因交易最终失败了, 由式 (1) 中我们得到下一个时段的信度μ1 (μ0, F) , 由于ε极小, 所以μ1 (μ0, F) <μ, 此时风险投资家将不会选择在此投资价格下进行投资。因此, 首次交易的失败有可能造成风险投资家声誉被低估而最终被意外淘汰的悲惨结局, 称为“最初交易”效应。

四、行动隐藏模型

这里讨论只存在风险企业家行动水平未知的情况 (即只存在道德风险问题) 。此时, 风险企业家的能力水平已知, 即b=g (或μ0=1) 。风险投资家不能观察到风险企业家的行动水平, 只能预期他将付出一定水平的行动;而风险企业家的行动需要付出一定的成本, 所以若无任何激励, 他只愿意选择低的行动水平。

倘若投资交易仅为一个阶段, 很明显交易的结果将是风险投资家拒绝投资, 他可以准确预期到风险企业家的努力水平仅为最低水平e, 因为此时风险企业家没有付出更多行动的激励。

我们考虑一个无限次的投资交易。假设风险企业家的能力水平为g, 行动水平为≡e>e, 某一阶段交易收益为V, 则有:

风险企业家要选择最优的行动水平以达到博弈的均衡解, 即要最大化V, 由式 (7) 可得:

同时, 要使风险投资家愿意在价格p进行投资, 还需要满足p≤≡e g。

由式 (8) 可知, V是p、δ和g的增函数, 且c''>0, ≡e也是p、δ和g的增函数。因此, 当δ和g增加时, 投资收益V和风险企业家行动水平≡e都会增加。

风险企业家的行动存在惰性 (即风险企业家有采取较低的行动水平的行为) , 有以下三点理由:

1.上述的均衡解并非唯一, 还存在其他的均衡解。对于重复博弈模型而言, 风险投资家不投资, 风险企业家采取最低水平的行动也是一均衡解。

2.即使风险投资家让风险企业家赚取最大的剩余价值 (即:p=≡e g) , 也不能保证风险企业家行动水平有效。例如, 如果δ接近0, 那么行动水平接近e;如果δ接近1, 那么存在诸多行动水平可以保证博弈的均衡, 此时如果g再足够接近1的话, 会出现比e*g更高的行动水平。

3.风险企业家行动水平大于的必要条件是。

五、综合模型

在实际中, 风险投资家面临着的是风险企业家能力和行动均未知的情形。

假设风险企业家知道自己的能力水平, 而风险投资家并不知晓。考虑一个二阶段的交易模型, 在第二个阶段由于不存在未来预期回报, 风险企业家将采取最低的行动水平e。风险投资家认为不同能力水平的企业家将采取不同水平的行动, 即“good”的企业家的行动水平为□eg, “bad”的企业家的行动水平为□eb。因此可以得到交易第一阶段的价格函数:

第一阶段交易结束后, 风险投资家对企业家信誉的信度函数按Bayes公式更新为:

所以第二阶段的投资交易价格为:

1.能力与行动的互补性。对于能力水平为θ的风险企业家而言, 其期望效用为:

由极大化条件得:

由式 (16) 可知, 行动水平□eθ为折现因子δ和能力水平差异 (g-b) (即风险投资家对风险企业家能力判断的不确定性) 的增函数。

对企业家能力水平判断的不确定性增加了风险投资家逆向选择的难度, 但是却能使企业家更为努力地工作。对于投资交易的最终收益而言, 企业家的能力水平和行动水平存在着互补性。

2.模仿路径。企业家总是期望风险投资家认为自己的能力是属于“good”的一类, 并且努力试图让投资家们相信这一点。

我们设定市场中有两个风险企业家, 一个是“good”的类型G, 另一个是“bad”的类型B。G总是会付出较高的行动水平, 以获得每次交易的成功;B会模仿G的类型并灵活选择每个交易阶段的行动水平, 以达到自身利益的最大化。

考虑一个两阶段的交易博弈。我们设定g=b=1, eg=1, eb=0。此时G类型在交易过程中一直会成功, 即p2F=μ1F=0, B模仿G的类型, 并让风险投资家认为他是“good”的类型, 也取得了交易的成功, 我们有:

由极大化条件得:

由分析可知, B的行动水平随折现因子δ和风险投资家的初始信度μ0的增加而增大。

随着投资交易次数的增加, 如果c' (1) <∞, δ→1, 那么B将选择□eb→1的行动水平, 这样B就可以一直模仿成G的类型而不被风险投资家发现, 信息的不确定性也就可以永久地保持下去。

然而实际情况并非如此。完美的市场信息的条件 (即g=b=1) 并不存在, 当时b=g<1, 就不能保证B在交易的每个时期都有激励采取□ebt=1的行动水平去模仿成G的类型。因为b=g<1, 即使在t阶段之前所有交易都成功的前提下, 对于下一阶段交易结果的判断也不会一定成功, 这样的话风险企业家就没有必要花去高额的代价采取□ebt=1的行动水平了。但是总的来说, 声誉效应会促使风险企业家在交易的初期阶段付出较大的行动水平以尽可能完美地模仿G类型。

六、总结

企业家信誉包括企业家能力水平和行动水平两个方面的内涵。研究能力水平对风险投资过程的影响是为解决“逆向选择”的问题, 本文的第三部分作了这个方面的分析, 指出了风险投资过程中的“最好最坏效应”与“最初交易效应”;研究行动水平对投资过程的影响是为解决“道德风险”的问题, 本文的第四部分作了这个方面的论述。第五部分将企业家能力水平未知与行动水平未知综合起来研究, 指出企业家能力与行动存在互补性, 同时也分析了“bad”类型企业家模仿“good”类型以取得更大利益的行动路径。本文所做研究属理论研究, 对后续研究具有一定的指导借鉴意义。当然文中观点还需要通过实例验证, 这是本文不足之处。

摘要：多阶段风险投资过程中存在着逆向选择和道德风险问题。文章在构建声誉激励模型的基础上, 通过单独分析企业家能力水平对风险投资过程的影响, 给出风险投资过程中的“最好最坏效应”与“最初交易效应”, 并且还通过单独分析行动水平的影响, 得出企业家行动存在惰性的结论。文章最后将企业家能力水平未知与行动水平未知综合起来研究, 指出企业家能力与行动存在互补性, 同时也分析了“bad”类型企业家模仿“good”类型以取得更大利益的行动路径。

关键词：风险投资,逆向选择,道德风险,声誉激励模型

参考文献

[1].张道宏, 张贺.基于声誉机制的风险投资与风险企业博弈分析.税务与经济, 2006;3

[2].金永红.风险投资机构运作机制与风险管理.上海:上海财经大学出版社, 2007

[3].张莉.多阶段风险投资的声誉激励效应.会计之友, 2010;11

[4].Heski Bar Isaac, Steven Tadelis.Seller Reputation.Foundations and Trends in Microe conomics, 2010;4

声誉激励模型篇2

目前激励报酬形式导致了国有企业经理人的行为短期化,这一直是我国国有企业的软肋。尤其是在国内外一系列公司治理丑闻爆发后,人们开始重新审视有关经营者报酬激励的问题。目前对经理人进行激励主要从薪酬激励和声誉激励两方面进行。

薪酬激励方面,目前,股权激励在国内外被广泛应用。但股票期权是否真正具有激励作用,目前还没有一致的结论。王琴等指出股权激励可以将管理人员报酬与企业长期经营业绩相关联。但是,也有人持相反观点[1]。张俊瑞等研究发现实施股权激励的公司财务业绩指标在一年后有明显提升,但长期资产结构并未发生实质变化[2]。丁鑫认为高管持股这种股权激励方式在我国当前的现实条件下激励效果不明显,不能显著提高公司经营业绩,增加股东财富[3]。程仲鸣等的研究发现股权激励可能是内部人的管理层寻租的工具,而不是股东利益最大化的工具,股权激励并没有表现出利益趋同效应[4]。然而,许多研究认为如果董事会起到应该起的作用,股权报酬是可以起到激励经理的作用。

声誉激励方面,经理人市场声誉作为解决经理人行为短期化的长效治理机制历来被研究者所重视。Fama( 1980) 最早提出代理人声誉可作为一种治理机制的观点。Kreps 等人利用重复博弈模型研究了声誉的激励作用,通过构造KMRW声誉模型,他们得出了“在多次重复委托代理关系条件下,声誉等隐性激励机制能够达到激励代理人的目的”的结论[5]。很多文献指出:经理人市场声誉可以作为显形激励契约的替代,声誉机制能很好地解决该道德风险问题,对舞弊行为起到了抑制作用[6,7,8]。王蕾等指出声誉机制一定程度上能起到抑制“寻租”行为的作用[9]。雷亚萍等指出:委托人可以依据“声誉”这一可观测的信号来选择代理人,以降低自身人力资本化的风险[10]。目前,国内外大部分文献研究的是在市场声誉下的经营者的行为。然而,在我国,国有企业经营者拥有双重身份,他们既是企业经营者,又是具有行政级别的政府官员,他们所受到压力主要来自于政府主管部门对其职位的变动,因此国有企业经营者更加重视与行政组织的关系,即重视政治声誉。在政治声誉方面,有学者提出我国国有企业经营者存在政治声誉,并对双重声誉下的经营者行为进行了分析[11,12]。

根据委托-代理理论,委托人和代理人都是追求自身效用最大化,由于双方效用函数不同,代理人与委托人的利益目标并不总是一致,通过设计合理的激励合同,能有效抑制在不对称信息环境下的道德风险[13],激励合同成为有效实现企业目标的重要保障。本文充分考虑国有企业经营者的政治声誉,并其政治声誉的效用函数进行构造,结合经营者的市场声誉,在股权激励报酬形式下对委托代理的最优激励合同进行研究。

一、国有企业经营者的行为特征及企业业绩函数构建

在以往文献研究的基础上,本文将经营者的努力分为四种:

长期努力行为,用al表示:是指经营者为企业长远发展目标,即长期业绩(一般定义为经营者任期外的企业业绩)所付出的努力行为。该行为在短期内(一般定义为经营者任期内)会增加企业的成本支出,使企业财务利润表现为下降,但从长远来看,会提高企业的竞争力,增加企业未来的业绩。如经营者进行的技术研发、人才培养等。

短期行为,用as表示:该行为的特征正好与长期努力行为相反。是指用牺牲企业未来业绩(任期外的业绩)以提高企业短期内的利润(任期内财务利润)。如减少技术研发的投入、减少设备保养费等。

