为了使该模型能够符合数值模拟的要求，需要对其进行简化，以推导出可以进行数据校准的形式。本书参照Dittmann and Maug（2007）的思路，首先提出原假设：观测到的经理人薪酬合约是最优的。在该假设的基础上，探讨是否存在另一份合约，在保证经理人努力程度和效用水平不变的情况下，节省公司薪酬成本。若存在，则可拒绝原假设，证明观测到的经理人薪酬还不是最优的。以国有企业经理人的常相对风险厌恶型效用函数为例，本书具体进行了如下操作：
第一步，用一阶条件来代替激励相容约束（5-11）式：
第二步，进一步定义了效用调整的薪酬业绩敏感性（utility-adjusted pay-for-performance sensitivity，UPPS）：
基于此，可以将公式（5-13）改写为：
对公式（5-15）进行整理可得：(www.xing528.com)
公式（5-16）大大简化了本书的数值模拟过程。等式（5-16）右边的k（e）只取决于经理人成本函数C（e），以及公司生产函数P0（e），与薪酬合约的形状无关。等式（5-16）左边UPPS只取决于观测到的合约参数，如经理人的财富水平WT以及风险厌恶系数γ，α，β，λ等。等式左边为已知量，可以根据观测到的经理人财富水平和设定的薪酬参数进行估计。等式右边为未知量，但也可以根据观测到的现实薪酬数据进行推断。根据原假设“观测到的薪酬合约是最优的”，等式（5-16）依然适用于被观测到的合同，即：
，上标d代表观测到的合约参数。
第三步，根据前两步的讨论，可以将最优化问题（5-9）式—（5-12）式改写为如下的最优化程序（5-17）：
最优化程序（5-17）可以直观地理解为：在保证经理人获取与之前相同的效用和激励水平的情况下，寻找一个对股东而言比现有合约更省钱的合约。与求解原始最优化问题（5-9）式—（5-12）式相比，程序（5-17）不依赖于对未知的成本函数C（e），以及公司生产函数P0（e）形式的任何假定，唯一的未知量为风险厌恶系数γ。高管薪酬领域的相关研究通常将风险厌恶系数γ设定为0.5到10之间的值（Campbell et al.，1997；Murphy，1999）。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
