2022年非对称信息下技术创新投资的实物期权评价 .pdf
《2022年非对称信息下技术创新投资的实物期权评价 .pdf》由会员分享,可在线阅读,更多相关《2022年非对称信息下技术创新投资的实物期权评价 .pdf(8页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第 31卷第2期2010年3月科研管理ScienceResearchM anage m entVo.l 31 , No. 2M arch,2010收稿日期 : 2009-03-03 ; 修回日期 : 2009-06-03.基金项目 : 广东省人文社科基地重大项目/ 基于可追溯制度的畜产品供应链管理研究0, 项目编号 : 07JDXM 63001 , 起止时间 : 2008. 1-2010. 12 ; 华南农业大学校长基金/ - 公司 + 农户 .技术扩散模式中农户的感知风险研究0, 项目编号 : 2008X012, 起止时间 :2008. 9-2009. 12; 广州市社科基金/ 广州 市农
2、业龙 头企业 与农 户间 技术 知识转 移效 率的 影响 因素研 究 0, 项 目编号 :08B13, 起止时间 : 2008. 9- 2009. 9 ; 华南农业大学校长基金/农业龙 头企业与农户间技 术知识转移率的影 响因素研究 0,项目编号 : 4700-208020, 起止时间 : 2008. 4- 2009. 8 。作者简介 : 刁丽琳( 1975-12), 女, 广东兴宁人 , 华南农业大学经济管理学院讲师 , 华南理 工大学工商管理学院在职博士研究生 , 研究方向 : 技术创新、 技术转移与扩散、 电子商务。文章编号 : 1000- 2995( 2010) 02- 008- 00
3、35非对称信息下技术创新投资的实物期权评价刁丽琳(华南农业大学经济管理学院 , 广东 广州510642)摘要 : 技术创新是一项复杂的系统工程, 具有产品和市场的不确定性以及 投资的不 可逆性 。作为不 确定条件下的投资评价方法, 实物期权在技术创新投资 领域运 用广泛 。由 于许多 企业采 取委托 代理的技 术创 新投资方式 , 因此不可避免地产生代理人的道德风险 和逆向 选择等 信息不对 称问题 。 本文采 用委托代 理框 架下的逆向选择模型 , 分析了技术创新的实物期权投 资问题 。文 章首先 建立了 对称信 息下技 术创新投 资的 实物期权模型 , 得到投资的临界条件。然后在非对称信息
4、情况下, 假设技 术创新的投 资成本和 部分投资收 益可被委托人和代理人共同观测,而另一部分投资收益是代理人的私有信 息。在此前提下 , 本文 以实物期权 为基础构造了委托人的效用函数,建立了代理人连续类型下的逆向选择模型 , 并最终 确定了代理 人的最优 契约和委托人的投资临界条件。文章最后以应用实例的方式对非对称信息下技术创新 实物期权模 型的经济 涵义进行了详细的阐释 , 同时将对称信息与非对称信息下的实物期权模型进行 对比 , 结果发现 : 在非对 称信息情况 下, 除了能力最高的代理人之外,其 余类型 代理 人的投 资临 界值均 比对 称信 息时向 下扭 曲;除 了能 力最 低的 代
5、理人, 所有其它类型的代理人都能获得一个严格正的信息租金。关键词 : 技术创新投资 ; 实物期权 ;非对称信息 ; 逆向选择 ; 类型的连续分布中图分类号 :F830 . 59文献标识码 : A1引言技术创新是一项复杂的系统工程, 创新的产品本身和潜在市场均具有极大的不确定性, 一旦开始投资 , 部分资源将转化为沉没成本, 不可逆转。对于技术创新项目的投资评价, 传统的折现现金流法(DCF) 显得过于刚性, 没有考虑技术创新过程的不确定性和不可逆性等特征。实物期权方法的诞生 7弥补了 DCF法的缺陷 , 它假设未来的价值流是动态变化的, 允许投资者根据未来环境的不确定性作出或有决策, 充分考虑
6、到了技术创新投资的不确定性和不可逆性特征,因此在企业技术创新的投资评价中应用较为广泛。就实物期权的方法而言, Black和 Scholes构建的Black-Scholes期权定价模型是经典的模型, 它为制定合理的期权价格以及确定投资门槛值提供了便捷的计算工具 4。该模型在投资者和项目执行 者为同一主体或拥有对称信息的情况下运作良好, 但当出现信息不对称时它的运算结果将会出现一定名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页,共 8 页 - - - - - - - - - #
