资源描述
“经济学与其说是一种学说，不如说是一经济学与其说是一种学说，不如说是一经济学与其说是一种学说，不如说是一经济学与其说是一种学说，不如说是一种方法，一种思维工具，一种构想技术。种方法，一种思维工具，一种构想技术。种方法，一种思维工具，一种构想技术。种方法，一种思维工具，一种构想技术。”约翰约翰约翰约翰 梅纳德梅纳德梅纳德梅纳德 凯恩斯凯恩斯凯恩斯凯恩斯国际商学院国际商学院国际商学院国际商学院 雷宏振教授雷宏振教授雷宏振教授雷宏振教授内容提要内容提要第一章 委托代理理论（1)第二章 委托代理理论（2）第三章 逆向选择与信号传递第一章第一章 委托代理理论（委托代理理论（1)1)信息经济学引论信息经济学引论委托代理理论的基本分析框架委托代理理论的基本分析框架对称信息情况下的最优合同对称信息情况下的最优合同信息不对称情况下的最优激励合同信息不对称情况下的最优激励合同委托代理模型的一个例子委托代理模型的一个例子第一讲第一讲 信息经济学引论信息经济学引论 从本章开始，我们讨论信息经济学的几个重要部分。从本质上讲，信息经济学是非对称信息博奕论在经济学上的应用。这里，非对称信息（asymmetric infrormation）指的是某些参与人拥有但另一些参与人不拥有的信息。如果说信息经济学与博奕论有什么不同的话，这种不同主要表现在研究的着眼点上：博奕论是方法论导向的，而信息经济学是问题导向的。博奕论研究的是：给定信息结构，什么是可能的均衡结果？信息经济学研究的问题是：给定信息结构，什么是最优的契约安排？因为信息经济学研究什么是非对称信息情况下的最优交易契约，故又称为契约理论，或机制设计理论。一、信息经济学的基本分类 1、信息的非对称性可以从两个角度划分：（1）非对称发生的时间-事前非对称/事后非对称 （2）非对称信息的内容-参与人的行动/参与人的知识 基于此造成了隐藏行动和隐藏信息的风险。信息经济学正是通过构造模型进行不同类型风险的机制分析。2 2、信息经济学的基本分析框架、信息经济学的基本分析框架隐藏行动隐藏行动隐藏信息隐藏信息事前事前3、逆向选择模型4、信号传递模型5、信息甄别模型事后事后1、隐藏行动的道德风险模型2、隐藏信息的道德风险模型1、隐藏行动的道德风险模型（moral hazard with hidden action）;签约时信息是对称的（因而是完全信息）；签约后，代理人选择行动（如工作努力还是不努力），“自然”选择“状态”（the state the world）；代理人的行动和自然状态一起决定某些可观测的结果；委托人只能观测到结果，而不能直接观测到代理人的行动本身和自然状态本身（因而是不完美信息）。委托人的问题是设计一个激励合同以诱使代理人从自身利益出发选择对委托人最有利的行动。一个简单的例子是雇主与雇员的关系：雇员的报酬应该与其完成任务的情况有关。2、隐藏信息的道德风险模型（moral hazard with hidden information）；签约时信息是对称的（因而是完全信息）；签约后，“自然”选择“状态”（可能是代理人的类型）；代理人观测到自然的选择，然后选择行动（如向委托人报告自然的选择）；委托人观测到代理人的行动，但不能观测到自然的选择（因而是不完美信息）。一个简单的例子是企业经理与销售人员的关系。3、逆向选择模型（adverse selection）；自然选择代理人的类型；代理人知道自己的类型，委托人不知道（因而信息是不完全的）；委托人和代理人签订合同。一个简单的例子是卖者和买者的关系：卖者（代理人）对产品的质量比买者（委托人）有更多的知识。4、信号传递模型（signalling model）：自然选择代理人的类型；代理人知道自己的类型，委托人不知道（因而信息是不完全的）；为了显示自己的类型，代理人选择某种信号；委托人在观测到信号之后与代理人签订合同。一个简单的例子是企业雇主与雇员的关系：雇员知道自己的能力，雇主不知道；为了显示自己的能力，雇员选择接受教育的水平；雇主根据雇员的教育水平支付工资。5、信息甄别模型（screening model）：自然选择代理人的类型；代理人知道自己的类型，委托人不知道（因而信息是不完全的）；委托人提供多个合同供代理人选择，代理人自己的类型选择一个最适合自己的合同，并根据合同选择行动。