中國企業(yè)制度代理成本的實證分析法

1、中國國有企業(yè)代理成本的實證分析一、導言國有企業(yè)作為一種企業(yè)制度，可分為產(chǎn)權制度與內(nèi)部契約制度兩個層面。中國共產(chǎn)黨十六大提出的國家作為出資人來構建國有企業(yè)的模式，強調(diào)的是國家對國有企業(yè)的財產(chǎn)控制權。但對于固有企業(yè)內(nèi)部的契約制度，中國的最高決策層并沒有提出具體構想，這實質(zhì)上為實踐中的國有企業(yè)決策者提供了發(fā)揮創(chuàng)造力的空間。企業(yè)內(nèi)契約制度的設計，從本質(zhì)上說，是確定如何提供激勵，如何在激勵與保險之間進行權衡，其中主要的決策依據(jù)是代理成本。按 Jenson 與 Meckling（1976）的定義， 代理成本指由于企業(yè)所有者缺乏關于代理人努力與客觀狀態(tài)的充分信息而發(fā)生的權益損失。它以充分信息條件下的最優(yōu)契約

2、所實現(xiàn)的利潤水平為參照，通過信息不對稱條件下的次優(yōu)契約所實現(xiàn)的預期利潤來估算。過去三十年里，現(xiàn)代經(jīng)濟學的委托-代理理論告 訴我們，導致代理成本的基本原因有三個：一是企業(yè)所有者缺乏有關企業(yè)運營中客觀隨機沖擊（以隨機變量 表示）的準確信息，而處于第一線的代理人往往對 擁有相對充分的信息。這樣，由于有關 的信息不對稱，委托人、（所有者）所選擇的基于績效的契約會導致激勵機制上的扭曲，于是造成所謂“次優(yōu)契約”相對于“最優(yōu)契約”的效率損失。這是第一層次的偏離。二是在信息不完全或不對稱的條件下，實踐中的契約常常偏離理論上存在的次優(yōu)契約從而發(fā)生效率損失。本來，由于信息不完全，理論上存在的次優(yōu)契約與充分信息條件

3、下的最優(yōu)契約相比， 已是“次優(yōu)”的了，但在實踐中，連這種“次優(yōu)契約”也難以實施。Holmstrom（1979）、Grossman 與 Hart（1983）都證明了，服從信息不完全這一約束的次優(yōu)契約形式一般來說不是一個顯式解，即使有顯式解，代理人對利潤的分享規(guī)則也不是線性的?？紤]到實踐中非線性的利潤分享規(guī)則操作成本很高，企業(yè)往往會選擇簡便易行的線性契約，即比例分成制契約。這是第二層次的偏離。三是代理人規(guī)避風險的態(tài)度，會降低最優(yōu)激勵系數(shù)的功效。一般來說，代理人的風險規(guī)避系數(shù)（r ）與激勵強度系數(shù)（）在委托代理模型的解中是此消彼長的。代理人越害怕風險，企業(yè)越有存在的必要，但內(nèi)部契約的激勵強度也會越弱

4、，最終使預期利潤更加遠離充分信息條件下的基準點。這是第三層次的偏離。由此可見，研究與估算代理成本，實質(zhì)上涉及到五個變量：1.企業(yè)生產(chǎn)經(jīng)營中的隨機沖擊（）；2.代理人努力的邊際成本；3.代理人的風險規(guī)避系數(shù)（r ）；4.企業(yè)所有者選擇的激勵系數(shù)（）；5.用以評價績效的績效基數(shù)（x ）。簡言之，企業(yè)的代理成本，即在信息不完全的條件下，由委托人選定的契約形式（，x ）與代理人對風險與努力的態(tài)度（r ，k ）相互作用而產(chǎn)生的效率損失?？紤]到中國國有企業(yè)過去 10 年的經(jīng)歷，我們在代理成本研究上還必須強調(diào)以下幾個問題：首先，隨著中國經(jīng)濟改革與開放的深入，處于“在位”地位的國有企業(yè)所面臨的客觀隨機沖擊 是