正常努力行为,用at表示:代表经营者为了提高日期内企业业绩所付出的一般性日常的努力行为,即除了长期努力行为以外的经营者日常经营行为。

投机行为(寻租行为),用ar表示:根据前面的介绍国企经营者选择和委任是由政府官员根据其政治声誉来确定的,而政治声誉并不是备选人的能力和以往业绩的真实反映,政治声誉很大程度上由政府官员主观给出,这就为经营者(备选人)的寻租行为提供了可能,即经营者会将一定的时间和精力用于争权夺利、到政府投机以提高其政治声誉的水平。

根据前面关于经营者行为与企业业绩的关系分类,本文把企业的业绩分为当期业绩和长期业绩两部分。当期业绩是指经营者任期内的企业业绩,而长期业绩是指经营者任期外企业的未来业绩。根据经营者的努力行为分类和企业业绩的描述,经营者行为与企业业绩的关系可以利用以下函数表述:

πt=at+nas-qal+θ1 (1)

πl=πt-kas+mal+θ2 (2)

其中πt指企业当期业绩;πl是指长期业绩;n为经理短期行为对企业当期业绩的效应系数,k代表经理短期努力对企业长期业绩的负效应系数,n<k;q为经理长期努力对当期业绩的负效应系数,m代表经理长期业努力对企业长期业绩的效应系数,m>q;πθ1和θ2是均值为0,方差为σ $_{1}^{2}$ 和σ $_{2}^{2}$ 的正态随机变量,分别表示当期和长期企业业绩的不确定性因素影响。

经营者的各种努力行为的努力成本为边际递增函数形式,即c″(ai)>0。一般设为: $c (a_{i}) = \frac{1}{2} b_{i} a_{i}^{2}$ ,其中bi表示经营者的第i种努力的成本系数。

由于经营者的精力有限,当经营者同事承担两种相互影响的努力时,努力成本会增加,即努力之间存在相关性。但是经营者的短期行为、长期努力一般不影响其它努力行为或者影响很小。因此,假设经营者的短期行为、长期努力这两种行为不与其它行为存在相关关系。所以经营者的努力成本函数为:

$c (a) = \frac{1}{2} b_{t} a_{t}^{2} + \frac{1}{2} b_{s} a_{s}^{2} + \frac{1}{2} b_{l} a_{l}^{2} + \frac{1}{2} b_{r} a_{r}^{2} + ϑ \sqrt{b_{t} b_{r}} a_{t} a_{r} (3)$

在此,0≤ϑ≤1表示当期努力和投机行为努力成本的相关系数。

二、国有企业经营者的声誉效用函数构建

(一)经营者的市场声誉效用函数

一般经营者的市场声誉表现为无形资产,即表示经营者经营企业的能力大小。它能为经营者带来即期或预期的超常规收益。在不存在市场风险的情况下,一个经营者的市场声誉主要由其任期内所在企业的经营业绩所决定。经营者的市场声誉效用函数可以表示为:

Rm=f(πt)=μ(πt-πt-1) (4)

其中μ为经营者市场声誉效用系数;πt-1为经营者上任初企业的业绩,其大小与经营者的行为无关。

表示在其它情况一定时,企业的经营成果由经营者的能力和努力程度决定,企业业绩越好,经营者的市场声誉收益就越大。

(二)政治声誉的声誉效用函数

我国国有企业经营者拥有双重身份,他们既是企业经营者,又是具有行政级别的政府官员,他们较少受到来自经营或经营者市场竞争的压力,所受到的主要是政府行政主管部门对他们职位调动和升职、降职的压力。因此,他们更加重视与行政组织的关系,重视政治声誉。

政治声誉是政府(官员)对经营者的能力和以往业绩的综合考核。因此政治声誉由两部分组成,一部分是能力对政治声誉的影响,一部分是以往业绩对政治声誉的影响。

按照前面的描述,经营者的行为会对其政治声誉产生影响,即会影响政府官员对其能力的评价结果。

设如经营者寻租成功,则其能力的评价结果为投机行为的线性递增函数。因此,经营者的投机行为带来的政治声誉的期望效用R1可以表示为:

R1=phar-(1-p)γhar (5)

式中p表示投机行为成功的概率;h投机行为的效用系数;γ为寻租失败的惩罚系数,即一旦被发现将会处以γ倍收益的惩罚γhar。

根据对企业经营者的政治声誉的表述可知,其政治声誉由政府官员对其能力和业绩的评价两部分组成。因此,其政治声誉的期望效用可以表示为:

Ro=λR1+(1-λ)R2

其中R2表示企业业绩对政治声誉的贡献值,R2=πt-π0。π0为经营者的业绩目标,一般由上级政府给定。λ和1-λ分别表示R1、R2对政治声誉的贡献率,其值由政府制定,有0≤λ≤1。因此,有:

Ro=λhpar-λ(1-p)λhar+(1-λ)(πt-π0) (6)

(三)经营者双重声誉效用函数的构造

根据期望效用理论,效用具有可加性。国有企业经营者的双重声誉的期望效用可以表示为:

R=Ro+Rm (7)

三、博弈模型的构建

博弈过程如下:国有企业经营者上任后与上级政府签订股权长期激励合同。政府给经营者下达企业业绩考核指标π0。经营者签订激励合同后,按照其期望效用最大化原则选择字的行为。经营者任期结束时,政府(官员)对经营者的任期业绩和能力进行考核,以决定其是否留任或晋升。

设给国企经营者的股权报酬合同为:

S=α+β max(πl-πe,0) (8)

其中α表示代理人的固定工资收人;πe股票期权的执行价格;β 是经营者以股票期权形式分享利润的比例。

假设国有企业经营者是风险厌恶的,其效用函数为:U=-e-ρS。其目标是最大化其期望效用。

因此,按照文献[13]对确定性等价收入的解释,代理人最大化其效用等价于最大化其确定性等价收入(CE):

$\begin{array}{l} C E = S + R - c (a) - \frac{1}{2} ρ φ^{2} σ_{1}^{2} - \frac{1}{2} ρ β^{2} σ_{2}^{2} \\ = α + (1 + β + μ - λ) a_{t} + [(1 + β + μ - λ) n - β k] a_{s} + [β m - (1 + β + μ - λ) q] a_{l} - β π_{e} \\ + λ h a_{r} (p - γ) (1 - p)) - (1 - λ) π_{0} - μ π_{t - 1} - C (a) - \frac{1}{2} ρ β^{2} σ_{2}^{2} (9) \end{array}$

其中 $\frac{1}{2} ρ β^{2} σ_{2}^{2}$ 表示经营者股票期权薪酬形式的风险成本,ρ为经营者的风险规避系数。

根据委托代理轮,在信息不对称情况下, 代理人选择最优的努力水平来最大化自己的确定性等价收入,其一阶条件为:

$\begin{array}{l} \frac{\partial (C E)}{\partial a_{t}} = (1 + β + μ - λ) - b_{t} a_{t} - ϑ \sqrt{b_{r} b_{t}} a_{r} = 0 (10) \\ \frac{\partial (C E)}{\partial a_{s}} = (1 + β + μ - λ) n - b_{s} a_{s} - β k = 0 (11) \\ \frac{\partial (C E)}{\partial a_{l}} = - (1 + β + μ - λ) q - b_{l} a_{l} + β m = 0 (12) \\ \frac{\partial (C E)}{\partial a_{r}} = λ h [p - γ (1 - p)] - b_{r} a_{r} - ϑ \sqrt{b_{r} b_{t}} a_{t} = 0 (13) \end{array}$

根据以上方程得到经营者的最优努力水平为:

$\begin{array}{l} a_{t}^{*} = \frac{(1 + β + μ - λ)}{b_{t} (1 - ϑ^{2})} - \frac{ϑ \sqrt{b_{r} b_{t}} λ h [p - γ (1 - p)]}{b_{r} b_{t} (1 - ϑ^{2})} (14) \\ a_{s}^{*} = \frac{(1 + β + μ - λ) n - β k}{b_{s}} (16) \\ a_{r}^{*} = \frac{λ h [p - γ (1 - p)]}{b_{r} (1 - ϑ^{2})} - \frac{ϑ \sqrt{b_{r} b_{t}} (1 + β + μ - λ)}{b_{r} b_{t} (1 - ϑ^{2})} (17) \end{array}$

四、最优激励合同的设计

(一)模型构建

委托人选择最优的β水平来解下列最优化问题。

$\begin{array}{l} \max E [v] = E [π_{L} - S] \\ s . t . (Ι R) \\ α + (1 + β + μ - λ) a_{t} + [(1 + β + μ - λ) n - β k] a_{s} + [β m - (1 + β + μ - λ) q] a_{l} - β π_{e} + λ h a_{r} (p - γ) (1 - p)) - (1 - λ) π_{0} - μ π_{t - 1} - C (a) - \frac{1}{2} ρ β^{2} σ_{2}^{2} \geq \bar{w} \\ (Ι C) (18) \\ a_{t}^{*} = \frac{(1 + β + μ - λ)}{b_{t} (1 - ϑ^{2})} - \frac{ϑ \sqrt{b_{r} b_{t}} λ h [p - γ (1 - p)]}{b_{r} b_{t} (1 - ϑ^{2})} \\ a_{s}^{*} = \frac{(1 + β + μ - λ) n - β k}{b_{s}} \\ a_{l}^{*} = \frac{β m - (1 + β + μ - λ) q}{b_{l}} \\ a_{r}^{*} = \frac{λ h [p - γ (1 - p)]}{b_{r} (1 - ϑ^{2})} - \frac{ϑ \sqrt{b_{r} b_{t}} (1 + β + μ - λ)}{b_{r} b_{t} (1 - ϑ^{2})} \end{array}$

解得: $β^{*} = \frac{b_{s} b_{l} + (n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2})}{(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})}$

(二)模型分析

从上面解出的最优的β*水平可以看出,最优的长期激励程度不仅仅同经营者的风险风险规避系数ρ、长期业绩的波动性σ2相关, 其还同经理当期努力成本系数bt、短期努力成本bs、长期努力成本bl、当期努力与投机行为努力的关联系数、短期行为对长期业绩和短期业绩的影响系数k和n、以及长期努力对短期业绩和长期业绩的影响系数q和m相关。

1.最优的长期激励程度同经理的风险风险规避系数ρ、长期业绩的波动性σ2的关系。

$\begin{array}{l} \frac{\partial β^{*}}{\partial ρ} = - \frac{[b_{s} b_{l} + (n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2})] σ_{2}^{2} b_{t} b_{l} b_{s} (1 - ϑ^{2})}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}} \\ \frac{\partial β^{*}}{\partial σ_{2}^{2}} = - \frac{[b_{s} b_{l} + (n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2})] ρ b_{t} b_{l} b_{s} (1 - ϑ^{2})}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}} \end{array}$