一个简单的例子是保险公司与投保 人的关系：投保人知道自己的风险，保险公司不知道；因此，保险公司针对不同类型的潜在投保人制定了不同的保险合同，投保人根据自己的风险特征选择一个保险合同。模型模型委托人委托人代理人代理人行动、类型或信号行动、类型或信号隐藏行动道德风险隐藏行动道德风险保险公司保险公司保险公司保险公司地主地主股东股东经理经理员工员工债权人债权人住户住户房东房东选民选民公民公民原告原告/被告被告社会社会投保人投保人投保人投保人佃农佃农经理经理员工员工经理经理债务人债务人房东房东住户住户议员或代表议员或代表政府官员政府官员代理律师代理律师罪犯罪犯防盗措施防盗措施饮酒，吸烟饮酒，吸烟耕作努力耕作努力工作努力工作努力工作努力工作努力经营决策经营决策项目风险项目风险房屋修缮房屋修缮房屋维护房屋维护是否真正代表选民利益是否真正代表选民利益廉洁奉公或贪污腐化廉洁奉公或贪污腐化是否努力办案是否努力办案偷盗的次数偷盗的次数隐藏信息道德风险隐藏信息道德风险股东股东债权人债权人企业经理企业经理雇主雇主原告原告/被告被告经理经理债务人债务人销售人员销售人员雇员雇员代理律师代理律师市场需求市场需求/投资决策投资决策项目见险项目见险/投资决策投资决策市场需求市场需求/销售策略销售策略任务的难易任务的难易/工作努力工作努力赢的概率赢的概率/办案努力办案努力表表5.2 5.2 不同模型的应用举例不同模型的应用举例逆向选择逆向选择保险公司保险公司雇主雇主买者买者债权人债权人投保人投保人雇员雇员卖者卖者债务人债务人健康状况健康状况工作技能工作技能产品质量产品质量项目风险项目风险信号传递和信号传递和信息信息甄别甄别雇主雇主买者买者垄断者垄断者投资者投资者保险公司保险公司雇员雇员卖者卖者消费者消费者经理经理投保人投保人工作技能工作技能/教育水平教育水平产品质量产品质量/质量保证期质量保证期需求强度需求强度/价格歧视价格歧视盈利率盈利率/负债率、内部负债率、内部股票持有比例股票持有比例健康状况健康状况/赔偿办法赔偿办法二、不同模型的应用举例二、不同模型的应用举例 从表5.2可以看出，尽管每种模型讨论的问题不同，但同一种交易关系可能涉及多个（甚至全部）模型讨论的问题。比如说，在雇主与雇员的关系中，如果雇主知道雇员的能力但不知道其努力水平，问题是隐藏行动道德风险问题；如果雇主和雇员本人在签约时都不知道雇员的能力，但雇员本人在签约后发现了自己的能力（而雇主仍然不知），问题是隐藏信息的道德风险问题；如果雇员一开始就知道自己的能力而雇主不知道，问题是逆向选择问题；如果雇员一开始，就知道自己的能力而雇主不知道，并且，如果雇员在签约之前就获得教育证书，问题是信号传递问题；相反，如果雇员是在签约后根据工资合同要求接受教育，问题是信息甄别问题。需要指出的是，因为经济学家不是在一般的提出“建立信息经济学”后在发展不同的模型，恰恰相反，信息经济学只是相继发展的不同模型的简单概括，因此，在文献中，上述五中模型并没有严格的定义。比如说，在许多经济学家看来，隐藏信息的道德风险模型和信息甄别模型与逆向选择模型是一回事。梅耶森（Myerson，1991，第263页）建议将所有“由参与人选择错误行动引起的问题”称为“道德风险”；所有“由参与人错误报告信息引起的问题”称为“逆向选择”。许多经济学家并不认为信号传递和信息甄别有什么区别，因而“信号传递”一词被用来指两种情况。特别的，尽管我们以上用“委托人-代理人模型”概括所有五种模型，委托人-代理人理论习惯上只是“隐藏行动道德风险模型”的别称，一般说的委托人-代理人理论仅指这类模型。在本书中的以下部分，我们将遵守这个习惯，除非特别说明。我们将信息经济学的模型简化为两类，一类是委托-代理模型，一类是逆向选择模型。本章和下一章讨论委托-代理模型，第7章讨论逆向选择模型。这里有必要就“委托人”和“代理人”的概念做点说明。这两个概念来自法律。在法律上，当A授权B代表A从事某种活动时，委托代理关系泛指任何一种涉及非对称信息的交易，交易中有信息优势的一方称为代理人，另一方称为委托人。简单地说，知情者（informed player）是 代 理 人，不 知 情 者（uninformed player）是委托人。