5、變化的，對相當一部分國有企業(yè)而言， 可能是惡化的。而當 持續(xù)惡化時，如果處于企業(yè)第一線的經(jīng)理與員工觀察到這一現(xiàn)象，又要完成作為委托人的政府硬性規(guī)定下來的績效基數(shù) x （x 可以是納稅基數(shù)、上繳利潤基數(shù)、或產(chǎn)值基數(shù)， 甚至按企業(yè)分攤的各種費用的基數(shù)等），則代理人的最優(yōu)反應便是不做任何努力，甚至選擇跳槽或自動離崗。這種反應反過來又會使企業(yè)的處境更加惡化。其次，1992 年中國最高決策層提出了“建立現(xiàn)代企業(yè)制度”，這實質(zhì)上宣告了 20 世紀 80 年代盛行于中國的那種政府與國有企業(yè)經(jīng)理層之間公開的“契約”制（承包制）的結束，但這不等于說， 以后的國有企業(yè)中就沒有實行激勵性契約。事實上，通過對“200

6、2 年國有企業(yè)改制調(diào)查”樣本的分析，我們發(fā)現(xiàn)，在國有企業(yè)內(nèi)部，就企業(yè)與工人的關系而言，大體上存在三類激勵性契約：一是廣義的獎金制（績效工資）；二是在崗職工的基本工資；三是下崗威脅。當在職基本工資與下崗后待遇的差別日益增大時，當下崗的概率達到 42（在 1/4 的樣本企業(yè)中，下崗概率甚至高達60）以上時，“續(xù)聘”或“下崗”的命運安排理所當然地要列入“激勵性契約”的內(nèi)容之中。這可以被視為對西方“永聘制”理論的一種引申。第三，代理人對風險的態(tài)度與大量國有企業(yè)的出售是否相關？第四，國有企業(yè)的大量虧損，能否從契約層面找到一部分原因？關于激勵性契約與代理成本的實證研究，是滯后于委托代理理論發(fā)展的。在最優(yōu)契

7、約理論形成 20 年之后，即 20 世紀 90 年代，才開始出現(xiàn)這方面研究。Lazearr（1996）、HarryPaarsch 與 Bruce Shearer （1996）、R.Banker 、Serk-Young Lee 與 G.Potter （1996）、以及 S.Fernie 與 Metcalf （1996）都從實證研究的角度分析企業(yè)內(nèi)部的激勵性契約如何降低了代理成本，從而提高了生產(chǎn)率。John McMillan 、John Whalley 與 Lijing Zhu（1989）及林毅夫（Lin ，1992）都對中國農(nóng)業(yè)在上世紀 80 年代的迅速增長與激勵性契約之間的關系做過開創(chuàng)性的實證

8、研究。T.Groves、Hong、Yongmiao、J.McMillan 與 B.Naughton（1994，1995）的兩篇論文，分別估算了激勵性契約對于中國國有企業(yè)生產(chǎn)率的效應，以及激勵性契約對于經(jīng)理人員的篩選功能。另有一類研究者則注重識別現(xiàn)實中實施的激勵性契約的關鍵參數(shù)，進而對契約的效率增進效應或效率扭曲效應做出定量分析。J.Laffont 與 M.Matoussi（1995）曾指出，在最佳的分成比率的契約中，分成比率的設定決定于代理人的風險規(guī)避系數(shù)。C.Ferral 與S.Smith（1997）運用結構模型方法，對契約中不可觀察的參數(shù)做了識別與估算。C.Ferral L 與 B.She

9、arer（1999）運用上世紀 20 年代加拿大英屬哥倫比亞礦區(qū)的工資數(shù)據(jù)，運用數(shù)學模擬程序估算了獎金激勵契約的諸個參數(shù)。A.Copeland 與 C.Monnet（2002）同樣運用數(shù)值模擬方法，根據(jù)企業(yè)的生產(chǎn)記錄，估算了看不見的代理人的努力程度以及努力的邊際成本。我們在 Ferrall-Shearer （1999）模型的基礎上，做了如下改動：第一，F(xiàn)errall 與 Shearer 考察的是礦井作業(yè)工人的激勵性獎金制，他們運用了里昂惕夫生產(chǎn)函數(shù)；而我們考察的對象是 376 家企業(yè)，并不是某一特殊工種的職工，因此我們將每個企業(yè)的員工全體（工人與經(jīng)理人員的總和）視為一個團隊，以企業(yè)為單個觀察單