由上式可知 $\frac{\partial β^{*}}{\partial σ_{2}^{2}} < 0, \frac{\partial β^{*}}{\partial ρ} < 0$ ,最优的股票期权激励程度随着经理人风险规避系数和企业业绩波动性的增大而减小。因为随着经理人风险规避系数和企业业绩波动时的不断增大,经理人的风险成本不断增加,进而股票期权激励的效果减弱,经营者的风险规避程度越高,公司经营者愿意付出的努力水平越低,其原意承担的风险比例越小,故股票期权激励的水平减小。

2.最优的长期激励程度同经理当期努力成本系数bt、短期努力成本bs、长期努力成本bl关系。

$\begin{array}{l} \frac{\partial β^{*}}{\partial b_{s}} = - \frac{(n - k)^{2} ρ σ_{2}^{2} b_{t}^{2} b_{l}^{2} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}} \\ \frac{\partial β^{*}}{\partial b_{t}} = - \frac{(m - q)^{2} (n - k)^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}} \\ \frac{\partial β^{*}}{\partial b_{l}} = - \frac{(m - q)^{2} ρ σ_{2}^{2} b_{s}^{2} b_{l}^{2} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}} \end{array}$

由上式可知, $\frac{\partial β^{*}}{\partial b_{s}} < 0 ‚ \frac{\partial β^{*}}{\partial b_{t}} < 0 ‚ \frac{\partial β^{*}}{\partial b_{l}} < 0$ ,随着经理人短期努力成本系数、当期成本系数和长期成本系数的增加,长期激励的激励水平将不断减小。因为随着经理人各种努力成本系数的不断增大,经理人的成本不断增加,进而股票期权激励的效果减弱,经理人愿意付出的努力水平越低,其原意承担的风险比例越小,故股票期权激励的水平减小。

3.最优的长期激励程度同经理当期努力和投机行为努力相关系数ϑ的关系。

$\frac{\partial β^{*}}{\partial ϑ} = \frac{2 ρ σ_{2}^{2} b_{s}^{2} b_{l}^{2} b_{t} ϑ}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}}$

由上式可知, $\frac{\partial β^{*}}{\partial ϑ} > 0$ ,即随着经理人当期努力和投机行为努力的相关性的增大,最优激励水平将不断增大。

4.最优的长期激励程度同经理的短期行为对长期业绩和短期业绩的影响系数k和n。

$\frac{\partial β^{*}}{\partial n} = \frac{2 (n - k) ρ σ_{2}^{2} b_{t}^{2} b_{l}^{2} b_{s} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}}$

由上式 $\frac{\partial β^{*}}{\partial n} < 0$ 可知,随着短期努力给当期业绩的贡献系数的不断增大,代理人的风险比例系数越小。这是因为,根据经理人的报酬函数可知,随着短期努力对当期业绩贡献系数的不断增大,相当于其短期行为带来的总体效用不断增加,即其短期行为对企业长期业绩的影响变弱,故委托人将会减小长期激励水平。

$\frac{\partial β^{*}}{\partial k} = \frac{- 2 (n - k) ρ σ_{2}^{2} b_{t}^{2} b_{l}^{2} b_{s} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}}$

由上式可知, $\frac{\partial β^{*}}{\partial k} > 0$ 。随着短期努力给长期业绩带来的负效应系数越大,委托人将会增大激励水平。这是因为委托人是以长期业绩最大化为目标,同时经理人的短期努力对当期业绩的贡献系数n小于其短期行为对长期业绩的负效应系数,随着短期行为对长期业绩的影响系数的不断增加,其对企业长期业绩的影响不断加大,因此委托人会积极的加强长期激励水平来弱化经理人的短期行为。从经理人角度看,结合经理人的报酬函数可知,随着短期行为对长期业绩的影响系数的不断增加,其效用不断减小,这说明委托人可以通过调整其长期激励水平来控制经理人的短期行为。

5.最优的长期激励程度同经理的长期努力对长期业绩和短期业绩的影响系数m和q。

$\frac{\partial β^{*}}{\partial m} = \frac{2 (m - q) ρ σ_{2}^{2} b_{s}^{2} b_{l} b_{t}^{2} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}}$

由 $\frac{\partial β^{*}}{\partial m} > 0$ 可知,随着长期努力对长期业绩的贡献系数的增大,长期激励水平将不断增大。这是因为,从委托人角度来看,长期努力给企业的长期业绩带来的贡献率越大,委托人为了实现企业长期业绩最大化就会通过提高激励水平来激励经营者的长期努力,故随着长期努力对企业的贡献系数的增大长期激励水平不断增大。从经理人的角度看,根据经理人报酬函数,我们可以知道,随着长期努力对企业长期业绩的贡献系数的不断增大,经理人的效用在不断的增加,因此随着长期努力对长期业绩贡献系数的增加,激励水平不断增加。由此可见,委托人的目标与经理人的目标实现了一致,委托人可以通过调整长期努力给企业带来的贡献率来调控经理人的行为。

$\frac{\partial β^{*}}{\partial q} = \frac{- 2 (m - q) ρ σ_{2}^{2} b_{s}^{2} b_{l} b_{t}^{2} (1 - ϑ^{2})^{2}}{[(n - k)^{2} b_{t} b_{l} (1 - ϑ^{2}) + (m - q)^{2} b_{s} b_{t} (1 - ϑ^{2}) + b_{s} b_{l} + ρ σ_{2}^{2} b_{s} b_{t} b_{l} (1 - ϑ^{2})]^{2}}$

由 $\frac{\partial β^{*}}{\partial q} < 0$ 可知,随着长期业绩对当期业绩的的负效应系数的不断增加,长期激励水平将不断被弱化。这是因为,随着长期努力给当期业绩的带来的负效应的增加,经理人自身的效用也在不断的减少,进而,长期激励被不断的弱化,激励水平不断减小。同时,随着长期努力给当期业绩的负影响的不断增大,相当于弱化了企业的长期业绩,故委托人将会不断的降低长期激励水平。

五、结论

本文分析了我国国有企业经营者的特点,发现我国国有企业经营者除了受到市场的压力之外,还受到政府行政主管部门对他们职位调动和升职、降职的压力。因此,他们关注市场声誉的同时也会注重政治声誉。本文构造了经营者的市场声誉效用函数和政治声誉效用函数,进而结合经营者双重声誉的特点在股权激励下运用委托代理模型来对委托人与代理人之间的最优合同进行研究。研究发现:最优激励程度与经理人风险规避系数、企业业绩波动性及各种努力的成本系数成反比,与努力之间的相关性成正比。此外,随着短期努力给当期业绩的贡献系数及长期业绩对当期业绩的的负效应系数的不断增加,最优激励水平不断弱化,最优激励程度随着短期努力给长期业绩带来的负效应及长期努力对长期业绩的贡献系数的增大的增大,进而发现委托人可以通过调整长期行为和短期行为对长期及短期业绩的各种影响系数有效的实现对国有企业经理人行为的控制。

声誉激励模型篇3

关键词：信息不对称,网络融资平台,博弈,KMRW声誉模型

一、提出问题

伴随着我国金融政策的日渐紧缩, 银行贷款规模急剧下降, 我国小微型企业的融资需求越来越多地徘徊在金融体制之外。我国小微型企业数量多、金额小、用款急的融资需求特点使得其贷款难的问题日趋突出。但在我国小微型企业信用风险高和信息不对称的现状下, 如何控制风险、提高信贷质量, 以更好地化解小微型企业贷款难的问题已成为当下融资平台建设过程中亟待解决的问题。基于此, 本文在石五学、武鹏 (2012) 已经搭建好的新五方联动网络融资平台的基础上, 通过引入不完全信息条件下的KMRW声誉模型, 分析担保公司和小微型企业之间的博弈过程, 对网络融资平台的声誉机制进行研究, 以揭示声誉在小微型企业融资过程中的重要作用, 使博弈的双方都能达到利益最优化。

二、文献综述

声誉模型对博弈论的发展做出了重要的贡献。Stiglitz指出, 在信息不对称的条件下, 激励问题无法提供一个完整的解决办法, 这是因为契约的不完备性以及执行过程中的成本代价, 但是声誉在提供解决问题的过程中有着非常重要的作用。KMRW声誉模型:在不完全信息的条件下, 声誉对存在重复博弈过程中的双方或多方的长期合作均衡起到了十分明显的促进作用。

王哲如 (2011) 运用了博弈论的方法对中小企业和银行的融资博弈进行了分析, 并结合实际对中小企业在融资过程中存在的问题提出了相应的对策;夏天等 (2006) 通过运用KMRW声誉模型和贝叶斯法则对双寡头企业联盟的稳定性进行研究得出, 企业之间会为了获取长期利益最大化而选择合作, 并建立长期稳定的联盟;巴曙松等 (2005) 利用KMRW声誉模型建立一种声誉制度模型来讨论政府的救助与监管声誉, 研究发现, 政府不合理的救助会降低其自身的监管威慑力, 而且金融机构的道德风险和逆向选择的增加也会使政府救助的成本大大提高, 因此应积极努力地建立承诺可信的政府监管秩序。王媛 (2006) 基于KMRW声誉模型的分析对信息不对称下我国商业银行的声誉机制进行了研究, 研究结果显示我国商业银行的声誉机制存在一定的缺陷, 需要从完善声誉机制的条件出发, 依靠一定的制度安排来使其正常运转。

尽管如此, 将声誉模型运用到网络融资平台的文献还不多见, 黄妙生、田银华 (2006) 在构建“银—企—政”三方联动式融资平台的过程中, 通过借鉴KMRW声誉模型的思想, 提出了利用网络环境来为中小企业创造重复博弈的融资平台的构想, 以此来提高中小企业的可置信度, 进而解决企业外源融资难的问题。因此, 本文将KMRW声誉模型引入到网络融资平台的声誉机制研究中, 并改变传统的银行和企业之间的博弈关系, 建立一个新的声誉制度模型, 即由担保公司和小微型企业进行直接博弈, 充分利用具备重复博弈性质的新五方联动的网络融资平台, 使合作共赢成为双方的长远选择, 并进一步促进多方利益的共赢与合作。

三、KMRW声誉模型的建立

(一) 模型的假设

模型的假定是在一个不完全信息的环境下, 进行博弈的双方分别为担保公司和小微型企业。在新五方联动网络融资平台上, 银行将对小微型企业的调查直接外包给担保公司, 由担保公司对小微型企业进行项目的实地调查、风险评审并承担对该项目担保与否的所有风险。担保公司可以将小微型企业的声誉直接反馈到网络融资平台上, 从而起到监管小微型企业声誉的作用。根据问题分析的需要, 担保公司将小微型企业分为两种类型:高风险企业和低风险企业。由于信息不对称的存在, 担保公司不知道小微型企业的真正类型以及违规情况, 但可以通过对小微型企业的实地调查和风险评审来判断小微型企业的类型, 并及时修正判断。

