首页 理论教育 模型简化和实证设计技巧

模型简化和实证设计技巧

时间:2023-06-14 理论教育 版权反馈
【摘要】: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。等式左边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。与求解原始最优化问题(5-9)式—式相比,程序不依赖于对未知的成本函数C,以及公司生产函数P0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。

模型简化和实证设计技巧

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。

我要反馈