10、位，于是放棄了里昂惕夫生產(chǎn)函數(shù)，而采用更為一般的 C D 生產(chǎn)函數(shù)形式：y=。這里， 為客觀的外部沖擊，實質(zhì)上代表了企業(yè)的物質(zhì)生產(chǎn)條件與經(jīng)營環(huán)境； 為代理人的努力程度。第二，工資與獎金的數(shù)據(jù)不取個人數(shù)據(jù)，并且我們將基本工資以外的績效工資統(tǒng)稱為獎金。理由是，這種績效工資反映了與企業(yè)績效掛鉤的激勵。第三，由于我們采用的是以企業(yè)為觀察單位的工資總額與獎金總額，因此，當企業(yè) i 的獎金總額發(fā)生變化時，既可能是由于人均獎金的變化，也可能是由于就業(yè)人數(shù)的變化，還可能是由于該企業(yè)上崗職工與下崗職工之比的變化。按我們關于激勵的定義，人均獎金、就業(yè)量及上崗/下崗比率三方面的變化，在中國特定的環(huán)境下，都屬于激勵契

11、約的變動。因此，我們運用企業(yè)的工資總額與獎金總額作為模擬的變量，事實上就是在更廣泛的范 圍內(nèi)考察中國國有企業(yè)的內(nèi)部激勵機制。本文不是著重探討“內(nèi)部人控制”與資本流失問題，而是在過去 10 年內(nèi)中國國有企業(yè)的經(jīng)營環(huán)境（）逐漸惡化、大量國有企業(yè)被出賣、國有企業(yè)存在巨額虧損、42 的職工下崗的大背景下，從實證的角度考察并尋找在實際經(jīng)濟運作過程中發(fā)生作用的內(nèi)部契約的幾個關鍵參數(shù)，從而進一步揭示，除了產(chǎn)權體制安排、企業(yè)融資結構等方面的問題外，在內(nèi)部契約上，國有企業(yè)是否存在大量的“內(nèi)出血”。下文的安排如下：第二節(jié)給出了估算所依據(jù)的理論模型及幾種具體的契約形式解； 第三節(jié)介紹了數(shù)據(jù)來源及模擬程序，并運用模擬

12、方法得出了無約束估算模型與結構型估算模型中關鍵參數(shù)的估計值，這是本項研究中最困難的環(huán)節(jié)；第四節(jié)根據(jù)關鍵參數(shù)的估計值，比較了充分信息條件下的最優(yōu)契約與信息不對稱條件下被扭曲了的契約在預期利潤水平方面的差別，從而估算出以效率損失度量的代理成本，并總結全文，給出實證結果對中國國有企業(yè)改革的政策含義。二、模型我們假設廠商 j 的生產(chǎn)函數(shù)為的假設表示努力的邊際成本是遞增的。情況一：完全信息條件下的優(yōu)契約定義 1：完全信息條件下（工人和企業(yè)都可以觀測到 的值）的最優(yōu)契約用工資函數(shù)、努力函數(shù)來表示，它們滿足如下關系：公式（4）表明，在完全信息的情況下，工人的工資由兩部分組成，一部分由產(chǎn)出決定，另一部分由保留

13、效用和 r 決定，我們將這部分稱為基礎工資。工資并不是一個常數(shù)，因為產(chǎn)出會受到外生沖擊的影響，因此，工人努力的最優(yōu)選擇會根據(jù) 的變動而不同。工人的努力程度是 的增函數(shù)。同時，由于工人是厭惡風險的，而廠商是風險中性的，故完全信息條件下的最優(yōu)契約要求企業(yè)完全擔保工人的風險。如果工人的保留工資不同，對相同產(chǎn)出要求的工資便不同，但是最優(yōu)的分成比例是相同的，都為1/（+1）。情形二：線性獎金（比例分成）我們下面開始考慮不完全信息的情形。如果廠商不能夠觀測到 的值，他無法區(qū)分是外界沖擊還是工人不努力造成了產(chǎn)出波動，工人就有了偷懶的動機。這時，廠商便需要使用與產(chǎn)出掛鉤的工資契約來激勵工人多努力。我們首先討論