当然，这样的定义背后隐含的假定是，知情者的私人信息（行动或知识）影响不知情者的利益，或者说，不知情者不得不为知情者的行为承担风险。第二讲第二讲 委托代理理论的基本分析框架委托代理理论的基本分析框架一、问题的模型化 委托代理理论试图模型化如下一类问题：一个参与人（称为委托人）想使另一个参与人（称为代理人）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选择了什么行动，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生随机因素共同决定，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这些观测到的信息来奖惩代理人，以激励其选择对委托人最有利的行动。让我们用A表示代理人所有可选择的行动的组合，A表示代理人的一个特定行动。注意，尽管在许多模型中行动被简单地假定为代表工作努力水平的一维变量，理论上讲，行动a可以是任何维度的决策向量。比如说，如果（1，2），一种可能的解释是1和2分别代表代理人花的“数量”和“质量”上的工作时间。不过，在本章中，为了分析的方便，我们假定是代表努力水平的一维变量。令是不受代理人（和委托人）控制的外生随机变量（称为“自然状态”），是的取值范围,在上的分布函数和密度函数分别为G（）和g（）（一般地我们假定是连续变量；如果只有有限个可能值，g（）为概率分布）。在代理人选择行动后，外生变量实现。和共同决定一个可观测的结果x（，）和一个货币收入（“产出”）（，），其中（，）的直接所有权属于委托人。我们假定是的严格递增的凹函数（即给定，代理人工作越努力，产出越高，但努力的边际产出率递减），是的严格增函数（即较高的代表较有利的自然状态）。注意，x（，）可能是一个向量，可能包括，甚至和（后一种情况意味着是可观测的）。委托人的问题是设计一个激励合同s（x），根据观测到的x对代理人进行奖惩。我们要分析的问题是s（x）具有什么样的特征？假定委托人和代理人的vNM期望效用函数分别为v（s（x）和u（s（）c（），其中v0,v0；u0,u0；c0,c0。即委托人和代理人都是风险规避者或风险中性者，努力的边际负效用是递增的。委托人和代理人的利益冲突首先来自假设aa0和c0：aa0意味着委托人希望代理人多努力，而c0意味着代理人希望少努力。因此，除非委托人堆代理人提供足够的激励，否则，代理人不会如委托人希望的那样努力工作。二、效用函数与约束条件的建立1、第一种模型化方法：“状态空间模型化方法”（state-space formulation）（1）委托人的期望效用函数（P）：（2）约束条件（IR/IC）：第一个约束条件（IR）：参与约束（participation constraint）：代理人从接受合同中得到的期望效用不能小于不接受合同时能得到的最大期望效用。（代理人不接受合同时能得到的最大期望效用由他面临的其他市场机会决定，称之为保留效用），参与约束又称为个人理性约束。第二个约束条件（IC）：代理人的激励相容约束（incentive compatibility constraint）：给定委托人不能观测到代理人的行动a和自然状态，在任何的激励合同下，代理人总是选择使自己的期望效用最大化的行动a。因此，任何委托人希望的a都只能通过代理人的效用最大化行为实现。以上的模型化方法被称之为“状态空间模型化方法”（state-space formulation）。该 方 法 由 Wilson(1969),Spence and Zeckhauser(1971)and Rose(1973)最初使用。这种方法的好处是每一种技术关系都非常直观地表述出来。缺点是从这种模型化方法中，我们得不到从经济学上讲有信息量的解（有时解甚至不存在）。2、第二种模型化方法：由莫里斯(Mirrlees,1974,1976)和霍姆斯特姆(Holmstrom,1979)开始使用的“分布函数的参数化方法”（Parameterized distribution formulation）.