7、36#科研管理2010年程度的扭曲。现实中, 许多企业采用所有权和经营权分离的委托代理制度, 在进行投资决策时不可避免地存在着股东(即投资者 )和经理 (即项目执行者 )之间的 信息不对称及利益冲突, 由此导致的逆向选择等委托代理问题势必影响B lack-Scholes模型的评价结果。因此, 将技术创新投资的实物期权评价置于委托代理的理论框架下, 研究非对称信息下企业的最佳投资时机和代理人的最优契约对于企业作出明智的投资决策是十分重要的。2文献回顾在非对称信息下的创新投资实物期权评价中 ,由投资成本和投资价值的信息不对称所引起的委 托 代 理 问 题 尤 为 为 引 人 注 目。 M aela
8、nd( 2002)发现在委托代理结构中, 当投资收益为共同知识 , 而投资成本是代理人的私有信息, 委托人仅知道成本分布时, 前者有夸大投资成本的动机,结果导致投资不足 6 。他采用最优契约机制和期权定价模型得出了委托人为保证最优投资收益而应给予代理人的利润补偿。黄小原等( 2003)在项目的投资价值为非对称信息的情况下分析了最优投 资 时 机, 并 对 模 型 结 果 进 行 了 仿 真 实验 9。周嘉南等( 2006)假设项 目投资价值的波动性为代理人隐匿信息, 在此背景下研究了蕴含扩张期权的项目投资决策与经理激励问题, 发现信 息 不 对 称 引 起 投 资 不 足 10。 Bernar
9、do等( 2001)研究了项目价值是非对称信息时的投资资本分配策略 3。上述文献都是将投资价值(或投资成本)整体作为一个可观测或不可观测的变量 ,但现实中时常出现投资价值(或投资成本)部分可被观测 , 而部分不可被观测的情况。梁铄等( 2008)在项目投资的成本和部分收益为代理人私有信息的背景下探讨了二维信息不对称下的投资时机问题 11, 但它是基于代理人的离散类型 ,与现实中多数代理人的类型呈连续分布的情况并不符合 , 因而不具有普遍适用性。本文希望基于投资价值(或成本 ) 的部分可观测性假设) ) 即在创新投资决策中, 投资成本和部分投资价值能够被委托人和代理人共同观测, 而其余的投资价值
10、为代理人的私有信息) ) )将代理人离散类型下的逆向选择模型扩展至连续类型下的逆向选择模型, 研究当代理人的类型呈连续分布时 , 委托人如何根据代理人的类型设计最佳契约 , 以激励其作出对委托人最有利的实物期权投资决策。同时, 本文以对称信息下的实物期权评价作为参照系, 进一步探究委托代理的逆向选择问题对企业投资决策的作用和机理。以上关于信息隐藏和代理人类型的假设与现实状况较为吻合 , 基于该假设的实物期权评价模型对企业的创新投资决策也有较好的指导作用。3模型的假设假设存在一个股份制企业, 公司 股东 (委托人 )委托经理(代理人 )管理和经营一项技术创新的投资项目。凭借以往的开发经验和严格的
11、财务制度, 项目的投资成本能够被双方共同获知,投资成本以 C 表示。在投资收益中, 一部分受技术本身及其它外生因素的影响, 能够被双方共同观测到, 我们用 V表示 , 另一 部分则随代理人的能力高低而变化 , 而代理人的能力只有他自己知道, 因此这部分收益是代理人的私有信息, 以 H表示。如此, 项目的总利润即为V+ H- C。这种隐藏部分投资收益的情况在现实中十分普遍。能力强的代理人有动机伪装成能力差的代理人,通过报低投资收益或减少努力程度来为自己谋取额外的信息租金 , 出现逆向选择的行为 5。由实物期权的概念可知 , 一旦技术创新的投资项目开始运行, 即等同于执行了期权, 执行收益为V+
12、H ,执行成本为 C。也可 理解为 , 执行 收益为V, 执行成 本为C - H 。进一步 , 实物期权划分为两种类型: 委托人期权和代理人期权。代理人期权的价值等于他的转移支付W, 委托人期权的价值等于他从项目中获得的净利润,即 F (V) = V+ H- C - W。由于委托人是契约订立中的主导方, 我们将着重考察委托人的最优投资策略。下面对上述变量的性质和取值范围进行设定。由于创新过程和市场需求的不确定性, 投资名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页,共 8 页