14、線性獎金，即比例分成的工資契約。工資包括基本工資 和獎金 。企業(yè) j 中工人的獎金采取下面的形式：于是不同企業(yè)的工人獲得獎金的機會均等。在這樣的假設下，工人就業(yè)于哪個企業(yè)是無差異的。因此，假設 2 中的第四點是合理的。當企業(yè)經(jīng)營的客觀環(huán)境很差，無論工人怎樣努力，產(chǎn)出都不可能超過產(chǎn)出基數(shù) x 時， 工人就沒有努力的動力了。我們假設 存在下限 *，當 *時，所有工人的努力都為零；而當 *時，工人會在努力的邊際收益等于邊際成本的地方確定最優(yōu)的努力程度。*的存在性對于模型的識別是至關重要的，下面我們來求解 *.定義 2：x 0 的情況與 x=0 的情況相比，顯然，對企業(yè)來說，線形獎金契約是有凈損失的。

15、（注：這里，我們省略了常數(shù)項因為它不會影響到最后的結果。）情形三：不完全信息條件下的最優(yōu)工資契約定義 4：在關于 的信息不對稱的情形下。最優(yōu)的工資契約由關于努力程度（）和工資（W ）的函數(shù)組成，并且滿足企業(yè)的利潤最大化條件以及工人的個人理性和激勵相容條件，即我們不知道不完全信息條件下最優(yōu)工資契約的具體形式，但它應該不同于完全信息條件下的最優(yōu)工資契約形式和線性工資形式。不完全信息條件下最優(yōu)工資契約帶來的企業(yè)利潤應該介于定理 1 和定義 3 所描述的利潤之間。由于我們無法用數(shù)值解法求解定義4 中的最大化問題，我們只能首先估計出滿足定義 3 的一組參數(shù)，然后采用離散化的方法得到關于定義 4 的一個近

16、似表達，最后將參數(shù)值代入表達式進行計算，以此結果作為對不完全信息條件下最優(yōu)工資契約帶來的企業(yè)最大利潤的一個近似描述。我們分兩步來近似這個最優(yōu)契約。首先，離散化服從連續(xù)分布的生產(chǎn)性沖擊 ，方法是找 800 個分位數(shù)，滿足：其次，離散化 后，關于 的連續(xù)函數(shù)變?yōu)榉植加谶@ 800 個點上的階梯函數(shù)，在此基礎上，我們求出最優(yōu)工資契約。定義 5：不完全信息條件下近似的最優(yōu)合約是如下問題的解（注：這里我們?nèi)匀皇÷粤顺?shù)項）將估計的參數(shù)值帶入（14）式就可以計算出利潤函數(shù)的值。三、模擬3.1 數(shù)據(jù)本文的數(shù)據(jù)全部來自于世界銀行國際金融公司和國家經(jīng)濟貿(mào)易委員會的“2002 年國有企業(yè)改制調(diào)查”。為了保證樣本企業(yè)

17、具有充分的代表性，本次調(diào)查覆蓋了 11 個城市的683 個企業(yè)，在抽取這 11 個城市的時候，調(diào)查既考慮了城市的地域分布，也考慮了城市的規(guī)模大小。這 11 個城市自北向南分別為哈爾濱、撫順、唐山、蘭州、濰坊、西寧、鎮(zhèn)江、黃石、成都、衡陽和貴陽。在企業(yè)的選擇上，調(diào)查的初衷是希望能夠隨機地抽取企業(yè)使得樣本具有更好的代表性從企業(yè)的成分上說應該包括已經(jīng)改制的國有企業(yè)和尚未改制的國有企業(yè)；從企業(yè)改制前的隸屬（尚未改制的企業(yè)則指當前的隸屬）上說應該包括中央直屬、省、市以及區(qū)縣各個層次上的（前）國有企業(yè)；從企業(yè)所處的行業(yè)上說應該包含各種行業(yè)的工業(yè)企業(yè)。但是，由于調(diào)研是通過國家經(jīng)貿(mào)委以及各地市經(jīng)貿(mào)委組織進行的

18、，此次調(diào)研的樣本企業(yè)并不能完全符合隨機抽取原則。這中間存在的一些問題是：1.由于地方經(jīng)貿(mào)委不再是改制企業(yè)的主管部門，或者說地方經(jīng)貿(mào)委對于改制后企業(yè)的影響力已經(jīng)遠遠小于對尚未改制企業(yè)的影響力，在樣本抽取的過程中，地方經(jīng)貿(mào)委更容易讓那些尚未改制的企業(yè)填寫問卷，他們也更樂意讓這些企業(yè)填寫問卷。這使我們的樣本在很大程度上存在國有企業(yè)比重過大、而改制企業(yè)比例不夠的問題。2.與前面的理由一樣，由于各地市經(jīng)貿(mào)委主要負責管理市屬企業(yè)，因此我們的企業(yè)樣本主要是（原）市屬企業(yè)，在一些城市還包括區(qū)縣所屬的企業(yè)。不過我們認為，這一點并不會影響我們的分析。原因在于，首先， 市屬工業(yè)中有很多企業(yè)都是由中央或者省里下放到市