这种方法是将上述自然状态的分布函数转换为结果x和的分布函数，这个新的分布函数通过技术关系x(a,)和(a,)从原分布函数G()导出。这样大大增加了效用函数的可解释性。3、一般化分布方法（General distribution formulation）在上面的参数化方法中可以看出，代理人在不同行动之间的选择等价于在不同的分布函数之间的选择，这样就可以形成更一般的模型方法。这一方法更加一般化和简炼化。在以上方法中，参数化方法已经成为标准方法。第三讲第三讲 对称信息条件下的最优合同对称信息条件下的最优合同 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，我们首先必须分析对称信息条件下的最优合同。委托-代理关系中的问题被认为是“保险”和“激励”的交替问题。在对称信息下我们可以孤立地考虑最优的风险分担问题。在此基础上，在非对称信息下我们将会证明为什么在存在激励问题时，帕累托最优风险分担不能达到。假定代理人的行动/或自然状态是可以观测到的，此时，委托人可以根据观测到的行动对代理人实行奖惩，就是说，激励合同可以是建立在行动上，从而，激励相容约束是多余的，因为委托人可以设计任意的“强制合同”（forcing contract），即“你选择什么行动，我选择什么付出”。只要s足够小，代理人绝不会选择aa*5.3-15.3-1最优风险分担合同最优风险分担合同 对称信息条件下的最优合同可以分两步进行：产出条件下的最优分配方式和最优行动选择。在对称信息下，帕累托最优风险分担和最优努力水平都是可以达到的。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。此时，帕累托最优风险分担合同取决于委托人和代理人的风险态度（基于Edgeworth box图中双方无差异曲线）。选择s()解下列最优化问题：构造拉格朗日函数如下：最优化的一阶条件是：即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）无关。如果和是任意的个收入水平，那么，下列等式应该满足：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。这是典型的怕累托最有条件。假定只取两个值：和（从而只取两个值：和），那么，最优化条件可以用埃奇维斯方框图（Edgeworth box）来说明。在图5.1中，横坐标表示收入，纵坐标表示收入=(,1)，委托人的无差异曲线以Op为原点，代理人的无差异曲线以OA为原点，450线是确定性收入曲线，每条无差异曲线在对应的确定性收入曲线上的斜率等于概率比率g(2)/g(1)=f(2;)/f(1；)（因为委托人和代理人对分布函数的看法是一致的，故无差异曲线在对应的确定性收入线上的斜率是相等的），最优点是代理人的无差异曲线u和委托人的无差异曲线v的切点E。图图5.1 5.1 帕累托最优风险分担合同帕累托最优风险分担合同 1(，1)OAOP2(,2)450450mEnv0L0从图中可以看出，如果委托人和代理人都是严格风险规避的(v0，u0)，最优风险分担要求每一方都承担一定的风险(即E不在任何一条确定性收入线上)。进一步，如果委托人是风险中性者(v=0)而代理人是最严格风险规避者(u0)，那么，委托人的无差异曲线是一条直线(如LO)，最优风险分担点是n点：代理人不承担任何风险，所有的风险都由委托人承担。从数学上来讲，此时，委托人的边际效用是恒定的（不失一般性，假定v=1），最优化条件（1）变成：1/u(s()=1/u(s()=（11）因为是个常数，u随s而递减，满足上述条件的唯一的s(s()是s(s()=s)=so o,即代理人的收入与产出无关。类似的，如果委托人是严格风险规避者（v v 0.但给定s*()=S0 ,条件（7）意味着a+=0：如果收入与工作的努力程度无关，为什么要努力工作呢？直观地讲，给定S*()，对委托人最优的a对代理人并不是最优的，因此，如果委托人不能观测到a，代理人将选择aa*以改进自己的福利水平。因为利润水平不仅与代理人的努力水平有关，而且受外生变量的影响，代理人可以将低利润的出现归咎于不利的外生影响，从而逃避委托人的指责。