13、 - - - - - - - - - 第 2期刁丽琳 : 非对称信息下技术创新投资的实物期权评价# 37#收益 V服从如下的几何布朗运动变化 1:dV= AVdt+ RVdz( 1)其中, A 0是 漂移参数 , R 0是方 差参数 ,两者均为常数, dz是维纳过程的增量。令V0等于阶段0的项目投资收益, 即 V0= V( 0), 它构成布朗随机过程的吸收壁。假设委托人和代理人都是风险中性 , 无风险利率为Q 。考虑到模型的收敛,假定Q A 。进一步假设 , V和 C 是与代理人无关的变量 , H随着代理人的能力不同而发生变化, 我们以H代表代理人的能力类型。在此, 我们考虑代理人的连续类型,
14、 即 H取连续值。令HI( , (= H-, H, 其分布函数为F( H), 密度函数为f( H)。为了计算的简便, 假设代理人的保留效用, 即他未参加契约关系时的效用水平为0 。以上假设为非对称信息下的技术创新投资模型界定了经济环境。同时, 为了给该模型树立一个良好的参照系, 我们首先分析对称信息下的实物期权评价 , 在此基础上进一步考察代理问题对投资策略的影响程度。4对称信息下的模型考察对称信息下的投资策略时, 我们必须对前面的假设作一些变更。在对称信息下, 委托人能充分观测到技术创新的投资成本和价值, 即 V 、H和 C, 代理人无法通过伪装其它类型获取信息租金, 委托人实施代理无成本。
15、特别的, 当双方的生产成本相同时,在代理人保留效用为0的假设下, 委托人得到的效用等同于他亲自执行该投资项目时的效用 12, 此时 F (V) = V+ H- C。由于对称信息下不存在代理问题, 直接采用Black-Scholes期权定价模型结果不会发生扭曲。利用动态规划法得到F (V )必须满足的微分方程 1:12R2V2Fd(V) + AV F c(V) -Q F = 0( 2)此外 , F ( V)还必须满足以下三个边界条件:F ( 0) = 0( 3)F (V*) = V*+ H- C( 4)F c(V*) = 1( 5)条件式( 3)是 随机过 程的吸 收壁 , 当 V= 0时, F
16、( V)将保持0的观察 , 即投资期权将是无价值的。 V*表示最优的投资收益。条件式( 4)是价值匹配条件 , 表示执行最优投资决策时的期权价值。条件式( 5) 是平滑粘贴条件, 它确定了最优投资临界值。对以上方程进行求解, 可以得到 :V*=B1B1- 1(C - H)( 6)当 V0 1( 9)公式 (6)确立了投资决策的门槛值,即当 VV*时进行投资。公式( 7)和 ( 8)给出了不同时机下期权价值的计算方法。式中的V0V*( H)B1可理解为贴现率 , 即在t时刻获取的V*到期初的贴现值 8。考虑代理人的连续类型, 委托人在对称信息下拥有期权价值的期望值为:E F (V0) =QHH-
17、V0V*( H)B1( V*(H) + H- C)f ( H)d( H)( 10)名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页,共 8 页 - - - - - - - - - # 38#科研管理2010年5非对称信息下的模型在非对称信息下, 委托人不能观测每个代理人的具体类型, 仅知道类型的分布函数F (H)和密度函数 f ( H)。委托人的目的是设计一组契约, 使每个契约适合一种类型的代理人, 通过代理人对契约的自我选择来自动揭示其真实类型。这实际上是一种直接的显示机制,
18、 它通过合同设计诱导代理人说真话。从委托人角度出发, 建立直接的显示机制的基本框架如下: ( 1) 构造委托人的期望效用函数 ; ( 2)界定效用函数的约束条件,并对其进行简化 ; ( 3)对模型求解 , 得到最优的直接显示机制。根据对称信息下的实物期权模型, 委托人的期望效用函数构造如下:E F (V0) =QHH-V0V*( H)B1( V*(H) + H- C - W ( H) )f (H)d (H)( 11)它包含两个约束条件: 参与约束和激励约束。要让代理人有兴趣接受合同, 那么他从履行合同中取得的收益至少不少于他不参加合同时的效用水平 , 这构成委托人效用最大化的参与约束。本例中的
19、参与约束是W( H)0P HI ( 12)根据显示原理 12, 直接的显示机制满足激励相容约束。假如代理人在宣布自己的真实类型时 ,他与委托人是激励相容的, 那么这个直接的显示机制是真实的。要实现真实显示机制的激励相容 ,必须确保每种类型的代理人对于其它类型的选择弱偏好。为了更好地进行说明, 有必要引入信息租金的概念。当能力高的代理人伪装成能力低的代理人时, 一方面他仅获得低能力代理人的转移支付 , 效用水平下降 , 而另一方面他利用信息上的优势将两种类型代理人的产出差额据为己有, 效用水平上升 , 这部分收益的差额便是信息租金。相反 , 当低能力代理人模仿高能力代理人时,虽然其转移支付提高了