(二) 模型的设定与分析过程

1. 模型的设定。

用S代表小微型企业的类型, S=0表示声誉好的小微型企业, S=1表示声誉差的小微型企业;V表示真实的小微型企业存在风险的概率, 0≤V≤1;Ve表示担保公司预期的小微型企业风险的概率, 0≤Ve≤1。至此, 可以构造小微型企业的单阶段效用函数 (U) , 如下所示:

若S=0, 小微型企业的类型为低风险企业, 此时, 只有V=0, 才能使其效用最大化, 这样就意味着小微型企业如果保持良好的声誉, 其行动将是单一和明确的;若S=1, 小微型企业的类型为高风险企业, 。理性的小微型企业知道与担保公司之间的博弈不会只有一次, 将是一个多阶段的重复博弈过程, 因此为了获取长期效用的最大化, 小微型企业不会一开始就使得自己获得差声誉, 可能会在最后一次博弈之前一直采取合作的对策。Ve值会随着博弈次数的增加而减少, 只要其足够小, 就能使≥0, 这就表示保持好声誉给小微型企业带来的收益比一开始就毁坏声誉给小微型企业带来的收益要大。因此, 式 (1) 要表示的效用函数反映了不同类型小微型企业的行为偏好, 与假设保持了逻辑上的一致性。

2. 模型的分析过程。

(1) 单阶段博弈分析。在一阶段博弈中, 对式 (1) 求一阶导数得到:, 显然V=S=1与是小微型企业的最优选择, 即在一次博弈过程中, 理性的高风险小微型企业没必要保持好声誉。

(2) 重复T阶段博弈分析 (T≥2) 。假定S=0的先验概率为P0, 则S=1的先验概率为1-P0。XT表示T阶段小微型企业选择其保持好声誉的概率, YT表示担保公司通过评审认为小微型企业会保持好声誉的概率。如果在均衡的情况下, 则XT=YT。一旦在T阶段担保公司没有检查到小微型企业的违规行为, 那么可以根据贝叶斯法则判断担保公司在T+1阶段认为小微型企业是好声誉的后验概率为:

其中, PT表示T阶段小微型企业为低风险的概率, 1表示低风险小微型企业选择保持好声誉的概率。式 (2) 表明, 如果小微型企业本期保持好的声誉, 那么担保公司认为其在下一期为低风险的概率变大。反之则有:

由式 (3) 可知, 如果小微型企业保持好的声誉, 担保公司就可以判断企业为高风险类型, 将会在下一期采取处罚措施, 并将小微型企业的相关信息上报新五方联动网络融资平台进行登记。因此, 为了取得长期合作, 小微型企业不到最后阶段是不会选择不守声誉的。

(3) 最后两阶段博弈分析。在T阶段, 也就是最后一次博弈中, 小微型企业没有必要保持良好的声誉, 因此小微型企业的最优选择为VT=1 (显然这时S=1) 时担保公司对小微型企业预期的判断为Ve=VT× (1-PT) =1× (1-PT) =1-PT, 小微型企业此时的效用水平为:

由式 (4) 可知, 高风险小微型企业最后阶段的效用和声誉成正向关系, 如果缺少一定的制度约束, 高风险的小微型企业将会在博弈的最后阶段从事高风险的违规行为, 不会再顾忌要保持以往的好声誉。

假定高风险的小微型企业在T-1阶段以前一直会保持良好的声誉。由式 (2) 可知, PT-1>0, 担保公司对高风险小微型企业的预期判断为:

令δ为小微型企业的贴现因子。这里仅考虑极端情况的战略选择, 即XT-1=0, 1 (因为当这两种战略带来的期望效用一致时, 参与人才会选择其他混合战略) 。对小微型企业在T-1阶段的两种战略的效用进行对比:

(1) 若高风险小微型企业在T-1阶段从事高风险违规行为, 即XT-1=0, VT-1=1, 那么PT=0, 在T-1阶段, 担保公司知道小微型企业风险概率上升后, 在T阶段肯定判定其为高风险类型。此时, 高风险小微型企业的总效用为:

由式 (4) 、式 (5) 及以上条件可知:

(2) 若高风险的小微型企业在T-1阶段不从事高风险违规行为, 即YT-1=1, VT-1=0, 那么此时高风险小微型企业的总效用为:

因此, 如果下列条件得到满足的话, 式 (8) 的总效用要优于式 (7) , 即:

这是因为在均衡情况下, XT-1=YT-1=1, 这时再由式 (2) 知:PT-1=PT, 则式 (9) 变为:PT-1≥。

这充分表明, 如果网络融资平台上的担保公司在T-1阶段认为小微型企业是低风险型的概率不小于, 高风险的小微型企业就会伪装成低风险企业。也就是说, 小微型企业在网络融资平台上的声誉越高, 其维持好声誉的积极性就会越大, 从而获得该博弈的纳什均衡战略:只要δ足够大, 高风险的小微型企业在T-1阶段选择不从事违规行为, 而在第T阶段从事违规行为。

四、有关的现实解释

当进行多阶段的博弈时, 声誉在整个过程中起到了很大的作用, 上一阶段的声誉往往对下一阶段及以后的效用有重大影响。企业现阶段的良好声誉也使得未来阶段有较高的效用和收益。因此, 在新五方联动网络融资平台上, 高风险小微型企业就很有可能伪装成低风险小微型企业, 建立良好的声誉以期在博弈快结束时利用已有的声誉从事违规行为, 最终获得更高的收益。

因此, 在信息不对称的条件下, 小微型企业的声誉及贴现因子δ都是对其从事违规行为的隐性约束因素。新五方联动网络融资平台及担保公司从上述的有效约束条件也可以发现:提高小微型企业的声誉可以大大强化其自我约束, 对声誉高的小微型企业可以适当放松监管, 反之, 则应加强监管;对于已经给定的贴现因子来说, 从一开始就提高小微型企业的声誉可以达到事半功倍的效果。

五、结论与建议

综上所述, 声誉是一种信号, 是保证契约顺利实施的重要机制, 反映在新五方联动网络融资平台的声誉机制上, 就是对小微型企业的威慑力大小, 要严格执行信息披露与违约惩罚机制, 一旦出现违约情况, 违约企业的法人、法人代表及财务负责人都会受到来自政府、银行、媒体及社会的多方面惩罚, 将道德风险降到最低, 这也是建立网络融资平台声誉机制的难点和关键。

目前在我国金融市场上, 鉴于新五方联动网络融资平台从理论上可以保证双方的博弈可以一直重复下去, 将很少出现“一锤子买卖”的情况, 小微型企业和担保公司从各自长期利益最大化考虑, 将会选择长期合作, 并建立较好的声誉, 以期获得更大的效用。但理论终究是理论, 怎样保证将网络融资平台建立成实际中可操作的持久性重复博弈的平台, 将是我们以后进一步研究和努力的方向, 这不但需要借鉴国外的研究方法和实际案例, 更需要充分考虑我国的实际国情, 具体问题具体分析。

参考文献

[1].石五学, 武鹏.五方联动的新网络融资平台构建:解决小型微型企业融资难问题.财会月刊, 2012;5

[2].王哲茹.中小企业融资现状研究——基于博弈论的方法.经营管理者, 2011;8

艺术品假拍的声誉模型分析篇4

在实物投资领域, 炫耀性投资的方式有很多种, 其中主要的一种投资方式是艺术品投资。从投资者角度讲, 这种投资方式的目的是想通过财富及权利来维护自身的声誉。金钱竞赛与歧视性对比是艺术品投资的两种主要模式。金钱竞赛是指拥有资源较少的阶层对艺术品进行投资并通过炫耀的方式来效仿拥有资源较多的阶层, 从而得到财富水平较高阶层的认同。歧视性对比是指财富水平较高的阶层利用艺术品投资来区别于财富水平较低的阶层, 从而实现身份差别体现的目的。凡勃伦效应会因为这两种动机的存在而产生, 从而当艺术品市场价格提高时, 艺术品的投资也会随之提高。虚假的艺术品价格受到这种凡勃伦效应的影响, 在拍卖时常常会出现, 因而投资者更加偏好于较高价格的艺术品, 同时价格较低的艺术品反而被投资者认为该艺术品的品质不良。

通常情况下, 假拍是指艺术品投资者并没有交易动机, 仅仅是事前和拍卖行形成联盟, 通过合谋按事前约定的价格成交, 这样的后果就是落锤价格仅仅只是用来迷惑外部投资者的假象。Leibenstein (1950) 认为, 艺术品本身质量的高低对这种投资需求影响不大, 反而是艺术品价格以外的因素才是产生这种需求的原因。Frank (1985) 使用了战略式结构讨论了两个投资者联盟的情形, 讨论了投资者数量对于艺术品价格影响的过程。Pesendorfer (1995) 采用了匹配博弈, 从供给角度进行了重复博弈研究, 但仅仅限于金钱竞争的范畴, 研究发现高价格是投资者投资的一种倾向, 原因在于投资者想通过高价格体现自己的高财富水平。Corneo (1997) 进一步分析了供给方的行为策略选择, 从社会学的角度分析了投资者在投资过程中其目的不是艺术品本身, 而是为了体现其炫耀性效应。Jaramillo (2003) 讨论了在两阶段过程中, 投资者形成联盟, 而炫耀性投资使联盟阶层地位的体现, 最大的贡献在于其效用函数不仅仅包括自身阶层地位的影响, 还包括联盟对其阶层地位的影响, 这样就解释了投资者会根据艺术品价格的高低来选择自己的联盟, 从而提高联盟所带来的长期效用和满足。

二、基准模型的建立

考虑到投资者、拍卖行与合谋者三方的关系, 拍卖行作为投资者的代理机构, 假拍的动机主要是:通过广告吸引更多投资者及利用虚假拍卖纪录来提高艺术品出售价格。因此, 在其利益驱动下, 很多拍卖行通过各种媒体来制造艺术品高价。拍卖行效用的大小主要受到落锤价格和购买价格之间的差距影响, 但由于假拍, 拍卖行与艺术品持有人还要承担由于假拍被发现后的声誉损失。竞拍仅仅只是提高艺术品价格, 那么同类艺术品在未来就能得到更高价格的预期, 但如果假拍被发现将导致同类艺术品不能再次出售, 拍卖行与艺术品持有人将承担声誉成本。

