控股股东代理对负债代理成本的影响——基于实物期权的分析

通过把控股股东代理的影响内生到实物期权模型中,分析了控股股东代理对负债代理成本的影响.研究结果认为,控股股东的存在加大了债权人与股东之间的信息不对称程度、提高了负债融资的代理成本,并导致企业过早投资.随着控股股东现金流权的提高,负债融资代理成本逐渐降低,表明控股股东对公司治理具有激励效应;随着控股股东现金流权和控制权分离程度的加大,资产替代问题变得更加严重,表现为负债代理成本逐渐提高,表明控股股东对公司治理具有侵占效应.     

控股股东、利益侵占与代理成本

控股股东代理是公司治理领域出现的新问题,已有一些论文对控股股东侵占方式和侵占程度进行了探讨,但目前还没有针对控股股东代理成本的定量研究.通过建立实物期权模型,考虑到控股股东控制权和现金流权的不同配置情况,分析计算了控股股东的代理成本.模型研究结果认为,相对于控制权私利而言,控股股东代理成本仍处于一个较低的水平.研究同时发现,随着控股股东现金流权比例的增加,代理成本逐渐降低;随着两权分离系数的增加,代理成本逐渐增加.数值模拟同时也证明了控股股东确实存在激励效应和侵占效应.     

最优消费投资与破产保护

考虑一个面临经营性风险(非系统风险)的企业家, 在给定的债务及企业所得税率下, 如何通过消费平滑、实业投资、破产保护以及金融投资, 实现消费效用最大化的公司金融问题. 得到了非风险中性下企业资本价值的半闭式解及相应的最优经营策略和最优破产阈值. 对应经典的资本资产定价(CAPM)理论, 得出企业家的期望收益率、贝塔系数、系统风险溢价和非系统风险溢价(idiosyncratic risk premium). 不同于传统观点, 非系统风险溢价严格大于零. 这些结论和数值计算表明, 企业家的风险态度对企业资本价值、最优资本结构、实业投资策略、破产水平、非系统风险溢价、期望收益率等具有显著的影响.     

排污约束下企业的投资与定价

考察了在政府对企业污染排放进行限制的条件下,当企业资本存在随机波动时企业如何进行动态投资和价值评估.运用随机动态最优控制方法,得到了企业价值的自由边界常微分方程以及相应的最优投资策略和治污策略.数值计算表明, 在企业资本规模较小时, 企业无排污支出,且排污约束对企业的投资和定价影响较弱, 而当企业资本规模较大时,企业必须支付一定的治污费用以降低自身的污染排放量; 同时,排污约束不仅显著降低了企业的总价值以及资本的平均和边际价值,还减小了企业的投资动机.     

控股股东的控制权私人收益:理论模型与经验证据

探索分析了终极现金流量权比例与公司治理机制对控股股东攫取控制权私人收益行为的影响关系.选取2003--2006年间中国上市公司中发生的85笔大额且控制股东地位发生变更的非流通股转让交易为研究对象,通过实证研究表明: 中国上市公司中以大额股权转让溢价衡量的控股股东控制权私人收益规模平均达到10.66%;以独立董事比例、股权制衡水平为代表的公司治理水平越高,控股股东攫取的控制权私人收益就越小;控股股东攫取的控制权私人收益规模与其终极持有的现金流量权比例存在统计显著的U型曲线关系.     

大股东控制下的内部资本转移与利益冲突

构建了大股东控制下的企业集团内部资本转移优化模型,定量地推导了三种情景下的均衡结果、参与各方福利和影响因素,以此对大股东控制下的内部资本交易行为进行研究.研究发现,理想型内部资本交易实现了资本配置的最优化和社会福利的最大化,形成参与各方"共赢"的局面,实现了集团公司财务目标;附加冲突成本的内部资本交易存在资本转移不足行为,资本交易仍可以持续维持,基本实现集团公司财务目标;侵害型内部资本交易存在过度转移资本行为,资本交易不可持续,实现的财务目标只能是在损害利益相关者的前提下,追求控股股东财富最大化.     

基于相对业绩比较的报酬契约与代理成本分析

有效的报酬契约是企业所有者激励经营者努力工作的最佳动力，该文在考虑了相对业绩比较信息条件下，运用委托代理理论探讨了将货币收入和享受闲暇作为经营者的激励物的最优报酬契约，分析了非对称信息条件下实施契约的代理成本，得出了经营者利润分享系数与影响因素之间的关系模型以及代理成本与影响因素之间的关系模型，该文还设计了经营者的股票期权激励机制，并地某些企业作了案例分析，文章阐明股票期权激励能够将经营者的长期行为和利益与企业的长期目标结合起来，是调动经营者积极性的有效手段。     

Optimal risk control policies for diffusion models with non-cheap proportional reinsurance and bankruptcy value

This paper considers the problem about optimization of proportional reinsurance in the setting of diffusion models. The authors take into account non-cheap proportional reinsurance and bankruptcy value simultaneously. The objective is to find the risk control policies which maximize the total discounted reserve and the bankruptcy value. Results show that, the optimal risk control policies and corresponding optimal return functions vary, depending both on the range of bankruptcy value and the relationship between the premium rate of insurance and that of reinsurance.     

基于跳风险的动态代理与托宾Q理论

引入刻画企业突发损失的泊松跳和管理者自利冒险行为,构建投资Q理论下的动态代理模型.首先基于管理者不可观测的努力和冒险行为进行最优合同设计,利用鞅方法给出了管理者价值函数的演变方程,得到了合同激励相容的充分必要条件.其次,运用随机控制方法,推导了股东价值满足的微分方程,同时给出了最优动态投资策略.数值分析表明,管理者的冒险行为会导致股东价值损失并使得动态投资降到更低水平,另外限制管理者冒险需要额外的管理成本,股东会在一定的程度上放任管理者的冒险.最后就相关参数与管理者冒险程度之间的关系进行了讨论.     

定性建模、仿真和控制

概括介绍了定性建模、仿真和定性控制的产生和发展,以及理论研究现状,并说明了在国外的应用情况,最后对该领域的发展前景作出评述。     

Heterogeneity,nonlinearity and endogenous market volatility

This paper aims to contribute to the literature on the explanatory power of behavior models with heterogeneous agents. The authors present a new nonlinear structural stock market model which is a nonlinear deterministic process buffeted by dynamic noise. An exogenous noise is introduced to the model with the assumption of IID normal innovations of the fundamental value in order to investigate how noisy dynamics interacts with deterministic process. The market is composed of two typical trader types: the rational fundamentalists and the boundedly rational traders governed by greed and fear. The interaction between noise and deterministic element determines the evolution process of the system as key parameters are changed. The authors find the model is able to generate time series that exhibit dynamical and statistical properties closely resembling those of the S&P500 index, such as volatility clustering, fat tails (leptokurtosis), autocorrelation in square and absolute return, larger amplitude, crashes and bubbles. The authors also investigate the nonlinear dependence structure in our data. The results indicate that the GARCH-type model cannot completely account for all nonlinearity in our simulated market, which is thus consistent with the results from real markets. It seems that the nonlinear structural model is more powerful to give a satisfied explanation to market behavior than the traditional stochastic approach.