19、里的，市屬企業(yè)具備了很好的代表性；其次，當前的中央直屬和省屬企業(yè)只是少數(shù)大型國有企業(yè)，與我們關心的改制主體國有中小型企業(yè)存在很大的差別。3.從問卷回收以及問卷的填寫質(zhì)量上看，較大的企業(yè)以及當前仍歸國有的企業(yè)其數(shù)據(jù)質(zhì)量較高。但是，就我們研究的目標來說，樣本中未改制國有企業(yè)多恰好符合我們對國有企業(yè)代理成本的研究。由于大多數(shù)改制企業(yè)是 2001 年后改制的，因此，我們運用 2001 年的財務數(shù)據(jù)，基本上仍能夠反映中國國有企業(yè)的狀況。表 1 數(shù)據(jù)小結表 1 中各項指標的樣本量不同，是由于抽樣調(diào)查中數(shù)據(jù)缺乏所致。而對本項研究至關重要的“工資”數(shù)據(jù)，有 376 家國有企業(yè)填報了信息，因此，我們模擬估算所依

20、據(jù)的樣本的規(guī)模為 376 家。粗略分析一下表 1，可獲四個方面的信息：（1）績效工資（獎金）占工資總額的比例，均值為 0.44，說明激勵性工資收入在工人的收入中占有相當權重。（2）在崗職工人數(shù)的均值僅為 563 人，而職工總數(shù)的均值為 939 人，下崗率為 42（見“在崗職工比例的均值”），說明下崗概率非常高。（3）在崗職工的工資水平大大超過下崗工人的收入水平。企業(yè)即使以全部職工平均的年工資水平作為在崗職工的年工資水平（這顯然是被低估了），其均值也為 1.25 萬元，即月工資為 1000 元，相當于下崗工人月收入（300-400元）的 2.5-3 倍。（4）無論平均工資還是工資總額，方差都很大

21、，說明企業(yè)之間工資標準與就業(yè)量差異不小。我們估算契約幾個主要參數(shù)的依據(jù)只是“績效工資”（獎金）總額，它按“績效工資比例”與“工資總額”之積來定義。3.2 無約束模型在我們的模型中，當客觀的外部隨機沖擊 *時，也就是企業(yè)的經(jīng)營環(huán)境差到一定程度時，績效工資 w 會等于零。最小獎金 w （*）總是可以識別的。我們從樣本數(shù)據(jù)觀察到，獎金量在 50（萬元）的企業(yè)就屬于獎金發(fā)放量最低的企業(yè)，大約占到376 家樣本企業(yè)的 1/5.于是，我們設 w （*）50（萬元）。我們還需要找出獎金發(fā)放量最低的企業(yè)其經(jīng)營環(huán)境 的上界 *，可以證明： 似然函數(shù)也相應分為三個部分，第一項是獎金為 0 的部分，第二項是獎金小于

22、等于 50 萬元的部分，第三項是獎金大于 50 萬元的部分。估計的結果見表 2.表 2 無約束模型的估計結果表 2 的結果是我們使用 Broyden-Fletcher-Goldfarb-Shanno 最大似然模擬程序得到的， 所用的獎金數(shù)據(jù)是從企業(yè)績效工資數(shù)據(jù)中分離出來的、大于 50（萬元）的獎金量 w，i 的列向量。將此代入（20）式的 w，i，就得到了實際計算的算子式。無約束模型估算的只是探究工人獎金在什么參數(shù)條件下獲得的概率最大，這是從已觀察到的工人獲得的獎金量 w，i列向量出發(fā)，反推出使 w 得以發(fā)生的契約的參數(shù)值，從而找出激勵性契約所受制于其中的客觀環(huán)境 與工人努力的邊際成本參數(shù) ，