因为委托人不能观测到，自然也就不能证明低利润是代理人没有努力工作的结果。这就是所谓的“道德风险”问题（moral hazard problem)。我们将看到，当委托人不能观测代理人的努力水平时，最优激励合同要求代理人承担比对称信息情况下更大的风险。应该指出的是，即使代理人的行动不可观测，如果代理人是风险中性的，帕累托最优同样可以实现，不会出现道德风险问题。这一点可以从比较条件（5）和条件（7）看出。如果代理人是风险中性的，帕累托最优风险分担意味着S*/=1,此时，U和V都是常数，条件（5）和条件（7）都简化为：因此，a+=a*,即代理人选择的努力水平与帕累托最优的努力水平是相同的。直观地讲，当代理人承担全部风险时，没有外部效应存在，代理人就如同为自己工作一样，不会有偷懒的动机。并且，因为代理人是风险中性的，风险成本为零，不存在保险与激励之间的矛盾。第四讲第四讲 信息不对称情况下的最优激励合同信息不对称情况下的最优激励合同 上一节我们讨论了对称信息情况下的最有风险分担和激励合同，本节我们讨论信息不对称情况下的激励合同。假定委托人不能观测到代理人的行动选择a和外省变量，只能观测到产出。此时，如我们已经指出的，代理人的激励相容约束（IC）是其作用的（binding）,因为不论委托人如何奖惩代理人，代理人总是会选择最大会自己效用水平的行动。换言之，委 托 人 不 可 能 使 用“强 制 合 同”（forcing contract）来迫使代理人选择委托人希望的行动，而且能通过激励合同s()以最大化自己的期望效用函数。本节的目的是分析这样的激励合同应具有的基本特征。我们首先考虑代理人只有两种行动选择时的简单模型，然后考虑一般模型。在本节中，我们一律使用分布函数的参数化模型方法。5.4-1 5.4-1 简单模型简单模型假定a有两个可能的取值，L和H，其中L代表“偷懒”（lazy），H代表勤奋工作（work hard）。假定的最小可能只是 ,最大可能值是 。如果代理人勤奋工作（a=H）,的分布函数和分布密度分别为FH()和fH()；如果代理人偷懒（a=L），分布函数和分布密度分别为FL()和fL()。在5.2节中，我们曾假定(a,)是a的增函数，即代理人工作越努力，产出越高。当我们将本身作为一个随机变量时，这个假定可以重新表述为：分布函数满足一阶随机占优条件(the first-order stochastic dominance condition)，即对于所有的 ,，FH()FL()，其中严格不等式至少对某些成立。就是说，勤奋工作时高利润的概率大于偷懒时的高利润的概率（大于任何给定的 的概率为1-F（），如图5.3所示（当a是连续变量且F(,a)对a可微时，这个假设意味着 ）。假定c(H)c(L),即勤奋工作的成分比偷懒的成本高。在这一假定下，如果委托人只想选择a=L，它可以通过简单地规定 来达到这个目的，因为当 时，偷懒是代理人的最优选择。因此，为了使我们的讨论有意义，假定委托人希 望 代 理 人 选 择 a=H。此 时，代 理 人 的 激 励 相 容 约 束 意 味 着 ；为了使代理人有足够的积极性自动选额勤奋工作，委托人必须放弃帕累托最优风险分担合同。委托人的问题是选择激励合同s()解下列最优化问题：s.t.（激励约束IC说的是，给定s()，代理人选择勤奋工作时得到的期望效用大于选择偷懒时的期望效用。）令和分别为参与约束IR和激励相容IC的拉格朗日乘数。那么上述最优化问题的一阶条件为：整理得：（8 8）这就是所谓的“莫里斯-霍姆斯特姆条件”（Mirrlees-Holmstrom condition）。在（8）中，如果=0，我们得到帕累托最有风险分担条件（1）。但因为=0破坏了激励相容约束IC，因此，0（霍姆斯特姆1979年给出了0的证明）。这样，非对称信息情况下的最优合同不同于对称信息情况下的最优合同。特别的，代理人的收入s()随似然率(Likelihood ratio)的变化而变化。显然，代理人的收入比对称信息下具有更大波动。比如说，如果委托人是风险中性的（v=1），在对称信息下，帕累托最有风险分担意味着代理人得到固定收入，不承担任何风险；但在非对称信息下，代理人承担一些风险，这就是由非对称信息导致的激励与保险的取舍（trade-off）。