(一) 模型假设

1. 艺术品拍卖过程中博弈参与人包括:

委托人———艺术品持有人, 代理人———艺术品拍卖行及合谋假拍投资者。

拍卖真实成交价为P0和真实支付拍卖佣金θP0, 其中0<θ<1, 落锤价格Pt在拍卖前商定好, 并且满足Pt>P0。

3. 艺术品持有人偏好为:

up=u (x) + (1-θ) P0-t-cp (x) , 其中x=Pt-P0, 表示落锤价格和真实购买价格之间的差距;u (x) 表示由于这种的差距给艺术品持有人所带来的效用提高, 且u′ (x) >0, u″ (x) <0; (1-θ) P0表示艺术品持有人出售商品所获得的货币收益并向拍卖行支付工资t作为代理费用;cp (x) 表示声誉成本, 且c′p (x) >0, c″p (x) >0, 表示假拍成本会随着落锤价格和真实购买价格之间的差距增加而提高, 同时假拍的边际成本也增加, 落锤价格Pt越高, 假拍被发现后所带来的声誉损失越大。

4. 代理人拍卖行偏好为:

uA=v (x) -g (a) -cA (x) +w (t) , v (x) 表示由于落锤价格和真实购买价格之间的差距造成的拍卖行效用增加, 且v′ (x) >0, v″ (x) <0;拍卖行行动集合为A, 选择的行动a∈A, 拍卖行因此行动所带来的成本为g (a) ;同时拍卖行获得工资t所带来的效用w (t) , 且w′ (t) >0, w″ (t) <0;cA (x) 表示由于落锤价格和真实购买价格之间的差距给拍卖行所带来的声誉成本, 且c′A (x) >0;c″A (x) >0, 表示落锤价格Pt越高, 假拍被发现后所带来的声誉损失越大。

5. 委托人投资者偏好为:

uI=β[g (a) +cA (x) ]-c, 其中0<β<1, β表示投资者委托拍卖行拍卖所支付的收入比例;β[g (a) +cA (x) ]表示拍卖行需要从假拍所付出的成本中分担, β作为合谋投资者参与假拍的收益;c为固定成本, 用E表示各参与人的期望。

(二) 各参与人行动步骤

针对某一艺术品, 委托人委托代理人进行拍卖, 代理人可以选择接受或放弃, 如果代理人选择放弃, 将获得保留支付u0;如果代理人选择接受, 代理人会寻找参与合谋的投资者, 合谋投资者可以选择接受合谋或放弃合谋, 如果放弃合谋将获得保留支付c0。

针对某一艺术品, 委托人委托代理形成两个成交价格, 即名义成交价格———拍卖成交价P0和真实成交价格———拍卖佣金θP0。

拍卖实现, 完成落锤价格Pt, 但实际上拍卖行与投资者按照P0成交, 艺术品持有人及投资者共同承担拍卖佣金θP0。由于落锤价格Pt远高于真实拍卖成交价P0, 所以持有人及拍卖行获得这种差距所带来的效用增加, 但会导致持有人与拍卖行承担假拍被发现后的声誉损失。

(三) 模型分析

该模型由下面的线性规划给出。

(L) :

代理者拍卖行与合谋投资者问题对于艺术品投资者, 需要同时满足激励相容约束和参与约束E (uI) ≥c0, 其策略选择为接受或放弃拍卖行的委托, 其期望效用中没有内生解释变量, 合谋投资者的期望效用的实现由代理者拍卖行的行动a外生的决定。

拍卖行通过选择行动来实现其期望效用最大化, 即

构造拉格朗日函数为

由于0<η, β<0, (1-ηβ) g′ (a) =0, 由g′ (a) =0, 则g (a) =γ (常数) , 表明拍卖行采取行动a促成联盟, 其成本固定不变, 假拍被发现后的声誉成本c′A (x) 决定着联盟所付出的成本。合谋投资者的参与约束为β (g (a) +cA (x) ) -c-c0=0, 合谋投资者参与合谋的成本 (c+c0) 必须要低于其获得的最低收益β (g (a) +cA (x) ) , 这样成本主要包括一参与成本c和因为合谋所承担的机会成本c0。

表明期望效用最大化的实现依赖于一个固定比例1-ηβ, 这个比例是拍卖行假拍的最优价格差距x*所带来的边际收益v′ (x*) 与其付出的边际声誉成本c′A (x*) 之间的差距, 期望效用最大化因此也受到收入比例β的主要影响。直观上, 如果β比较小时, 代理人拍卖行可获得较高收益, 并且v′ (x*) >c′A (x*) 表明代理人获得的支付是边界收益超出边际成本部分。

2. 最优落锤价格的存在及其产生

拍卖行合谋的必要条件需要最优价格差距x*满足, 则v (x) = (1-ηβ) cA (x) +μ, 其中μ为任意常数。当x=0时, v (0) =0, cA (0) =0, 即μ=0。

拍卖行合谋的最优价格差距x*满足v (x) = (1-ηβ) cA (x) , 由于 (1-ηβ) >0, 所以由于价格差距给拍卖行所带来的期望收益v (x) 与声誉成本cA (x) 呈同向变动关系, 即随着落锤价格的升高, 期望收益与声誉成本同时升高, 但升高的幅度不同。升高的幅度主要取决于拍卖行委托投资者合谋所支付的收入比例β, β比较小时, (1-ηβ) 较大。虽然拍卖行和合谋投资者在利益分配上可获得较大收益, 但是cA (x) >v (x) , 即拍卖行在合谋过程中其声誉成本一直高于其获得的假拍期望收益, 那么决定拍卖行是否参加合谋的关键因素就包括了两个方面:一是拍卖行获得工资t所带来的效用w (t) , 二是拍卖行委托投资者合谋所支付的收入比例β。前者决定着拍卖行是否参与假拍, 必须满足其参与约束:v (x) -g (a) -cA (x) +w (t) ≥u0, 同时拍卖行获得工资效用w (t) 与期望效用之和必须大于合谋的固定成本与声誉成本之和。由此可见, 作为影响拍卖行的重要外生变量, t决定着其策略的选择。后者β决定着期望收益v (x) 与声誉成本cA (x) 的配比关系。

通过隐函数v (x) = (1-ηβ) cA (x) 确定了最优价格差距x*, 从而最优落锤价格Pt*也被确定下来, 其中Pt*=P0+x*。

3. 艺术品投资者的期望效用实现问题

艺术品持有人并不能内生选择真实购买价格与落锤价格之间的差距x, 所以艺术品持有人在期望效用最大化问题中的控制变量为代理费用t, 其构造拉格朗日函数为

求解max L (t, λ) 一阶条件, λ为常数, 表明效用w (t) 是关于代理费用t的线性函数, 不过拍卖行能选择的策略为真实购买价格与落锤价格之间的差距x。

拍卖行的激励相容约束必须作为约束条件进入艺术品持有人期望效用最大化问题, 这样艺术品持有人选择最优代理费用t*才能实现, 满足最低保留支付条件E (uA|a) =u0有:v (x) -g (a) -cA (x) +w (t) =u0, 即t=w-1[g (a) +cA (x) +u0-v (x) ]。

将上式代入艺术品持有人期望效用最大化条件有

a*∈argmax E[u (x) + (1-θ) P0-cp (x) -w-1[g (a) +cA (x) +u0-v (x) ]|a], 则a*正好就是实现拍卖行期望效用最大化的最优行动, 同时满足t*=w-1[g (a*) +cA (x*) +u0-v (x*) ], 其中t*是实现艺术品持有人期望效用最大化的最优工资水平。

由于v (x) = (1-ηβ) cA (x) , 即t=w-1[g (a) +u0+ηβcA (x) ], 很明显t是x的增函数。这样, 拍卖行声誉成本cA (x) 会随着落锤价格和真实购买价格之间的差距x的加大而增加, 拍卖行声誉成本cA (x) 增加, 由于w′ (t) >0, 艺术品持有人给拍卖行支付的工资增加。现实中拍卖行进行假拍时需要一个较高的工资水平和较高的假拍期望收益才能弥补假拍的固定成本、声誉成本和期望成本, 即v (x) +w (t) ≥g (a) +cA (x) +u0。

三、主要结论

根据以上分析, 本文将重要结论总结如下。

一是存在最优落锤价格, 并且拍卖行假拍的最优价格差距所带来的边际收益与其付出的边际声誉成本之间满足一个固定比例才能实现期望效用最大化。

二是价格差距给拍卖行所带来的期望收益与声誉成本呈同向变动关系。

三是决定拍卖行是否参加合谋的关键因素就包括两个方面:一是拍卖行获得工资所带来的效用, 二是拍卖行委托投资者合谋所支付的收入比例。

参考文献

[1]Leibenstein, H.Bandwagon:snob, and Veblen effects in the theory of consumer demand[J].Quarterly Journal of Economics, 1950 (62) .

[2]Frank, R H.The demand for nonobservable and other non-positional goods[J].American Economic Review, 1985 (75) .

[3]Pesendorfer, W.Design innovation and fashion cycles[J].American Economic Review, 1995 (85) .

[4]Corneo, G, O Jeanne.Snobs, bandwagons and the origin of social customs in consumer behavior[J].Journal of Economic Behavior and Organization, 1997 (32) .

[5]Corneo, G, O Jeanne.Conspicuous consumption, snobbism and conformism[J].Journal of Public Economics, 1997 (66) .