23、以及影響獎金量的契約激勵力度 a 與績效基數(shù) x 之積 ax.表 2 的結果顯示，工人努力的邊際成本曲線其形狀下凸，而且非常陡峭，其斜率 k=+1=7.5705+1=8.5705.這意味著，在現(xiàn)有的國有企業(yè)中，代理人努力的邊際成本遞增得非?？?。它反映的經(jīng)濟背景是：工人在國企中就業(yè)所付出的代價是很高的，這是國企整體經(jīng)營環(huán)境惡化造成的。同時，陡峭的邊際成本曲線導致國企中工人的努力 *不多，這又進一步增加了契約的難度，使整個國有企業(yè)的經(jīng)營狀態(tài)繼續(xù)滑坡。表 2 中另外一個參數(shù) 的估計值為 1.3401.由于 是變量 ln 的標準差，因此該估算結果同樣顯示國有企業(yè)經(jīng)營環(huán)境 的變動幅度較大，企業(yè)經(jīng)營風險較

24、高。按定義（公式 6）只是激勵系數(shù)（）與代理人風險規(guī)避系數(shù)（r ）的函數(shù)，并且與 及 r 呈負相關關系。的估計值較小，說明 或 r 較大。而且，按（6）式，較小的值會使產(chǎn)生正獎金的 的門檻水平 *變低，從而提高產(chǎn)出為正值的概率。表 2 中的估計值為 0.01194，明顯低于 Ferrall-Shearer （1999）的估計值（我們的估計值只是他們的十分之二左右）。較低的值導致較低的門檻水平 *，從（7）式我們便可以推斷，中國國有企業(yè)中職工愿意付出最低限度努力的必要前提并不苛刻；但與前述努力的邊際成本急劇遞增的結果相結合，我們大致可以看出，在現(xiàn)存的國有企業(yè)中，工人對就業(yè)還比較在乎，但工人上班后

25、一般也不大愿意付出較高水平的努力，因為努力的邊際成本會迅速上升。3.3 結構模型的估計下面我們考慮結構模型的估計。結構模型是在企業(yè)利潤最大化的約束下進行參數(shù)估計。我們首先需要這樣一些準備工作：第一，將似然函數(shù)式改寫為需要確定的（，r ，a ，x ）六個參數(shù)的函數(shù)；第二，疊代初始值的確定；第三，將約束條件（11）改寫為等價的可以進行數(shù)值運算的等式或者不等式約束；第四，將連續(xù)函數(shù)離散化。（注：這部分的數(shù)學證明可向作者索取。）由于結構模型考慮了企業(yè)預期利潤極大化的要求，因此，契約參數(shù)（a ，x ）必然依賴代理人的風險規(guī)避系數(shù) r 與努力的邊際成本參數(shù) ，同時，最優(yōu)線性契約（a*， x*）與 ln 的

26、兩個參數(shù)（均值 ，標準差 ）一定也是內(nèi)生的。這樣，（，r，a ，x ）的均衡值的估計值反映了在企業(yè)實現(xiàn)利潤極大化的前提下，理論上可能呈現(xiàn)的契約特征。這種結果，與無約束模型的參數(shù)估計值會稍有差異，無約束模型的參數(shù)估計值更多地反映了現(xiàn)實生活中的契約特征；而有約束的結構模型的參數(shù)估計值則更多地揭示了理想狀態(tài)下的契約特征，它更深刻地告訴我們，即使企業(yè)竭盡全力追求最優(yōu)，最終的契約特征也只能收斂于某個值，從而最終不可避免地面臨較高的代理成本。表 3 結構模型估計結果表 3 中只是收斂性較好的 8 個結果。結果顯示：（1）在數(shù)值疊代式模擬中，四、契約形式與績效差異在得到參數(shù)的估計值后，我們將這些參數(shù)帶入不同

27、情況最優(yōu)合約的利潤函數(shù)，通過比較利潤大小來比較合約的效率。利潤從大到小的排序應該是：完全信息條件下的最優(yōu)契約、不完全信息條件下的最優(yōu)契約、工人風險中性情況下的線性獎金契約、不完全信息條件下的簡單分成契約、不完全信息條件下的線性獎金契約。實際估計的結果與理論結論基本一致，估計結果見表4.表 4 不同工資契約下利潤函數(shù)的比較（注：經(jīng)過反復計算結果保持不變。由于計算結果異常，這里我們不做考慮。）我們根據(jù)不同的（，）生成用于離散化的不同的 800 個 值；將估計值作為參數(shù)值帶入不同情況下利潤函數(shù)的表達式中，得到了相應的利潤結果。表 4 根據(jù)表 3 所列出的關于結構模型的八組參數(shù)估計值（左半欄），記錄了