为了说明这一点，让我们用s()表示由条件（1）决定的最优风险分担合同，s（）表示满足条件（8）的激励合同。那么，比较（8）和（1），我们有下述结果：就是说，对于一个给定的产出，如果在代理人偷懒（a=L）时出现的概率大于勤奋工作（a=H）时出现的概率，代理人在该产出时的收入所得向下调整；反之，如果在代理人偷懒（a=H）出现的概率小于勤奋工作（a=H）时出现的概率，代理人在该产出时的收入所得向上调整。上述结果反映了似然率 包含的信息量。统计学上，似然率 度量给定代理人选择a=L时发生的“概率”与给定代理人选择a=H时发生的“概率”的比率，它告诉观测者观测到的在多大程度上来自分布 而不是分布 。较高的似然率意味着有较大的可能性来自分布 ；当似然率等于1时，来自 和 可能性相同，观测者不能得到任何新的信息量。当然，从概念上讲，委托人并不从观测到的推断任何东西，因为在均衡的情况下，委托人准确的知道代理人选择了什么，尽管他并不能观测到代理人的选择。但是，最优激励合同s()反映的正是统计推断的原则。委托人似乎是在根据观测到的产出量推断代理人是选择了L还是H，进而对代理人实行奖惩。如果委托人推断代理人选择L的可能性较大，就惩罚他（）；反之，如果委托人推断代理人选择H的可能性更大，就奖励他（）。从另一个角度看，委托人似乎是在根据贝叶斯法则从观测到的修正代理人勤奋工作的后验概率。为了说明这一点，令=prob(H)为委托人认为代理人选择H的先验概率，=prob(H)为委托人在观测到时认为代理人选择了H的后验概率。根据贝叶斯法则 因此 将上式带入（8）得 （8）那么，如果观测到的使委托人向下修正了代理人选择H的概率（即 ）代理人受到惩罚。另一方面，如果观测到的使委托人向上修正了代理人选择H的概率（即 ）代理人收到了奖励。上述分析表明，产出是通过后验概率 （或者说似然率 ）影响代理人的收入s()的。s应该依赖于，并不是因为的物质价值，而是因为它的信息量价值。由于这个原因，条件（8）本身对最优奖励合同s()的具体形式可以说没有任何限制；就是说，任何形式的s()都是可能的。比如说，条件（8）甚至不能保证s()是单调的，即较高的产出不一定意味着代理人得到较高的报酬s。为了说明这一点，让我们举一个简单的例子。假定代理人选择a=L时，有两个可能的值，分别是=-100和=100，概率为 ;当代理人选择a=H时，也有两个可能的值，分别为=-100和=500，概率为 。注意分布函数满足一阶随机占有条件，即对所有可能的的取值,其中，在这种情况下，根据条件（8），s(100)s(100),即代理人在=-100时的收入应该大于=100时的收入，因为当=-100出现时，委托人认为代理人选择偷懒（L）和勤奋工作（H）的可能性相同。但当=100时，委托人可能肯定代理人选择了偷懒，因此应该受到惩罚。从（8）可知，最有奖励合同s()只是对似然率是单调的：越大，s()越小。因此，为了保证s()对的单调性，我们必须假定 对是单调的，即较高的单调似然率特征（MLRP，monotone likelihood ratio property）。如果分布函数满足这个特征，s()对的单调性就可以得到保证，显示生活中观测到的绝大多数激励合同满足单调性（如企业经理的报酬随企业利润增加而增加）。这一事实可能意味着绝大多数分布函数具有单调似然率特征，尽管可能有其他的解释。但理论上讲，任何形式的分布函数都是可能的。前述例子的分布函数就不具有单调似然率特征。图5.4的分布函数也不具有单调似然率特征，这里，但是 图5.4 不具有单调似然率特征的分布函数委托-代理模型的最重要结果是它可以预测什么样的观测变量应该进入激励合同。设想除外，委托人还可以不费成本的观测到另一个变量z，因而x=(，z；)；如果所讨论的委托-代理关系是股东与经理的关系，是利润，z可以理解为某个企业运行环境有关的外生变量，如货币供给也可以理解为另一个企业的利润。假定z与a和（或）有关，即z=z(a，)。那么，我们要问的问题是，在什么条件下，委托人对代理人的奖惩不仅应该依赖于，而且应该依赖于z？即最优激励合同应该是s(，z)而不是s()？
展开阅读全文