20、, 但他也不得不补偿产出差额, 以达到高能力代理人的产出水平, 其信息租金为负。激励约束本质上就是在代理人转移支付的变化量和信息租金之间进行权衡。当代理人模仿除自身以外的任何类型, 其转移支付的减少值大于抽取的信息租金时 , 他对其它类型弱偏好。下面我们以数学方法来表示。令$H= H- H , H和H为代理人连续类型中的相邻两种类型, 假设 H代理人的能力相对高 , H代理 人的能 力相对 低。最优化委托人的期望效用必须满足以下激励约束V0V*( H )B1W ( H )V0V*( H)B1(W( H) + $H)( 13)V0V*( H )B1W ( H )V0V*( H)B1(W( H)
21、+ $H)( 14)条件式 ( 13)和 ( 14)经过整理 ,得到 :( V*( H ) )- B1( V*( H) )-B1W( H) - ( V*( H) )- B1W( H)$H( V*( H) )- B1( 15)当 $Hy 0时, 由于 V是连续的 , 不等式的左右两项都趋近于( V*( H) )- B1。根据两边夹法则,此时不等式的中间项也趋近于( V*( H) )- B1。从导数的 定 义可 知, 中 间项 正 是 ( ( V*( H) )-B1W( H) )的导数。于是 ,我们可以得到以下的数学表达式:( (V*( H) )- B1W ( H ) ) c= (V*( H) )
22、- B1( 16)由于不同代理人之间的W 的细微差别一般情况下不会引起V*的巨大变化 , 故此我们假设W名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页,共 8 页 - - - - - - - - - 第 2期刁丽琳 : 非对称信息下技术创新投资的实物期权评价# 39#是连续的 , 即 W 处处可微。根据( (V*( H) )-B1W( H) )可导的性质 , 可推出 V*也是连续的 , 处处可微。这样 , 委托人的最优问题就成为:(P ):max( V*, W)QHH-V0V
23、*( H)B1(V*( H) + H- C - W (H) )f ( H)d( H)( 17)s . . tW( H)0( 18)( (V*) ( H ) )- B1W ( H) )c =(V*( H) )B1( 19)激励相容性意味着只有最低效率的代理人的参与约束才可能是紧的,即 W ( H-) = 0 。对条件式( 19)两边同时求积分, 得到:QHH-( (V*( S) )- B1W ( S) ) c dS =(V*( H) )- B1W( H) -(V*( H-) )- B1W ( H-) =QHH-(V*( S) )- B1dS( 20)由于 W ( H-) = 0 , 式 ( 20
24、)为:( V*( H ) )- B1W( H) =QHH-( V*(S) )- B1dS( 21)将上式代入委托人的效用函数公式( 17), 得到 :QHH-V0B1( (V*( H) )- B1( V*( H) + H- C) -QHH-(V*( S) )- B1dS)f ( H) d( H)( 22)或:QHH-V0B1(V*( H) )- B1( V*( H ) + H- C)f( H)d ( H) -QHH-QHH-(V*( S) )- B1dSf( H)d ( H )( 23)对式 (23) 的第二项进行分部积分, 得到:QHH-V0B1(V*( H)- B1(V*( H) + H-
25、 C)f (H)d ( H ) -QHH-(V*( S) )- B1dS F (H)HH-QHH-(V*( S) )- B1F ( H)d( H)( 24)注意到 F ( H-) = 0 , 上式可简化为 :QHH-(V*( H) )- B1V*( H) + H- C +1 - F ( H)f (H)f ( H ) d( H)( 25)对上式关于V*求导并整理 , 得到委托人最优效用的一阶条件:V*(H) =B1B1-1C -H-1- F (H)f( H)( 26)进一步 , 将式 ( 26) 代入式 ( 21), 得到委托人最优效用时的W值 :W =QHH-C - S-1- F ( S)f
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022年非对称信息下技术创新投资的实物期权评价 2022 对称 信息 技术创新 投资 实物 期权 评价
限制150内