声誉激励模型篇5

信任对电子商务至关重要。近年电子商务蓬勃发展,使人类社会经济生活方式发生翻天覆地变化,但同时也产生大量问题———欺诈、身份盗用、虚假信息等,对电子商务热潮产生极大的冷却效应。电子商务信任管理体系和制度的建设相对滞后,与其急速发展间存在巨大不协调和矛盾。在整个经济环境缺乏诚信保证的条件下,信任管理的匮乏制约着电子商务健康、快速地发展。目前,无论电子商务的理论研究人员还是实践者,均认为信任缺失是电子商务发展的主要阻碍。

在众多电子商务信任模型中,可发现影响人们信任的有众多信任属性,人们对电子商务平台、卖家、商品产生信任的因素和焦点各不相同。如,有些买家关注物流速度,有些买家只关注商品质量,不一而足。但肯定的是欺诈会直接导致信任破裂和不信任[1,2],更严重的是,欺诈会削弱电子市场的基础,并危及电子商务经济。

近年,据国内外Internet犯罪报告 ( Internet Crime Complaint Center,2009,2010) 和在线购物报告 ( 艾瑞网iResearch,2009,2010) ,电子商务相关欺诈导致十亿美元计 / 年的损失; 国内在线拍卖相关欺诈占总投诉的1 /4。与传统商务倾向于关注面对面的人际关系不同,电子商务倾向于关注交易过程[3],其中的诸多特性,如交易与支付分离等特征[4],使得买家追讨权益比较困难,加上信任管理不完善,诱发大量欺诈行为产生[2]。

已在众多电子商务平台广泛应用的声誉模型,很多情况下能有效预测交易实体( 包括卖家和买家) 行为,预防在线拍卖欺诈,但对于它们的攻击是永恒的[5]。如e Bay等电子商务平台中的声誉系统长期饱受Shilling等攻击的困扰。

1 信任管理研究现状

本文按以下思路进行综述:

( 1) 什么是信任,不同学科如何理解信任; ( 2) 现有的电子商务信任模型( 从多个学科进行综述) 及特点; ( 3) 各种声誉模型的特点及理论基础; ( 4) 面向声誉模型的攻击、抗攻击方法及效果; ( 5) 对研究现状进行评述。

1. 1 信任

信任是很复杂的概念,长期以来被认为是主观的、精确的、不可靠的,甚至不可信的,缺乏科学、系统研究,尤其缺乏形式化定量研究。对信任精确地形式化描述,可追溯到1994年Marsh的研究。但有趣的是,计算机及数学专业的作者在其论文中大量引用哲学、社会学等理论,说明信任涉及领域众多,非一门或几门学科能完全覆盖。

对信任的研究起步于德国社会学家齐美尔对信任的专门论述。信任从被研究始,受到心理学、社会学、社会心理学、经济学、哲学、管理学和计算机科学等众多学科的广泛关注:

( 1) 社会学信任是一种“社会维度”,是社会制度和文化规范的产物; 社会学既研究社会个体之间的人际信任,也研究大规模社会群体间的社会信任,关注信任的功能和作用,重视社会制度和文化规范情境对信任产生的影响。

( 2) 心理学以微观社会个体的心理为基础,认为信任是个人的心理实践、人格特质和行为,心理学关注信任的认知内容或行为表现。

( 3) 社会心理学结合社会学和心理学的特点,认为信任是一个在互动中对其他人行为的期望,研究重点应放在加强和阻碍信任发展与维持的相关因素上。社会心理学中对信任研究始于二十世纪50年代美国心理学家Deutsch及Hovland等的研究。

( 4) 经济学信任被描述为一种社会资本,对一国或地区经济发展模式与速度所产生的影响; 是理性计算后的期望收益。

( 5) 管理学信任常与企业绩效、风险、交易成本联系在一起,认为信任能提高满意度与企业绩效,减少不确定性及降低组织内和组织间的交易成本。

( 6) 营销学在买卖关系或分销渠道背景下,信任包含信念和行为意愿两个维度,指不确定交易环境下,交易一方对交易可靠性和诚实性有信任时的一种存在的心理与行为状态。

( 7) 交易信任研究领域信任是源于对他人会保护所有( 交易) 相关人员权利的乐观期望,而将自身( 某种利益) 置于他人行为的影响之下的一种意图。

多学科关注使信任研究百花齐放,但同时带来巨大分歧和理解不一致性[5,6,7,8],目前学术界无公认定义。总结相关文献,信任具以下性质:

( 1) 信任总在两个实体间发生称为信任主体( 信任者)和信任客体( 被信任者) 。电子商务中,买方通常被认为是易受伤害的一方,是信任主体; 卖方是信任客体,是信任附着的,并有机会利用信任主体弱点的一方。

( 2) 信任可描述和度量如用模糊的语义变量( 可信,不可信,不确定) ,用[0,1]间实数表示,或用数学概率表示。

( 3) 信任具上下文相关性上下文指信任范围,即信任只在特定环境下才实现和成立。

( 4) 信任具传递性信任有条件地( 例如可通过推荐( recommendation) 扩散或传递,并在传递过程中不断衰减,同时传播路径越长衰减程度越深。传递推荐的机制即信誉机制,可辅助其他节点决策。

( 5) 信任具主观性不同节点对同一节点的衡量标准不同,信任程度也不同。电子商务中不同实体间进行的交易在数量和质量上有所不同,因此对于交易结果是否满意,并无统一标准,由交易者感知决定,缺乏足够客观根据是导致信任主观性的重要原因。

( 6) 信任具有不确定性不确定性来自于对其他主体及其所要采取行动的不了解或不完全了解,如灰色不确定性和未确知不确定性。

( 7) 信任建立在历史经验上实体可根据相似条件下的经验评估信任。熟悉度对信任有重要作用,随历史交互经验增多,信任值会越来越稳定。

( 8) 信任具动态性首先,信任关系始终变化,受多种因素影响,是不断学习的结果; 其次,信任有脆弱一面,难以建立而易于破裂。

( 9) 信任具不对称性节点A和B之间存在信任,但A对B的信任不意味B对A也信任,同时,即使双方相互信任,信任程度也不一样。

( 10) 信任具异步性信任始于对即将开始的交互行为的预期,是一种具有不确定性和风险的判断。同时,信任要经不断学习和经验积累形成,是事后评估,评估更新后的信任度只能在下次使用。

信任分类无统一标准,如按信任建立时间长短划分,可分为初始信任和成熟信任。顾客对于电子商务平台的信任循序渐进,在无任何交互经验时,顾客会对网站卖家进行观察,双方开始初次进入信任关系[7,8],此阶段涵盖了外表信任。一般认为,从初次接触网站到第一次购买是初始信任时期,随双方交互经验增加变为经验信任,慢慢进入成熟信任,成熟信任包含经验信任。

以被信任对象为分类标准: 人际信任、系统信任和制度信任。由于电子商务中不确定性的存在,包括系统不确定性、特定交易不确定性,信任显得格外重要。与之相对的是系统信任和特定交易信任[9]。按照交易过程,可分四个角色: 买方、卖方、第三方机构和技术。电子商务环境下消费者对于互联网交易所采用的各项技术的信任属于系统信任的范畴。制度因素对电子商务信任的形成十分重要。社会学观点认为,制度信任是对整个互联网的信任,也包括对技术的信任,即信任属于制度信任的范畴。

1. 2 电子商务信任模型研究现状

信任模型是指建立信任关系并对其进行管理的架构,或称作信任度评估模型。信任的描述、信任的量化度量以及信任的评估是信任模型关注的重点。信任评估是信任模型的核心,主要功能包括个体信任信息收集与传递、信任评估的实现,可反映网络环境的不确定性和动态性[10]。

以社会学、心理学关注影响人们信任的因素及其对信任的影响程度,强调理论和模型的构建,对现实具有良好的解释性。往前追溯信任模型,有学者认为如TRA、TPB和TAM就是信任模型[11],也有学者认为它们是信任研究的先驱[12]。后来多位学者提出具有代表性的模型包括初始信任模型[7],电子商务信任整合模型,信任和TAM的整合模型[13],基于社会呈现理论的信任模型[14,15]和维度信任模型。

除了上述理论,其他一些著名理论也大量地应用在各种信任模型中,包括社会交换理论SET( Social Exchange Theory) ,交易成本经济理论TCE( Transaction Cost Economic Theory) ,感知风险理论TPR( Theory of Perceived Risk) ,社会网络等。

与上述信任模型形成鲜明对比的是以计算机科学为代表的多种信任模型,具有强实用性、执行性,强调通过可量化的证据来判断开放网络中的实体是否可信。Blaze[16]等人在1996年首次提出了“信任管理”。Azzedin[17]等将开放网络环境中间的信任关系分为身份信任和行为信任。相关文献指出[18],在以Internet为代表的开放网络环境中,传统的安全机制用于提供用户的授权和认证,可解决实体的身份信任问题,但不能处理实体的行为信任问题。

从管理的机制方面,信任模型总的可以分为两大类: 基于政策和基于声誉的信任模型。从信任模型的整体架构上来看,也可以分成集中式和分布式的信任模型[19]。基于政策的信任模型中较有代表性的包括PolicyM aker; Key Note; REFEREE;Peer Trust。基于声誉的信任模型已在电子商务、P2P领域中广泛应用。如e Bay,Amazon,淘宝等。此类声誉系统属于集中式信任模型,需要可信第三方。与之相反的是分布式的信任模型,在P2P系统中大量应用。

1. 3 声誉模型研究现状

声誉是和信任密切相关的一个术语( 很多文献中也称为信誉、名声) ,来自于社会网络[17]。声誉与信任密切相关,但他们并不等价。Jsang[5]给出的两句话道出了个中的奥妙:

I trust you because of your good reputation( 因为你有很好的声誉,所以我信任你) 。

I trust you despite your bad reputation( 尽管你的声誉不好,但是我仍然信任你) 。

声誉可分为个人声誉、社会声誉和上下文相关的声誉[5]。如今,声誉系统在电子商务中被广泛应用,扮演了重要的角色,是建立在线信任的一个有效途径。

系统有助于建立基于制度的信任,而社会学理论指出,基于制度的结构可以建立信任并有效预测参与者的未来行为[20]。声誉评估方法很多,包括二元评价的简单加或者平均,如e Bay,Amazon,淘宝均采用此类方法; 基于贝叶斯网络[21,22]; 基于PKI的信任模型; 离散的信任模型[23,24]; 基于模糊逻辑的信任模型[25]; 基于DS证据的信任模型[26,27]; 基于链状的信任模型,例如pagerank算法; 基于信息墒的信任模型[28]。You等[4]基于经济理论研究淘宝的“刷信用”问题,通过真实数据验证其提出的假设,其本质是通过对攻击者行为特征的分析来发现攻击者所产生的交易。相对电子商务而言,P2P中信任问题多为计算机科学等学科研究,成果丰硕[26],该领域成果不能直接应用于电子商务领域,但可供借鉴[19]。

众多学者指出了当前信誉系统中存在的问题[5,29,30,31,32]:

( 1) 缺少对交易上下文描述如成交价格、交易时间等,无法准确预测、判断交易实体行为,易滋生信誉欺诈、信誉波动行为;

( 2) 无考察评分用户的信誉状况无法消除信誉诋毁等恶意行为;

( 3) 考察信誉的维度欠全面难以实现信任的个性化评估;

( 4) 信任模型欠缺对欺诈行为的防范与政治机制容易受到恶意用户欺诈行为的攻击;

( 5) 模型中对信任因素的权重一致化易诱发声誉波动行为,难以准确反映交易双方的真实信誉情况;

( 6) 交易评分等级设计简单不仅使反馈信息模糊,更可能丢失重要评价信息;

( 7) 声誉整合算法简单目前常用的算法包括累加法和平均值法,优点是易于应用,缺点是信息表达能力差,且无法抵御欺诈性反馈,例如摇摆攻击等;

