基于shapley值的研发联盟收益分配及风险分担研究

《基于shapley值的研发联盟收益分配及风险分担研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Shapley值的研发联盟收益分配及风险分担研究重庆大学博士学位论文学生姓名：汪翔指导教师：孟卫东教授专业：管理科学与工程学科门类：管理学重庆大学经济与工商管理学院二O一六年四月ResearchonR&D’sRevenueandRiskDistributionBasedonShapleyValueAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDoctor’sDegreeofManagement

2、ByWangXiangSupervisedbyProf.MengWeidongSpecialty:ManagementScienceandEngineeringCollegeofEconomicsofBusinessAdministrationofChongqingUniversity,Chongqing,ChinaApril2016中文摘要摘要随着经济全球化的深入，企业间竞争加剧和企业外部环境的变化，市场需求的多样性和不确定性大大增强，企业纷纷采取合作研发来增强企业竞争力，研发联盟正是在这样的环境中逐渐形

3、成和发展壮大的。研发联盟中各成员希望依赖于有效合作形成优势互补，互利共赢的局面，进而获得市场上的竞争优势。然而，道德风险、逆向选择以及收益分配不公等问题的存在，导致大量研发联盟的失败。所以如何防范道德风险和逆向选择，如何对联盟收益和风险进行公平合理分配对研发联盟的运行效率与稳定性起到重要的作用。研发联盟的收益分配方法分为合作博弈方法和非合作博弈方法。合作博弈方法强调集体理性，假定研发联盟外存在一个强有力的外部契约，联盟成员在契约框架内能进行有效合作。合作博弈重点研究如何对合作收益进行分配，而不关心是如何达成

4、合作契约的，也就是说合作博弈排除了激励问题。合作博弈理论运用公理化方法定义了什么样的收益分配方式是“公平”、“合理”的。往往由于选择的公理不同，博弈的解也不同。其中Shapley值是合作博弈中满足匿名性，虚拟性，可加性，有效性的唯一解，因此Shapley值在研发联盟的收益分配中获得了广泛的运用。然而Shapley值及其改进办法虽然满足了事后的公平分配，但却不满足事前的Pareto效率最优。为解决激励问题，实现Pareto效率最优，学者采用了非合作博弈的方法，非合作博弈方法强调个体理性，假定联盟成员都是自利的

5、，因此需要通过一定的机制设计才能实现联盟的Pareto效率最优。可是非合作博弈虽然能够解决效率问题，却往往忽视公平问题。要达到结果公平，效率最优，就需要通过设计机制进行干预，实现二者的有机统一。本文将综合运用合作博弈和非合作博弈方法，以博弈论、公平理论、激励理论等为基础，对研发联盟收益的公平和有效分配机制进行专门地探讨和研究，实现研发联盟收益分配的公平与效率的统一。本文的研究主要包括了确定性条件下基于Shapeley值的研发联盟收益分配、不确定性条件下基于Shapeley值的研发联盟收益分配以及不确定性条件

6、下基于Shapeley值的研发联盟风险分担三个方面的问题。本文首先研究确定性条件下基于Shapeley值的研发联盟收益分配。由于Shapley值满足预算平衡，而根据Holmstrom的团队生产理论，预算平衡与Pareto最优不可兼得，因此Shapley值法能满足事后联盟的公平分配，却不满足事前联盟投入的最优激励，不能实现研发联盟Pareto效率最优。为了打破预算平衡，我们I重庆大学博士学位论文在联盟之外引入一个第三方的监督机构。如果监督机构观察到联盟收益大于或等于Pareto最优收益，那么监督机构把这个收益

7、在联盟成员之间按Shapley值法进行公平的分配；如果联盟收益低于Pareto最优收益，那么联盟成员将受到一定惩罚，惩罚值归第三方监督机构。在纳什均衡时，联盟成员刚好把收益分配完，并没有给第三方监督机构任何剩余收益，可以考虑给予监督方一定的监督报酬。我们证明当引入第三方后，联盟的Pareto效率最优的研发投入构成一个纳什均衡，这样就解决了研发联盟收益分配中公平与效率的冲突问题。其次研究了不确定性条件下基于Shapeley值的研发联盟收益分配。在不确定性条件下，研发面临着风险，研发收益不确定，假定研发联盟的收

8、益分别服从均匀分布和正态分布，并引入第三方监督机构，当联盟收益超过事先确定的目标收益时，联盟收益按照Shapley值法在研发企业之间进行完全分配，一旦联盟收益低于目标收益时，研发企业将受到一定的惩罚。惩罚值大小与目标收益成反比。通过团体惩罚机制，可实现研发联盟的Pareto效率最优，解决了单纯Shapley值法带来的公平与效率的冲突问题。另外考虑到联盟面临着风险，联盟企业即使努力投入也不一定达到目标收益而遭受罚款