28、相應的八組利潤期望水平結果（右半欄）。我們對期望利潤水平經(jīng)過了標準化處理，將完全信息的情況作為比較的基準，標準化為 1，其它情況下的利潤除以完全信息下的利潤得到比值。這里沒有不完全信息下最優(yōu)契約的利潤函數(shù)，主要是因為技術困難，無法得到合理的結果。表 4 至少告訴我們下列信息：第一，代理人的風險規(guī)避態(tài)度是代理成本的重要根源。表 4 中的第 1 至 5 行是依據(jù)以數(shù)值疊代法所獲得的參數(shù)算出的期望利潤值。由于在左半欄六個參數(shù)的均衡值中只有 r 和 有差異，因此在不完全信息條件下，次優(yōu)的激勵性契約所能達到的相對預期利潤水平的高低，實質(zhì)上就是由 5.842）逐漸變化時，各種契約下的期望利潤水平就相應地逐

29、步降低，說明，代理人的風險規(guī)避系數(shù)越是高，利潤潛力的損失便越大，企業(yè)效率離最優(yōu)基準點便越遠。在不同的契約形式下，代理人的風險規(guī)避系數(shù)的上升（從 0.969 上升至 6.107）所帶來的代理成本是：在線性契約下，效率損失為利潤潛力的 20（=0.498896-0.288171）；在無基數(shù)的簡單分成制契約下，效率損失為 22.4（=0.52658-0.302305）。即代理人的風險規(guī)避系數(shù)上升產(chǎn)生的代理成本相當于 20以上的獲利能力喪失。說明，ln 的均值上升，意味著生產(chǎn)經(jīng)營的客觀環(huán)境改善，從而企業(yè)效益得到提高。第三，契約形式的不同會導致高低不同的代理成本。表 4 前 5 行清晰的說明，分列看，無

30、論是哪一組取契約參數(shù)，線性契約下代理成本最高，無基數(shù)的簡單分成制代理成本次高，而代理人風險中立時代理成本便最低。第四，與 Ferrall-Shearer 模擬顯示的簡單分成制下的代理成本高于線性契約制下的代理成本的結果相反，在我們的結果中，無論參數(shù)取哪一組，簡單分成制下的代理成本總比“線性獎金”制下的代理成本低 1-3 個百分點。這意味著，在中國，無基數(shù)的簡單分成契約比有基數(shù)的線性獎金契約更為有效一些。這里的背景是，當企業(yè)的客觀經(jīng)營環(huán)境（）在惡化時，如果代理人發(fā)現(xiàn)政府預先設定的績效基數(shù)（x ）難以完成，就可能會干脆放棄努力，從而導致代理成本進一步上升。第五，表 4 的第 6-8 行是通過分析式

31、的算子法模擬獲得的結果。它們顯示，當代理人努力的邊際成本曲線的斜率（）上升且客觀風險（a ）增加時，即使代理人對風險的態(tài)度沒什么變化（與前 5 行相比較），均衡的激勵力度（a ）也會下降（降到 0.1 以下），從而導致契約失效。我們發(fā)現(xiàn)，這時在“線性契約”下，企業(yè)會出現(xiàn)虧損。第六，關于代理成本規(guī)模的估算。如果我們按數(shù)值疊代法模擬結果推算，如在信息不完全條件下實行線性契約，則代理成本相當于企業(yè) 6070的獲利潛力的喪失。若按分析式算子法模擬，代理成本甚至使企業(yè)獲利能力完全喪失！因在線性契約下，代理成本不但會使企業(yè)完全失去在充分信息條件下實行最優(yōu)契約所獲得的利潤，而且會有虧損。第七，對代理成本的原因，表 4 也做了揭示。從充分信息下最優(yōu)契約制中的預期利潤出發(fā)，由于信息不完全所導致的次優(yōu)契約使利潤潛力喪失 6070，又由于代理人“風險中立”時利潤實現(xiàn)程度可以回升 20 個百分點左右，從而我們推斷，全部代理成本中，信息不完全的成本占到 2/3，而由代理人風險規(guī)避所導致的代理成本占到 1/3（相當利潤潛力的 20）。這里，代理人規(guī)避風險引起的 20的獲利能力的喪失，與“第一”條說明中所示的從低到高變化使各種契約下的預期利潤下降 20 個百分