( 8) 声誉模型实用性较低目前众多学者研究的声誉模型,从多个维度对交易实体进行评价,使用更为复杂的算法,但是无法以真实商业平台为基础,因此缺乏实用性;

( 9) 奖惩机制不够完善当前的信用评价模型由于采用简单累积的方式,当卖家积累一定声誉值后,少量负面评价对其的影响明显降低,这时卖家易产生投机心理,现有声誉系统的扣分机制对投机交易的抑制作用明显不足。如今电子商务系统重点在于打击各类欺诈行为,如检测合谋行为,而对于激励交易实体提供诚实反馈及推荐的研究甚少。

1. 4 对声誉模型的攻击及抗攻击方法

虽然声誉系统的广泛使用及巨大的成功,但对于它们的新型、不可预知的攻击永远存在,因此需要发现并抵御这些新攻击的方法[5]。抵御方法总是在攻击之后[1]。较多研究面向推荐系统的攻击,基于已发生交易数据的分析,假设攻击数据是少量的,有一定局限性[33,34,35]。社会网络、图论等方法也大量地被应用,但有明显的效率低下的问题,而且效果有待考证。

下面重点对几种攻击及抵御方法进行总结:

1) whitewashing行为与防御

Friedman和Resnick两人[36]研究了Cheap Pseudonyms现象,恶意用户轻易以新的身份重新加入系统,出现“重新洗牌”[37]( whitewashing) 现象,即离开系统的恶意用户可轻易注册新身份重新加入系统,避免惩罚,这类行为的恶意用户称为“whitewasher”。

对于“重新洗牌”行为的防御,可以通过增加注册成本来进行防御。例如用户注册时将ID与IP地址绑定,或者是用户免费注册时,信誉分为零,但可通过第三方进行实名认证来获取一定的信誉分; 也可以限定信誉分的最低值,从而使得信誉分即使下降到底限值后也能略高于新注册用户的最初信誉分值[31]。

2) traitor攻击与防御

Perrone和Samuel[38]发现on-off attack,在此类攻击中,恶意用户交替进行良好或恶劣的行为,以逃避检测。而traitor攻击的表现行为也类似于on-off攻击,恶意用户先通过良好行为累积信誉,然后采取投机行为,信誉分下降后,又履行良好行为,定期的重复上述过程。这与李瑞轩等[39]所关注的周期性欺骗类似。

为了预防traitor攻击,许多信誉系统通过遗忘体制控制历史行为影响。Trustguard[40]中只把最近反馈算入信誉。此体制引起广泛关注,因为好的和坏的行为被遗忘得同样快,可能帮助攻击者恢复信誉[38]。Jφsang和Ismail[41]引进衰减因子在Beta声誉系统中,逐渐减少前提获得的反馈评分的权重,同时该系统能计算用户不对称的好行为和坏行为。Sun等[42]提出自适应遗忘方案使得好信誉可以通过一致的良好行为建立起来,但是可以仅仅通过一些坏行为轻易被毁坏。李瑞轩等[39]采用商品价格的区间分布来对成功交易进行加分,采用信用等级的扣分系数来对不同信用等级的失败交易进行扣分,来解决信用炒作和周期欺骗问题。

3) dishonest feedback攻击与防御

不诚实反馈的攻击中,攻击者可以注册多个用户ID,即小号,控制小号对声誉系统进行攻击。不诚实反馈攻击一般可以分为两类[43]:

( 1) 诽谤攻击( nuke)[33]即通过给目标用户提供消极反馈来降低其信誉,此攻击也称Slandering( 不合理降低声誉)攻击[44],unfair low ratings ( 不合理地低分评价)[45],诬蔑( bad-mouthing)[46]; 这种攻击也间接提升了攻击者本身的信誉。

( 2) 提升攻击( push)[33]即通过为目标用户提供积极的反馈来提升其信誉。通常有两种方式: 一种是自买自卖的“自我提升”方法; 另一种是通过与其他卖家联合“互买互评”的方法; 或者两种方式一同进行。push攻击也称为promoting[47],shilling[33]攻击,又或是unfair high ratings[45],ballot stuffing[45,46,48]。后一种“互买互评”的方法也称为共谋You等( 2011)[4],勾结等。这与Jsang[5]所指出的通过虚假交易的攻击方法类似。而在现实中,shilling在很多现实中的企业、电子商务系统均有出现,包括著名的sony picture和e Bay。

对于不诚实反馈的检测和处理方法可来自以下三个方面:

( 1) 增加不诚实反馈的成本设置一种政策,即要求用户提供反馈时必须要有某一证书。此类证书可以是一份真实的交易记录,比如e Bay、Amazon和App Stores。

( 2) 检测不诚实反馈基于反馈特征的防御方法,此方法基于大多数规则来检测不诚实反馈。例如,基于熵的方法识别不诚实反馈在反馈分布中的不确定性带来的显著变化。聚类技术[45]、背书方法[49],基于eta-function过滤[50]、基于熵[51]等方法大量地被使用在此类研究中。大部分检测方案均依赖少数服从多数的原则,原理是检测与大部分意见不一致的评价。信号模型也被应用于解决不公正评价问题,如文献[52]认为评分值为一种随机过程,通过信号理论检测不公正评价。

( 3) 缓和不诚实反馈的影响通过评价者的可靠性 /诚实性来衡量反馈的可靠性,称为“用户反馈信誉”。被评价者声誉由所有反馈的加权平均来计算( 即评分) ,权重即为评价者的用户反馈信誉。易见,低反馈声誉评价者所提供的反馈将对被评价者的声誉质量产生较小的影响。众多学者对类似反馈信誉的措施进行了深入研究,Laureti等[53]提出的迭代细化方法计算用户的判断能力( 即,在反馈聚合算法中设置用户的反馈权重) 作为他/她的所有反馈的方差的逆。Zhang和Cohen[54]提出个性化的方法中引入个性化的信任来衡量反馈的可靠性。

以上的防御方法对简单的不诚实反馈是有效的。然而,聪明的攻击者会发现这些防御方法的漏洞,并且找到方法来误导评价实体反馈信誉的计算和不诚实反馈的检测,使用各种方法增加自己的信誉度,例如为一些不相关的用户提供诚实的反馈以积累高反馈信誉,然后对目标提供不诚实反馈。当反馈信誉非常低时,他们会以类似whitwashing攻击的方法重新进入系统。

4) 共谋攻击及防御

Lian和Zhang等人[55]将共谋定义为产生不是为个人可用的组成员利益的用户小组的协作活动。通俗而言,也就是攻击者控制着多个恶意用户ID,为了骗取信誉来提升一群卖家的信誉度或为了降低共同竞争者的信誉而联合起来进行欺诈的行为。You等[4],Jsang[5]和Despotovic等[56]均对共谋进行了深入研究。

简单的共谋行为具有较大的相似性,比较容易被识别。如简单的摇摆攻击,即恶意用户ID要么只提供push类型的反馈,要么只提供nuck类型的反馈,此类行为的攻击方向是一致的,较容易被系统识别。而复杂的共谋欺诈被识别的难度很大。如复杂的摇摆攻击[40],恶意用户ID被分成不同的组,在不同时刻每组在执行任务时扮演不同角色,在时刻t1,A的角色是提升目标实体的信誉,同时也提升自己的可信度; 在时刻t2,A将扮演诽谤行为的用户角色,通过这种随机分配执行不同角色,可避免声誉系统对具有相似性的共谋行为的识别检测。很多情况下,共谋行动造成的影响会远远大于独自攻击所产生的影响,并且能引起比简单共谋更大的破坏力。因此,共谋攻击是目前声誉系统研究中的难题之一。

时域分析法[57]、时间和用户相关性分析法[58]能较为有效地处理复杂的共谋攻击,因为声誉系统的反馈都是基于声誉的,评价者的声誉反馈与时间点紧密联系,所以将声誉的整体变化跟时间因素的有机结合,能够有效地处理复杂共谋攻击。时域分析法[57]主要是通过四个检测器( 到达率改变探测器、平均改变探测器、直方图改变探测器、信号模式改变探测器) 来检测可能存在共谋攻击的可疑时间间隔,从而确定可能参与共谋的评价者。

相对时域分析法,时间和用户相关性分析法[58]具有更高的准确性。因为该方法在确定可疑时间间隔后,对区间的用户进行相关性分析,从而具有高相关性的评价者才更可能是参与共谋的,因为在即使在可疑的时间间隔内仍可能存在一部分用户提供诚实反馈。

也有不少学者使用实证方法研究此类问题,如You等[4]提出针对共谋欺诈的交易模式,提出了基于多种交易因素的识别方法,包括时间、价格等,应用社会网络方法,并应用淘宝的真实数据验证其识别方法。

5) 欺诈及相关分析

与针对信任管理系统攻击有密切联系的是“欺诈”。Le[59]等人认为对于信任模型德恶意攻击主要就是欺诈。近年来,对于电子商务中欺诈成为一个研究热点。欺诈的类型包括Web网络、内部、保险、顾客、信用卡、计算机入侵、电话等类型,上述类型下又细分了若干子类[60]。专门针对电子商务中产品相关的欺诈揭示出很多在电子商务中常见的现象,文献[2]通过形成“隐藏”、“模糊”、“夸大”与“对信息内容的操纵”、“对信息呈现的操纵”、“对信息产生的操纵”,形成3×3的产品相关的欺诈类型。上述所说的shilling或者self-promoting落在“夸大”“对信息内容的操纵”类型内。可见,这类型的攻击是一种欺诈,而且是群体欺诈,波及范围更大,负面影响更广、更深。

对于欺诈,学者研究了各种的方法来进行发现、甄别和抵御[33,35,61]。

其他常用攻击方法包括: 负歧视; 正歧视[45]; 及拒绝服务等等( denial-of-service,是系统错误的起诉诚实的用户或者物体)[47]。

2 结语

研究现状总结: 信任管理是一个较新的研究领域,自提出以来不过10多年,目前已经成为研究热点。作为新兴的研究领域,现有的信任管理研究仍存在以下的不足与挑战:

( 1) 针对电子商务信任模型的恶意攻击的研究还比较薄弱

对声誉系统进行攻击、抵御的研究相对不成熟,对恶意推荐缺乏行之有效的过滤方法,对策略型欺骗行为缺乏有效的识别和抑制,面对环境日益复杂的电子商务环境,现有的信任模型对各种攻击显得无能为力。现在针对电子商务信任管理系统的攻击有哪些? 这些攻击有什么特征? 现有的抗攻击方法还存在哪些不足? 这些问题非常值得思考和深入研究。

