欢迎来到天天文库
浏览记录
ID:8434119
大小:36.01 KB
页数:4页
时间:2018-03-27
《管理论文基于博弈论的企业家行为研究》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、基于博弈论的企业家行为研究 基于博弈论的企业家行为研究 基于博弈论的企业家行为研究是小柯论文网通过网络搜集,并由本站工作人员整理后发布的,基于博弈论的企业家行为研究是篇质量较高的学术论文,供本站访问者学习和学术交流参考之用,不可用于其他商业目的,基于博弈论的企业家行为研究的论文版权归原作者所有,因网络整理,有些文章作者不详,敬请谅解,如需转摘,请注明出处小柯论文网,如果此论文无法满足您的论文要求,您可以申请本站帮您代写论文,以下是正文。 [摘要]本文对企业家行为进行了不完全信息的静态和动态博弈分析,并针对结果提出了规范企业家行为相关对策。 [关键词]企业家
2、行为博弈论 一、文献综述 Covin和Slevin(1991)提出企业家型厂商(entrepreneurialfirms)表现出更多的创新、风险承担和主动行为,因为这些企业能够在战略远景上比其他企业更系统地达成共识。波兰尼(KarlPolanyi)提出经济行为是嵌入于社会结构之中的,经济行为可以被理解成为是一种选择,而选择所依据的是社会生活方式及其结构。 袁勇志运用了组织行为学的基本理论和方法,研究了企业家创新行为,揭示了制约企业家创新行为顺利进行的各种主客观因素,以及这些因素是如何制约企业家创新行为顺利开展的。杨德林(2005)研究了我国科技型创业家行为与成长,总结出科技型
3、创业家行为特征,以及科技人员向经营管理转变的过程特征。 现有企业家行为研究在很大程度上强调了制度安排在激发企业家行为过程中的决定意义,这些观点限制了理论研究的视角,在政策建议方面具有一定的片面性。而在具体的研究方法上,很少用博弈论的方法对其进行理论推理,而且更加缺乏在博弈论研究上给出相关算例,进行一般性研究,已有的几乎都是特殊性的静态博弈。 二、基于博弈论的企业家行为模式分析 由于企业家和股东之间的目标差别,往往会使企业家对企业产生两种行为,一种是短期行为,迅速达到股东要求,获得正向激励;一种是长期行为,以企业利益出发,实现企业家和股东目标的统一。由于委托代理关系的存在,企业家综合
4、考虑其所面临的各种风险,对比自己所能获得的剩余收益,往往各种短期行为。下面本文将从博弈论的角度来分析和解释这种现象。 1.不完全信息静态博弈激励模型分析 建立博弈模型如下: 为求解混合战略纳什均衡,用p表示企业家选择长期行为的概率,用q表示股东激励的概率。 给定q,企业家选择长期行为(p=1)和短期行为(p=0)的收益函数分别为: v(1,q)=Aq+C(1-q)=(A-C)q+C v(0,q)=Eq+G(1-q)=(E-G)q+G 令v(1,q)=v(0,q), 得到混合均衡战略为:q=(G-C)/(A+G-C-E),如果股东选择激励的概率大于(G-C)/(A
5、+G-C-E),企业家的最优策略为“长期行为”,如果股东选择激励的概率小于(G-C)/(A+G-C-E),企业家的最优策略为“短期行为”,如果股东选择激励的概率等于(G-C)/(A+G-C-E),企业家可以随机选择长期行为或者短期行为作为其最优策略。 同理,给定p,股东选择激励(q=1)和不激励(q=0)的收益函数分别为: v(p,1)=Bp+F(1-p)=(B-F)p+F v(p,0)=Dp+H(1-p)=(D-H)p+H 令v(p,1)=v(p,0), 得到混合均衡战略为p=(H-F)/(B+H-F-D),如果企业家选择长期行为的概率大于(H-F)/(B+H-F-D),
6、股东的最优策略为“激励”,如果企业家选择长期行为的概率小于(H-F)/(B+H-F-D),企业家的最优策略为“不激励”,如果股东选择激励的概率等于(H-F)/(B+H-F-D),股东可以随机选择激励或者不激励作为其最优策略。 因此,该博弈的混合战略纳什均衡是: q=(G-C)/(A+G-C-E) p=(H-F)/(B+H-F-D) 对该均衡的解释为: 当企业家以p=(H-F)/(B+H-F-D)的概率选择长期行为时,股东以q=(G-C)/(A+G-C-E)的概率选择激励。 反之,当股东以q=(G-C)/(A+G-C-E)的概率选择接受时;企业家以p=(H-F)/(B+H
7、-F-D)的概率选择为长期行为。 2.不完全信息动态博弈激励模型分析 我们可以把以上信任博弈的混合纳什均衡扩展成精炼贝叶斯纳什均衡。假设企业家作为一个理性的参与者,在股东激励的前提下,如果在某一阶段他们选择短期行为的期望收益Ф1要远远大于长期行为的t期(设企业家的任期为有限的t期)收益的贴现值Ф2,则他们选择短期行为是一个占优策略,反之亦然。 根据静态博弈的支付矩阵,具体计算为:
此文档下载收益归作者所有