( 2) 信任模型对现实信任关系描述能力不足

目前研究中,社会学、管理学等学科的信任模型止于信任属性/因素的问卷验证,其宏观性与现实应用具有较大的距离,如果把这些抽象的构念进行合理的量化,从而解决电子商务中微观、实际的问题? 而工科的量化模型始于抽象的多属性变量,缺少理论依据; 工科学者较多的研究集中在微观的声望 /信誉计算方法、信任传递、合并计算等方面,严谨的数学理论之下的信任模型有什么现实意义? 有什么理论依据? 这些问题都有很大的研究价值。

( 3) 现有信任模型粒度单一

绝大多数研究着眼在事务级别粒度( 实际已发生的交易)的研究,由于攻击极具伪装性,仅对事务级别数据的分析无法对恶意攻击进行甄别; 通过何种方式、何种工具获取成本较低的信任证据? 这些证据是否能够充分描述用户行为特征,包括恶意攻击的特征? 这些问题的研究也极为重要。

( 4) 现有的信任模型对信任关系深层次研究比较欠缺

声誉激励模型篇6

KMRW声誉模型简介:在完全信息条件下,只要重复的次数是有限的,则唯一的子博弈精炼纳什均衡是每个参与人在每次博弈中选择静态均衡战略,即有限次重复不可能导致参与人的合作行为。直到1982年,声誉模型通过将不完全信息引入重复博弈,证明了参与人对其他参与人的支付函数或战略空间的不完全信息对均衡结果有重要影响,合作行为在有限次博弈中会出现。

1某一地区两个建筑施工企业竞标价格的博弈

假定企业A有两种类型:理性的或非理性的,其概率分别为P和1-P。假定企业B只有一种类型,即理性的。假定企业B可以选择任何战略,企业A由于某种原因,只有一种战略,即“针锋相对”,企业A在开始的本地区项目的竞标价格中选择“正常的利润水平”,然后选择企业B在T-1阶段的选择(即“你下调利润我就下调,你维持正常的利润水平我就维持正常的利润水平”)博弈顺序如下:

1)企业A知道自己的类型,企业B只知道企业A属于理性的概率是P,非理性的概率为1-P。

2)两个企业进行第一阶段博弈。

3)观测到第一阶段博弈结果后,进行第二阶段博弈,观测到第二阶段博弈结果后进行第三阶段博弈,如此等。

企业B可以理解为“机会主义者”,或者“非合作型参与人”企业A可以理解为“讲义气重信誉的企业,即合作型企业”(见表1)。

从表1可以看出,当他们从事串谋时,利润会比较高,平均会获得3个单位的利润,如果企业A选择现在的利润水平,企业B选择下调当前的利润,则企业B会获得更多的市场份额,企业A的利润下降到-1个单位,而企业B的利润会增加到5个单位。其结果是行业利润下降了(原来为6个单位,现在为4个单位),如果两家建筑企业进行激烈竞争,价格就会进一步的下降,每家企业的利润都下降到2个单位。本例中,串谋的利益是最大的,尽管如此,当处于均衡状态时,他们会相互竞争。

企业A会想,如果企业B维持市场利润水平,而我也维持利润水平,那么我的利润为3个单位,但是如果我下调利润水平,则我的市场份额会增加,相应的利润水平会增加到5个单位,在这种情况下,显然我下调利润水平会更好;如果企业B下调利润,而我维持利润,则我的利润为-1个单位,但是我下调利润,我的利润水平为2个单位。在两种情况下,不管我的竞争对手怎么做,我下调利润水平境况都会更好,企业B也完全会这么想,而结果是非常清楚的:两个企业都会下调利润,每个厂商的利润为2个单位,是他们串谋的2/3。

但是,由于他们在一个地区的建筑市场上,要面对长时期竞争共存的状况,会担心遭到对方报复的可能性,因此两个企业有了下面的战略选择。

1.1讨论重复两次的情况(见表2)

若X=D,企业B的期望支付为:

若X=C,则企业B的期望支付为:

则7P+1≥3P+4,即P≥3/4,则企业B在第一阶段选择“维持”(合作)。

1.2讨论重复三次的情况(见表3～表5)

1)证明理性企业A在第一阶段的最优选择是D。

给定企业B在第一阶段的选择是D,如果理性企业A选择D,企业B的后验概率不变,企业B在第二、第三阶段的选择(D,C)。理性企业A三阶段战略选择(D,C,C),则理性企业A的期望支付为:3+5+2=10。

如果理性企业A在第一阶段选择C,则企业B将在第二、第三阶段采取(C,C)战略,理性企业A三阶段的战略选择为(C,C,C),则理性企业A的期望支付为:5+2+2=9。

因为10>9,所以理性企业A在第一阶段的最优战略选择是D。

2)现在考虑企业B的战略,分别有三种选择(D,D,C),(C,C,C),(C,D,C)。

a.给定理性企业A三阶段战略选择(D,C,C),企业B选择(D,D,C)的期望支付为:

b.给定理性企业A三阶段战略选择(D,C,C),企业B选择的期望支付为

若要求(D,C,C)优于(C,C,C),则7P+4≥9,即P≥5/7。

由于假定P≥3/4,所以上述条件成立。

c.给定企业A三阶段战略选择(D,C,C),企业B选择(C,D,C)的期望支付为:

若要求(D,C,C)优于(C,D,C),则7P+4≥3P+6,即P≥1/2。

因为P≥3/4,上述条件成立。

2结语

1)只要企业A非理性的概率P≥3/4,理性企业A三阶段战略选择(D,C,C),企业B的战略选择(D,D,C)就是一个精炼贝叶司均衡。

2)可以进一步证明,如果P≥3/4,对于所有的T≥3,下列战略选择就是一个精炼贝叶司均衡:理性企业A在t=1至t=T-2阶段一直选择D(合作),然后在t=T-1和t=T阶段选择C(不合作);企业B在t=1至t=T-1阶段选择D(合作),然后在t=T阶段选择C(不合作),如果将任何一个企业选择C的阶段称为非合作阶段,两个企业选择D称为合作阶段,那么容易看出,只要T>3,非合作的总数等于2,与T无关。

3)如果假定两个企业的类型都是私人信息,换言之,就是每个企业都有P>0的概率是非理性的,那么,不论P多么小(但严格说P>0),只要博弈的次数足够多,合作均衡就会出现。

可见在一个地区的建筑市场的竞争中,尽管每一个建筑企业在选择合作时冒着被其他企业“出卖”的风险,但如果他选择不合作,就暴露了自己是非合作型的,从而失去了长期合作收益的可能(如果对方是合作型的话)。如果博弈的次数足够多,未来收益的损失超过短期被出卖的损失,因此在博弈的开始,每一个建筑企业都愿意树立起一个合作者的形象(使竞争者认为自己是合作型的),即使他在本质上不是合作型的。只有当博弈快结束时,参与人才会一次性把自己过去建立的声誉利用尽,合作才会停止。

摘要：对KMRW声誉模型进行了简单介绍,基于不完全信息重复博弈与声誉模型,分析了两家施工企业在市场竞争中不同阶段的价格行为策略,论述了他们价格战略选择的规律。

关键词：博弈论,声誉模型,竞争,合作

参考文献

[1]侯光明,李存金.管理博弈论[M].北京:北京理工大学出版社,2004.

[2]侯光明.管理博弈论导论[M].北京:北京理工大学出版社,2001.

[3]杨斌.博弈论在工程招标及管理中的应用[D].武汉:武汉大学,2006.

声誉激励模型篇7

万博宣伟公关顾问全球总裁Gail Heimann表示:“研究表明, 女性雇员在为女性CEO工作时会感受到更多激励, 并且希望自己也成为公司领导。这些结果反映了一个无可辩驳的结论, 即如果我们真心希望管理层男女平等, 就必须推动更多的女性担任CEO, 而且时不我待。”

万博宣伟与KRC Research于2015年3月共同完成并发布了《CEO声誉溢价:赢在互联互通时代》的研究报告, 此份《女性CEO声誉溢价——异同解析》报告是该研究的补充。

女性CEO声誉影响力

这份调查报告的主要研究, 表明了女性CEO的声誉溢价对后备领导团队中的女性成员具有积极影响, 相比男性主管, 女性主管更加认同CEO声誉是让她们留任的影响因素。当公司CEO同为女性时, 女性主管更愿意继续留任为公司效力。相比较而言, CEO性别对男性高管的去留则影响不大。

万博宣伟公关顾问首席声誉战略官Leslie GainesRoss称:“我们从报告中欣慰地发现, CEO的性别对公司声誉及其市场价值并无显著影响。但在争夺高端女性人才的战争中, 拥有声誉颇佳的女性CEO往往有助于女性雇员的继续留任。”

榜样的力量无穷

这份调查研究发现, 男性与女性高管普遍认为, 全球女性CEO数量的增长具有重要意义, 大约7/10 (69%) 的受访者认同此项观点。而持此相同观点的人群中, 女性明显多于男性 (84%比60%) 也是在意料之中。

根据研究, 男性高管 (50%) 与女性高管 (58%) 认为应该增加女性CEO的主要理由, 是因为这样能够创造更多的女性榜样与导师。提供应有的教导已经成为了一种帮助女性晋升、改善公司性别多样性的可靠性措施, 也逐渐受到越来越多的认同。

意愿担任CEO的地区差异

在谈到将来担任CEO的雄心壮志时, 各地差异明显。在北美, 女性高管对CEO一职尤其不感兴趣——高达68%的女性高管无兴趣担任CEO。欧洲女性对此的意见也是拒绝多于赞同 (分别为39%与22%) , 与北美女性的坚决不同, 亚太地区的女性各有想法, 其中有一半 (51%) 抱着“也许”的态度。至于拉丁美洲, 女性高管人数较少, 无法产出有效数据, 不过透露出的一些端倪表明, 她们对CEO一职的兴趣最为浓厚 (34%) 。

实现女性CEO声誉溢价

在了解到担任CEO不是很多职场女性的梦想后, 如果公司希望充分利用女性做出贡献, 并确保公司领导人才的持续输送, 就需要进一步采取措施鼓励并培养女性高管。万博宣伟致力于持续调查CEO领导力, 包括首席高管 (C-Suite) 的性别话题。我们的领袖声誉资产管理和互动战略 (Executive Equity and Engagement) , 帮助CEO并鼓励女性高管充分表达意见, 提高其在高层会议、论坛及其它多种渠道中的影响力。

关于本次调查

【声誉激励模型】推荐阅读：

声誉模型06-13

声誉评价07-02

声誉效应10-06

声誉体系10-08

审计声誉10-12

声誉产品11-14

声誉风险论文09-24

高校声誉论文11-26

医院声誉管理11-29

商业银行声誉11-13